博士申請的推薦信有一個常見但少有人公開討論的環節：申請者先寫草稿，推薦人再修改或直接簽名。這個流程本身沒有問題，問題在於——當你用 AI 協助起草時，AI 可能把課程名稱、學校名稱、甚至推薦人的職稱寫錯，而且錯得相當自然。
推薦信的核心是「可信度」。一封內容正確但細節錯誤的信，比一封樸素但精確的信更危險。以下是一套具體的核對方法，幫助你在提交前找出 AI 草稿中的事實錯誤。
為什麼 AI 草稿容易在課程與學校資訊上出錯
AI 語言模型在生成文字時，是根據訓練資料中的統計規律來組合詞語。它沒有「查證」能力，也不會記得你的成績單上有哪些課。當你要求它「寫一封推薦信，強調申請者在某某課程的表現」，它可能：
- 把課程名稱寫成常見但錯誤的版本（例如把「Advanced Econometrics」寫成「Econometrics II」）
- 把課程內容描述成另一所學校的教學大綱
- 把推薦人的系所名稱寫錯
- 把申請學校的 program 名稱寫成相似的舊名稱
這些錯誤的共同特徵是：看起來合理，但經不起核對。
建立一份「事實清單」再開始起草
在讓 AI 協助起草之前，先手動建立一份事實清單。這份清單包含：
- 推薦人的全名、職稱、系所、任職學校
- 你修過的相關課程（以成績單為準）：課程全名、授課教師、修課學期、成績
- 你參與的研究計畫或專題：名稱、指導者、你的具體貢獻
- 申請的每間學校與 program 名稱（注意：不同學校可能名稱相近但內容不同）
這份清單不需要很長，但每個條目都必須是你親自查證過的。AI 產生的草稿，一律以這份清單為準進行比對。
逐校核對：同一封草稿不能直接提交所有學校
博士申請通常同時投多間學校，但推薦信不應該完全一樣。原因很簡單：不同學校的 program 名稱、課程結構、研究重點都不同。一封提到「貴校的某某研究中心」的信，若該中心根本不存在，推薦人與申請者都會陷入尷尬。
建議做法是：
- 先讓 AI 產生一份通用草稿
- 針對每間學校，手動修改與學校相關的段落
- 使用「尋找與取代」功能檢查是否還有舊學校名稱殘留
- 最後，逐間學校確認 program 名稱、系所名稱、教授姓名是否正確
這步驟無法省略。AI 不會自動知道 A 校的 program 叫「PhD in Statistics」而 B 校叫「Doctor of Philosophy in Statistical Science」——即使課程內容幾乎相同。
推薦人核對：讓修改過程留下紀錄
推薦信草稿完成後，交給推薦人修改時，建議附上你的事實清單。這有兩個好處：推薦人更容易判斷哪些內容需要調整；萬一日後被詢問「這封信是誰寫的」，你能清楚說明起草與修改的分工。
保留版本紀錄也很重要。AI 對話紀錄、你修改的每一版草稿、推薦人最後確認的版本，都建議保存。這不是不信任推薦人，而是保護雙方——若學校對推薦信的真實性提出疑問，你能證明整個過程有明確的溝通軌跡。
提交前的最後檢查
- 課程名稱與成績單完全一致
- 學校名稱與 program 名稱逐字比對官方網站
- 推薦人的職稱與系所名稱正確
- 每間學校的推薦信內容已分開核對
- 推薦人已看過最終版本並確認
推薦信的價值在於「推薦人願意為你的能力背書」。AI 可以幫你整理語言，但背書的對象——課程、研究、學校——必須是真實且經得起查證的。