博士申請的 Writing Sample 和個人陳述性質完全不同。PS 講的是「你是誰、為什麼申請」，Writing Sample 展示的是「你能不能做研究」。後者直接影響教授對你學術潛力的判斷，因此 AI 的介入方式也應該更謹慎。
問題不是「能不能用 AI」，而是「AI 可以做到哪一步、你必須在哪一步接手」。
AI 適合做的三件事：整理、梳理、規範化
第一，文獻摘要的初步整合。如果你已經有十幾篇讀過的論文，但還沒整理成系統性的文獻回顧，AI 可以協助你將各篇的核心觀點、方法與結論做成對照表。這能幫你快速看到自己研究問題在既有文獻中的位置。
第二，論證結構的梳理。你已經有大致想法，但段落順序和邏輯層次不清楚，AI 可以根據你提供的綱要，生成幾種不同的結構方案。例如先寫文獻缺口再寫研究問題，或先提出方法論再回顧文獻。你不需要照單全收，但可以藉此看到不同組織方式的效果。
第三，引用格式與語言規範化。參考文獻的格式調整、術語統一、被動語態的修正，這些機械性工作交給 AI 可以大幅節省時間。
這三件事的共同特點是：它們都建立在「你已經有內容」的基礎上。AI 是幫你把已有的想法整理得更清楚，而不是替你產生想法。
AI 不適合做的三件事：論證、判斷、原創觀點
Writing Sample 的核心評價標準，不是語言是否流暢，而是你有沒有展現出獨立思考的能力。以下三個環節如果交給 AI，你的 Writing Sample 會失去學術價值。
第一，研究問題的界定。你的論文要回答什麼問題？這個問題為什麼重要？它填補了什麼文獻缺口？這些判斷需要你對領域有足夠的理解，AI 可以幫你列出潛在的研究問題，但無法替你判斷哪一個問題值得花兩年時間追下去。
第二，方法論的選擇與辯護。為什麼用質性訪談而不是問卷調查？為什麼選擇某個理論框架而不是另一個？這類論證需要你理解不同方法背後的預設，AI 只能提供一般性的方法論介紹，無法針對你的具體研究情境做出合理判斷。
第三，對文獻的批判性反思。文獻回顧不是「A 說了什麼、B 說了什麼」的清單，而是你如何評價這些研究、指出它們的不足、並說明你的研究如何推進對話。AI 擅長總結他人觀點，但「為什麼這個觀點有問題」需要你自己的學術判斷。
一個可行的協作流程：從混亂到定稿
以一篇 15–20 頁的 Writing Sample 為例，可以將寫作過程分為五個階段：
第一階段：素材收集。把你讀過的文獻、實驗數據、訪談筆記或田野記錄全部放在一個文件裡。不需要整理，只需要確保所有原始材料都在。
第二階段：問題定義。自己寫一段話說明「我想研究什麼、為什麼」。如果這段話寫不出來，先不要碰 AI，回去繼續讀文獻。
第三階段：結構規劃。把你的研究問題拆解成 3–5 個子問題，每個子問題對應一個章節。此時可以請 AI 根據你的子問題生成提綱，但你要檢查每個章節的邏輯順序是否合理。
第四階段：逐章寫作。每一章先自己寫出核心論點和關鍵證據，再請 AI 協助擴充段落或調整語句。重點是：你必須先寫出那一章的「骨架」——兩三句話說明這一章要證明什麼、用什麼證據。AI 的工作是幫你把這兩三句話擴充成完整的段落，而不是從零開始。
第五階段：整體修訂。完成初稿後，先自己讀一遍，標出論證薄弱的地方，再請 AI 針對這些段落提供改寫建議。最後一輪修改必須由你親自完成，因為只有你知道哪些論證是你真正想表達的。
常見誤區：把 Writing Sample 當成「論文版 PS」
一個常見的錯誤，是申請者把 Writing Sample 寫成了「我對這個領域很有興趣」的個人敘述。Writing Sample 不是要你說服教授你有多熱愛這個領域，而是要展示你已經具備獨立完成研究的能力。
因此，寫作時應該把重點放在「我發現了什麼問題、我如何分析、我得出什麼結論」的完整論證鏈條上，而不是「這個領域很重要、我很感興趣」的動機描述。AI 很容易把文件推向後者，因為它的訓練資料中充滿了這類安全而空泛的學術表述。
另一個誤區是過度依賴 AI 的語言潤飾，導致所有段落讀起來都像同一種聲音。學術寫作確實要求正式和精確，但你的個人學術風格——例如你偏好短句還是長句、你習慣用主動語態還是被動語態——仍然應該保留。
提交前的最後檢查
- 每一章的核心論點是否能用自己的話清楚說明？
- 文獻回顧是否展現了你對研究領域的批判性理解，而不只是總結？
- 方法論的選擇是否有明確理由？
- 全文是否有至少一處原創性的觀點或分析？
- 你是否知道每一段內容的來源，並能在面試中進一步闡述？
Writing Sample 是博士申請中少數可以完全由你掌控的材料。AI 可以幫你整理文獻、梳理結構、修改語言，但研究問題的界定、方法論的辯護和原創觀點的形成，這些步驟沒有捷徑。把 AI 當作寫作過程中的研究助理，而不是共同作者，你的 Writing Sample 才能真正展現你的學術潛力。