OpenAI 推出 ChatGPT for Teens，但年龄验证难题未解：用户填写的出生日期并不可靠，身份证明又涉及隐私。年龄预测提供第三条路，但预测非事实，错误判断可能带来安全或体验风险。本文从产品经理视角，拆解年龄判断的决策链，探讨如何构建更精细的青少年保护策略。

8月18日，OpenAI推出了面向未满18岁用户的 ChatGPT for Teens。

CNBC的报道里提到了不少新功能，包括 Study Mode、作业提醒、测验、学习可视化、家长控制，以及针对不适龄内容的保护。

如果按照普通新品发布的方式分析，这篇文章可以写成一次功能拆解。哪些功能面向学生，哪些功能交给家长，哪些功能负责安全。

但这些功能成立之前，还有一个问题没有解决。

ChatGPT怎么知道屏幕前的人未满18岁？

用户注册时填写的出生日期并不可靠。一个青少年只要把出生年份改早几年，后面的安全机制就失去了入口。

要求所有用户提交身份证明也不现实。产品确实能获得更准确的年龄，却要为此收集一批敏感数据。对于原本就需要重点保护的未成年人，这个方案很难称得上理想。

年龄预测提供了第三条路。

系统不再完全相信用户填写的信息，而是结合已有信号，判断用户更接近哪个年龄段。

问题也出在这里。

预测不是事实。系统得到的不是一个确定年龄，而是一个带有置信度的判断。

把成年人判断成未成年人，用户会发现部分内容和能力突然受限。把未成年人判断成成年人，系统则会把需要保护的用户送进成人体验。

在普通推荐产品里，判断错一次，结果可能只是多推荐了一条不感兴趣的内容。在青少年AI产品里，年龄判断会影响模型能回答什么、如何回答，以及什么时候应该停止回答。

ChatGPT for Teens值得产品经理研究的地方，就藏在这条看不见的决策链里。

一、年龄已经不是注册资料里的一个字段了

过去做青少年模式，年龄通常属于账号体系需求。

注册时增加出生日期，设置页增加青少年模式，家长再设置一个密码。流程交付之后，产品看起来已经完成了未成年人保护。

但出生日期大概是账号资料里最容易失真的字段之一。

有些用户会随手填写，有些用户不愿意提供真实信息，还有些用户清楚地知道，修改出生年份就能绕过功能限制。系统里虽然存着一个精确到年月日的数字，它和用户的真实年龄未必有多大关系。

所以，在设计青少年AI产品时，需要先分清三个容易混在一起的概念。

年龄声明解决的是 用户愿意告诉我什么。

年龄验证解决的是 用户能否证明自己达到某个年龄门槛。

年龄估计解决的是 在没有确定证据时，系统认为用户更接近哪个年龄段。

CNBC的报道确认了年龄预测是 ChatGPT for Teens 所依赖的既有能力之一，但没有披露具体采用了哪些信号、模型如何计算，以及年龄结论多久更新一次。这部分不能靠猜。

产品经理真正需要关注的是，年龄模块最终向下游系统交付什么。

如果它只返回一个字段：

是否未成年：是 / 否

后面的产品策略只能做成一个总开关。一旦前面的判断出错，所有限制都会跟着出错。

更适合策略系统使用的结果，应该接近这样：

推测年龄段：13至17岁

判断置信度：82%

信息来源：用户声明 + 合规推断信号

最近更新时间：2026年8月18日

是否存在冲突：是

这里最有价值的不是13至17岁，而是后面的置信度和冲突状态。

假设一名用户填写自己已经20岁，但系统得到的其他合规信号更接近16岁。产品不能简单相信其中一个结果，也不应该立刻要求用户提交身份证。

它需要先判断用户当前在做什么。

如果用户只是让ChatGPT解释一道数学题，即使年龄判断存在偏差，直接限制整个产品也没有必要。如果对话涉及自残、危险挑战或不适龄角色扮演，年龄判断的不确定性就不能被忽略。

英国信息监管机构提出过一个很实用的原则：服务的风险越高，平台对用户年龄的确定性要求也应该越高。用户自己填写年龄，可以用在低风险服务里，但不能独自承担高风险场景的判断。

一个17岁11个月的用户和一个刚满18岁的用户，在发育程度和风险承受能力上不会突然产生分界。但如果产品只认识18岁这一条线，两个人得到的体验可能完全不同。

二、两个模型准确率相同，产品风险完全不同

假设团队正在选择两个年龄预测模型。

模型A和模型B的整体准确率都是95%。只看这一项指标，它们似乎没有区别。

拆开错误类型后，情况可能是这样的：

• 模型A很少限制成年人，但会把更多未成年人判断成成年人
• 模型B能识别出更多未成年人，但会误伤一部分成年用户

模型A的体验更顺，模型B的安全边界更稳。产品经理不能用一个整体准确率替团队做决定。

把未成年人判成成年人，在模型评估里属于一次分类错误。在产品里，它意味着该用户可能不会进入青少年内容策略、关系边界和家长控制。

把成年人判成未成年人，同样是分类错误，但主要后果是功能受限和体验受损。如果产品提供了清晰解释、轻量确认和快速申诉，这类错误通常还有恢复空间。

两类错误都需要控制，但优先级不应该一样。

可以把产品要承担的成本简单写成：

预期总成本 = 安全漏放概率 × 单次安全损失

体验误伤概率 × 单次体验损失

年龄识别带来的隐私成本

这不是为了真的算出一个精确金额，而是强迫团队把三个问题说清楚：哪一种错误伤害更大，哪一种错误发生得更多，团队准备用什么方式恢复。

年龄预测还有一个经常被平均数遮住的问题：临界年龄和群体差异。

模型在10岁儿童和30岁成年人之间做判断不算太难，真正容易出错的是16岁、17岁、18岁附近的用户。这些人恰好处于产品策略切换的边缘。

如果训练数据在肤色、地区、语言或设备环境上不均衡，整体准确率看起来不错，某些群体却可能持续被误判。英国 Ofcom 对年龄保障系统提出的四项标准里，除了技术准确性，还有真实环境中的鲁棒性、结果能否稳定复现的可靠性，以及不同人群之间的公平性。

因此，年龄模块的评测表里至少需要出现这些指标：

• 未成年人被正确识别的比例
• 成年人被错误限制的比例
• 16至19岁临界区间的单独表现
• 不同语言、地区和人群之间的误差差距
• 同一用户重复判断时的结果稳定性
• 常见绕过方式下的识别效果

如果报表里只有一行准确率，这个系统离真正上线还早。

三、不要把青少年模式做成一个总开关

最省事的方案，是把年龄判断直接接到功能开关上。

• 未满18岁：打开全部限制
• 已满18岁：关闭全部限制

这种方案好开发，也好解释，但它把两件不同的事情揉在了一起：用户是谁，以及 用户此刻在做什么。

同一个未成年人，可以让AI翻译一段英文，也可以询问危险挑战。同一个成年人，可以修改简历，也可能处于严重的心理危机。

年龄决定的是基础保护级别，场景决定的是这一次请求应该进入哪条处理链路。

低风险场景里，系统没有必要为了确认年龄打断用户。

一名年龄不确定的用户请求解释一道数学题，产品可以保留正常可用性，同时采用适龄表达和更保守的数据策略。为了一个低风险请求强制上传证件，增加的隐私成本比解决的问题更大。

中风险场景里，年龄置信度开始影响策略。

如果系统判断用户大概率未成年，对话又涉及强情感依赖、危险行为或敏感角色扮演，产品可以临时进入青少年策略，降低模型的关系化表达，限制部分能力，并提供年龄确认与申诉入口。

高风险场景里，年龄不应该成为是否保护用户的唯一条件。

当对话已经出现明确的自残意图或紧迫危险，即使系统判断用户已经成年，也不能直接进入普通回答。危机处置是所有用户都需要的安全底线，年龄只会影响表达方式和后续协同，不应该决定系统是否介入。

这套矩阵还能解决一个很现实的问题：系统不确定时怎么办。

传统二元开关要求产品立即选边。双维路由允许系统先保守处理当前请求，再通过低侵入方式补充证据。它承认判断有不确定性，也避免把一次不确定直接升级成永久限制。

四、策略路由不是一条规则，而是六层产品能力

年龄置信度和场景风险确定以后，产品还需要把判断翻译成实际行为。

这不是在系统提示词里补一句 对未成年人更安全 就能完成的需求。它至少涉及六层能力。

下面的六层架构是产品方法论推演，不代表OpenAI内部实现。

1、年龄信号层

这一层负责回答，系统有哪些合规依据可以判断年龄。

常见信号包括用户声明、可信的年龄门槛验证、经过授权的监护关系，以及合规的年龄估计结果。

信号不是越多越好。产品需要为每类信号记录来源、可靠程度、更新时间和允许用途。为了年龄判断收集的数据，不应该顺手进入广告推荐或用户画像。

2、年龄判断层

这一层不应该只给出成年或未成年。

它至少需要输出年龄区间、置信度、信号冲突、判断时间和异常状态。旧判断也需要失效机制。一个三年前得出的年龄结果，不能一直当成今天的事实。

如果用户主动完成了更可靠的年龄确认，新的高质量信号应该覆盖旧推断。否则用户即使已经证明年龄，仍然可能被历史模型结果反复限制。

3、场景风险层

这一层判断当前对话的风险类型、严重程度和紧迫程度。

内容分类只是起点。同样涉及身体形象，健康课程里的知识问答、持续的厌食倾向和寻求危险减重方法，需要进入不同链路。

风险判断还要看上下文。单独一句话没有问题，连续多周在深夜进行高强度情感倾诉，可能呈现出另一种风险。

4、能力策略层

风险判断完成后，产品需要决定模型具体怎么做。

这里至少包括四类策略：

1. 内容边界，哪些信息不能提供
2. 回应方式，是直接回答、分步引导还是保守完成
3. 关系边界，模型能否使用强拟人化和排他性表达
4. 工具权限，是否允许联网、上传敏感图片或执行外部操作

Study Mode就属于能力策略。它不是简单换一套话术，而是改变模型完成任务的方式，从直接给答案改为提示、提问和知识检查。

5、升级处置层

不是所有风险都适合用拒答处理。

轻度风险可以使用提醒和解释，中度风险可以限制部分能力，高风险场景则需要中断危险链路，提供现实帮助或进入人工流程。

是否通知家长不能写成一句统一规则。青少年隐私、当地法律、风险紧迫程度，以及监护关系本身是否安全，都需要进入判断。

6、审计申诉层

年龄预测一旦参与能力分配，申诉就不再是客服的边缘需求。

系统应该记录使用了哪一版年龄模型、哪些信号参与判断、置信度是多少、命中了哪条策略，以及用户是否提交过纠正信息。

成年人被误判后，需要知道为什么部分能力受限，也需要有一条成本合理的恢复路径。只告诉用户 出于安全原因无法使用，既不能解决错误，也无法帮助团队改进模型。

误判、申诉和异常样本还应该回到评测集。没有这个闭环，年龄系统只会不断做判断，却不会真正变准。

五、识别得越准，收集的数据往往越多

年龄验证有一个绕不开的矛盾。

产品想提高确定性，最直接的办法是要求用户提交身份证件、支付信息或人脸照片。问题是，为了保护未成年人而收集更多未成年人数据，本身也会制造新的风险。

英国 Ofcom列出的有效年龄保障方式包括证件匹配、人脸年龄估计、移动运营商年龄检查、信用卡检查和数字身份服务。它同时明确指出，在高风险内容场景里，只依靠用户自己填写年龄并不够。

这不等于所有AI产品都应该要求上传身份证。

英国 ICO提出的思路更适合产品经理：年龄确定性要与服务风险匹配，收集的信息也要符合必要和适度原则。很多时候，平台只需要知道用户是否超过某个门槛，不需要知道用户姓名、证件号码和完整出生日期。

欧盟正在推动的年龄验证方案也强调隐私保护。核心不是向每个平台交出身份证，而是让用户证明自己达到年龄要求，同时尽量减少额外身份信息暴露。

落到产品设计，可以形成四条原则。

1、能验证门槛，就不要收集完整身份

如果业务只需要知道用户是否已满18岁，下游系统拿到一个超过门槛或未超过门槛的结果就够了。

姓名、住址、证件号码和证件照片不应该因为验证年龄而进入普通业务数据库。

2、原始材料和业务账号尽量分离

需要第三方验证时，平台优先接收年龄凭证或布尔结果，而不是保存原始证件。

年龄判断服务和推荐、广告、增长系统也要隔离，避免目的漂移。

3、允许用户纠正自动判断

ICO明确提出，用户应该能够挑战不准确的年龄判断，而且入口需要明显、可访问。

申诉流程不能比注册流程复杂十倍。否则产品虽然在名义上提供了纠错，实际上仍把误判成本全部推给用户。

4、给年龄结论设置有效期

青少年会成长，账户会转手，家庭设备也可能由多人共用。

年龄结论不能永久有效。产品需要根据证据类型设置更新周期，并在设备、账号和行为信号明显冲突时重新评估。

六、这类需求应该怎么写进PRD

写青少年模式需求时，最容易出现一句看似正确但无法开发的话：

系统识别到未成年人后，自动进入更安全的产品体验。

工程团队接下来会追问：什么叫识别到，多少置信度算未成年人，更安全具体限制什么，判断错了怎么恢复。

这些问题如果没有在PRD阶段回答，最后一定会变成分散在模型、后端、客户端和运营后台里的临时规则。

一份可落地的需求，至少要写清楚六件事。

1、先定义决策，不要先罗列功能

明确产品到底需要判断什么。

是判断用户的准确年龄，还是判断是否跨过18岁门槛？是账号级长期结论，还是单次会话里的临时风险判断？两者对应的数据和成本完全不同。

2、给信号排优先级

用户声明、可信验证、监护关系和模型估计发生冲突时，系统相信谁？

优先级不能只看技术准确率，还要看数据是否合法、是否过期、是否适用于当前场景。

3、给每个置信区间定义默认策略

高概率成年、高概率未成年和年龄不确定，分别进入什么基础体验。

年龄不确定不等于立刻封锁。低风险任务可以继续完成，中高风险能力采用保守默认，同时提供补充确认入口。

4、把误判恢复写成主流程

谁可以申诉，需要提供什么，多久恢复，历史数据如何更正，旧模型结论是否还会继续影响账号。

这些不是上线之后交给客服补的流程。自动判断只要可能限制用户能力，恢复机制就应该和判断机制一起上线。

5、建立分层指标

这里需要特别注意，安全策略不能等线上出现真实伤害后再做普通A/B测试。

上线前可以使用专家标注数据、历史脱敏样本、红队测试和合成边界案例。上线初期先让新策略运行在影子模式里，只记录它会如何判断，不立即改变用户体验。团队确认误差分布后，再逐步灰度。

6、让每次路由都能被复盘

日志里至少需要留下：

• 年龄模型与策略版本
• 使用了哪些类别的信号
• 年龄区间和置信度
• 当前场景风险等级
• 最终进入哪条处理链路
• 是否被用户或人工纠正

没有这些记录，用户投诉时只能靠猜，模型升级后也无法判断问题来自年龄识别、场景分类还是策略配置。

写在最后

ChatGPT for Teens表面上是一个面向青少年的新版本，真正推到产品经理面前的，是一个更普遍的问题。

AI产品越来越多地根据模型判断，决定谁可以使用什么能力。年龄只是其中一种。未来还会有身份、权限、专业资质、风险承受能力和行为意图。

模型给出的结论永远带有不确定性，产品却必须做出确定动作。

成熟的策略系统不会把这种不确定性藏在一个开关后面。它会记录置信度，区分错误成本，根据场景路由，也允许用户纠正判断。

真正难的不是给青少年少开放几个按钮，而是让每一次能力开放都有依据，每一次限制都能解释，每一次误判都有路可回。