收益：
- 能够识别洗绿的类型（含糊、未经证实、秘密交换、无关、夸大的未来、虚假标签）并使主张可衡量、来源和范围。
- 能够通过“先减少，然后用经过验证的信用抵消”测试来测试“碳中和”等主张的辩护性
- 能够使用人工智能作为一种工具，以索赔检查员的眼光扫描文本，而不是产生绿色清洗
可持续发展沟通中最危险的陷阱来自良好的意图而不是恶意：一家公司真正具有环保意识，但用夸大、模糊或未经证实的语言描述其影响。这就是所谓的“绿色清洗”：让产品、服务或公司看起来比实际更加环保。过去这只是一个声誉风险；如今，根据欧盟和国家消费者立法，这种犯罪行为会导致罚款和法律责任。在本单元中，您将学习使用人工智能 (AI) 作为工具来捕获而不是制造绿色清洗。
具有讽刺意味的是，人工智能本质上很容易产生洗绿语言。由于训练数据中大量出现了“环境友好”、“环境友好”、“绿色”、“碳中和”等听起来不错的短语，因此人工智能热切地建议它们。这就是为什么人工智能既可以成为你最大的“洗绿”来源，也可以成为（如果使用得当）最好的“洗绿”探测器。区别在于你问他什么。
常见的洗绿类型
漂绿并不只有一种形式。识别主要类型是捕捉它的第一步：
流派
你是什么意思？
例子
不确定性
无法估量、模糊的表达
“环保产品”
缺乏证据
无编号/来源
“我们是碳中和的”（未经认证）
秘密交换
突出优点，隐藏缺点
“可回收”（但生产起来很脏）
无关紧要
真实但微不足道的主张
“不含 CFC”（已禁止）
奢侈的未来
遥远的、不具约束力的承诺
“到 2050 年实现净零排放”（无中间目标）
假标签
伪造/自行签发的证书
“绿色批准”（谁批准的？）
良好的环境声明具有三个特征，可以作为洗绿的解药：可测量（包含数字）、经过验证（基于证据）和范围（清楚比较什么、与什么进行比较以及何时进行比较）。
提示：要检验某个说法，请问三个问题：(1) 我可以用数字来表达吗？ （2）证据在哪里？ (3) 我正在与什么日期进行比较并根据哪个日期进行比较？如果这三句话都没有得到回应，那么这句话就有洗绿的风险，应该在进入报告之前予以纠正。
“碳中和”及类似主张的陷阱
有两个说法尤其需要特别注意。碳中和声称公司测量其排放量并通过碳抵消（在其他地方购买减排/消除信用额）来补偿剩余部分。问题是：如果它被称为“中性”且未经验证的信用，而不首先采取缓解措施，那就是洗绿。欧盟出台了限制未经证实的“碳中和”主张的法规。规则：首先减少，然后用经过验证的信用抵消不可避免的剩余部分，并透明地解释这一点。
弱提示/强提示
弱提示：
为我们的产品写出环保且令人印象深刻的营销句子。
人工智能产生的“完全环保、自然、绿色”等说法是不可估量的，并带有法律风险。
强力提示：
您的角色：漂绿审核员和诚实的沟通专家。任务：使用下面经过验证的数据编写无绿色清洗、可测量和来源的声明声明。数据：60%的包装被回收（2024年，内部测量）；到 2023 年，生产排放量减少 18%（可进行第三方验证）。规则：- 消除模糊/未经证实的陈述，例如“环保、天然、绿色、碳中和”。- 为每个声明添加编号、来源和比较期。- 缩小范围：写下改进的内容、相对于哪些内容以及何时改进。
使用人工智能作为漂绿探测器
人工智能的真正价值在于用“环境声明检查员”的眼睛扫描您的文本。这是发布前最重要的检查。
检查以下营销/报告副本以了解绿色清洗。对于每项环境声明：1) 是否可衡量？ （有数字吗）2）是否焊接？ （有证据吗）3）其范围是否明确？ （根据什么/何时）4）它属于哪种类型的绿色清洗？ （含糊/无证据/秘密交换/不相关/炒作的未来/虚假标签）标记每个有风险的陈述并提出具体的、可衡量的替代方案。文本：[TEXT]
以下声明测试了“碳中和”声明的辩护性。
您的角色：气候声明审核员。对以下“碳中和/净零”声明提出质疑：- 是否首先测量并减少排放，还是直接使用抵消？- 抵消信用是否经过验证/永久？- 是否指定范围 (1/2/3)？- 是否有临时目标，或者只是一个遥远的日期？将任何缺失的点标记为“不可防御 - 必须纠正”。声明：[声明]
请注意：“洗绿”不仅出现在营销口号中，还出现在官方可持续发展报告中。 CSRD报告中的“我们是业内最可持续发展的公司”、“对自然影响最小”等句子也存在法律风险。审计和立法涵盖了报告的每一句话。
三个迷你箱子
案例1——从模糊到具体。一个化妆品品牌称其“完全天然且环保”。 AI审核将此标记为“不清楚+没有证据”。措辞改为“92%的成分为植物来源（2024年，供应商认证）”；这既是事实，也是站得住脚的。
案例 2——没有证据的碳中和。一家公司宣称，“我们将在 2024 年实现碳中和”；然而，他并没有做出任何减免，只是购买了廉价且未经验证的积分。 AI 索赔审核将其标记为“不可辩护”。该公司撤回了索赔，并宣布了一个透明的路线图，首先是缓解计划，然后是经过验证的信用。
案例 3 — 秘密交换。一家包装公司声称它“100%可回收”，但该产品的生产排放量非常高，而且几乎没有设施对其进行回收。审计发现这一说法是“秘密交换”；该声明被更正为“可回收（在有合适设施的地区）”，并单独报告了生产排放。
常见错误
- 让人工智能打印“令人印象深刻”的文本。这种需求直接产生了洗绿行为；而是要求“可衡量且有来源”。
- 声称“碳中和”而不减少碳排放。先减少，再用验证信用抵消；相反的情况是无法辩护的。
- 依赖模糊的形容词。 “环保、绿色、自然”是不可估量的，也是有法律风险的。
- 忽略秘密交换。强调一件好事而掩盖一件坏事是一种误导。
- 认为该报告可以免于营销。漂绿规则还包括官方报告中的判决。
综上所述
洗绿往往不是出于恶意，而是出于粗心和夸张的语言；但今天的结果是罚款和法律责任。 AI很容易产生这种语言，所以永远不要让它写出“令人印象深刻的环境文本”。相反，使用人工智能作为绿色清洗探测器：扫描每项索赔的可衡量性、来源和范围，识别其类型，并用具体的替代方案替换它。良好的环境声明始终是可衡量的、可追溯的和可界定的。发布“可证明”的句子，而不是“听起来不错”的句子。
应用任务
撰写一份简短的营销文案，其中至少包含三个有问题的短语（“环保”、“碳中和”、“100% 可回收”）。要求人工智能使用上面的洗绿审核提示标记每个索赔的类型。然后：（1）用可测量和来源的替代方案替换每个有风险的声明，（2）测试“碳中和”声明（如果有）的辩护性，（3）诚实地做出涉及隐含权衡的声明。
清单
- [ ] 我测试了每项环境声明的可测量性、来源和范围。
- [ ] 我剔除了“环保、绿色、自然”等模糊短语。
- [ ] 我已通过减排优先和经过验证的信用测试提出“碳中和”主张。
- [ ] 我更正了包含隐藏权衡的表达式（突出优点，隐藏缺点）。
- [ ] 我用真实证书替换或删除了假/自行颁发的标签。
- [ ] 我在营销和官方报告中都同样仔细地检查了这些说法。
- [ ] 我使用人工智能作为索赔检查器，而不是文本生成器。