授課型碩士（Taught Master's）的研究計畫，長度通常比研究型碩士短，但審查者仍然會看一件事：你有沒有能力提出一個可執行的題目，並且知道這個題目為什麼值得做。很多人用AI生成研究計畫，結果收到一份「看起來很完整、但換個名字誰都能交」的文件。問題的根源不是AI，而是計畫裡缺少「作者證據」——也就是只有你才能提供的學習脈絡與選擇理由。

模板感的來源：沒有選擇痕跡的內容

一份研究計畫如果讓審查者覺得「好像在哪裡看過」，通常是因為它只描述了「研究領域」而沒有描述「你怎麼走到這裡」。例如「本研究探討社群媒體對青少年心理健康的影響」這句話本身沒有錯，但它沒有告訴審查者：你為什麼選青少年？為什麼選這個平台？你過去修過相關課程嗎？你看過哪些文獻讓你覺得這個題目需要再被討論？

AI在生成時，傾向於把最常見的敘述組合在一起，因為這樣最「安全」。如果你不主動提供個人脈絡，它就會用通泛的語句填滿篇幅。所以降低模板感的第一步，是先列出你個人與這個題目的連結。

用AI整理文獻，但保留你的閱讀路徑

AI在研究計畫中最實用的功能是文獻整理。你可以把讀過的論文摘要、課堂講義筆記、甚至是你自己寫過的報告片段丟進去，請它幫你歸納：這些文獻之間有哪些共識、哪些爭議、哪些沒被回答的問題。這個過程可以幫你快速定位研究缺口。

但要注意，AI整理出來的文獻清單不等於你的文獻回顧。你需要在文字中留下「閱讀路徑」——例如「在課程XX中我第一次接觸到這個理論」「讀了某位作者的論文後，我注意到他沒有處理某個變項」。這些敘述是AI無法替你生成的，因為它不知道你修過什麼課、在哪個環節產生疑問。

原創性檢查：不是跑一次檢測就好

很多人以為「原創性檢查」就是把文件丟進AI檢測工具跑一次。實際上，檢測工具只能給出參考，無法判斷你的研究計畫是否真的有學術貢獻。真正的原創性來自兩件事：你提出的研究問題是否具體到別人不會用同樣的方式問，以及你的方法是否與你的問題匹配。

你可以自己做以下檢查：

• 把研究問題寫成一句話，刪掉所有形容詞，剩下的主詞與動詞是否具體到無法套用在其他題目上
• 你的文獻回顧中，是否至少有三篇是近五年內發表的論文，而且你確實讀過全文
• 你的方法段落是否寫到「用什麼資料、如何取得、如何分析」，而不是只寫「將採用混合方法」

如果以上三項的答案都是肯定的，你的研究計畫通常已經具備基本原創性。如果答案是否定的，問題不在檢測分數，而在你的計畫本身還不夠具體。

保留作者證據的具體做法

「作者證據」是指讓審查者相信「這個計畫只有你能寫得出來」的內容。具體可以包括：

• 你在大學修過的特定課程與專題，以及它們如何引導你到這個研究問題
• 你實習或工作經驗中觀察到的現象，且該現象與研究問題直接相關
• 你對某個研究方法的熟悉程度（例如你用過某套統計軟體、做過某種訪談）

這些內容不需要長，但必須真實。如果你沒有相關經驗，不要為了讓計畫看起來完整而編造。審查者看過太多「我曾在某公司實習，因此對XX產生興趣」但實際經驗完全對不上的案例。寧可誠實寫「在大學課程中第一次接觸」，也不要虛構經歷。

提交前的最後一輪人工檢查

AI可以幫你整理、改寫、調整語氣，但以下幾項必須由你親手確認：

• 所有引用文獻的年份、作者、期刊名稱正確，且你確實讀過
• 研究方法與研究問題之間的邏輯成立（例如研究問題需要訪談資料，方法就不能只寫問卷）
• 計畫中提到的軟體、資料庫、統計方法是你實際會使用的
• 整份文件沒有一句話是你無法用自己的話解釋的

授課型碩士的研究計畫雖然篇幅不長，但它展示了你的組織能力、文獻掌握度與邏輯思考。AI可以幫你減少打字與整理的時間，但它無法代替你對題目的理解。把AI當成研究助理，而不是共同作者，你的計畫才會有真正的作者痕跡。