从一线到行业建设:我如何用AI为45万条公益项目打标签

导读：

这是一篇来自基金会中心网团队负责数据和技术的同事朱清林的分享。他曾在一线公益机构工作五年，每天忙于救助、筹款和各种繁杂事务，深刻体会到基层机构“顾不上”数字化建设的现实困境。2024年，他来到基金会中心网，身份从一线实践者转变为面向基金会行业的数据服务者。

在累计观测约45万个公益项目的过程中，他面临一个核心难题：年报中的项目信息参差不齐，缺乏统一分类标准，行业难以基于议题进行有效检索与分析。为此，他尝试了从智能体到本地知识库再到Python自动化打标系统的三次技术突围，最终进化到——仅用一天时间即可完成全国基金会整个年度的项目分类打标。他写道：“让每一份善意都拥有一个可以被识别和连接的‘坐标’。”技术本身并不冷冰冰，关键在于用它去解决什么问题。所谓行业建设，有时只是把一段原本没有的路，一点点修出来。

注：本文转载自公众号“朱清林”。

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，并不是不重要，而是有些“顾不上”。

大家每天忙于具体的救助、筹款和各种繁杂事务，很难抽出人手和精力去做数字化建设。

这种技术的“滞后”，不仅让一线工作显得原始而冗余，也让很多真实的辛劳和善意，因为缺乏记录与整理，逐渐消失在公众的视野里。

2024年，我来到基金会中心网工作，身份从一线的实践者，转变为一个面向基金会行业的数据服务者。

虽然我们直接服务的是基金会，但我常常在想：我们把这些数据理顺，对那些还在一线奔波的公益人，究竟意味着什么？

慢慢地，我开始意识到：平台数字化的本质，其实是在做一件“修路”的事情。

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，一线机构的工作，才有可能被更多人看见。当“资助方”和“执行方”之间能够更高效地匹配，资源才更有可能流向真正需要的地方。

这些工作看起来离一线有些距离，但从更宏观的角度来看，无论是行业论坛的组织，还是数据平台的建设，本质上都是在做同一件事——为公益行业提供基础设施支持。

45万个项目背后的“深渊”

目前，基金会中心网已经累计观测了约45万个公益项目。

如果你翻看过各个基金会的年报，就会发现一个非常现实的问题：填报质量极其参差不齐。

有的项目介绍长达几千字，试图讲清所有故事，却抓不住重点；有的则只有寥寥数语，让人几乎无法判断项目的具体内容。

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。

但需要说明的是，在基金会年报填报体系中，其实已经存在“服务领域”的分类选项。

基金会在填报项目时，需要为每个项目选择所属的服务领域，这在一定程度上，为项目提供了基础的分类信息。

不过在实际使用中，这套分类体系也存在一些现实边界：

不同年度、不同地区的填报口径会有所调整，缺乏长期一致性
具体填报人员对项目的理解存在差异，同类项目可能被归入不同领域
一些项目本身具有跨领域属性，很难用单一分类准确表达

在这种情况下，“服务领域”更多承担的是填报维度的数据记录功能，而在行业研究与数据分析层面，仍然缺乏一套稳定、统一、可比的分类体系。

这也直接导致一个结果：行业难以基于议题，对项目进行有效的检索与分析。

为了弥补这一缺口，基金会中心网基于长期的数据积累与行业观察，梳理并建立了一套标签体系，涵盖19个一级议题领域分类标签和115个二级分类标签：

19个一级分类标签：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”。

我们试图从行业分析的视角出发，为这些分散的数据建立一个相对统一的“坐标系”。

但新的问题随之而来：这45万条项目，如何完成高质量、可规模化的标签分类？

从人工智能到自动驾驶：

三次技术突围

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。

方案一：初级智能体（Coze方案）

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，希望它能够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。

方案二：本地知识库（CherryStudio方案）

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。

方案三：Python多线程自动化 + 大模型API

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，就把整个年度的基金会项目全部分类打标完成。

让每一份善意

拥有自己的“坐标”

在公益行业，“看不见”往往意味着无法连接。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。

这件事情的本质，其实可以用一句话来概括：让每一份善意，都拥有一个可以被识别和连接的“坐标”。

尾声

写下这个过程，不只是想分享一段技术探索的路径，更是想传递一个很朴素的感受：在AI时代，公益从业者其实不必被技术门槛所阻挡。

这套系统的大部分代码，也是借助AI辅助完成的。技术本身并不冷冰冰，关键在于你希望用它去解决什么问题。

也许很多时候，所谓行业建设，并不是宏大的改变，而只是把一段原本没有的路，一点点修出来。

重点预告

4月21日（周二）14点，基金会中心网将开展线上直播，介绍如何玩转基金会行业数据平台新功能！这个凝结了我们多年心血、首次全面应用AI标签体系的数据平台，其核心数据正来源于大家每年填写的年报。

我们诚邀基金会伙伴共同参与，见证年报数据如何被转化为行业洞察。