研究型碩士的申請文件裡，補充說明信往往是最容易被輕忽、卻也最容易被審查者仔細閱讀的一份。它不像 SOP 那樣展示你的抱負，而是解釋「為什麼成績單上有一學期特別低」「為什麼研究工作中斷了八個月」「為什麼從碩士轉到博士軌跡」。這些問題沒有標準答案，但寫得不好，會讓整份申請失去可信度。

AI 在補充說明信上的角色，比在 SOP 中更有限。因為這份文件的核心是「解釋一個具體的事件」，而 AI 對事件本身一無所知。它不知道你那學期為什麼低分，不知道你中斷研究的原因，更不知道那個原因在目標系所眼中是否合理。

AI 能做的：版本比對，不是內容判斷

補充說明信常需要修改多個版本——給 A 校的版本強調某段經歷，給 B 校的版本則淡化它。AI 確實能協助比對不同版本之間的敘事一致性：用詞是否衝突、時間軸是否錯位、語氣是否穩定。

例如，你在給 A 校的版本中寫「因家庭因素中斷研究三個月」，給 B 校的版本卻寫「因個人健康因素暫緩研究」，AI 可以幫你抓出這種不一致。但 AI 無法告訴你：哪個原因更適合哪間學校？哪個原因聽起來更誠懇？哪個原因不會引發後續面試的追問？

這些判斷需要你對目標系所有足夠的理解——而這正是 AI 不具備的。

核對前先確認五件事

第一，事件的因果鏈是否完整。 一份有效的補充說明信至少包含四個要素：背景、原因、行動、結果。以成績波動為例：背景是「二年級上學期因手術住院六週」，原因是「術後恢復期影響期中準備」，行動是「主動與教授聯繫並補交作業」，結果是「下學期成績回升至平均以上」。AI 可以幫你檢查四要素是否齊全，但無法判斷你列的「行動」是否真的能說服審查者。

第二，時間軸是否與成績單、履歷一致。 這是 AI 最擅長的檢查項目，但也最容易被忽略。把補充說明信中的日期、期間、事件順序，與成績單和 CV 逐一比對。AI 可以幫你標出不一致的地方，但你需要提供正確的原始資料——如果你給 AI 的成績單本身就是錯的，它無法發現。

第三，語氣是否過度防禦或過度自責。 補充說明信最忌諱兩種極端：一是把責任全部推給外部因素，二是把所有問題攬在自己身上。AI 可以幫你調整語氣，但「什麼程度的責任歸屬是合理的」取決於具體情境與系所文化。研究型碩士的審查者通常比較務實，他們想知道的是「這個問題會不會影響你未來的研究能力」，而不是「你多會道歉」。

第四，是否有不必要的細節。 有些申請者會把補充說明信寫成病歷或日記，例如詳細描述手術過程或家庭衝突。AI 可以幫你刪除冗長描述，但「哪些細節該保留」需要你判斷——一個細節如果不會影響審查者對你研究能力的評估，通常就不需要寫。

第五，不同版本的差異是否刻意為之。 這是最容易被 AI 誤導的地方。AI 比對版本時，會把「差異」標記為「不一致」，但有些差異是你刻意設計的——例如對 A 校強調研究經驗、對 B 校強調教學能力。你需要在核對時明確區分「刻意差異」與「無心錯誤」，不要因為 AI 標記了差異就全部修改。

版本核對的實際操作流程

建議的流程是：先自己寫出第一版，交給 AI 做結構檢查，然後手動修改；修改完後，再請 AI 比對第一版與第二版的差異，確認你的修改是否達成了預期效果。

而不是反過來——先讓 AI 生成一個版本，你再修改。因為補充說明信的內容高度依賴個人事實，AI 生成的第一版往往會包含它「猜測」的細節，例如「該生因健康因素暫緩研究，期間積極參與線上課程」——這句話可能完全不是事實，但你未必會注意到。

核對完成後，還要做一次「真人模擬」

最後一個步驟：找一位了解你情況的人（指導教授、同事、家人）讀一遍，請他扮演審查者，針對信中提到的每一個原因提問。補充說明信最大的風險不是寫得不夠好，而是寫了一個你無法在面試中回答的解釋。

AI 可以幫你確認版本之間沒有矛盾，但它無法預測面試官會對哪個解釋感興趣、哪個解釋會引發更多追問。這需要你對自己的經歷有足夠的掌握，也需要你對目標系所的研究方向有基本的理解。

研究型碩士的補充說明信，本質上是一封「為自己辯護」的信。AI 可以幫你整理辯護的邏輯，但辯護的內容——事實、理由、反思——永遠只能來自你自己。