研究型碩士的履歷和求職履歷是兩種東西。招聘者看的是你能否勝任工作，而審核研究型碩士申請的教授，看的是你有沒有能力在一個具體領域裡獨立提出問題、設計方法並完成分析。後者對語言的要求不是「流利漂亮」，而是「精準、一致、能看出你的判斷」。
AI在語言修改上確實能幫上忙，但幫的範圍比許多人以為的窄。它擅長調整語氣，卻不擅長判斷語氣背後的學術判斷是否成立。這篇文章想說清楚：哪些修改可以放心交給AI，哪些必須自己把關。
第一條界線：動詞可以改，事實不能動
研究型履歷裡最常出現的動詞是「conducted」「designed」「analysed」「implemented」。這些詞本身沒有問題，問題常出在層級關係上。例如你參與了一個大型研究計畫，實際負責的是數據清理，AI可能把「assisted in data cleaning」改成「led data cleaning」。單看語言，後者確實更簡潔有力，但它改變了你在研究中的真實位置。
這是研究型履歷修改的第一條界線：AI只能調整表達方式，不能調整責任範圍。修改時，把每個動詞對應的工作量想一遍——你主導了什麼、參與了什麼、在誰的指導下完成了什麼。如果AI改完之後，某個動詞讓你的角色看起來比實際重要，必須改回來。
具體做法是：讓AI列出它修改過的所有動詞，逐個對照原始版本，確認沒有從「參與」變成「主導」、從「協助」變成「負責」。這一步不需要專業知識，只需要誠實。
第二條界線：語態調整要配合學科慣例
不同學科對主動/被動語態的偏好不同。自然科學領域常接受被動語態，因為強調研究過程而非執行者；人文與社會科學則較常使用主動語態，因為需要明確呈現研究者的詮釋位置。AI的語言模型通常會傾向「自然流暢」的寫法，但「自然流暢」未必等於該學科的慣例。
修改履歷前，先看你目標系所網頁上教授們近期發表的論文摘要，留意他們描述自己研究時用的是主動還是被動。再把這個觀察告訴AI，要求它按這個方向調整。如果AI改完後語態不一致——例如研究方法部分用被動、成果部分用主動——你需要手動統一。
這不是吹毛求疵。審核履歷的教授每天看大量文件，語態不一致會讓他們隱約覺得這份履歷「不是申請者自己寫的」，即使說不出具體哪裡不對。
第三條界線：語氣強化不能掩蓋方法弱點
AI很擅長把「used Python to analyze data」改成「designed a comprehensive analytical framework using Python」。後者看起來更有分量，但如果你的方法其實是套用現成套件，這種改寫就是在製造虛假印象。研究型碩士的審核者對方法細節非常敏感，他們會追問：你用了什麼模型？參數怎麼設的？資料怎麼前處理？
所以，AI可以強化語氣，但前提是強化後的描述仍然經得起追問。修改後逐條自問：如果教授針對這行內容問三個問題，我答得出來嗎？答不出來的地方，語氣要收回來，而不是靠更模糊的措辭掩蓋。
四步檢查：提交前把語言改回事實
建議在完成AI修改後，依序做四個檢查：
- 動詞還原：列出所有被改動的動詞，確認責任範圍沒有被放大。
- 語態對齊：對照目標學科慣例，確認全文語態一致。
- 方法可答：每一條研究經歷，確認自己經得起三個追問。
- 事實核對：逐字對照原始資料，確認沒有新增、刪除或改寫任何具體事實——包含日期、機構名稱、發表狀態。
第四步最容易出錯。AI在潤飾時可能把「in preparation」改成「submitted」，或把「under review」寫成「published」。這些改動在語法上完全自然，但會直接影響審核者對你研究階段的判斷。
語言修改的本質是讓你的真實經歷更清楚，而不是讓它看起來像另一段經歷。AI能處理前者，後者需要你自己守住。