AI 消息检查工具能查出什么，你自己又该怎么查

你会去搜 AI 消息检查工具，多半是因为消息已经写好了。它就躺在输入框里，你读了六遍，看不出哪里明显有问题，只是总觉得不对劲。太冷，或者太过，或者带着一点防备，却又指不出是哪一句。

AI 消息检查工具会读你已经写好的消息，在你发出去之前，告诉你这些措辞读起来可能是什么感觉。有些工具还会接着帮你改写。真正要紧的是检查这一步，而大多数工具恰恰跳过了它。

我是 Subtext 这款应用的联合创始人，它要解决的正是发送前的这一刻，所以我对这个品类的立场并不中立。关于 Subtext 这款应用是什么、适合谁、什么时候用，我另写了一篇。我能帮上忙的，是一个更窄的问题：关于一条消息，软件能告诉你什么，又有哪些事仍得你自己来定。下面每一条研究结论，我都链到了它的来源。

消息检查工具能检查什么，又不该越过哪条线

检查工具能分析摆在它面前的语言：措辞读起来是正式还是随意，直接还是委婉，温暖还是疏远；某个说法是不是把对方的动机当成了事实；一个两行的拒绝里，是不是塞进了三次道歉。

它做不到的，是核实任何人心里真正的感受。Subtext 也一样：它标出的，是这些措辞有可能让人读出什么，而不是你心里实际的感受。

拿一条很短的草稿来说：“行。你想怎么样就怎么样。”检查工具有理由指出，“行”很简短，“你想怎么样就怎么样”读起来像是撒手不管了。但它没法确定，写下这句话的人是不是在生气。这是两回事，不少语气识别的营销宣传却把它们悄悄混为一谈，也不加说明。我在另一篇文章里梳理过这方面的证据：AI 对语气知道什么、不知道什么。

Subtext 实际给出的回答，也就停在这一步。我拿一条几乎一样的草稿跑过一次，场景是我编的：Jo 问“你想坐早一点的那趟火车，还是晚一点的那趟？”，你的回复草稿是“随便。你想怎样就怎样吧。”Subtext 返回的标签是“消极回应”和“过于简短”，情绪词是“冷淡”。第一个标签的说明说，这句话“可能被读成不耐烦或赌气”，而且“也没有回答Jo的选择题”；第二个标签的说明说，“回复很短”，“会让对方觉得你不想参与决定”；情绪词的说明说，你的回复“听起来有点无所谓”。三处说的都是这句话可能怎么被读，没有一处说写的人在生气。

接着它没有给出任何版本，而是说 Jo 问的是早班还是晚班，“你的回复没有给出选择”，还说“我不想替你随便挑一个”，所以先问你，并在下面列出“早一点的”“晚一点的”“真的都行”三个可以点选的选项。这次运行没法让你看到它会把这句话改成什么样，只能看到它先读了什么。以上是应用的真实输出，没有改动。

再说，对一条马上要发出去的消息，你要的本来也不是读心术。你需要的是第二个读者，因为自己写的草稿，你自己当不了那个读者。

为什么把自己的草稿再读一遍没有用

Kruger、Epley、Parker 和 Ng 在2005年就此做了五项实验¹，人们引用这篇论文的次数，远多于真正读过它的次数。

五项实验里规模最大的一项，让154对学生各自写下想要表达讽刺、认真、愤怒或悲伤的语句，再预测搭档能不能认出自己想表达的语气。发送者预计搭档能认对88.8%，搭档实际认对的是70.4%。

这个差距本身就是发现，作者也很谨慎地说明了它不意味着什么。第一项实验的准确率是84%，他们写道：“仅凭这些数据就暗示人们不擅长用电子邮件传达讽刺，是有误导性的。”至于这个差距确实说明了什么，他们自己的概括是：

他们自己的话 “无论人们的能力多强，都比不上他们自以为的那么强。”

Kruger、Epley、Parker 和 Ng，2005

再补充三个细节，前两个让发送者的处境更难。朋友并不比陌生人更准确，却同样过度自信，所以写给很了解你的人，也补不上这个差距。表情符号也补不上。同一篇论文里报告的一项后续实验，改变了发送者能不能使用表情符号这个条件，结果发现，“用表情符号的人和不用的人，过度自信的程度没有差别”。

第三个细节是纠正一个说法：流传很广的说法称，人们读对语气的概率只有56%，这是把一个适用范围很窄的结果说过头了。作者把56.0印在第二项研究的图1上，它指的是29对参与者在“讽刺还是认真”二选一判断上的邮件准确率，正文称它与随机水平无法区分。它不是读懂语气的一般水平，我也不会把它当成一般水平来转述。

在讲步骤之前，先说一个局限。这是2005年针对电子邮件的研究。作者预计这个机制也会延伸到聊天和即时通讯，并且明确说了这一点，但至今没有人在如今的发消息场景里重做过这项实验。这个机制可以视为证据充分，具体的百分比则只适用于电子邮件。

你的消息稳定传达了什么，又丢失了什么

最有参考价值的近期数据来自 Holtgraves²。发送者写下的消息要传达22种情绪中的一种，但不能直接说出情绪的名字。读者用自由作答的方式认出情绪，比例是20.1%，用多项选择则是46.3%。就算认错了具体的情绪，他们判对情绪是正面还是负面（效价）的比例，在自由作答研究里仍有84.5%，在多项选择研究里是90.6%。

由此可以得到一条给发送者的指引。读者几乎肯定能察觉到哪里不对，却很可能猜错原因。所以检查的重点，是那些含糊、会让对方自己脑补出一个更糟原因的地方，而不是把感受藏起来。

Byron 的理论框架预测了损失的方向：积极的邮件在对方那里往往变成中性，中性的则变成消极³。这是一篇理论论文，不是实验，掂量它的分量时要把这一点算进去。比你觉得自然的程度再写得暖一档，送到对方那里就刚好是自然的。

七步检查

目前没有经过验证的科学测试，能判断一条消息听起来是不是妥当。下面这套做法，是帮你跟自己的草稿拉开距离。它不到一分钟就能做完，也不需要任何应用。

这七步会依次过一遍意图、语境、消息本身，最后是发送前的一次确认。谁在读这条消息，我放在紧接着的一节单独讲。

1. 读的时候，不要补上你的本意

挑出分量最重的那句话，当作你不知道是谁写的来读。

“行吧，你就按你方便的来，我随便。”你知道这句话是不是真心的。读的人不知道。“行吧”可能透出不情愿。“就”可能添上不耐烦。“随便”可能被读成退出了这个决定。

这些读法没有哪一种自动就是对的。它们都摆在读者面前可以选，这正是需要检查的原因。

2. 数一数道歉，也数一数含糊的说法

这是我见到最多的毛病，而且两个方面都有证据。

Freedman、Burgoon、Ferrell、Pennebaker 和 Beer 在总计约1,880名参与者的几项研究中发现：在拒绝里附上道歉，会增加对方受伤的感觉，还会让对方觉得不得不说一句“我原谅你”，却并没有真的增加原谅⁴。带着道歉的拒绝，在一项行为任务里引发了更多攻击性。参与者被要求写一份好的拒绝时，约39%的人会自发地加上一句道歉，所以这种适得其反的做法，恰好也是最常见的做法。这些证据只针对拒绝和婉拒，我不会再往外推。

再说含糊的说法。Givi、Kirk、Grossman 和 Sedikides 做了六项实验（其中五项经过预注册），研究的是回复邀请时，用一句试探性的“也许”代替干脆的拒绝⁵。结果是，受邀者高估了邀请方会有多偏爱那句“也许”，因为他们低估了一句“也许”会让邀请方更觉得自己没被尊重。我觉得他们的解释是最值得多想一想的部分。按他们的说法，“也许”对说出它的人比对听到它的人更有利，其余的，就靠动机性推理（人们为自己的选择找理由，让它显得说得通）来自圆其说了。这些证据针对的是邀请。至于把它推广到你其实已经做了决定、却包装成拿不准的各种场合，是我自己的延伸，不是他们的发现。

实际操作时，把每一个“对不起”、每一句“不好意思打扰了”、每一句“希望这没有让你烦”都数一遍。最多留一个，而且只留在你确实做错了什么的地方。然后再找“也许”“可能”“再说吧”“我确认一下再回你”这类说法。有些是真的拿不准，就留着。该删的，是你写下它们时暗暗松了口气的那些。

Subtext 里有一个标签，专门对付这类下意识的道歉。我为这次运行编了一条草稿，中文大意是“不好意思打扰你，你要是有空，能不能顺手看一眼？不行也没关系”，实际跑的是英文版：“Sorry to bother you, but could you maybe take a quick look if you have time? No worries if not!”。它给出的两个标签是“Self-deprecation”（自我贬低）和“Clarity”（表达清晰度），其中第一个标签的说明指出，“Sorry to bother you”这句话在请求还没提出之前，就先把它贬低了。以上是应用对这条英文草稿给出的原始输出，没有改动。第二个读者在这里最能派上用场，因为你下意识加上去的那句道歉，恰恰是你自己再读一遍时最不容易注意到的。

3. 找出那句说的是你自己、而不是对方的话

逐句读一遍，问问每一句是为谁服务的。“我早就想给你发消息了，拖了这么久，我真的觉得自己很糟糕。”这是你当着对方的面处理自己的内疚，而对方现在得反过来安抚你。说到底，它是一个披着承认外衣的请求。

这一步只靠推理，没有人做过相应的实验。我还是把它放进来，一是因为这是我读了几千份草稿之后找到的最可靠的规律，二是因为它紧挨着一件研究确实记录过的事：求原谅的道歉，和认下代价的道歉，是两回事，只有后一种对收到道歉的人有用。

解决办法通常是删掉。偶尔是把这句挪到末尾，放在那里读起来像一条脚注，不再是重点。

4. 看看请求里是不是还夹带着一句评判

比较一下“周四之前能回我一下吗？”和“这次能麻烦你真的回我一下吗？”

两句都是在提请求。第二句还顺带评论了对方过去的行为。这可能是有意的，有时候也确实该这样。但更常见的情况是，你打字的时候正憋着火，那股火找到了一个地方落脚。

起作用的往往是很小的词：真的。又。终于。这次。专门去找这几个词。

5. 看看解释是不是已经喧宾夺主

解释是有用的，可它们会悄悄变成辩护。这在道歉、取消安排和意见不合的时候最常发生。你先讲发生了什么，再讲为什么会发生，再讲你当时的反应为什么说得通。到最后，读的人收到的是一份辩护词，而你以为自己发的是一条道歉。

先把解释删掉一会儿，看看剩下什么。请求还清楚吗？该承认的还在吗？拒绝还是拒绝吗？如果没了解释，整条消息就垮了，说明解释一直在扛着一些本不该由它来扛的东西。

6. 问问它是在补充内容，还是只在催一个回复

Lew、Walther、Pang 和 Shin 设计了回复延迟与对话关联性（conversational contingency）的交叉实验，后者指一条消息有多直接地接住了前面的内容。整体上，紧扣上文的回复胜过泛泛的回复，但速度的影响取决于关联性。快速回复只有在同时紧扣上文时才有帮助；又快又泛、听起来像套话的回复，在四种条件里评分最差，比又慢又泛的回复还差。关联性是速度能否起作用的前提，但并不能减轻回得慢的影响⁶。

所以，读者评价一条真正接住了对话的消息，看的是内容；而一条只是在催对方回应的消息，会被他们当成一种要求，好像你觉得对方欠你一个回复。“？”和“在吗？”是这类消息最典型的样子。“就是问问你看到这条没有”换了件体面点的外套，干的是同一件事。

一个快速的检验办法，是把最后一行删掉。如果消息仍然有话可说，那最后一行就只是催促，可以一直删着。

7. 用错误的语气大声读出来

这一步的实验依据最直接：实验测试的，正是“换一种语气读出来”这件事本身，结果也比你平时听到的建议要具体得多。

在 Kruger 那篇论文的第四项实验里¹，54名学生打出带讽刺的和认真的语句，准备用邮件发出去，然后把每一句对着录音机大声读出来，再预测搭档能把它解读得多准。一半的人用自己原本想要的语气来读。另一半的人用相反的语气来读：讽刺的句子认真地读，认真的句子带着讽刺读。

第二组不再过度自信。用论文的话说，“现象学操纵（也就是让人真的读出另一种语气）彻底消除了参与者的过度自信”。第一组按原本想要的语气来读，依然过度自信，和前面几项研究里的参与者一样。

也就是说，按自己的本意把草稿大声读一遍，起不到任何作用，这让这条建议的常见版本有点尴尬。不如换成用你担心的那种语气读出来。平平地读。冷冷地读。读的时候就当你在生对方的气。如果它经得起这样读，就发出去。如果它到了你嘴里变成了另一条消息，那说明这种读法一直就藏在文字里，只是你看不见。

一项实验，54个人，针对邮件。它仍然是这篇文章里实验依据最直接的一条。它也是对 Subtext 读草稿时在做什么最贴切的描述：用一个不是你脑海里那个声音的声音，把你写的字过一遍。

然后，再站在收信人的角度读一遍

一条消息被怎么读，取决于拿着它的是谁，而对方同样过度自信。在 Kruger 的第三项研究（规模最大的一项）里，邮件读者自认为认出了发送者想要的语气，比例是89.3%，而他们实际认对的比例是62.8%¹。不管他们断定你的消息是什么意思，他们都不会去核对。

对方是谁，会改变概率。Sillars 和 Zorn 记录了工作邮件中的一种负面强化偏差：收件人给消息的评价，比不相干的旁观者更负面，而且这种评价与消息的实际特征只有微弱的关联。在沟通氛围差的环境里，以及层级较低的人身上，这种效应更强⁷。Kingsbury 和 Coplan 发现，社交焦虑的读者会把含糊的消息解读得更负面，样本分别是215人和353人⁸。

所以，如果你的收信人资历比你低，或者你们最近有些紧张，或者对方容易焦虑，那么你的草稿最尖锐的那种读法，就是很可能发生的读法，不是你在疑神疑鬼。站到他们的位置上，带着他们当时的状态，把消息读一遍，看它是否经得住。

流行的说法说过头了，所以我把话说清楚。证据并没有显示每个人对什么都默认往最坏处想。它显示的是：谁在读，以及当时双方的关系怎么样，能预测负面解读。

再看四个检查示例

另外四个，场合和语气各不相同，检查方法一样。这几个都没有研究支撑，上面那条很短的草稿和周四的请求也一样。它们是我的编辑判断，不是研究发现。

一个朋友第三次改期，你回：“好啊，你什么时候方便都行，没事。”“好啊”和“没事”单看都是爽快答应。叠在第三次改期后面，同样的话也可能被读成：你在默默忍下这份麻烦，同时暗暗记着账，而朋友没法判断你是哪一种意思。“这周我这边已经排不开了，下周咱们找个真能定下来的时间吧”，说的是同一件事，却不用让对方去猜。

你的截止时间是下午5点，发了一句：“这事你方便的时候，咱们同步一下？”收到的人读到的是不急，可你的本意是今天，最好一小时内。“你方便的时候”把时间怎么理解，交给了读的人去琢磨。“今天能聊一下吗？我下午5点前要发进度更新，还缺你手上的那部分”，直接把截止时间说了出来。

一条拒绝，草稿是这样写的：“真的特别抱歉，我觉得我现在可能接不了这个，不过要是有什么变化你告诉我，我尽量帮你。”这正是第二步要找的东西。道歉、“我觉得……可能接不了”里的含糊，还有“要是有什么变化你告诉我”，都把发送者本想关上的门又推开了，读的人只能猜这个“不”到底算不算数。“这个我接不了。下个月这事要是还空着，可以再问我”是同一个决定，只说一次，没留下什么可以去找的东西。

一个干巴巴的“哦”，可以读成对方不高兴，也可能只是对方一只手扶着楼梯在打字。你回复时常见的第一稿是：“要是我做错了什么，对不起，你告诉我，我改。”这是在为一个你自己都没弄清的冒犯道歉，还把指出它是什么的活儿，丢给了读的人。同样一句短回复，如果来自本来就和你有点僵的人，比来自关系平常的人更可能是坏信号，但它仍然是猜测，不是事实。“你上一条我看着有点简短。现在方便聊聊吗，还是晚点更合适？”把猜测变成了一个问题。

消息检查工具，还是消息改写工具

这两类工具的底层，可能用着相近的模型。Subtext 两件事都做，而且顺序固定：先读草稿，把它发现的东西摆出来，再在同一条回答下面给出改写后的版本，或者告诉你这条草稿本来就没问题。两者真正派上用场的时刻，并不在同一个地方。

回到“行。你想怎么样就怎么样。”改写工具可能递给你一句“听起来不错，哪个对你最合适就选哪个。”这样更顺了，但已经是另一条消息。Subtext 对上面那条几乎一样的草稿，这次没有先递出任何版本：它指出“你的回复没有给出选择”，说“我不想替你随便挑一个”，先问你。这次运行里，没有一句话被改成别的样子。也许你确实有些挫败，想让其中一部分留下来。先检查一遍，你就能在决定要不要删掉它之前，先看到这句话可能被读成什么样。

ChatGPT 能在你发出去之前检查消息吗？

可以，前提是你问对了方式。常见的失败情形是，通用的助手会去解决那个更容易的问题，还没告诉你任何发现，就先递给你一版改写。

把这两件事明确分开：

站在收信人的角度读这条消息。先不要改写。告诉我，哪些措辞读起来可能比我本来的意思更冷、更带防备或更强烈，并逐条解释原因。

然后粘贴草稿，如果你们的关系或上一条消息会改变这条消息的意思，也一并补上。

偶尔遇到一条难写的消息，这样做效果很好。Subtext 省掉的，是前面这套准备。这一点之所以要紧，主要是因为最需要一条精心写好的提示词的那个时刻，恰恰是你最没有余力写它的时候。

你的手机本来就能做什么

Apple Intelligence 的 Writing Tools 可以改写选中的文字，提供 Friendly、Professional 和 Concise 三种风格（友好、专业、简洁），还有一个“Describe your change”（描述你想要的修改）输入框，用来处理更具体的需求⁹。Google 的 Magic Compose 在受支持的设备上，可以在 Google Messages 里给出回复建议，也可以按不同风格改写草稿¹⁰。Samsung 的 Writing Assist 在受支持的 Galaxy 手机上，可以生成文字、改变写作风格，并检查拼写和语法¹¹。Grammarly 在识别上走得最远，它的语气检查工具声明，会分析用词、措辞、标点和大小写¹²。

当你清楚自己想要什么的时候，这些功能都很好用。“这句太正式了，改随意一点”是个已经解决了的问题，在你已有的设备上就是免费的。

更难的是另一种问法：“我不知道这条哪里有问题，听起来行不行？”检查和修改，正是在这个问题上不再是同一件事。这也是为什么大多数语气检查工具从不检查你的语气：它们一上来就直接改。

Subtext 怎么做检查

Subtext 从你正在写的那条消息出发，先让你看到它可能给人什么感觉，再由你决定要不要改。你可以从零开始写，可以粘贴一份草稿，也可以加一张对话截图作为背景。

分析会读你草稿的语气和清晰度，标出可能让对方觉得意思不清、生硬、被动或容易误读的措辞。在分析下面，它会给出另一种说法。你可以点按“更简短”“更温暖”“更随意”或“更自信”，它就会在保留你口吻的前提下改写¹³。

截图的作用不一样。它提供的是对话背景，好让回复接得上前面的来回。这一点我想讲准确：触发点和情绪的分析，针对的是你自己的草稿。别人发来内容的截图，是你这条回复的背景，不是对方私下感受的证据。包括 Subtext 在内，没有哪个工具能从一张截图里确定这一点。

我在意的是这个顺序。先读草稿。看看有哪些地方，对方读到的可能和你的本意不一样。再决定有没有什么需要改。有时候，有用的结果恰恰是：这条消息本来就没问题。

有一次运行可以看出这是什么样子。消息是我为这次运行编的，来自同事 Priya：“周五上午10点那个客户电话你能接一下吗？我那天上午不在。”针对它起草的回复是“行，我来接。”这次运行用的是英文版草稿，消息原文是“Could you take the client call on Friday at 10? I’m out that morning.”，回复是“Sure, I can do that.”Subtext 没有找到需要打标签的地方，回答的开头是“Happy to help a colleague out, and your reply already does that.”（大意：很乐意帮同事一把，而你的回复已经做到了这一点）。它仍然给出了三个版本，第一个是“Sure, I can take the call on Friday at 10.”（大意：好的，周五10点的电话我来接）。点开它的“可放心发送”标记，会看到理由：“It confirms the exact day and time in plain words, so Priya knows it’s covered. Should land well.”（大意：它用直白的话确认了具体的日期和时间，所以 Priya 知道这事有人接了。应该效果不错）。多出来的日期和时间，就是改动的全部。

这些检查漏掉的东西

有三个局限，它们比那几个步骤更重要。

这种检查是结构性的。它能找出道歉、含糊的说法、催促、评判和只顾自己的句子。至于你说的事对不对、公不公平、值不值得说，它没有看法；一条措辞漂亮的消息，在所有要紧的方面都可能是错的。

读的人带着自己的心情来读。2025年一项针对51对伴侣的预注册研究发现，人们会把自己当下的情绪，部分地读进伴侣的消息里¹⁴。这一点，你的草稿里没有任何东西能控制。

还有，这种检查默认问题出在措辞上。有时候并不是。如果你同一条消息已经改到第九遍，或者连发三条跟进消息，只为弄清对方是不是不高兴，那问题就已经不在措辞上了。我另外写过关于发消息焦虑的研究，也写过把愤怒读进含糊消息的研究，这两篇比一份更好的草稿更有用。如果这种状态已经持续到影响你的日常生活，医生或心理治疗师是比一篇由做应用的人写的文章更好的求助对象。

常见问题

AI 消息检查工具是什么？ 它会分析你已经写好的消息，在你发出去之前，显示这些措辞可能给人什么感觉。具体能覆盖什么，取决于工具：可能是语气、清晰度、正式程度、含糊之处，或者容易被误读的措辞。有些工具之后还会提供改写。

AI 能判断我的消息听起来是不是无礼？ 它能识别出有理由被读成直白、轻视或带指责意味的措辞。但它没法保证某个具体的人会觉得无礼。好用的检查工具会指出造成这种读法的具体措辞，而不是只递给你一个标签。

消息检查工具和语气检查工具是一回事吗？ 两者有重叠。语气检查工具通常是点出文字的某些特质，比如正式、自信或带指责。消息检查工具还可以看清晰度、具体措辞和对话背景。

AI 能从一条消息里知道对方的感受吗？ 它能分析语言，给出合理的读法。单凭一条消息，确定不了写的人内心的情绪状态；那些信誓旦旦地断言某人真实感受的说法，已经超出了文字所能支持的范围。

消息检查工具和“AI 发消息应用”有什么区别？ “AI 发消息应用”是个宽泛的说法，涵盖约会回复生成器、写作键盘、聊天机器人和自动回复工具。消息检查工具做的事要窄得多：分析你已经写好的东西，在你发出去之前。

---

觉得我哪项研究读错了，或者知道我漏掉了哪些相关研究？可以到 LinkedIn 上告诉我。

Samet Durgun 是 Subtext 的联合创始人。这款应用会捕捉你消息里的情绪语气，并用你自己的口吻改写。他常驻柏林。

参考来源

凡有原始来源的，每个链接都直接指向它，并按正文中出现的顺序编号。某一步靠的是推理而不是证据时，本文会直说，而不是向附近的某项研究借权威。引文均逐字摘自原文（正文中的中文为译文）。

1. Kruger, J., Epley, N., Parker, J., & Ng, Z.-W. (2005). Egocentrism over e-mail: Can we communicate as well as we think? Journal of Personality and Social Psychology, 89(6), 925-936. 五项实验。研究1 N = 12，研究2 N = 60，研究3 N = 308（154对），研究4 N = 54，研究5 N = 58。由 University of Illinois Board of Trustees 和 NSF grant SES-0241544 资助。被广泛引用的56%，是研究2中图1上印出的邮件准确率，并不是正文里的数字；它是29对被分析参与者在“讽刺还是认真”二选一判断上的结果，不是读懂语气的一般水平。
2. Holtgraves, T. (2022). Implicit communication of emotions via written text messages. Computers in Human Behavior Reports, 7, 100219. N = 136 和 N = 167。
3. Byron, K. (2008). Carrying too heavy a load? The communication and miscommunication of emotion by email. Academy of Management Review, 33(2), 309-327. 理论论文，无样本。
4. Freedman, G., Burgoon, E. M., Ferrell, J. D., Pennebaker, J. W., & Beer, J. S. (2017). When Saying Sorry May Not Help: The Impact of Apologies on Social Rejections. Frontiers in Psychology, 8, 1375. 合计 N 约为1,880；结论仅限于拒绝情境。
5. Givi, J., Kirk, C. P., Grossman, D. M., & Sedikides, C. (2025). Maybe don’t say “maybe”: How and why invitees fail to realize that they should not respond to invitations with a “maybe”. Journal of Experimental Social Psychology, 121, 104814. 六项实验，其中五项经过预注册。结论仅限于邀请情境。
6. Lew, Z., Walther, J. B., Pang, A., & Shin, W. (2018). Interactivity in Online Chat: Conversational Contingency and Response Latency in Computer-Mediated Communication. Journal of Computer-Mediated Communication, 23(4), 201-221. N = 131，2×2 被试间设计。
7. Sillars, A., & Zorn, T. E. (2021). Hypernegative Interpretation of Negatively Perceived Email at Work. Management Communication Quarterly, 35(2), 171-200.
8. Kingsbury, M., & Coplan, R. J. (2016). RU mad @ me? Social anxiety and interpretation of ambiguous text messages. Computers in Human Behavior, 54, 368-379. N = 215 和 N = 353。
9. Apple Support. Use Writing Tools with Apple Intelligence on iPhone.
10. Google Messages Help. Draft messages with Magic Compose.
11. Samsung Support. Use Writing Assist on Galaxy phones and tablets.
12. Grammarly. Writing Tone Detector and Tone Suggestions.
13. Subtext. subtext.it，核查于2026年8月。
14. Steinebach, P., Stein, M., & Schnell, K. (2025). Messenger-based assessment of empathic accuracy in couples’ smartphone communication. BMC Psychology, 13, 147. N = 102（51对伴侣）；招募人数没有达到预注册的目标。