授課型碩士的申請文件中，作品集說明（Portfolio Statement）常被忽略，卻是設計、建築、傳播、數位媒體等科系審核時的重要依據。它不像個人陳述那樣談動機與規劃，而是解釋每一件作品怎麼做出來、你在其中扮演什麼角色、遇到什麼限制、如何解決。這類文字需要精準描述事實，偏偏很多人寫完初稿後覺得語氣太生硬，於是交給 AI 工具「潤一潤」。問題是，AI 改語氣時常常連事實一起改掉了。

語氣修改與事實修改的界線在哪裡

語氣修改指的是調整句子的長短、主動被動、連接詞與節奏，讓文字更流暢、更符合學術寫作習慣。例如「我做了一個 app」改成「我開發了一款應用程式」，這是語氣調整。但「我負責 UI 設計」被改成「我主導了整個產品的設計流程」，這就跨越了事實邊界。

AI 語言模型在改寫時，會傾向讓文字聽起來更有貢獻感、更具領導力，因為這類措辭在範例文本中更常見。如果你沒有仔細核對，作品集說明中的「協助」「參與」可能悄悄變成「主導」「負責」，而審核委員一旦在面試中追問細節，你將難以自圓其說。

哪些段落適合交給 AI 改寫

作品集說明中，描述作品背景、靈感來源、技術工具與最終成果的段落，通常可以交給 AI 調整語氣。這些內容是客觀事實，改寫空間較大，例如「這個專案使用 Python 撰寫」改成「這個專案以 Python 作為主要開發語言」，不會改變任何資訊。

但涉及個人貢獻與決策過程的段落，建議先自己寫清楚再交給 AI。例如「我提出以問卷方式收集使用者回饋」這句話，AI 可能改寫成「我設計了一套完整的用戶研究方案」，兩者的責任範圍明顯不同。這類句子應該保留你的原始表述，只讓 AI 修正語法或精簡冗詞。

修改後的人工核對清單

AI 改寫完成後，不要直接貼進申請系統。請逐句核對以下幾項：

• 作品名稱、年份、課程名稱是否與成績單一致
• 團隊專案中你的角色是否被擴大或縮小
• 使用的軟體、工具、技術名稱是否被替換成不正確的同義詞
• 作品獲得的獎項、展覽、發表紀錄是否被誇大
• 指導老師或合作者的姓名與職稱是否正確

其中最容易出錯的是工具名稱。AI 可能把「Figma」改成「Adobe XD」，把「Python」改成「JavaScript」，因為這些名稱在訓練資料中經常一起出現。這類錯誤不仔細看很難發現，卻會讓審核委員質疑你的專業能力。

授課型碩士與研究型碩士的差異

授課型碩士的作品集說明通常篇幅較短，重點在於展示你具備進入該領域的基本能力，而非原創研究的深度。因此，語氣上不需要過度學術化，也不需要堆砌專業術語。AI 改寫時容易把文字變得更抽象、更「論文風」，這反而偏離授課型碩士的審核期待。修改完成後，請朗讀一遍，如果發現句子太長、詞彙太艱深，就手動改回更直接的表達。

最後，作品集說明的核心是你的作品本身。文字只是輔助審核者理解作品的脈絡，語氣再漂亮，也無法取代作品品質。AI 可以幫你減少語法錯誤、讓句子更順暢，但每一句涉及你做了什麼、怎麼做的陳述，都必須由你親自確認。