AI 訊息檢查工具能檢查什麼，以及怎麼自己動手檢查

如果你搜尋的是 AI 訊息檢查工具，手上大概已經有那則訊息了。它就躺在輸入框裡，你讀了六遍，看不出哪裡明顯有問題，只是總覺得怪怪的。太冷淡，或太用力，或帶著一股防衛的味道，卻又指不出是哪一句。

AI 訊息檢查工具會讀你已經寫好的訊息，在你傳出去之前，讓你看到這些措辭可能給人什麼感受。有些工具之後還會幫你改寫。重要的是檢查這一步，多數工具卻偏偏跳過了它。

我共同創辦了 Subtext，它圍繞的正是這個時刻，所以我對這個類別並不中立。Subtext 這款 App 是什麼、適合誰、什麼時候該用，我另外寫了一篇。這篇我能幫上忙的，是比較窄的問題：軟體能告訴你關於一則訊息的什麼，又有什麼仍然得由你自己決定。下面每一項研究上的說法，我都附上了來源的連結。

訊息檢查工具能檢查什麼，以及它不該越過的那條線

檢查工具能分析擺在眼前的語言：措辭讀起來是正式還是隨性，直接還是迂迴，溫暖還是疏遠；某個說法有沒有把對方的動機當成事實來講；一則兩行的拒絕裡，是不是塞進了三次道歉。

它做不到的，是查證任何人私底下的感受。Subtext 也一樣：它標出的，是這些措辭合理看來可能暗示什麼，不是你真正的感受。

拿一份短短兩句的草稿來說：「好。隨便你。」檢查工具可以合理地指出，「好」回得很短促，「隨便你」讀起來像是抽身不管了。但它沒辦法確定，寫這句話的人在生氣。這是兩種不同的主張，而不少語氣偵測的行銷話術，就是不聲不響地從前一種跳到後一種。這方面的證據，我在另一篇談 AI 對語氣知道什麼、不知道什麼的文章裡整理過。

來看一個真實的回答停在哪裡。我為這次測試編了一個情境：Jo 問「你想搭早一班的車還是晚一班的？」，回覆的草稿和上面那份幾乎一樣：「沒差。隨便你。」Subtext 回傳的標籤是「過於簡短」和「表達不清」。第一個標籤的理由說，這句話「可能讓 Jo 覺得你不耐煩」，而且「沒有真正回答他選哪一班」；第二個標籤的理由則是，Jo 問的是二選一，「隨便你」卻「把決定丟回去」，他可能不知道你是「真的都可以」還是「在鬧情緒」。它把感受命名為「冷淡」，理由是這則回覆「聽起來有點不在意或敷衍」。接著它一個版本也沒有寫，而是說「隨便你」有時會被讀成不耐煩，所以它「想先確認一下你的真實想法」，底下給了三個可以點的答案：「真的都可以」、「其實偏好早一班」和「其實偏好晚一班」。標籤、感受詞和那句話，說的都是這則回覆可能怎麼被讀、Jo 可能怎麼想；沒有一句斷定寫的人在生氣，拿不準的地方，它用問的。這是 App 實際回傳的內容，沒有經過修改。

再說，對一則快要傳出去的訊息來說，你要的本來就不是讀心術。你要的是第二個讀者，因為你沒辦法替自己的草稿當那個讀者。

為什麼自己重讀草稿沒有用

Kruger、Epley、Parker 和 Ng 針對這件事，在 2005 年做了五項實驗¹，而引用這篇論文的人，遠比真正讀過它的人多。

五項實驗中規模最大的一項，請 154 組學生寫下要傳達諷刺、認真、憤怒或悲傷的陳述，再預測搭檔能不能認出想表達的語氣。傳訊的人預期，有 88.8% 會被對方認出來，實際上是 70.4%。

這個落差本身就是研究發現，而作者很小心地說明，它不代表什麼。他們第一項實驗的正確率是 84%，並寫道，「根據這些資料就說人們不擅長透過電子郵件傳達諷刺，是有誤導性的」。至於這個落差真正的意思，他們自己的總結是：

他們自己的話 「人們的能力再好，也沒有他們自己相信的那麼好。」

Kruger、Epley、Parker 和 Ng，2005 年

有三個細節，讓傳訊的人更難補上這個落差。朋友並沒有比陌生人更準，卻一樣過度自信，所以寫給很了解你的人，也補不上這個落差。表情符號同樣補不上。同一篇論文裡的一項後續實驗，操弄了傳訊的人能不能使用表情符號，結果發現「使用表情符號的人和沒有使用的人，過度自信的程度沒有差別」。另外，廣為流傳的說法是人們判讀語氣的正確率為 56%，這是把一個很窄的結果講大了。作者把 56.0 印在第二項研究的圖 1 上，它指的是 29 組在電子郵件上做「諷刺或認真」二選一判斷的正確率，內文形容它和隨機猜測沒有差別。它不是判讀語氣的一般比率，我也不會把它當成一般比率來引用。

進入步驟之前，先說一個限制。這是 2005 年針對電子郵件做的研究。作者預期這個機制也會延伸到聊天和即時通訊，也明確這麼寫了，但還沒有人用現在的傳訊方式重做過。機制本身可以視為已經確立；確切的百分比，則只屬於電子郵件。

你的訊息能穩穩傳達什麼，又會流失什麼

近年的研究裡，Holtgraves²提供了最有參考價值的一組數字。傳訊的人寫下訊息，要傳達 22 種情緒中的某一種，但不直接說出情緒的名稱。讀的人用自由作答辨認出那個情緒的比率是 20.1%，用選擇題作答則是 46.3%。答錯的那些答案裡，仍有 84.5%（自由作答的研究）和 90.6%（選擇題的研究）判斷對了情緒是正面還是負面。

對傳訊的人來說，這意味著一個明確的做法。讀的人幾乎一定會察覺哪裡不對勁，卻很可能猜錯原因。所以你檢查時該瞄準的，是那些讓對方有空間填上更糟原因的模糊之處，而不是把感受藏起來。

Byron 提出的架構³預測了流失的方向：正面的電子郵件傾向於被讀成中性，中性的則傾向於被讀成負面。這是一篇理論論文，不是實驗，所以請依此衡量它的分量。寫得比你覺得自然的程度再暖一格，傳到對方那裡，就剛好是自然的感覺。

七步驟檢查

目前沒有經過驗證的科學測驗，能判斷一則訊息聽起來有沒有問題。下面這些，是讓你和自己的草稿拉開距離的方法。花不到一分鐘，也不需要任何 App。

這七個步驟會依序檢視意圖、脈絡、訊息本身，最後是傳送前的一次檢查。讀的人是誰，緊接著有獨立的一節。

1. 讀的時候，不要補上你原本想說的

挑出分量最重的那一句，用「不知道是誰寫的」的角度來讀。

「我看你就隨便挑一個你方便的吧。」那句話是不是真心的，你自己知道，讀的人不知道。「我看」可能透露勉強。「就」可能多了一點不耐煩。「隨便」可能被讀成退出這個決定。

這幾種讀法，沒有哪一種自動就是對的。但它們都擺在讀的人面前，這正是你要檢查的原因。

2. 數一數道歉和含糊的說法

這是我最常看到的毛病：道歉過多和說法含糊，兩者都有證據支持。

Freedman、Burgoon、Ferrell、Pennebaker 和 Beer⁴在總共約 1,880 位參與者的多項研究中發現，附在拒絕上的道歉，會增加受傷的感受，也讓人感到必須說出「我原諒你」的壓力，卻沒有讓真正的原諒增加。在一項行為作業中，附道歉的拒絕引發了更多攻擊行為。被要求寫一則好的拒絕時，約 39% 的人會自發地加上道歉，所以這個適得其反的做法，也是相當普遍的做法。這項證據只適用於拒絕和婉拒，我不會再往外延伸。

說到含糊的說法，Givi、Kirk、Grossman 和 Sedikides⁵做了六項實驗，其中五項有預先註冊，題目是收到邀約時，用含糊的「也許」回覆，而不是直接說不。受邀的人高估了邀請者有多偏好那個「也許」，因為他們低估了「也許」會讓邀請者更覺得自己不被尊重。我認為，他們的解釋最值得多想一想。依照他們的說法，「也許」對送出的人比較有利，對收到的人沒那麼有利，其餘就是動機性推理（motivated reasoning）的作用。這項證據談的是邀約，所以要把它套用到任何你其實已經決定好、卻包裝成不確定的事情上，是我自己的延伸，不是他們的發現。

實際做的時候，把每一個「抱歉」、每一句「不好意思打擾你」、每一句「希望這樣不會讓你覺得煩」都數出來。最多留一個，而且只留在你確實為自己做過的事道歉的地方。接著搜尋「也許」、「可能」、「再看看」、「我確認一下再回你」。其中有些是真的不確定，那就留著。該刪的，是你寫下時覺得鬆了一口氣的那些。

Subtext 有一個標籤，專門對付這種不假思索的道歉。我為這次測試編了一份草稿：「Sorry to bother you, but could you maybe take a quick look if you have time? No worries if not!」（大意是：不好意思打擾你，不過你有空的話，可以幫我快速看一下嗎？不看也沒關係）。這次測試用的是這則草稿的英文版本。Subtext 回傳的兩個標籤是「Self-deprecation」（自我貶低）和「Clarity」（清晰度），第一個標籤的理由指出，「Sorry to bother you」這句話，在請求還沒提出之前就先把請求貶低了。這是 App 實際回傳的結果，沒有經過修改，只是理由的部分我用中文轉述。第二個讀者的價值就在這裡：你憑直覺加上去的那個道歉，正是重讀時最不容易發現的那一個。

3. 找出那句講的是你、不是對方的話

一句一句讀，問自己這句話是為誰服務的。「我早就想傳訊息給你了，拖到現在，我心裡真的很過意不去。」這是你當著對方的面處理自己的愧疚，而對方現在得反過來安慰你。它是披著坦承外衣的請求。

這一步只靠推理，沒有人做過實驗。我還是把它放進來，因為這是我讀了數千份草稿之後，找到的最可靠的規律；也因為它旁邊就有研究確實記錄到的東西：求取寬恕的道歉，和承認造成了代價的道歉，是兩種不同的行為，只有後者對收到的人有幫助。

解法通常是刪掉。偶爾是把這句話移到最後，讓它讀起來像註腳，不再是重點。

4. 檢查請求是不是同時帶著評斷

比較「可以在星期四之前跟我說一聲嗎？」和「這次可以拜託你真的跟我說一聲嗎？」

兩句都是在提出請求。第二句同時還在評論對方過去的行為。這可能是故意的，有時候也應該是。更常見的情況，是你打字的時候正在煩躁，那份煩躁就找了個地方落腳。

起作用的字，通常很小：「真的」、「又」、「終於」、「這次」。專門找這幾個字。

5. 檢查解釋是不是已經喧賓奪主

解釋是有用的，但它們會悄悄變成辯護。這最常發生在道歉、取消約定和意見不合的時候。你先講發生了什麼事，再講為什麼會發生，再講你當時的反應為什麼說得通。到最後，你以為自己傳出的是一則道歉，讀的人收到的卻是一篇替你辯護的說詞。

先把解釋刪掉一下，看看剩下什麼。請求還清楚嗎？承認的部分還在嗎？拒絕還是拒絕嗎？如果沒了解釋，整則訊息就垮了，那就表示解釋扛著它不該扛的東西。

6. 問問它是帶來了新東西，還是只是在催對方回覆

Lew、Walther、Pang 和 Shin⁶把回覆延遲，和對話銜接度（conversational contingency，也就是一則訊息和前面的內容接得多緊）交叉操弄。整體來說，接得上話的回覆，表現優於千篇一律的回覆，但速度的影響要看銜接度而定。快速的回覆，只有同時接得上話才有幫助；又快又千篇一律、聽起來像照稿念的回覆，在四種條件中被評得最差，比又慢又千篇一律的回覆還差。也就是說，回得快要同時接得上話才算加分；接得上話，也沒辦法替回得太慢挽回印象。

所以，對方評斷一則真的接上對話的訊息，看的是內容；評斷一則只是在催回應的訊息，看的是一種索討，彷彿你覺得對方欠你一個回應。「？」和「哈囉？」是最純粹的形式。「只是確認你有沒有看到這個」做的是同一件事，只是穿了一件比較體面的外衣。

一個快速的測試：把最後一行刪掉。如果訊息刪完還是有話要說，那最後一行就只是催促，刪了就別補回來。

7. 用錯誤的語氣大聲唸出來

這是這幾步裡唯一有實驗直接支持的一步，而且結果比你平常聽到的建議更具體。

在 Kruger 那篇論文的第四項實驗中¹，54 位學生打出諷刺和認真的陳述，準備用電子郵件傳出去，然後把每一句對著錄音機大聲唸出來，再預測搭檔能解讀得多準。一半的人用原本想表達的語氣唸每一句。另一半用相反的語氣唸，也就是把諷刺的句子唸得很認真，把認真的句子唸得很諷刺。

第二組不再過度自信了。用論文的話來說，「這項針對現象經驗（phenomenology）的操弄，完全消除了參與者的過度自信」。第一組照原本想表達的語氣唸，仍然過度自信，和前面幾項研究的參與者一樣。

所以，照你原本的意思把草稿唸一遍，是沒有用的，這讓這個建議的常見版本有點尷尬。改成用你害怕的那種語氣唸出來。唸得平板一點。唸得冷一點。唸得好像你在對那個人不耐煩。如果這樣還站得住，就傳出去。如果它在你嘴裡變成了另一則訊息，那就表示那種讀法從頭到尾都藏在文字裡，只是你自己看不見。

這只是一項實驗，54 個人，談的是電子郵件。它仍然是這一頁裡證據最充分的一項。它也最貼近 Subtext 讀一份草稿時在做的事，也就是用一個不是你腦中那個聲音的聲音，把你的文字過一遍。

接著，用收訊息的人的角度再讀一次

一則訊息會被怎麼讀，要看拿著它的人是誰，而他們同樣過度自信。在 Kruger 的第三項研究，也是規模最大的一項，讀電子郵件的人相信自己有 89.3% 的時候認出了寄信的人想表達的語氣，實際答對的是 62.8%¹。不論他們認定你的訊息是什麼意思，都不會再去查證。

讀的人是誰，會改變機率。Sillars 和 Zorn⁷記錄到職場電子郵件裡有一種負面放大偏誤（negative intensification bias）：收信的人給訊息的評價，比沒有牽涉其中的旁觀者更負面，而且評價和訊息實際的特徵之間，只有很弱的連結。在溝通氛圍差的環境，以及職位較低的人身上，這個效應更強。Kingsbury 和 Coplan⁸發現，社交焦慮的讀者對模稜兩可的訊息，會做出較負面的解讀，樣本分別是 215 人和 353 人。

所以，如果你傳訊息的對象職位比你低、你們最近氣氛緊繃，或是對方容易焦慮，那麼你的草稿最尖銳的那種讀法，很可能真的會發生，並不是你多疑。站在對方的位置，帶著那種狀態讀一遍這則訊息，看看它撐不撐得住。

坊間的版本講過頭了，所以我直接說清楚。證據並沒有顯示每個人對什麼都預設往最壞的方向讀。證據顯示的是，讀的人是誰、當時兩人的關係如何，可以預測負面的解讀。

再看四個實際走一遍的例子

再來四個，場合和語氣各不相同，檢查的方法一樣。這四個都沒有研究支持，跟上面那份短短兩句的草稿、還有星期四的請求一樣。它們是編輯上的判斷，不是研究發現。

朋友第三次改時間，你回：「好啊，你方便的時候都可以，沒關係。」「好啊」和「沒關係」單獨看，讀起來就是輕鬆答應。但疊在第三次改時間上，同樣這幾個字也可能讀成：你把不便都吞下去了，同時默默在記帳，而你的朋友沒有辦法分辨你是哪一種。「這禮拜我也排不出來了，下禮拜我們找一個真的定得下來的時間吧」把同樣的意思說出來，不用叫對方猜。

你有一個下午 5 點的截止時間，傳了「這件事你有空的時候，我們對一下好嗎？」。收到的人讀起來是不急，但你的意思是今天，最好是一小時內。「你有空的時候」把時間留給讀的人自己去猜。「今天可以聊一下嗎？我 5 點前要送出我的進度更新，現在還缺你手上那部分」就把截止時間直接講出來了。

一則拒絕如果寫成「真的很抱歉，我想我現在應該沒辦法接這個，不過如果有什麼變動，再跟我說，我會盡量幫你」，就是第二步要找的東西。那句道歉、「我想我現在應該」裡的含糊，還有「如果有什麼變動，再跟我說」，都把傳訊的人原本想關上的門又打開了，讀的人得猜這個拒絕是不是認真的。「這個我接不了。下個月如果還有缺，再問我一次」是同一個決定，只說一次，沒有東西可以再挑。

一個乾巴巴的「K」，可能讀成不高興，也可能只是對方正在爬樓梯，單手打字。常見的第一版回覆草稿是「抱歉，如果我哪裡做錯了，你跟我說，我會改。」這是在為一個你自己都還沒指認出來的過錯道歉，還把指認的工作丟給了對方。簡短的回覆若出自你本來就有些緊繃的對象，比起出自沒什麼狀況的對象，更可能是壞兆頭，但這仍然只是猜測，不是事實。「你上一則訊息我讀起來有點簡短。現在方便聊嗎？還是晚一點比較好？」把猜測變成一個問題。

訊息檢查工具，還是訊息改寫工具

這兩種工具，底層可能用的是相似的模型。Subtext 兩個都做，而且順序固定：先讀草稿，把發現的東西先給你看，再在同一則回覆的下方提供改寫的版本，或是告訴你這份草稿本來就沒問題。兩者派上用場的時間點不一樣。

回到那份「好。隨便你。」的草稿。改寫工具可能會給你「沒問題，哪個對你最方便就選哪個。」這樣順多了，卻已經是另一則訊息。Subtext 針對上面那份幾乎一樣的草稿，連一個版本都沒有寫，而是先問你是「真的都可以」，還是其實偏好其中一班。那股煩躁該不該留，它還沒有替你動手。也許你就是在煩躁，也想讓其中一點留下來。先檢查，你才能在決定要不要把它抹掉之前，先看到它讀起來是什麼樣子。

ChatGPT 可以在你傳出訊息前幫你檢查嗎

可以，只要你問對方法。問題出在，通用型的 AI 助理傾向挑比較容易的工作做，還沒告訴你任何發現，就先丟給你一份改寫。

把兩件事明確分開：

請你站在收到這則訊息的人的角度來讀。先不要改寫。告訴我哪些說法，讀起來可能比我原本的意思更冷淡、更防衛或更強烈，並說明每一個為什麼會這樣。

再貼上草稿。如果你和對方的關係，或對方上一則訊息，會改變這句話的意思，也一起附上。

偶爾遇到一則難傳的訊息，這樣做效果很好。Subtext 替你省掉的，是事先設定指令的功夫。這之所以重要，主要是因為你最需要的那一刻，正是你最沒辦法寫出一份周全指令的時候。

你的手機本來就能做到的事

Apple Intelligence 的書寫工具（Writing Tools）能改寫選取的文字，提供「友善」、「專業」和「簡潔」三種風格，另有一個可以自己輸入修改要求的欄位，處理更具體的需求⁹。Google 的 Magic Compose 在支援的裝置上，能在 Google Messages 裡建議回覆，並用不同風格改寫草稿¹⁰。Samsung 的 Writing Assist 在支援的 Galaxy 手機上，能產生文字、更換寫作風格，並檢查拼字和文法¹¹。Grammarly 在偵測上走得最遠，它的語氣偵測功能寫明，會分析用字、措辭、標點和大小寫¹²。

這些工具在你知道自己要什麼的時候，都很好用。「這句太正式了，改隨性一點」是個已經解決的問題，而且用你手上現有的裝置就能免費做到。

比較難的版本是：「我不知道這句哪裡怪，聽起來還好嗎？」這個問題，正是檢查和修改不再是同一件事的地方。這也是為什麼多數語氣檢查工具其實從來沒有檢查你的語氣：它們直接跳到修改。

Subtext 怎麼做這個檢查

Subtext 從你正在寫的那則訊息出發，在你決定要不要改任何東西之前，先讓你看到它可能給人什麼感受。你可以從零開始寫、貼上草稿，或加上對話的截圖作為脈絡。

分析會判讀你草稿的語氣和清晰度，標出可能讓人覺得不清楚、太硬、太被動或容易誤讀的措辭。下方會提供其他說法的選擇，你可以點選更短、更溫暖、更隨性，或是加點自信，它就會在保留你口吻的前提下重新改寫¹³。

截圖的作用不一樣。它提供對話的脈絡，讓回覆貼合這段來回。這一點我想說得精確：觸發點和情緒的分析，是針對你自己的草稿。別人傳來的訊息截圖，只是你這則回覆的脈絡，不是對方私底下感受的證據，任何工具，包括這一個，都沒辦法從一張截圖確定那件事。

順序是我最在意的部分。先讀草稿。看看哪些地方可能和你的原意有出入。然後再決定有沒有東西需要改。有時候，最有用的結果就是這則訊息本來就沒問題。

有一次測試，可以看出這是什麼樣子。我為這次測試編了一則訊息，來自同事 Priya：「可以請你接星期五 10 點的客戶電話會議嗎？我那天早上不在。」針對它擬的回覆是「好，我可以。」這次測試用的是這兩則訊息的英文版本，回覆的草稿是「Sure, I can do that.」，所以下面引用的，都是 Subtext 以英文回傳的原文。Subtext 沒有標出任何標籤，回答的開頭是「Happy to help a colleague out, and your reply already does that.」，大意是：很樂意幫同事一把，而你的回覆已經做到了。它還是提供了三個版本，第一個是「Sure, I can take the call on Friday at 10.」，大意是：好，星期五 10 點的電話會議我可以接。點開這個版本上「可放心傳送」的標示，會看到理由：「It confirms the exact day and time in plain words, so Priya knows it’s covered. Should land well.」，大意是：它用平白的話確認了確切的日期和時間，所以 Priya 知道有人接了，應該能讓對方好好接收。改動的只有多加上去的日期和時間。

這些方法都抓不到的事

有三個限制，它們比前面的步驟更重要。

這種檢查是結構性的。它找得出道歉、含糊的說法、催促、評斷，以及為自己服務的句子。至於你說的內容正不正確、公不公平、值不值得說，它沒有意見；一則措辭漂亮的訊息，仍然可能在每個重要的地方都是錯的。

讀的人心裡，都有自己的天氣。2025 年一項預先註冊、涵蓋 51 對伴侶的研究¹⁴發現，人們會把自己當下的心情，部分讀進伴侶的訊息裡。你草稿裡的任何東西，都管不到這一點。

還有，這種檢查預設問題出在措辭。有時候不是。如果你同一則訊息已經改到第九遍，或是接連傳了三則追問，只為了確認對方是不是不高興，那麼問題就已經不在措辭上了。我另外寫過傳訊息焦慮的研究，也寫過把模稜兩可的訊息讀成對方在生氣，這兩篇對你的幫助，都比一份更好的草稿還大。如果這種情況持續到足以左右你的日子，找醫師或心理師談談，是比讀一篇做 App 的人寫的文章更好的選擇。

常見問題

什麼是 AI 訊息檢查工具？

它會分析你已經寫好的訊息，在你傳出去之前，讓你看到措辭可能給人什麼感受。依工具不同，可涵蓋語氣、清晰度、正式程度、模稜兩可，或是容易被誤讀的說法。有些工具之後也提供改寫。

AI 能判斷我的訊息聽起來是不是很無禮嗎？

它能指出，哪些措辭合理來說可能被讀成生硬、不把對方當一回事，或帶有指責。它沒辦法保證某個特定的人會覺得無禮。好用的檢查工具，會指出導致這個讀法的具體措辭，而不是只丟給你一個標籤。

訊息檢查工具和語氣檢查工具是同一種東西嗎？

兩者有重疊。語氣檢查工具通常會點出文字的特質，例如正式、有自信或帶有指責。訊息檢查工具還可以看清晰度、具體的措辭，以及對話的脈絡。

AI 能從一則訊息看出對方的感受嗎？

它能分析語言，提出合理的讀法。光靠一則文字，並不能確定寫的人私底下的情緒狀態，而對別人真正的感受斬釘截鐵地下結論，已經超出文字能支撐的範圍。

訊息檢查工具和 AI 傳訊 App 有什麼不同？

「AI 傳訊 App」是個很廣的說法，涵蓋約會回覆產生器、寫作鍵盤、聊天機器人和自動回覆工具。訊息檢查工具做的事比較窄：在你傳出去之前，分析你已經寫好的東西。

---

覺得我哪項研究讀錯了，或知道我漏掉的相關研究嗎？歡迎到 LinkedIn 告訴我。

Samet Durgun 是 Subtext 的共同創辦人。Subtext 是一款 App，會抓出訊息裡的情緒語氣，並用你自己的口吻改寫。他住在柏林。

資料來源

每個連結，只要有原始來源，都直接連到原始來源，並依出現順序編號。如果某個步驟靠的是推理，而不是證據，這篇文章會直接說明，而不是向附近的某項研究借權威。引文均取自原文，文中的中文是我的翻譯。

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. 五項實驗。研究 1 N = 12，研究 2 N = 60，研究 3 N = 308（154 組），研究 4 N = 54，研究 5 N = 58。由 University of Illinois Board of Trustees 和 NSF 補助款 SES-0241544 出資。廣為流傳的 56% 這個數字，是印在研究 2 圖 1 上的電子郵件正確率，不是內文中的數字；它是 29 組分析對象在「諷刺或認真」二選一判斷上的結果，不是判讀語氣的一般比率。
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. 理論論文，沒有樣本。
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. 合併 N 約 1,880；研究發現僅適用於拒絕。
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. 六項實驗，其中五項預先註冊。研究發現僅適用於邀約。
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 受試者間設計。
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，2026 年 8 月查閱。
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 對伴侶）；招募人數未達預先註冊的目標。