跨越45万条公益项目的“深渊”：一个前一线公益人，如何靠AI帮行业“修路”？

1. 从一线“泥泞”到行业“修路”

之前在光爱学校工作的那五年，我一直处于公益的一线。那时我最直观的感受是，技术应用和数字化对于很多基层公益机构来说，似乎是一件“远水救不了近火”的事。大家每天忙于具体的救助、筹款和繁杂的事务，根本没有人手和精力去搞数字化。

这种技术的“滞后”，不仅让一线工作显得原始而冗余，更让很多真实的辛劳和善意，因为缺乏记录和整理，最终消失在了公众的视野里。

2024年，我来到基金会中心网（CFC）工作，身份从一线的实践者变成了行业的数据服务者。虽然我们直接面对的是基金会，但我常在想：理顺这些公益行业的数据，对那些在泥泞里奔波的一线同仁，究竟有什么意义？

慢慢地我发现，平台数字化的本质，其实是在做“修路”的工作。只有把全行业散乱的数据分好类、理清楚，让每一个具体的公益项目都能通过标签被精准检索到，一线机构才有可能通过数据被外界看见。当“资助方”和“执行方”之间实现了高效匹配，行业的资源才会真正流向最需要的地方。

目前基金会中心网采集的存量项目约有45万个。如果你翻看过各个基金会的年报就会发现，填报的质量极其参差不齐。

有的项目介绍长达几千字，恨不得把所有故事讲完，却抓不住重点；有的短到只有几个字，让人如坠云雾。这种海量且非标准的原始数据，靠人工分类几乎是不可能完成的任务。这种“随性”的背后，其实是公益行业长期缺乏结构化表达工具的无奈，也是评价标准难以统一的缩影。

正因如此，行业内一直缺乏一个精准的项目议题检索功能。为了改变现状，基金会中心网整理了行业标准，设定了19个一级分类标签和115个二级分类标签。

这19个领域，构建了我们理解公益的坐标系：

教育发展、医疗健康、生态环境、文化艺术、体育、助弱济困、社会优抚、乡村振兴、社区治理、应急管理、法律支持、科学技术、国际合作与发展、公益行业支持、青少年服务、女性发展、残障、养老支持与服务、以及“其他”。

在实际的业务场景中，要让AI乖乖听话且高效工作，需要经历不断的“调教”。以下是我在开发过程中尝试过的三种路径，希望能给同样在探索“技术向善”的朋友一点参考。

我最先尝试了目前很火的智能体工具。通过RAG（检索增强生成）能力，指望它对照知识库直接打标。

遇到的坑：准确率很不理想。AI经常出现“幻觉”，它会觉得自己比规则更聪明，跳出知识库定义的标签去自创标签。在处理海量数据时，这种哪怕10%的偏差都是灾难性的。

我换了思路，通过向量模型将标签定义转为本地知识库索引，再调用大模型进行匹配。

遇到的坑：准确率提高了，但效率太低。这依然是一种“对话式”思维，如果靠人工复制粘贴项目内容并等待结果，处理完45万次，可能需要好几年。

最后，我回归到了程序员的终极武器：代码自动化。利用AI辅助生成的Python脚本，我调用了API接口，搭建了一套自动打标系统。这个方案的打标签结果，即准确又高效。

实现逻辑：它像一个勤恳的流水线工人，我开启了10个线程并行工作。它会自动读取项目名称、描述、基金会信息，调用火山方舟知识库检索，返回打标签结果，实时记录日志并重试失败项。

效果：仅仅用了一天时间，就把我们一整年采集的基金会项目全部分类打标完成。

在公益行业，“看不见”往往是误解的开始。有了这些分类，这套系统就不再只是代码，而是一个服务于大家的工具：

对于捐赠者：你不再需要从茫茫大海里找项目。如果你关注“残障”或“女性发展”，只需一键筛选，就能看到全国有哪些基金会在深耕这个领域，他们的项目做得怎么样。
对于求职者：如果你是一个热衷于“生态环境”的年轻人，通过这些标签，你可以迅速锁定这个赛道里所有的基金会，看清他们的项目分布和关联，找到真正志同道合的机构。
对于行业研究者：你可以一眼看出哪些领域是“热点”，哪些领域如“法律支持”或“公益行业支持”还需要更多的资源倾斜。

让每一份善意都能被精准检索，让每一个理想都能找到对应的坐标，这就是这套系统的价值所在。

现在，如果你打开基金会中心网的官网，已经可以按议题领域去查询项目了。那些曾经沉睡在年报里的文字，终于变成了可以被看见、被分析的活数据。

记录这个过程，不仅是想分享技术思路，更是想传递一份信心：在AI时代，我们这些公益从业者，不必被技术的高墙挡住。

我开发的这套系统，大部分代码其实也是在AI的辅助下完成的。技术并不冷冰冰，关键在于你用它去温暖哪一个角落。

所谓“技术向善”，大概就是：当面对45万份繁杂的数据时，我们能通过不断的探索，让公益的价值变得更清晰、更透明、更可触达一点。

朱清林公众号