申請研究型碩士的履歷，跟求職履歷最大的差別在於：審查者想知道的不只是你做過什麼，而是你怎麼思考研究問題。一份研究型CV的每個條目，都應該指向同一個方向——你具備獨立完成一項研究的潛力。

AI可以幫你快速生成一個看起來很完整的CV大綱，教育背景、研究經歷、發表、獎項、技能，應有盡有。但如果你只是把這個大綱填滿，產出的東西跟其他幾百份申請文件不會有太大區別。問題不在結構，而在結構裡的每一個決定。

AI大綱能給什麼：一個起點，不是終點

把AI當成「結構顧問」是合理的用法。你可以輸入自己的背景摘要，請它建議CV應該包含哪些區塊、每個區塊的順序、以及哪些資訊可以放在前面。AI通常會基於國際學術CV的常見慣例，給你一份合理的骨架。

這份骨架的價值在於幫你確認沒有漏掉重要模組——例如有些申請者會忽略方法技能，或者把發表跟報告混在一起。AI的模板能提醒你這些區塊的存在，讓你回頭檢查自己是否有相關經歷可以補充。

但這裡有一個關鍵：AI不知道你的研究興趣是什麼，也不知道你想申請的系所看重什麼。它給的是一般性建議，不是針對你的研究脈絡的判斷。所以拿到AI生成的大綱後，第一件事不是開始填內容，而是問自己：哪些區塊對我的申請最重要？哪些可以縮短甚至刪除？

模組權重怎麼調：從你的研究敘事出發

研究型碩士的CV不需要涵蓋所有可能的區塊。反而應該根據你的研究方向和目標系所，決定哪些資訊要放大、哪些要精簡。

舉例來說，如果你申請的是偏實驗科學的研究型碩士，你的方法技能區塊就值得多花篇幅，具體列出你操作過的儀器、分析軟體、實驗設計經驗。如果你申請的是理論或人文取向的課程，文獻掌握能力和獨立研究經驗可能比技術清單更重要。

調整權重的判斷依據不是「我有哪些經歷」，而是「審查者需要看到什麼證據，才會相信我適合這個課程」。AI可以幫你把經歷條列出來，但它無法判斷哪一條經歷在你的研究脈絡中具有關鍵地位。這個判斷需要你自己做。

一個具體的做法：先寫一句話描述你想呈現的研究者形象——例如「一個能獨立設計訪談架構、並用質性分析軟體處理資料的初階研究者」。然後檢查CV大綱，看每個區塊是否都在支持這個形象。如果某個區塊跟這句話無關，考慮縮短或刪除。

避免結構空洞化的三個檢查點

AI生成的CV大綱最常見的問題，是看起來結構完整，但每個條目都只是職稱和日期，缺乏實質內容。審查者讀完之後，對你的研究能力仍然沒有具體印象。

檢查點一：每個研究經歷條目是否說明了你的具體貢獻？不要只寫「參與XX實驗室研究」，要寫你在其中負責哪個部分、用了什麼方法、解決了什麼問題。

檢查點二：技能區塊是否跟研究經歷互相呼應？如果你列出會使用某種分析工具，但研究經歷中沒有任何地方用過它，審查者會懷疑這只是課程作業的經驗。

檢查點三：時間順序和邏輯順序是否一致？研究型CV通常以時間倒序呈現，但如果你有一段經歷特別能說明你的研究潛力，可以考慮把它放在更前面的位置——只要這個調整有邏輯依據。

保留個人邏輯：AI是參照，不是作者

最後要強調的是，AI生成的大綱無論多完整，都只是一種參照。你的CV最終要呈現的是你的研究軌跡——那些你為什麼選擇某個題目、為什麼用某種方法、從失敗中學到什麼的痕跡。這些內容無法由AI替你生成，因為它們來自你實際的研究經驗。

如果你發現自己正在做的事，只是把AI給的每個區塊填滿，停下來。刪掉一半的條目，把剩下的每一條寫得更深入，效果會更好。研究型碩士的審查者通常寧願看到三條有深度的經歷，也不願看到十條模糊的條列。

CV的結構可以參考AI的建議，但內容的選擇、順序的安排、細節的取捨，都必須反映你個人的研究判斷。這份文件是你的學術自畫像，不是模板的填色本。