一、问卷平台是怎么识别"批量作弊"的
做市场调研、满意度回访、活动报名统计时，批量填写问卷是很多团队的日常执行环节。但主流问卷平台都内置了风控机制：同一个IP短时间提交几十份、每份的填写节奏还一模一样，很快就会被判定为"机器刷单"，轻则数据被清理，重则任务账号被限制。想躲开风控，先要知道风控在看什么。平台的反作弊系统通常从四个维度交叉判断：
1. IP维度：真实用户分散在千家万户的网络出口里，不可能几十份问卷都从同一个IP提交。"同一IP高频重复提交"是最容易触发风控的特征。
2. 设备指纹维度：浏览器会暴露一串"身份特征"，包括User-Agent、Canvas渲染指纹、屏幕分辨率、系统字体、时区与语言等。如果100份问卷的指纹完全一致，等于直接告诉平台"这是同一台设备刷出来的"。
3. 行为维度：真人填问卷会犹豫、会回改、会在某道题上停留很久；脚本往往秒选、从不回改、每份耗时高度一致。
4. 环境残留：Cookie和本地存储没清理，上一份问卷的会话痕迹会直接"出卖"下一份。
| 识别维度 | 典型作弊特征 | 风控权重 |
|---|---|---|
| IP地址 | 同一IP高频重复提交 | 高 |
| 设备指纹 | 多份问卷指纹完全一致 | 高 |
| 填写行为 | 速度过快、选项分布机械 | 中 |
| 环境残留 | Cookie未清理、会话复用 | 中 |
二、IP隔离：批量填写的第一道防线
IP隔离的核心原则一句话就能说清：每个填写任务绑定一个独立IP，任务之间互不关联。平台按IP统计提交频次，一旦同一个出口IP的提交量超过阈值，就会触发审核甚至直接判定数据无效。落地时要做好三件事：
第一，控制单IP提交量。建议一个IP当天提交不超过3份，任务量大就扩充IP池，而不是让少数IP反复"加班"。
第二，重视IP质量。被大量人复用过的IP，很多早已进入平台的风控名单，换上去等于"换了个寂寞"。选择天启HTTP这类提供高可用IP的服务商，配合API动态提取，能保证每次任务拿到相对干净的出口。
第三，归属地要匹配。如果问卷定向某个城市或地区的人群，IP归属地要和目标人群一致，否则数据进入审核环节容易被当作异常样本剔除。天启HTTP覆盖国内多个城市，支持按城市提取IP，这一点对定向问卷尤其重要。
另外别忘了高匿名：代理请求不应在请求头中暴露真实IP和代理特征，否则平台一眼就能看出"这是代理来的流量"。
三、指纹伪装：让每份问卷来自"不同的设备"
很多团队明明换了IP还是被风控，问题就出在指纹上。浏览器指纹是比IP更难造假的身份标识，它由几十项参数组合而成，常见的包括：User-Agent（浏览器与系统版本）、Canvas与WebGL渲染指纹、屏幕分辨率与色深、系统字体列表、时区与语言、硬件并发数、Cookie与本地存储等。这些参数单独看都不起眼，组合起来却像人的指纹一样独一无二。
指纹伪装的原则不是"全部随机"，而是让每个环境看起来像一台真实但不同的设备。实操中有两条路线：
路线一：指纹浏览器多开。每个窗口独立配置文件、独立指纹、独立Cookie，互不串扰，适合任务量较大的团队。
路线二：普通浏览器+独立环境。每个任务使用独立的浏览器配置目录，任务之间彻底清理Cookie和缓存，UA等参数做合理微调，适合轻量任务。
无论哪条路线，都要注意两点：一是参数要"合理"，比如UA版本号要用真实存在的组合，屏幕分辨率选常见的几种，随机得过于离谱反而可疑；二是指纹要与IP联动，时区、语言尽量和IP归属地保持一致，别出现"广东的IP配着英文时区"这种穿帮细节。
四、IP与指纹如何配合：完整执行流程
把前面两块拼起来，一套标准的批量填写流程是这样的：
步骤1：提取IP。通过天启HTTP的API批量提取IP，按任务数量分配，定向问卷按城市筛选。
步骤2：绑定环境。每个任务对应一个独立的浏览器配置文件，绑定一个IP，全程不混用。
步骤3：设置指纹。为每个环境配置一组合理的UA、分辨率、时区语言，并清理历史Cookie。
步骤4：模拟真人节奏。单份填写时长随机化（比如40秒到3分钟之间浮动），选项按真实分布填写，适当加入回改动作。
步骤5：提交并记录。记录每份问卷使用的IP和指纹编号，方便复盘哪些组合稳定通过了风控。
用脚本执行时，核心逻辑可以参考下面这个简化示例：
import requests
import random
import time
# 通过天启HTTP后台API提取的IP列表（示例格式）
proxy_pool = [
"113.xx.xx.10:8000",
"223.xx.xx.55:8000",
"183.xx.xx.77:8000",
]
# 每个任务使用真实存在的UA组合，避免版本号乱拼
ua_pool = [
"Mozilla/5.0 (Windows NT 10.0; Win64; x64) Chrome/120.0.0.0",
"Mozilla/5.0 (Windows NT 10.0; Win64; x64) Chrome/119.0.0.0",
"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) Chrome/120.0.0.0",
]
def run_task(task_id):
proxy = proxy_pool[task_id % len(proxy_pool)] # 一任务一IP
headers = {"User-Agent": random.choice(ua_pool)}
proxies = {"http": f"http://{proxy}", "https": f"http://{proxy}"}
time.sleep(random.uniform(40, 180)) # 模拟真人填写节奏
# 提交前清理Cookie，提交逻辑按目标问卷接口自行实现
print(f"任务{task_id} 使用IP {proxy}")
for i in range(3):
run_task(i)
五、常见误区与避坑提醒
误区一：只换IP不换指纹。平台照样能通过指纹把几十份问卷关联到同一台设备，IP隔离的功夫等于白费。
误区二：用免费代理凑数。免费IP被无数人用过，很多早已躺在黑名单里，而且稳定性差、随时掉线，批量任务中途失败反而更耽误事。
误区三：节奏太机械。所有问卷都是同样的45秒填完、同样的等间隔提交，这种规律性本身就是最明显的作弊特征。
误区四：归属地乱配。定向城市的问卷配了外地IP，数据质量审核时容易被剔除，等于白填。
误区五：忽视提交后的验证环节。部分问卷在提交时会弹出验证码或二次确认，脚本要预留处理逻辑，别让任务卡在最后一步。
六、为什么推荐天启HTTP
问卷批量填写属于典型的国内批量业务场景，选对代理服务商能让整个流程省心一半。综合来看，天启HTTP比较适合这类任务：
IP资源充足，可用率高：海量国内IP每日更新，配合API动态提取，批量任务随时能补充新鲜出口，不用为"IP荒"发愁。
支持城市级定位：覆盖国内多个城市，定向问卷可以按归属地精准提取IP，回收的数据更容易通过质量审核。
高匿名接入：请求不暴露真实IP、不携带明显的代理特征，降低被平台识别的风险。
多协议支持：兼容HTTP、HTTPS、SOCKS5，无论用现成采集工具还是自研脚本都能快速接入。
实际使用时，建议先小批量试跑几十份，确认风控通过率稳定后再放量，同时保持IP池滚动更新，不要长期复用同一批IP。
常见问题
Q：换了IP是不是就不会被判作弊了？
不是。IP只是风控的维度之一，指纹和行为特征同样会被检测。三者必须配套处理：IP隔离解决"从哪来"，指纹伪装解决"用什么设备"，行为随机化解决"怎么填"。
Q：免费代理能用于问卷批量填写吗？
不建议。免费代理被大量人复用，很多IP早已进入平台黑名单，而且稳定性差、随时掉线，批量任务中途失败反而更浪费时间。选择天启HTTP这类付费服务，IP质量和可用率都更有保障。
Q：天启HTTP适用于海外问卷平台吗？
天启HTTP是国内IP代理服务商，提供的是国内IP资源，适合国内问卷平台和业务场景。如果目标问卷面向海外用户、需要海外IP，则不适用。
Q：一份问卷大概需要准备多少个IP？
没有固定答案，取决于平台风控强度和任务量。一般建议单个IP当天提交不超过3份，任务量大就按比例扩充IP池，并通过API动态提取补充。
Q：填写间隔多久才自然？
建议做随机化处理：单份填写时长在几十秒到几分钟之间浮动，两份任务之间的间隔也不要固定，避免"整点提交""等间隔提交"这类机械特征。
