其他指標同樣呈現蔣萬安小幅居前：個人好感度36.4%比34.1%（差2.3點），選情看好度43.0%比40.3%（差2.7點）。差距最大的是「誰更適合擔任台北市長」，蔣萬安36.5%、沈伯洋30.5%，領先6.0點。
在「絕對不會投給誰」的排斥度題目上，表示絕不投沈伯洋者占30.9%，高於蔣萬安的27.3%；另有33.6%表示兩人皆可接受。
地區方面，12個行政區雙方各在6區領先。蔣萬安在松山（58.4%比22.8%）、信義（55.6%比23.5%）領先逾30點，中正、大安、萬華、文山亦居前；沈伯洋則在大同（52.7%比28.1%）領先24.6點，中山、士林、北投領先逾12點，南港、內湖亦居前。
年齡呈現明顯世代差異。20至29歲受眾支持沈伯洋43.2%、蔣萬安34.1%，沈領先9.1點，40至49歲沈亦領先6.3點；蔣萬安則在60至69歲領先11.0點、70歲以上領先6.8點，30至39歲及50至59歲也居前。性別方面，女性支持蔣萬安43.8%比37.2%，男性則沈伯洋41.3%比39.4%略高；大學學歷者兩人幾乎持平（40.3%比40.2%）。
政黨認同上，國民黨與民進黨支持者高度歸隊，分別有95.0%、95.2%支持自家候選人。真正的變數在台灣民眾黨支持者與中間選民：民眾黨支持者支持沈伯洋42.9%、蔣萬安41.7%，幾近平分；中間選民則有36.5%尚未決定，支持兩人的比例僅27.5%與25.9%，排斥度題目中更有84.7%表示兩人皆可接受。研究團隊分析，這群仍可被說服的選民，將是後續選戰攻防的核心。
本次模擬於2026年10月26日執行，母體為台北市符合投票資格之選舉人約209萬人，依性別、年齡、行政區等結構按比例生成AI代理人並全數施測，經費為自籌。本結果係由AI虛擬受眾模擬產生，反映模型架構下虛擬人口之意見結構，並非針對真實選民進行之抽樣民意調查，不適用抽樣誤差計算，僅存在模型演算法、情境設定及代理人模擬之系統性偏差。
【研究方法與調查說明】
．調查單位與主持人：TPOC 台灣議題研究中心；計畫主持人為創辦人陳丕舒。
．出資者：影響力數據股份有限公司。
．辦理時間：模型執行日為 2026 年10月26 日
．研究母體：台北市具投票資格的選舉人，約209萬人（依中選會 2024 年總統副總統選舉選舉人數）。
．樣本建構與規模：本研究不採隨機抽樣，而是使用本中心的「Silicon Sampling 矽基樣本技術」。研究團隊以大型語言模型（LLM），依台北市選舉人的性別、年齡、教育程度、歷年政黨票分布，以及各縣市人口結構，按比例生成 AI 虛擬受眾代理人（AI Agent），共17,550個，並對全部代理人施測，屬於虛擬母體的全體普查。
．使用模型：OpenAI GPT-5.4 mini（2026-03-17 版），模型黨性偏誤已進行後處理。
．誤差說明：本研究是對全體17,550位 AI 代理人的普查模擬，不是機率抽樣，所以不適用傳統民調以常態分配計算的抽樣誤差。
．研究限制：代理人的意見來自模型對母體與輿情的推估，可能放大媒體能見度高的論述，並低估未表態或政治冷漠的族群。
．特別聲明：本結果由 AI 虛擬受眾模擬產生，用來呈現在模型設定與社群語意環境下，虛擬人口的意向趨勢與政情推演，可作為選情研判與策略兵推的參考。本研究不是對真實選民進行的電話或實體抽樣調查，不代表實際投票行為。
（本文表格圖片由TPOC台灣議題研究中心提供）
更多《鏡新聞》報導
AI民意模擬台北市選戰／蔣萬安小幅領先3.7點 「絕對不投」沈伯洋比例高出蔣萬安3.9點
AI民意模擬新北市選戰／李四川領先5個百分點 民眾黨支持者成關鍵票源，近半挺李
AI民意模擬桃園市選戰／張善政13區全面領先12.5點 黃世杰最大挑戰在「知名度」
