近日，无毒先锋上线了国内首款产品安全 AI 小助手，引起了关注环保和 AI 人士的一定关注。2024 年 5 月，无毒先锋发起人毛达博士曾召集团队成员开始有意识的进行“问答服务”，尝试在社群里轮值回应和整理关于产品安全的问题和答案。在轮值的短短两个月里，卷起了众多群友对产品安全的关注与参与，每天的消息条数过百上千，生产了近两百个关于产品安全的问题，加上前几年的积累，收集到了近千条有价值的问题。面对越来越多的问题，仅靠有限的人力解答难以满足消费者的需求。

2024 年 6 月 17 日，无毒先锋与腾讯 SSV 的 “碳LIVE” 团队邂逅，为做一个面向消费者的专业而又便捷的 AI 助手实现带来转机。经过双方默契合作，短短几个月内，无毒先锋 AI 小助手的知识库从最初的 60 多个问题扩展到了 700 多个问题，内容超过 10 万字。用户问题在知识库的命中率也从 58% 显著提升至 75%。不仅在文字回应上更加精准具体，还新增了拍照识别配料表和语音识别，并配备了人工小丸子来解答进一步解答消费者的个性化提问。

面对这款专注于产品安全领域的 AI 公益问答产品，《Tech4Good》邀请到了无毒先锋 AI 小助手产品经理袁琳、腾讯SSV碳中和实验室王伟康、周滢垭，进行了专访，了解产品开发背后的故事，供更多关注 AI 助力公益的伙伴参考借鉴经验。

双向奔赴

是什么促使无毒先锋决定开发一个AI小助手，来解决产品安全问题？

无毒先锋：

六年前，无毒先锋从塑料玩具“小黄鸭”开始，专注于一个明确的公益议题：通过独立调查、科普传播和企业倡导，推动消费品中有害化学物质的管控，帮助公众远离健康风险。目前我们的调研产品范围已经扩展到水晶泥、橡皮擦、儿童凉鞋、儿童健身器材等多个品类。围绕这个议题，与电商平台、厂商、零售商以及相关媒体和学术专家合作，也曾尝试通过网络直播、短视频等形式增强消费者端的科普和倡导，但一直未能形成系统化的行动计划。尽管如此，六年来无毒先锋还是得到了身边很多普通人的关注，他们会询问各种产品安全问题，对于每一个问题，我们都会认真查找资料并给予回复。

今年初，无毒先锋决定在现有调研基础上，面向消费者展开行动，从简单的问答服务开始。刚接触AI技术时，我们也曾感到陌生，但与“碳LIVE”团队的合作，让一切迅速走上了正确的轨道。这个过程让我深刻意识到，使用 AI 的出发点不仅仅是为了提升工作效率，而是希望通过提供真实可靠的知识和答疑服务，填补互联网信息空白。

“碳LIVE”又是如何被这个项目吸引，并决定参与其中的？

“碳LIVE” ：

是在一次分享活动中与毛达博士初次接触的，他分享了无毒先锋在化学品管理领域的一些工作小故事，特别是在面向消费者（TO C）的工作上。会上我主要介绍了我们的“碳LIVE”数字化平台，以及在 AI 功能引入方面的研发进展，同时表达了希望与公益机构合作探索的愿景。会议结束后，毛达博士提出大家可以探讨具体的合作事宜，因为我们对与公益机构的科技向善合作充满兴趣，但之前并未深入了解他们的动力来源。像无毒先锋这样能够直接与消费者沟通的机构并不多见，因此对这次的合作意愿和专业性非常感兴趣，希望进行深入的对接。

合作开始后，我们发现无论是对技术合作的动力还是团队的准备程度都非常出色。“碳LIVE”的工具最初是为所有生态环境领域的机构设计的，旨在使用AI助力专业知识的易管理沉淀、传播、和理解，而化学品管理只是其中的一个领域，也欢迎其他领域的伙伴加入。合作期间无毒先锋团队在专业性和知识库积累方面表现出了明显的优势，使得合作进展迅速。

技术与需求对接

在将公益需求转化为技术解决方案的过程中，双方各自面临了哪些挑战？

无毒先锋：

作为技术需求方，我们面临的挑战相对较小，更多的压力是由技术团队承担的，通常是直接提出需求，交由“碳LIVE”团队实现，他们始终能高效地将我们的想法变为现实。作为产品的设计和推广方，我们面临的挑战较大，这个项目结合了 AI 技术与公益产品产品思维，两者都处于前沿领域。在推进过程中，常常需要思考如何加速推进、团队如何理解全新概念，以及如何获得真实的用户反馈。例如，当接触到第一个AI原型时，也有些迷茫，因为它尚不成熟。对我们来说，最大的挑战是每次决策时，如何判断是否继续推进，每当面临是否坚持或放弃的选择时，我们都需要审慎考虑，确保项目始终朝着正确的方向发展。

无毒先锋是一次性提出所有需求，还是采用了快速迭代的方法？

无毒先锋：

我们采用的是快速迭代的方法，具体可以分为三个阶段：

第一阶段：抱着“先做出来再说”的心态，在“碳LIVE”伙伴的支持下，建立了一个大约60个问题的知识库，形成了第一版的AI助手。这个阶段的 AI 助手在回答问题时经常显得有些奇怪，常常回答得不着边际。

第二阶段：决定将机构所有关于产品安全的已公开的知识整合进去，使知识库问题数量增加到了 600 到 700 个。同时，开始向小助手和几个市场上的通用大语言模型询问相同问题，比如“不粘锅的钛涂层是否安全”，并比较它们的答案和信息来源，无毒先锋的 AI 助手会明确提到质量控制领域的国家强制性标准等专业术语，并提供浅显易懂的说明。而许多大型语言模型可能不会涉及这类细节。这让我们意识到，垂直领域的 AI 助手展现出了一定的专业性和独特性，而这种独特性来源于数据和知识本身的分布特点。这让我们对小助手有了信心。

第三阶段：随着上线的临近，又迅速扩充了提升用户触达和改善体验的功能，包括图片识别、配料表识别、产品质量报告识别以及语音功能，“碳LIVE”伙伴也在短时间内完成了这些任务。

“碳LIVE” ：

从技术角度来看，技术本身的挑战倒不是最大的难点，因为腾讯内部的技术积累相对丰富。更重要的是技术在公益机构落地中的双方各进一步和理解，举两个例子来说明这一点。 

第一，关于如何丰富 AI 知识库并提升回答质量。很多人可能会认为，只要输入 60 个问题，系统就应该能够回答 200 个问题。我需要不断解释，输入的知识决定了输出的结果，包括AI中的很多参数，也要跟着知识库调整。这一点与无毒先锋团队沟通时很快就得到了他们的理解，他们迅速认识到需要丰富知识库对于培养出来的AI的重要性，我们也跟随着他们知识库的节奏，逐步调高了精准度的阈值。

第二，是对于需求的确认和研发过程的尊重。我很理解用户很难第一次就提出能直接研发的产品需求，而更多的时候是提出一种“愿望”，一种“场景的构想”。无毒先锋的团队在提出一个需求的构想后，我们会共同细化，碳LIVE做出A、B、C、D不同的方案，分别满足不同的具象需求，对应的实现技术和周期也会完全不同，同时无毒会去做内外部的调研，发掘用户真正希望的是AB还是CD。

本次合作中谁担任了产品经理的角色，负责将技术语言转化为双方能理解的术语？

“碳LIVE”：

在这个过程中，我们会尽量用更通俗的语言来表达，但更重要的是无毒先锋团队的理解能力。虽然对方没有 IT 人员，但他们对技术细节的理解毫无障碍，包括在面对多个方案时，我们通常会提供A、B、C三个选项，每个都有其各自的优势和劣势。他们能够明确理解每个方案的利弊，迅速做出决策。

无毒先锋：

正如碳LIVE伙伴所提到的，双方合作确实能用“理解无障碍”“快速推进” 来形容。一方面，无毒先锋内部形成了非常有凝聚力的项目小团队，决策和执行几乎在同一水平面上，沟通效率很高。另一方面，从我个人角度来看，对大语言模型有一定的了解，很早就意识到，要建立一个AI知识库，需要达到一定的数据阈值，之后系统的回答质量会有一个质的飞跃。作为商业企业顾问的经验也让我对技术团队的敏捷开发和项目管理逻辑有一定的认识。能感觉到，随着无毒先锋产品的快速迭代和知识库的更新，腾讯的技术团队也能迅速调整需求的优先级。一旦开发完成，我们就会立即进行后台测试，甚至召集内测团队，开始传播工作。这样的正向互动，让双方都能够快速响应形成了良好的合作循环。

对于缺乏产品经理角色的公益组织来说，您有什么建议来解决与技术方沟通不畅的问题吗？

无毒先锋：

首先，我是否是一个优秀的产品经理，还有待验证，需要看这个产品是否真正发挥了预期的价值，体现了机构的战略主张，以及市场和用户的接受程度。其次，我认为自己是一个跨界闯入者，带着我之前的经验和实践知识，这些可能不是传统公益伙伴特别熟悉的领域，但可以为团队提供很好的补充。我们面临的挑战不仅是技术与公益的对接，还包括公益机构自身如何迈出创新第一步，我主张通过小规模实验来推动议题创新，在资源和规模有限的情况下，保持稳定和持续小步行动是至关重要的。

AI 创变

AI小助手自上线以来，您观察到了哪些变化？

无毒先锋：

产品自 11 月 22 日上线以来，尚未收集到足够的证据来验证产品是否达到了预期目标。不过，我们注意到公众对商品质量安全性的关注和需求在增长，尤其是在基金会发展论坛年会后，许多伙伴表达了对这类信息的强烈需求。虽然他们表达了这种需求，但是否真的能够通过向 AI 助手问出问题，形成系列的互动式查询和学习过程，从而满足这种需求，后续在用户洞察，知识库扩容等方面还有很多要改善和突破的地方。

从技术角度来看，AI小助手的表现如何呢？

“碳LIVE”：

在 AI 小助手上线前，无毒先锋团队提出了许多需求，同时袁琳老师也坦言，她不确定产品上线后会有什么反应，可能会受到热烈欢迎，也可能反响平平。而我作为消费者，完全理解市场的反应是多样的，因为并非所有消费者都以理性的方式做决策。有些消费者可能在直播间冲动购物，这样的行为更为常见。所以我们没有从产品是否会在 C 端市场爆红的角度来评估这个 AI 小助手，事实上如果去看传统的 DAU 之类的指标，就很难在公益领域去投入。我们认为，只要它能将无毒先锋内部积累的专业知识让更多的消费者找到，就已经实现了技术向善的价值。

腾讯“碳LIVE”实验室未来在公益支持方面还有哪些计划？

“碳LIVE”：

在与无毒先锋合作之后，我们接触到了更多的机构也内部沉淀了很多的专业知识，需要技术和产品的支持，去孵化用于内部和外部的AI助手和知识管理。在技术公益领域，腾讯自身拥有一套完整的技术公益支持体系，我们已将这个工具放入到“腾讯技术工具箱”，成为体系化解决方案的一部分。我们与腾讯SSV内部的技术公益、基金会等各部门的力量，共同启动了一个“AI知识共创计划”，不仅面向低碳环境领域，而是更广泛的公益领域开放。

技术公益工具箱

对于那些有技术需求的公益组织来说，他们应该如何联系你们团队以寻求技术支持？

“碳LIVE”：

公益组织可以通过几个途径联系我们。首先，他们可以直接通过腾讯技术公益工具箱或者AI知识共创计划的主页提交申请。我们的后台小伙伴收到申请后会联系您，一起评估您机构的需求和技术方案。此外，我们也会组织无毒先锋等已经使用上AI的团队，与刚开始使用的团队进行分享会等业内活动。目前，这三个渠道都非常畅通，可以有效地帮助我们与公益组织建立联系。

你们认为AI在公益领域还有哪些应用潜力？

“碳LIVE”：

腾讯SSV专注于科技向善，SSV碳中和实验室的专注于利用数字化技术，包括AI、数字化解决方案和算法，来助力行业机构的工作。我们已经在钢铁、数据中心和林业等行业实施了具体解决方案，并在数字化平台上取得了进展，如碳LIVE AI、碳LIVE知识图谱、林业点云碳汇自动化计算、钢铁店里灵活性调度其他工具。

AI 在公益领域的应用虽然广泛，但关键在于组织能否有效利用这些技术。对于像无毒先锋这样的团队，如果只专注于 B 端业务而缺乏与消费者的直接接触，他们的知识可能仅限于内部使用，缺乏放大自身产出的专业知识的触点。相反，面向更广大的消费者、志愿者、读者的应用场景能够激发人们的动力，通过 AI、微信等的能力，对专业知识进行更好的传播，由此反而促进了他们内部的知识沉淀与积累。未来，我们希望开发的产品能够触及知识的分布、知识地图、图谱等方面，这些长期的投入可能会对行业产生更深远的影响。

应该如何向公益组织传达，可以利用 AI 解决问题，如何挖掘和利用组织内积累的数据？

“碳LIVE”：

这是一个长期存在的挑战，我们可以向公益组织强调，即使不对外公开，每个组织内部每年都会有项目积累的资料，这些资料应该被系统地存放在一个知识库中，以便成员之间能够相互查找和复用知识。这样，即使老员工离职，新员工也能迅速接手工作，不同项目组之间也能协作。从组织管理的角度来看，这是非常有益的，但落实到实际操作中，如果缺乏足够的场景，每个人自然都会懒惰而不愿意额外花时间去更新知识库，使其成为一种习惯还有很长的路要走。所以，这不仅是公益机构面临的问题，也是每个企业都面临的问题建，立一个成功的知识库，往往需要自上而下的推动，以及一个团队共同需要知识输出的场景。

我们之前与公益组织合作举办过 workshop，介绍数字化技术如何助力他们的工作，探讨合作机会。与无毒先锋的合作相比以往的沟通，成效更为显著，原因可能包括：首先是场景需求不足，许多组织缺乏直接面向大量读者的场景，只需要面对单点的 stakeholder，导致他们积累知识库的动力不足。其次是习惯模式带来的时间和人力资源限制，实践数字化技术需要额外的时间和人力资源，但许多组织本身的设置上并没有知识管理员、数据管理这类的横向角色，而每个项目组本身的工作量已经饱和，难以承担额外任务。

更多的资源投入对于合作的成功至关重要，我们希望将无毒先锋这样合作案例打造成模板，像 NGO2.0 这样关注技术公益的机构能够拆解核心要素，让不同利益相关方看到技术对专业机构带来的积极的变化。这可能是我们开展合作的前提条件。

请给公益组织提供一些建议，能更有效地利用 AI 技术或其他技术手段来满足需求

无毒先锋：

在 AI 应用的讨论中，目前大多数企业或媒体往往关注效率提升，却忽略了 AI 在创新和创造方面的潜力，以及如何引导技术向“善”，就像“腾讯SSV”大会提出，AI 能实现模式和产品创新，我们应关注这些领域。

以无毒先锋 AI 小助手为例，有了技术助力，普通人具备了在商品质量和品质方面更大的参与度和获得话语权的可能性，这是我们在创新方面的实践。如果只将 AI 定位于追求效率，可能会限制我们的创造力。关键在于如何先使 AI 创造新价值，然后再激发组织内部动力，让大家更愿意采用 AI 技术提升工作效率。

我认为 AI 的引入不仅仅依赖于自上而下的推动。如果员工感觉所有工作都是从机构利益出发，他们可能会表面上配合，实际上阻碍进程。因此，通过创造和差异化来推动AI的引入更为重要。我们不是简单地将所有内容汇总到一个知识库中，而是要强调每个人的独特价值和贡献。我可能因为文科生的背景，更倾向于强调差异化，并在此基础上建立网络，强调互通和交互，而不是单纯的统筹和规划。另一个原则是重视创造而非仅仅追求效率。许多机构可能过于强调效率，但从组织如何引入 AI 的角度来看，我认为差异化和创新是应对AI这种颠覆式技术变革的两个非常重要的原则。

作为公益行业的伙伴，面对 AI 浪潮我们应该要积极探索和响应，这样才能成为一个有意义、有影响力的玩家。无论是打造以人为本的 AI 架构，探索AI伦理实践，打造向善的 AI 语料和算法应用，还是利用技术为人类和地球创造更多福祉和可持续发展，公益不应该在这场 AI 大潮中缺席。无毒先锋的 AI 小助手产品只是迈出小小的第一步，期待更多的公益组织能够借鉴他们的经验，勇于尝试，与技术携手共进。