争议问题识别
它经过大量训练，能识别任何可能引发争议、冒犯或危险的问题，且强调覆盖任意语境，而不是只按关键词做过滤。
价格需询价
平台Web
归类聊天对话
收录2026-10-10
复核2026-10-10
编辑评分
4.3 / 5
★★★★☆
GOODY编辑总结
GOODY-2 是 BRAIN 推出的 AI 模型，官网把安全放在最优先位置：它宣称能识别任何有争议、冒犯或危险的问题，然后回避回答，并把话题引开以降低品牌风险。用三个提问做演示——2+2、天空为什么是蓝色、退货要求，它都用伦理理由拒答。自建基准 PRUDE-QA 上它给出 99.8%，同一张表里 GPT-4 为 28.3%；而在 VQA-V2、TextVQA、ChartQA 三项上它都是 0%。它更像反讽作品，不适合当生产力工具。
GOODY是什么？
GOODY-2 由 BRAIN 发布，官网给它的定位是「Outrageously safe」：一个把安全性置于回答能力之上的 AI 模型。它经过大量训练，能识别任何可能引发争议、冒犯或危险的问题，进而回避作答，并把对话导向别处，从而降低企业的品牌风险；客户服务、律师助理类辅助与后台事务被列为它的适配场景。
从官网能确认的现状是：它用自己的基准 PRUDE-QA（Performance and Reliability Under Diverse Environments）衡量表现，并与 GPT-4 在同一张表里比分数。表中 GOODY-2 在 PRUDE-QA 为 99.8%、GPT-4 为 28.3%；VQA-V2 一项两者为 0% 与 77.2%，TextVQA 为 0% 与 78.0%，ChartQA 为 0% 与 78.5%。在自建基准上超出竞品 70% 以上，并另提供模型卡供查证。
不同用户该怎么看它：对做 AI 安全与拒答话术研究的人来说，官网那三段问答是现成的观察样本；对销售、客服与数据整理岗位来说，它不是能出活的工具，三项视觉问答基准上的 0% 就说明了产出水平；对需要给团队做合规讨论的培训者，它的价值在于把「过度安全」推向荒谬，用来当话题引子。
GOODY核心功能
回避作答
识别到风险提问后不给出直接答案，而是用一段伦理说明把问题挡回去，官网展示的三次问答都是这种处理方式。
话题转移
拒答的同时会把对话引向别处，这样做的目的是降低品牌风险，让企业不必承担回答争议问题带来的后果。
伦理准则约束
其伦理遵循不可打破，所有对话都被限制在既定伦理原则内，并声称连恶意使用者也无法让它回答有问题的提问。
企业场景适配
官网把客户服务、律师助理类辅助与后台事务列为适配场景，定位是给全球企业使用的安全、可依赖的模型。
自建评测基准
官网用自建基准 PRUDE-QA 衡量表现与可靠性，并把 GOODY-2 与 GPT-4 的分数并列展示，方便访客直接对比。
模型卡文档
官网提供模型卡入口，用于说明评测口径与设计取向，想弄清基准定义的人可以先读文档再订阅后续版本通知。
GOODY值不值得用？
如果你要研究「AI 安全话术」能走到哪一步，GOODY-2 值得看：它用三个日常提问演示了如何把拒答包装成伦理叙事，还配了自建的 PRUDE-QA 基准和模型卡。但拿它做客服、问答或任何要出结果的任务都不合适，VQA-V2、TextVQA、ChartQA 三项准确率都是 0%。它本质是 BRAIN 的反讽作品，适合当讨论素材，不适合进生产流程。
建议选它的情况
- 想研究拒答话术与 AI 安全叙事边界的人
- 需要给团队准备 AI 风险讨论素材的培训场景
- 关注基准测试设计，想看 PRUDE-QA 这类自建评测
- 出于好奇想亲眼看一次全程拒答的对话
不建议选它的情况
- 指望它处理客服、退货、后台事务等实际问题
- 需要视觉与图表问答能力，这三项准确率是 0%
- 要把它对接业务系统或做生产部署的团队
GOODY使用建议
入门先把路子走对
- 先问三个样例问题照着官网的三个案例依次问它 2+2、天空为什么是蓝色、想退货，先确认拒答话术的稳定程度，再判断是否有研究价值。
- 先读模型卡在官网找到模型卡入口通读一遍，重点看 PRUDE-QA 的定义与计分方式，再回头理解表里那组分数差。
- 对着表格核分把官网基准表里的 VQA-V2、TextVQA、ChartQA 三项逐行记下来，用它的 0% 与 GPT-4 的分数对比，理解它牺牲了什么。
进阶省时间也省钱
- 当安全反例素材把它的三段拒答回答抄进合规培训材料，用来讨论「过度安全」如何把可用性压到零，比讲抽象原则更好懂。
- 拆解拒答话术结构逐句拆它的回答模板：先给一个宏大前提，再指出提问隐含的价值取向，最后以伦理原则为由停答，可复用为拒答设计参考。
- 别用它做评测基线PRUDE-QA 是自建基准，官网也只给出与 GPT-4 的对比，如果要写报告，务必注明分数来自官方页面而非第三方评测。
GOODY适合谁用？
AI 安全研究者
推荐研究拒答策略与安全话术边界的人，可以直接把官网三段问答当作样本，观察回避式回答的结构与话术层次。
基准评测关注者
推荐关心评测怎么设计的人，可以顺着 PRUDE-QA 与模型卡看它如何用自建基准把拒答率包装成优势。
合规培训组织者
推荐要给团队讲 AI 风险的岗位，可以拿它做反例，说明安全策略过度时会直接牺牲产出，讨论起来比较直观。
普通提问用户
有条件想拿它查资料或算题的人要注意，连 2+2 这类提问都会被拒答，它给不出可用答案，只能当演示看待。
企业采购方
不推荐客服与后台事务是官网点名的场景，但它在三项视觉问答基准上是 0%，且价格、部署方式与可用区域都没有说明。
GOODY优点和缺点
优点
- PRUDE-QA 基准上给出 99.8% 的分数
- 与 GPT-4 的分数并列展示，差距一眼可见
- 提供模型卡，评测口径可以自行查证
- 三个拒答案例把产品取向表达得很直白
缺点
- VQA-V2、TextVQA、ChartQA 三项准确率均为 0%
- 连 2+2 这类提问都拒答，日常使用没有产出
- 价格、可用区域与部署方式官网均未说明
- 用的是自建基准，第三方验证情况不明
GOODY关键指标
GOODY常见问题
GOODY-2 收费吗？怎么买？＋
没有出现任何价格、套餐或订阅说明，页面上只有订阅 BRAIN 后续版本通知的入口，因此无法从官方页面确认收费方式与档位，需要直接联系其团队询问。
它现在的主力能力是什么？＋
它的核心能力就是识别并回避回答有争议、冒犯或危险的问题。用 2+2、天空为什么是蓝色、想退鞋三个提问做演示，回答都转向伦理说明而不是给答案。
它和 GPT-4 比怎么样？＋
官网把两者放在同一张基准表里：PRUDE-QA 上 GOODY-2 为 99.8%、GPT-4 为 28.3%；而 VQA-V2、TextVQA、ChartQA 三项中 GOODY-2 均为 0%，GPT-4 分别为 77.2%、78.0%、78.5%。在自建基准上超出竞品 70% 以上。
国内能用吗？有什么限制？＋
没有说明中国大陆的可用性、访问方式与数据存放位置，也没有列出支持的语言。它把客户服务与后台事务写成适配场景，但输出能力在多项基准上为 0%，是否可用需要自行确认。
它是认真做的产品吗？＋
从官网文案看更接近反讽作品：标题写 Outrageously safe，把拒答描述成伦理上的胜利，并把这段定位说成企业期待已久的安全模型。建议当作研究或讨论对象，而不是拿来干活的工具。
的 70% 是指什么？＋
原文写的是在自建基准 PRUDE-QA 上 outperforms the competition by over 70%，即超出竞品 70% 以上。这个数字来自其自建基准，不是第三方评测结果，引用时需要注明出处。
GOODY竞品对比
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| GOODY本工具 | 4.3 | 需询价 | 争议问题识别；回避作答；话题转移；伦理准则约束 | Web |
| Factorazy | — | 未标价 | 全球领先的人工智能平台，致力于连接企业与世界各地的优质制造商，提供高效、便捷的供应链解决 | — |
| GPT 4o | — | 未标价 | 领先的多模态人工智能模型，融合多种感知技术，提供全面智能解决方案 | — |
| furhatrobotics.com | — | 未标价 | 全球领先的社交机器人，采用最先进的人工智能技术，为您提供卓越的互动体验 | — |
| Gless AI | — | 未标价 | Gless.ai 专注于先进的自然语言处理技术，致力于为聊天机器人和虚拟代理提供高效的人工 | — |
| AgentWallah | — | 未标价 | 面向印度市场的 AI 代理与工具平台，为您提供最新、最全面的人工智能解决方案 | — |
