我的英文訊息聽起來有禮貌嗎？非母語者能檢查什麼，不能檢查什麼

這篇文章所依據的研究，大多在看直接程度和緩和語氣，也就是英語母語的讀者會覺得哪些電子郵件唐突，而不是看有沒有出錯。所以，文法檢查工具沒辦法告訴非母語的寫作者，一則英文訊息聽起來是否有禮貌。唯一一項刻意加入拼字和文法錯誤來比較的實驗發現，這些錯誤造成的負面印象，多半在讀者得知寄信的人來自另一個文化之後減輕了（下文會談到）。讓那些電子郵件顯得唐突的，是請求提得太直接：前後沒有緩和用語，沒有問候和結尾，也看不出寫信的人知道自己是在請對方幫忙。這些習慣往往受第一語言影響，而任何只檢查拼字和主詞動詞一致的工具，都看不到它們。

大家習慣拿來用的工具，多半檢查文法、流暢度和正式程度，少數會判讀語氣。可是除非你自己說明，它們不知道你在寫給誰、這個請求有多大，也不知道在對方的文化裡什麼才算有禮貌，而依研究所見，大部分的問題出在最後這一層。「我的英文訊息聽起來自然又有禮貌嗎」這個問題，答案分成兩半。前一半是緩和請求語氣的慣用說法，這部分可以檢查，也可以學會。後一半是：這位讀者，在你們這段關係裡，會不會照你的本意理解你的話。這只能估計，而工具也只能和你一起估計。

也沒有單一的標準可以當目標。英國和美國的寫作者使用「please」的頻率差不多，用途卻不同。印度英語有自成一格、紀錄完整的用法。德國同事和巴西同事在 Slack 對話串裡往來，大概是照團隊自己的習慣在運作，而不是照其中任何一個國家的習慣，不過我找不到能查證的相關研究。所以真正有用的問題是：就你想表達的意思而言，你的訊息在讀的那個人聽來，自然又有禮貌嗎？聽起來像不像母語者，反而沒那麼重要。

我共同創辦了語氣檢查工具 Subtext，所以最後四個小節讀起來怎麼樣，我自己是有利害關係的。那幾節是我說明它能做什麼的地方；在那之前，它只順帶出現過四次，其中一次是引用它的服務條款怎麼寫。前面的研究，出自我自己打開來看的資料，有些我只看得到摘要，或是介紹那項研究的頁面，資料來源清單裡都有註明。十則改寫和檢查清單是我自己寫的。2026 年 10 月 13 日的更新中，我把兩份 AI 研究報告併入原本的文章，把裡面每一項說法都追溯回來源，站不住腳的就刪掉。最後四個小節的第一節，有一次真實執行，用的是虛構的請求「Send me the report until tomorrow.」，附上 Subtext 標出的地方和它提供的版本。

一則訊息可能在四個不同的地方出問題

文法、自然度、語域（register）和禮貌，是四項各自獨立的檢查，一則訊息可能通過這一項，卻在下一項不及格。

• 文法看的是形式對不對：時態、冠詞、語序、拼字。「Sorry for late」在這一關就過不了。
• 自然度看的是，在那個場合使用英文的人，會不會這樣說。「I have another plan」意思很清楚，只是有點不對勁，因為英文已經固定說成「I already have plans」。這類固定搭配在不同的英語之間不盡相同，所以所謂自然，永遠是對某些人來說的自然。
• 語域看的是正式程度，配不配得上溝通管道和彼此的關係。「I would like to inform you that I will be late」放在正式信件裡很得體，放在群組聊天裡就怪了。
• 禮貌看的是，這則訊息有沒有照你的本意處理你和對方的關係：你要求多少、留給對方多少選擇、表現出多少溫暖。「Send me the file today」能通過前三項檢查，卻仍可能在這一項不及格。

文法檢查工具擅長第一項。改寫工具能幫上第二項和第三項。第四項取決於讀的人是誰，下面的研究大多就是在談這一項。

為什麼正確的英文訊息，仍可能讀起來很無禮

一則訊息在文法上可以完美無缺，仍然失敗，因為英文裡的禮貌，主要靠請求前後的那些字詞來表現。Economidou-Kogetsidis 研究過希臘裔賽普勒斯大學生寄給教師的 200 封請求電子郵件，那所賽普勒斯的大學以英語授課，每位學生寄一封，在 18 個月內寄給 11 位講師¹。在 82 封索取資訊的郵件中，有 75 封，約 91%，學生是直接開口要求的。只有 16.5% 以「Hello」或「Good morning」這類問候語開頭。其餘多半只有稱呼，例如「Dear」加上姓名，另有 14.5% 什麼都沒寫。只有 23% 以「Best」或「Sincerely」這類結尾語收尾，不過有 70% 確實道了謝。這批郵件的特徵是「明顯的直接」（尤其是索取資訊的請求）、「缺少詞彙或片語層面的緩和用語」、省略問候和結尾，以及作者認為不恰當或不可接受的稱呼方式。她的論點是，這類郵件可能被讀成不禮貌，因為它們「看起來沒給教師選擇的餘地，只能照辦，也沒有承認這個請求帶給對方的負擔」¹。論文的標題取自資料中的一句話：「Please answer me as soon as possible」，短短七個英文字就把這個模式全展現出來了。寫的人本意是要客氣，也用了「please」這個字，寫出來的卻仍是替讀者訂下期限的一句話。

緩和用語（downgrader）是降低壓力的小字眼，例如「I was wondering whether」「if you have a moment」「would it be at all possible」。許多英國和美國的寫作者習慣用上這些。若寫作者的母語把直接當成有禮貌的預設，他們可能會省略這些用語，改成多加一個「please」。在一項 2013 年的研究中，Danescu-Niculescu-Mizil 等人分析了維基百科上的 4,353 則請求，每則由五位美國標註者評分，發現句子中間的「please」在他們的禮貌量表上平均為 +0.49，而以「Please」開頭的請求平均為 -0.30²。他們把開頭的「please」解讀為一種直接的策略，可能顯得不夠真誠。這項研究沒有報告寫作者的第一語言，所以它顯示的是美國評分者怎麼聽開頭的「please」，而不是誰會這樣寫。

英語母語者也會直接開口，只是緩和語氣的辦法比較多

直接在英語母語的寫作者之間也很常見，兩組人真正的差別，在於各自加了多少緩和語氣的字句。Biesenbach-Lucas 比較了美國一所大學裡，英語母語和非母語的研究生寫給教授的請求電子郵件³。她分析的是 TESOL 研究生在六個學期內寄給同一位教授的 533 封郵件，其中 382 封來自母語者，151 封來自非母語者，而所有非母語的寫作者都有亞洲背景。兩組人寫出的直接請求和暗示，都比早期言語行為研究中所見的慣用間接形式更多，所以這種往直接靠攏的變化，並不只限於學習者。不過母語者「在寫電子郵件給教授時，運用禮貌策略的資源比非母語者更豐富」³。他們有更多緩和語氣的辦法，也用得更多。兩組人數並不相等。研究自己也把兩點列為限制：只有一位教授，以及非母語者的樣本很窄（全都來自亞洲語言背景，全都在同一個學位課程）。所以它描述的是一種情境，並沒有就此定論。

英語母語的讀者實際上會對哪些地方扣分

2011 年那項研究也請 12 所英國大學的 24 位英國講師，替其中六封學生郵件評分¹。禮貌評分最低、唐突評分最高（五分量表上分別是 1.38 和 4.67）的，是一封在祈使句前面加了「please」，而且沒有問候、沒有結尾、也沒有道謝的郵件。另外兩封同樣由「please」加祈使句組成的郵件，被評為比較有禮貌，作者把差別歸因於結尾前的那句謝謝。

英語母語的讀者評斷的不只是句子，也包括寫信的人，而且對語域的要求，比對文法嚴格。在後來一項關於讀者感受的研究中，Economidou-Kogetsidis 把同樣那些直接、沒有任何緩和用語的學生郵件，拿給希臘裔賽普勒斯的學習者和英語母語的講師看⁴。兩組人對於什麼才恰當，「看法有明顯的落差」。多數情況下，母語講師認為同一封信「明顯更唐突、更不禮貌，也沒有充分承認其中涉及的負擔」，而且和學習者相比，他們對寄信者人格的評價「明顯較不正面」⁴。

Hendriks 做了兩項線上實驗，讓英語母語者閱讀荷蘭學習者寫的請求電子郵件，並改變其中緩和用語的用量。第一項實驗有 110 位評分者，第二項有 158 位，他們評估的是可理解程度和寄信者的人格⁵。緩和用語用得不夠，「對參與者評價寄信者人格有負面影響」⁵。不論有沒有用緩和用語，訊息都一樣看得懂。受影響的是寄信者顯得多親和，這個影響來自某一個片語，而且很小，在五點量表上大約是三分之一分。

同一位第一作者在 2023 年的另一項研究，發現這種代價的範圍還要更窄。研究讓 120 位荷蘭讀者和 131 位英國讀者讀一封同事寄來的請求郵件，郵件有四種版本，每人讀到其中一種⁶。簡短生硬的版本（「Can you send me…」）讓寄信者顯得更愛發號施令。不過，荷蘭寫作者寫的生硬郵件，也被評為比較有權威，讀者更願意照辦；英語母語寫作者寫的同樣的郵件，卻被評為能力較差。作者們說，省略緩和用語「可能帶來有限、卻重要的影響」。在那項研究裡，讀者要求母語寫作者遵守緩和語氣的慣例，對荷蘭的寫作者則多給了一些餘地。這一點值得記住，免得你以為每位讀者都在替你的英文打分數。

讀者比較容易原諒文法，不容易原諒語氣

讀者對文法錯誤比較寬容，對生硬的語氣卻不太買單。Vignovic 和 Thompson 檢驗的就是：得知寄信的人來自另一個文化，能不能換來一點寬容⁷。讀者先讀到有拼字和文法錯誤的訊息，或是違反禮儀規範的訊息（作者把這類訊息定義為缺乏對話語氣的簡短訊息），再評斷寄信者的盡責性、智力、親和性和可信度等特質。文法錯誤造成負面印象，而讀者得知寄信者來自不同文化後，這些印象多半減輕了。違反禮儀則不一樣。那些負面歸因「並沒有因為得知寄信者來自外國文化而明顯緩和」⁷。當讀者知道英文是你的第二語言，他們大致會原諒你的文法。但生硬的語氣，他們不會以同樣的方式原諒。論文把這種差別放在歸因的框架裡：文法錯誤被歸因於情境，生硬的語氣則被歸因於這個人。

以誰的英文為標準？

上面大多數研究，都把英國或美國的讀者放在讀信人的位置。這讓它們成為這些讀者的好證據，卻不是英文整體的好證據，因為各種英語的差異，正好出在訊息被評斷的那些地方。

以「please」為例。較早的請求研究發現，它在英國的指令句中出現的頻率，大約是美國的兩倍⁸。Murphy 去查了兩國的網路英文，各約 3.86 億字，發現這個字本身的出現頻率幾乎一樣高，英國的語料只比美國多了 1.5%⁸。不同的是它扮演的角色。英國的「please」多半是例行公事，也就是說明和告示裡的「please」。美國的「please」更常出現在事情對雙方比較要緊的時候，而帶有不屑意味的那一種，像是「oh, please」，在美國樣本中出現的頻率是英國的兩倍多，不過數量很小，在每邊各 800 個用例中，美國有 20 個，英國有 9 個。同一個字，對某位讀者而言是習慣，對另一位讀者來說卻可能是刻意的選擇。

印度英語和斯里蘭卡英語也有人量測過。Degenhardt 比較了英國、印度和斯里蘭卡錄音對話中的請求，發現印度英語整體上和英國英語差不多直接，直接提出的請求占 45.8%，英國是 44.8%；斯里蘭卡英語則更直接，為 56.5%⁹。這些差異是程度上的差別，而且更取決於句子的類型，而不是國家。Xie 比較了英國、澳洲和香港網路英文裡的禮貌公式，發現香港英語的措辭最委婉、最不肯定，主要是因為用了「please」，澳洲英語在表示敬意的形式和表示友好、拉近關係的形式上，都比英國英語更常見¹⁰。「Sorry」在英國的樣本中每百萬字出現約 87 次，澳洲是 77 次，香港是 40 次。

有些說法主要屬於某一種英語。牛津學習者字典把「do the needful」（意思是做必要的事）標註為特別常見於印度英語的用法¹¹。在那種英語裡，它是日常用語。俄亥俄州的客戶可能不知道「the needful」指的是什麼，這正是要對那位讀者把動作寫明白的理由。這個片語本身沒有問題。

日常的英文，也有很大一部分是在沒有人把英文當母語的群體裡寫的：柏林一家新創公司的 Slack 頻道、伊斯坦堡和首爾之間的供應商對話串。在那種地方，讀者的期待來自團隊本身。關於這類日常聊天裡的禮貌，我沒有找到自己能好好查證的研究，所以只留下一條經驗法則：先問你真正的讀者習慣什麼，再問英語母語者會怎麼寫。

用語的問題，與情境的問題

Thomas 劃出了一條界線，說明為什麼其中一部分可以檢查，另一部分不行¹²。她把無法理解「話語背後想表達什麼」稱為語用失誤（pragmatic failure），並把它分成兩種。語用語言失誤（pragmalinguistic failure）關乎的是「高度慣例化的用法，可以直接當成『文法的一部分』來教」。社會語用失誤（sociopragmatic failure）則「難處理得多，因為它牽涉到學生的信念系統，程度不下於他們的語言知識」¹²。

實際上，第一種是漏掉的「I was wondering if」，或是那句「please answer me as soon as possible」。這是用語的問題，工具或常用句型手冊就能抓到。第二種則是你認定，寫給資深同事的一行請求完全不需要緩和語氣，因為在你的第一語言裡本來就不需要。沒有哪個片語能修好這種問題，因為字句都沒錯，錯的是對情境的判讀。

學習者察覺這兩種錯誤的方式，也會隨著住在哪裡而不同。Bardovi-Harlig 和 Dörnyei 請英語學習者判斷，哪些說法文法有誤，哪些在情境上不恰當¹³。在通行英語的國家學英文的人，認為語用錯誤比文法錯誤嚴重。在自己的國家學英文的人，則認為文法錯誤比較嚴重¹³。所以，在母國學英文的學習者，往往把文法錯誤排在比較糟的那一類，而上面的研究發現，英語母語的讀者反應比較大的，是直接程度和緩和語氣。

三個問題，決定一則訊息需要多少緩和語氣

Brown 和 Levinson 的《Politeness: Some Universals in Language Usage》，是最廣為人知的禮貌模型，替第二種問題提供了一個實用的切入點¹⁴。請求、拒絕和抱怨，都會讓「面子」（face）面臨風險，也就是每個人都希望保持完好的公開自我形象。正面面子是希望被喜歡、被認可的願望。負面面子是希望不被強加要求的願望。一則訊息對這兩種面子的威脅有多大，取決於三個問題：你和讀的人有多熟，對方對你有多大的權力，以及你要求的事有多大？三者加起來越大，寫的人就越會用上更多緩和語氣、更多溫暖，或更間接的說法。

這三個問題，比背後的理論更能跨語言通用。Brown 和 Levinson 的面子理論已經被爭論了幾十年，提出異議的，多半是研究英語以外語言的學者。Matsumoto 主張，在日語裡主要的考量是你相對於他人的位置，所以即使沒有強加任何要求，敬語仍會標示出彼此的關係¹⁵。Ide 提出一個相關的論點：日語裡許多禮貌，與其說是為了保住面子而選的策略，不如說是辨別（discernment），也就是選擇情境所要求的形式¹⁶。Mao 主張，中文裡的「面子」和「臉」這兩個概念，並不能對應到正面面子與負面面子¹⁷。Fukada 和 Asato 則回應，這個模型畢竟還是能解釋日語敬語，因為地位較高的人會把權力和距離都推高¹⁸。這場爭論至今沒有結論。就一則訊息而言，比較穩妥的讀法是：距離、權力和請求的大小，幾乎在每個地方都有影響，只是表示你注意到了這些的字眼，會因語言而異。

教學與程度提升能幫上什麼

教學和較高的語言程度，都能幫上慣用說法這部分，但兩者都無法完全補上差距。Usó-Juan 蒐集了把英語當外語學習的西班牙學習者，寄給三位教師的110 封自然產生的請求電子郵件，時間分別在一段策略教學之前和之後，結果發現教學之後的請求更恰當¹⁹。摘要報告的是前後比較，沒有提到對照組或延後測驗，所以它顯示的是這些說法可以教會，而不是進步能維持下去。Qin、Jia 和 Ren 分析了306 封請求電子郵件，寄信的是 32 位說英語的教師，以及 121 位第一語言為中文、法文或西班牙文的學習者²⁰。學習者的第一語言，對他們的寫作有顯著的影響。程度較高的學習者使用較多間接的請求策略，但還沒培養出足夠的語用能力，無法在不同的書面情境中調整用法。也就是說，更進階的學習者會用更多間接請求，卻仍不會依情境調整，這很像 Thomas 的第二類¹²。

整體的情況令人鼓舞，只是有個但書。一項涵蓋 29 項教學研究的統合分析，納入 1,898 位學習者，發現教授語用的平均效果很大（g = 1.66），而進步最大的，是書面的情境填答測驗（discourse completion task），也就是這個領域倚賴的、先描述情境再請人作答的測驗²¹。這類測驗上的進步，對真正寫給人的訊息，能說明的比較少。Nguyen 追蹤了32 位越南的英語專業學生，其中 13 位接受過六小時關於請求郵件的明確教學，結果發現八個月後，他們在情境測驗中寫出的郵件，優勢依然存在²²。問候、間接請求，以及留給讀者選擇的餘地，進步了，而且維持住了。結尾語起初有進步，到八個月時已經退回大半，至於說明理由、先化解對方戒心的說法，以及恭維，則完全沒有改變。

這些研究大多是在談寫給教授的電子郵件

關於請求的證據之所以夠扎實，是因為研究者拿得到真實的電子郵件，而這些郵件幾乎都是大學生寄給講師的，這是一種權力落差很大、慣例也很固定的關係。拒絕和道歉的研究，多半是用情境填答測驗做的，也就是請人針對一段描述好的情境，寫下自己會說的話。日本英語學習者拒絕行為的經典研究就是這樣做的，由分成三組、每組 20 人的 60 位參與者做書面的情境填答測驗²³。Golato 比較了書面情境填答測驗的答案，和真實對話中同類時刻的錄音，發現兩者捕捉到的東西不同：錄音顯示人在當下怎麼回應，書面答案反映的則是他們累積的語言經驗²⁴。用第二語言傳日常訊息給朋友、房東或同事，幾乎沒有人研究過。

這個領域自己也提醒過，這類研究很容易讓人走上以偏概全的捷徑。House 和 Kádár 說得很直接：「把學習者貶低成文化機器人，研究者就無從發掘細緻的語用慣例」²⁵。你的第一語言，可能影響你覺得哪些英文說法自然。但是第一語言相同的人，寫法仍然差異很大，這些研究也沒有一項能預測某一個人會怎麼寫。

為什麼你自己聽不出來

重讀自己的訊息，可能抓不到這個問題，原因有兩個。第一個是一般性的原因，在這則訊息聽起來很無禮嗎裡談過。Kruger 等人做了五項關於電子郵件語氣的實驗，結果顯示，人往往以為自己透過電子郵件溝通，比實際上更有效。他們的第四和第五項實驗顯示，原因在於寫的人會照自己的本意「聽見」一句話，所以很難看出讀的人可能不是這樣聽的²⁶。2025 年一項針對日常文字訊息（347 位接收者、171 位傳送者），以及工作或教育情境電子郵件（361 位接收者、61 位傳送者）的研究，沒有發現正面或負面語氣被誤讀的跡象²⁷。它評量的是正面或負面語氣，而不是禮貌，所以它沒有回答這個小節的問題。第二個原因是從上面的研究推論出來的，不是研究發現，而且只適用於用第二語言寫作的情況。你腦中默讀的那個聲音，是照第一語言的禮貌規則在讀。在希臘文或荷蘭文裡完全客氣的請求，換成英文，你聽起來也一樣客氣，因為下判斷的是同一雙耳朵。

這就是為什麼 Economidou-Kogetsidis 第二項研究中的感受落差那麼大⁴。學習者覺得這類自己會寫的郵件很恰當，因為以他們從小習慣的標準來看，它就是恰當的。講師覺得它唐突，因為以講師的標準來看，它就是唐突的。兩組人都按自己的標準，正確地解讀了那封郵件。

所以，問自己的英文聽起來有沒有禮貌，其實是在問：一位你無從確認其期待的讀者，會怎麼聽它。第二位讀者就是為這個存在的，不論是英文流利的朋友，還是像 Subtext 這樣的工具。同一道落差如果換到讀訊息的這一方，也就是弄清楚你收到的訊息原本想說什麼，寫在這則訊息是什麼意思那篇。

量測第二語言寫作焦慮

第二語言的寫作焦慮，已經有人量測了二十年。Cheng 根據 65 位學習者的陳述，編了一份量表，並用台灣七所大專院校、主修英語（以英語為外語）的 421 位學生來驗證，把焦慮分成身體症狀、擔憂的想法，以及乾脆不寫三類²⁸。一項 2022 年的統合分析彙整了 22 項研究的 84 個效果量，發現寫作焦慮與較差的寫作表現有中度關聯（相關約 0.3），也與對自己寫作較低的信心有關聯（約 0.4）²⁹。兩者都是相關，而且多半來自為了上課而寫作的學生。它們並沒有顯示焦慮會導致寫得更差，對於寫給房東的兩行訊息，也沒有直接說明什麼。這種焦慮在日常傳訊息上的樣子，寫在為什麼傳訊息會讓你焦慮。

十則訊息，改寫前與改寫後

下面每一組，開頭都是一則文法正確（或差不多正確）的訊息，讀起來可能比寫的人本意更直、更僵硬。第二個版本只是眾多選項之一。適合你的讀者的版本，可能更溫暖、更短或更正式，而在某些關係裡，第一個版本就沒問題。

1. 在 Slack 上請同事幫忙

改寫前：「Please send me the final numbers today. I need them for the meeting.」

改寫後：「Could you send me the final numbers today? I need them for the 4pm meeting. Thanks.」

在維基百科那項研究中，美國評分者覺得，以「please」開頭的請求讀起來比中性還不禮貌²。疑問句的形式，替對方留下說不的餘地。你原本附的理由已經很有用，所以保留。

2. 向房東追問進度

改寫前：「Why did you not answer my email? The heating is still not working. Please fix it as soon as possible.」

改寫後：「Hi Alex, I’m following up on my email from Tuesday about the heating. It still isn’t working. Could you let me know when someone can come and look at it this week? Thanks.」

「Why did you not」讀起來像在指責，而「as soon as possible」就是 2011 年那篇論文標題所用的片語¹。改寫後的版本，靠日期和具體的下一步，保住了催促的力道。如果修繕是房東的法定義務，你可以更強硬一點，而且禮貌的措辭，從來不代表放棄你的主張。

3. 回覆主管

改寫前：「OK. I will do it.」

改寫後：「Sure, happy to take it. I’ll go through the notes before Thursday.」

兩個短句，都用句號收尾，又沒有使用 I’ll 這類縮寫，放在聊天裡，可能讀起來不情願。Vignovic 和 Thompson 的研究中，讀者不肯原諒的那種違反禮儀，就是這一類：缺乏對話語氣的簡短訊息⁷。句號會不會讓情況更糟，在句號會讓訊息聽起來像在生氣嗎裡談過。

4. 婉拒剛認識的人的邀請

改寫前：「No, I cannot come. I have another plan.」

改寫後：「Thanks so much for the invite. I’m sorry, I already have plans on Saturday. I hope it’s a great party.」

「I already have plans」是固定說法。道謝、簡短的遺憾，加上一句祝福，是英文拒絕時前後常見的緩衝。拒絕的研究多半是用情境測驗做的，所以請把這層緩衝當成值得知道的習慣，而不是量測到的效果。

5. 請朋友幫個忙

改寫前：「Can you bring me to the station tomorrow?」

改寫後：「Any chance you could give me a lift to the station tomorrow?」

「Bring me to the station」聽得懂，在愛爾蘭英語裡也很普通，不過許多英國和美國的讀者會說「take」。「Give me a lift」是英國的慣用說法，「give me a ride」則是美國的，兩種英語都不是唯一正確的那一種。「Any chance」讓這個忙很容易回絕。

6. 為回覆太慢向客戶道歉

改寫前：「Sorry for my late answer. I was very busy.」

改寫後：「Sorry for the slow reply. Here are the answers to your questions.」

理由要在能告訴讀者些什麼的時候才有幫助。「I was very busy」只讓客戶知道自己排在第二，所以拿掉；讀的人要的主要是答案。在工作上，一句清楚的道歉通常就夠了。更多內容在怎麼用訊息道歉。

7. 向客服追退款

改寫前：「I am still waiting for my money. When will you send it?」

改寫後：「Hello, I’m writing about the refund for order 4812, which I returned on 2 October. Could you tell me when it will be processed? Thank you.」

面對客服，禮貌多半是讓客服人員好做事：訂單編號、日期，加上一個清楚的問題。在這裡，具體資訊比溫暖更有用。

8. 拒絕額外的工作

改寫前：「I don’t have time for this.」

改寫後：「I’d like to help, but the launch has taken my whole week. Could I look at it on Monday?」

拒絕變成了「這週不行」。理由和替代方案，顯示你認真看待這個請求。拒絕在什麼時候會讓你付出代價，相關研究在怎麼拒絕額外的工作。

9. 請海外客戶更正發票

改寫前：「Kindly do the needful.」

改寫後：「Could you please correct the VAT number on the invoice and send it back?」

「Do the needful」在印度英語裡是通行的說法，牛津學習者字典把它標註為特別常見於印度英語¹¹。不屬於那個圈子的讀者，可能不知道「the needful」是什麼，所以改寫後的版本把動作寫明白。如果你的讀者也寫印度英語，原本的寫法行得通。

10. 在群組聊天裡說自己會晚到

改寫前：「Dear all, I would like to inform you that I will be late to the meeting.」

改寫後：「Running 10 minutes late, start without me.」

原本的寫法在正式信件裡正確又自然。放在大家都只打片段短句的聊天裡，讀起來就很僵硬，配合溝通管道的風格就能解決。

不需要 App 就能做的檢查

四種檢查就能抓到其中相當大一部分，而每一種都有盲點。

• 句型庫，例如大學出的電子郵件寫作指南，提供經過檢驗的慣用說法。它無法告訴你某個說法適不適合這位讀者，而且許多句型庫是針對某一種英語、某一種正式語域寫的。
• 英文流利的朋友可能認識你的讀者，也了解當時的情境。不過朋友對「有禮貌」的感覺終究是他們自己的，而且你也許不想把那則訊息給他們看。
• 唸出聲來能抓到漏掉的字和短促生硬的節奏。用你擔心被對方聽出來的那種語氣唸一遍（例如不耐煩），才是有一些證據支持的做法，下面會談到。
• 模仿對方，包括他們的長度、問候、標點和表情符號，是你手邊最快拿到的線索。這招要等對方先寫了才行得通，而且向上模仿主管的簡短風格，仍可能傳達得不好。

文法與流暢度工具自己說它們檢查什麼

大型寫作工具承諾的，多半是正確和流暢，有些則承諾正式程度。下面四段描述，每一段都引用工具自己的網頁，所以沒有一項是我推測出來的功能。

LanguageTool 的首頁，把自己描述成一個檢查「跨語言的文法錯誤和拼字錯誤」的工具，說它「精通超過 30 種語言和方言」，並提供一個把文字改寫得「更正式、更流暢、更簡單或更精簡」的改寫工具（paraphraser）³⁰。它的產品選單說這個檢查工具「幫你找到恰當的語氣」；頁面上沒有任何地方說它會偵測禮貌。

DeepL Write 在自家部落格上說，它支援英文、德文、法文、西班牙文、義大利文、葡萄牙文、中文（簡體）、日文和韓文，而且至少在那篇文章裡，法文和西班牙文可以選擇風格（商務、學術、簡單、隨性）和語氣（友善、圓融、有自信、熱情）³¹。這兩項都是你要自己套用的設定，工具並不會偵測你的草稿是否圓融得體。

Wordtune 承諾讓你「一鍵切換隨性與正式的語氣」，說它「只支援英文」，並宣稱它的翻譯功能「只要點一下，就會讓你聽起來像英語母語者」³²。前兩項可以查證。第三項是行銷話術。

QuillBot 的改寫工具（Paraphraser），依它自己的部落格，提供兩種免費模式（Standard 和 Fluency）和九種給付費使用者的預設模式，可以「在 25 種以上的語言」中使用，也主打用「第一、第二或第三語言」寫作的人³³。同樣地，這些模式都是你下給它的指令。

另外還有兩類工具，常被拿來做這件事，卻不是為此而造的，這部分我沒有網頁可以引用，只有自己的觀察。翻譯工具傾向維持你原本寫的語域，所以第一語言裡的直接請求，翻成英文通常仍是直接的請求。像 ChatGPT 這樣的通用聊天機器人，只要你告訴它讀者是誰、你想要什麼，就能把一則訊息評得不錯，但它們只能依你告訴它們的內容運作。大型的那幾款，有好幾個會用你貼上去的內容來訓練，除非你把這個功能關掉，這是檢查十三款寫作助理的政策得出的結果。

這些工具都能讓一個句子更流暢、更正式。但正式和有禮貌是不同的特質，而上面的研究談的就是這個差別。一個正式、卻仍沒給讀者選擇餘地的句子，仍然是 2011 年那篇論文標題所指的那種郵件。

語氣工具檢查什麼

有兩款工具（Grammarly、Tonely）宣稱能在你傳送前判讀語氣，一款（ConfiText）是朝那個方向改寫，而它們的宣稱，都比你問的那個問題要窄。第四款 QuillBot，則是在改寫之後替語氣打分數。

Grammarly 的語氣頁面，列出一組用來描述整段文字整體語氣的標籤，例如「Formal」（正式）、「Confident」（有自信）、「Accusatory」（帶指責意味）和「Worried」（擔憂），但沒有提到英文以外的語言、使用上的限制，也沒有提到讀者是誰³⁴；這個偵測工具讀的是什麼，在 AI 語氣偵測裡談過。它和專門為訊息打造的語氣判讀工具相比如何，寫在 Subtext 對比 Grammarly。

Tonely 在 App Store 的介紹頁上，自稱是「全球第一個在裝置上運作、符合倫理的 AI 驅動 iMessage 擴充功能與鍵盤，設計用來幫你在按下傳送前，了解你的話可能怎麼傳達出去」，完全在裝置上運算，語言只列了英文，可免費下載，訂閱方案是每月 $9.99 或每年 $99.99³⁵。在裝置上處理資料，是隱私上的優點，而只支援英文，對同時也用第一語言傳訊息的人來說是一個限制。

ConfiText 的首頁說，它「改寫你的訊息，讓訊息傳達得清楚、有自信，而且正是你的本意」³⁶。它沒有列出任何語言，也沒有宣稱會在改寫之前，先判讀訊息傳達出去的效果。

QuillBot 的說明頁面（最後更新於 2026 年 6 月 10 日）介紹了 Premium 的語氣設定，可以「幫你看出文字的語氣在改寫之後有什麼變化」³⁷。有一個面板會把原文和改寫後的文字，標在五條量尺上：從隨性到正式、從不友善到友善、從冗長到精簡、從複雜到簡單、從不清楚到清楚。這些量尺為文字本身打分數，頁面上沒有說到禮貌，也沒有說到讀者會怎麼評斷。

各類工具檢查什麼

電腦模型到底能不能評估禮貌？

在同一個網站內，電腦模型評估英文請求禮貌程度的準確度，已經接近人類，但跨網站、跨語言就仍落後。Danescu-Niculescu-Mizil 等人用一個標註過的請求語料庫，建了禮貌分類器，使用的特徵代表間接性、敬意和去人稱化（impersonalisation），並回報它「達到接近人類的表現，而且跨領域有效」²。這個說法所依據的範圍，比引文聽起來要窄。這篇 2013 年的論文，請五位美國標註者替 10,957 則英文請求逐一評分（4,353 則來自維基百科，6,604 則來自 Stack Exchange），而且只拿每組資料中最有禮貌的四分之一和最不禮貌的四分之一來測試。在單一網站內，這個分類器在維基百科上的準確率是 83.79%，在 Stack Exchange 上是 78.19%，人類的準確率則分別是 86.72% 和 80.89%。

在維基百科上訓練、拿到 Stack Exchange 上測試時，它的準確率是 67.53%，人類是 80.89%；反方向則是 75.43%，人類是 86.72%。Srinivasan 和 Choi 建了 TyDiP，一個涵蓋九種類型差異很大的語言、每種語言各有 500 個標註範例的禮貌資料集，依作者的判斷，多語言模型把在英文上的訓練成果，相當不錯地帶到了其他語言，「但仍明顯低於估計的人類準確率」³⁸。同一篇論文也檢驗了：英文裡表示禮貌的各種策略，換到其他語言是否仍然管用，以及正式和禮貌是否一致。兩者都不是每次都成立。

語氣工具能評判非母語者寫的英文嗎？

對你的英文所做的語氣判讀只是估計，因為上面引用的兩項分類器研究，都沒有報告它們的請求是不是來自使用第二語言的寫作者。上面那些會判讀語氣的工具，不管內部怎麼運作，做的都是這類工作。已發表的證據顯示，目前測試過的模型在英文上表現不錯，在其他語言上，則可測得落後於人類，而且讓英文句子顯得有禮貌的那些策略，並不是一對一地轉移。即使在模型最強的地方，它模擬的也是一位通用的讀者。

最接近的測試，是旁證，而不是語氣測試。Liang 等人在 2023 年，用七款 AI 文字偵測工具，檢測 91 篇人類寫的 TOEFL 作文和 88 篇美國八年級學生的作文³⁹。這些偵測工具對八年級學生的作文幾乎完美，卻把超過半數的 TOEFL 作文誤判為 AI 所寫，平均偽陽性率為 61.3%。它沒有談到任何語氣工具。不論如何，每當你自己英文的語氣分數讓你擔心時，站在收到訊息的人的角度重讀一遍，都是合理的預防措施。

AI 的回饋對第二語言寫作者的英文有什麼影響

關於生成式 AI 替第二語言寫作者提供回饋的研究，成長得很快，而且指向兩個方向。一項涵蓋 51 項研究的範圍回顧（scoping review）發現，其中 17 項報告了寫作品質的進步，錯誤偵測在英文上比在希臘文或中文上可靠，而且只有大約一半的研究報告了所用的提示詞⁴⁰。AI 回饋和教師回饋合在一起，表現比單獨使用其中任何一種都好。

這些修正是真的，只是淺，而且淺在特定的地方。Chon 和 Shin 請40 位韓國的英語教育系學生先寫作，讓 ChatGPT 校對，再借助它來修改⁴¹。ChatGPT 直接校對，解決了 86% 的原始錯誤，學生自己在 AI 輔助下的修改，則解決了 77%。留下來的錯誤多半是字詞選擇和句子結構，也就是需要對脈絡做判斷的那些，而作者形容這些進步是短期的。在一項四位中國學習者的個案研究中，每項作業拿到 11 或 12 項修正的那兩位，約有四分之三的修改是正確的，拿到超過 22 項的那兩位，則約為 60%⁴²。很容易把原因歸咎於修正的數量太多，但拿到較多修正的那兩位，同時也是比較弱的寫作者，作者群就是這樣解釋這個差距的，而只有四位學習者，也分不開這兩個因素。

失去自己的口吻，也是一種代價。在 Agarwal、Naaman 和 Vashistha 的實驗中，有 118 位印度和美國的寫作者，AI 自動完成讓美國人的效率進步更大，並把印度的寫作者拉向美國的風格⁴³。Liu 和 Zhu 在 2026 年的一篇預印本，讓四個 AI 模型修改106 篇中國大學生寫的文章⁴⁴。每個模型都修正了文法，也保留了原意，而每個模型都刪掉了約四分之三以上、用來稱呼讀者的代名詞，例如「we」、「you」和「our」。反問句也減少了，依模型不同，減少了四分之一到五分之四以上。這些模型被告知要符合美國和英國頂尖學術寫作的標準，作者把這點列為限制，所以扁平化有一部分是被要求的結果。這篇預印本沒有經過同儕審查，沒有做統計檢定，也沒有讓寫作者實際使用 AI，所以它顯示的是模型怎麼處理一篇寫完的文章。至於使用這些模型的寫作者會怎麼樣，是另一個問題。關於改寫與個人口吻的更廣泛證據，在AI 會讓你的訊息聽起來像機器人嗎。

這些研究沒有一項檢驗，使用語氣工具或改寫工具，是否會讓人在沒有工具時更會寫訊息。這個問題仍然沒有答案。

沒有任何工具能檢查的事

沒有任何工具知道研究認為最重要的那件事，也就是讀的人是誰，除非你自己告訴它。上面每一項關於讀者感受的研究，都是把訊息固定不變，只換讀者，才得到結果。同一封郵件，對學習者來說沒問題，對講師來說卻很唐突⁴。同一個文法錯誤，在讀者知道寄信者背景時，被評斷得比較寬容，不知道時則否⁷。工具看得到訊息。它看不到那位講師，也看不到開口請這個忙有多沉重。

你和這位讀者的關係容不容許一個不加修飾的請求、給這個人的兩行訊息讀起來是俐落還是冷淡、這個請求造成的負擔小到可不可以省略道歉，這些都是對情境的信念，所以又回到 Thomas 的第二類¹²。工具能告訴你這個句子很直接。它無法告訴你，直接是不是正確的選擇，而這個領域本身也給不出那樣的確定性。改寫工具也有同樣的限制：多數工具只交還一段新的文字，卻沒有說讀者會怎麼看待它，對 AI 訊息改寫工具的評比在主要的幾類 App 上都發現了這一點。

工具能做的，是以你以外的另一個讀者的身分來讀草稿。它能注意到一個請求沒有緩和語氣、一則訊息沒有問候、某一句訂下了你並不想訂下的期限。這樣就能抓到第一類，也就是慣用說法，Thomas 說這一類「相當容易克服」¹²。對用第二語言寫作的人來說，這涵蓋了大多數容易修正的問題，也是你自己的耳朵最不擅長聽出來的部分。

傳出去之前，你自己可以怎麼檢查英文？

先看請求的形狀。它有沒有給讀者說不的辦法？2011 年那項發現是，郵件若「沒給教師選擇的餘地」，可能讀起來不禮貌¹。「Could you send it when you have a chance」就有。「Send it by Friday」就沒有，而開頭加一個「Please」，也不是可靠的補救。在維基百科那項研究裡，以「Please」開頭的請求，在美國評分者的禮貌量表上平均為 -0.30²。

選一個真的會改變請求讀感的緩和用語。在 Hendriks 的實驗裡，把「can」換成「could」沒有任何改變，而「I was wondering if」是唯一一個與寄信者顯得較親和有關聯的緩和用語，幅度很小。加上「possibly」沒有差別⁵。

承認自己是在開口請對方幫忙。只要一個子句，表明你知道自己在拜託對方，例如「I know you’re busy」，就能補上那項關於讀者感受的研究裡，講師覺得缺少的東西⁴。

第一次寫信時，保留問候和結尾。2011 年那項研究發現，缺少它們，是那些讀起來很無禮的郵件的特徵之一¹。在來來回回的聊天裡沒人會期待這些，但寫給資深人士的第一封郵件，讀的人是會留意有沒有的。

留意你訂的期限。「As soon as possible」就是讓那篇論文得名的片語¹。如果你的意思是不急，就明說。

接著，用不耐煩的心情再讀一遍。理由寫在為什麼你自己判斷不出自己的訊息聽起來是否無禮那篇文章裡。在 Kruger 等人的第四項實驗中，54 位學生把自己的陳述朗讀出來，一半用他們本意的語氣，一半用相反的語氣，只有後面那一半，不再高估搭檔解讀得出來的程度²⁶。這只是一項實驗，談的是諷刺，所以請把它當成一種預防措施。

傳送前那一分鐘的檢查清單：

1. 讀的人是誰，你和對方有多熟，對方對你有多大的權力？
2. 請求有多大？請求越大，需要越多緩衝。
3. 對方有辦法說不嗎？
4. 有沒有符合溝通管道的問候和結尾？
5. 對於期限、拒絕或延遲，你有沒有說明理由？
6. 用不耐煩的心情讀的時候，有哪一句聽起來像指責？
7. 如果對方先寫了，你的訊息和對方的長度與正式程度相符嗎？
8. 如果你心裡是溫暖的，字裡行間有沒有流露出一點？
9. 你道歉或解釋得，是不是比情況需要的還多？
10. 如果是工具改寫的，它讀起來還像你嗎？意思還是你原本想說的嗎？

貼上整串對話，就是貼上別人的話

任何檢查工具有了脈絡，都會運作得更好，而脈絡通常就是對方的訊息。一張截圖帶著對方的名字、對方說的話，有時還有電話號碼，而對方從來沒有同意這些東西被送到任何地方。你用不到的名字和號碼就裁掉，草稿夠用時就只貼草稿，工作訊息也不要放進雇主沒有核准的工具。Subtext 的服務條款把這個責任放在你身上。條款指出，截圖和訊息常常含有別人說的話，而你一旦送出，就等於確認你有合法的權利這麼做⁴⁵。

這些有多少已有定論

Subtext 會檢查你即將傳出的草稿的哪些地方

Subtext 是我共同創辦的 App，它會指出像是施壓或過度強硬的措辭這類問題，這和 Thomas 所分的第一類，也就是慣用說法上的疏失，有一部分重疊。它的提示詞並沒有把缺少緩和用語或問候列為檢查項目，不過在下面這則草稿上，它確實指出一句直接下令的話沒有加任何緩和用語。它支援 17 種以上的語言，會用你寫作的語言回答⁴⁶。至於它回傳什麼，我讀的是這個 App 的後端提示詞；畫面上的標示以 App 顯示的為準，它如何處理你的資料，則以隱私權政策的說明為準。App 針對每份草稿會回傳哪些內容，完整的說明在 Subtext App 是什麼。

對於你即將傳出的訊息，Subtext 最多會指出草稿中的三個問題，最嚴重的排最前面，並標出有問題的字詞、判讀主要的情緒，再提供最多三個版本。每個版本都附有以標示呈現的「可放心傳送」分數，代表它照你的本意傳達出去的可能性有多高。每個問題都有一小段說明，指向某個片語時會引用你自己的字句，問題類型包括施壓、過度強硬、居高臨下，以及機械式的語氣。每個版本都會修正被標出的問題，同時保留你的意思和你的語域，並附上一句專屬的說明，指出是什麼讓它傳達得好，或哪裡可能被誤解，不論它的分數是高是低。最初幾次分析之後，Subtext 需要付費。

讀完之後，可以一鍵做的調整，包括「更客氣」、「更簡單」、「更溫暖」、「更短」、「加點自信」和「更隨性」。「更隨性」這個選項送出的指令是「Sound more natural」（意思是聽起來更自然），這是這個 App 最接近本文開頭那項自然度檢查的地方⁴⁶。分數的範圍是 5 到 100。Subtext 自己的常見問題頁面說，這個分數只讀得到眼前的字句，無從認識你寫給的那個人，而且應該被當成「as a second reading rather than a measurement」（意思是當作第二次閱讀，而不是一項量測）⁴⁶。那句話是在「記憶」功能推出之前寫的。儲存了某個人之後，「可放心傳送」標示背後的那段說明，可以引用你存下來的關於那個人的筆記，而它知道的仍然不會比那些筆記更多。

拿一則編出來的請求為例，那是逐字翻譯常會得到的那種句子，可以依序看到它的判讀、版本和一次點選的調整。這次 App 設成繁體中文，草稿照樣用英文輸入。Subtext 用草稿的語言回答，所以回傳的標籤、說明和版本都是英文，畫面上的標示和選項則是中文。草稿是「Send me the report until tomorrow.」，Subtext 只給了一個標籤「Overly demanding」（過度強硬），說明裡把整句話引了出來，說它是「a bare command with a hard deadline and no softener, so it can feel like an order」（意思是：一句帶著硬性期限、沒有任何緩和用語的赤裸裸的命令，所以可能讓人覺得像在下令）。它把感受命名為「Urgency」（急迫），理由是你想盡快拿到報告，而訊息又短又直接。它最接近原文的版本是「Could you send me the report by tomorrow?」，大意是：你可以在明天之前把報告寄給我嗎？再點一下「更客氣」，得到的是「Would you mind sending me the report by tomorrow, if possible? Thank you so much.」，大意是：方便的話，可以麻煩你在明天之前把報告寄給我嗎？非常感謝。這個版本標為「可放心傳送」。以上是 App 的真實輸出，未經修改。兩個版本都寫「by tomorrow」，卻沒有任何地方告訴寫的人，錯的是「until」。至於「until tomorrow」是指明天一開始以前，還是明天結束以前，這次的標籤和說明都沒有提到；要的是一早還是當天之內，得由寫的人自己補上。

Subtext 還有一個範圍更窄的模式，叫「只校對」，在輸入框的左下角選擇，只檢查拼字和文法，不動措辭。2026 年 10 月 13 日的一次執行，用的是一則編出來的草稿，加上 App 的真實回答，可以看出這條界線落在哪裡。這一次同樣是英文草稿，內容是「Hi Mr. Alvarez, thanks for you’re email. I have attach the signed form and will sent the rest untill friday. Best, Lena」。Subtext 沒有替它貼任何標籤，寫的是「Your message is polite and clear, it just needs a few small spelling and grammar fixes.」，意思是：你的訊息有禮貌也清楚，只需要幾處小小的拼字和文法修正。它給的版本是「Hi Mr. Alvarez, thanks for your email. I have attached the signed form and will send the rest until Friday. Best, Lena」。五處疏失都不見了。第六處就是上面例子裡那一個，而它留了下來：Subtext 把「until Friday」原樣保留，並補了一句說這樣沒問題，不過「by Friday」是「the more usual way to give a deadline.」（意思是更常見的訂期限說法）。所以用「只校對」時，說明和版本都要讀。

Subtext 會問你是寫給誰的嗎？

Subtext 可以問你關於讀者的事。它的提示詞要它用「the way a native speaker of its language would hear it」（意思是該語言的母語者聽到的方式）來讀訊息。對於禮貌會體現在文法裡的語言，包括日文、韓文、土耳其文和德文，它會詢問你們之間的關係，或是在沒有得到答案、又非擬稿不可時，用比較有禮貌的層級來寫。英文的文法不標示禮貌，所以這條規則不適用於英文草稿。不論哪種語言，當草稿是在對某個人反駁或抗拒（例如拒絕、設立界線、當面對質），又沒有任何資訊說明是寫給誰時，Subtext 會在擬稿之前先問你要傳給誰，一般的日常訊息則直接給草稿。這位讀者，在你們這段關係裡，會怎麼理解你的話，仍然要靠你自己判斷，這又是 Thomas 的第二類。這裡引用的研究，沒有一項在用第二語言寫的英文上測試過 Subtext 或上面任何一款工具，所以除了上面兩則草稿（兩者都不是對第二語言英文的測試）之外，我描述的是它的提示詞寫明它會做的事。

你也可以告訴 Subtext 讀者是誰，並請它記下來。從 2026 年 10 月起，「記憶」會保存你存下的人物筆記。

Subtext 如何處理你收到的訊息

對於你收到的訊息，Subtext 會給出一行摘要，說明對方想從你這裡得到什麼，以及兩到五個行動重點，如果你要求，還會附上一則回覆，但不會替對方的語氣貼標籤，所以語氣判讀只用在你自己的草稿上。

關於你的讀者，它只知道你告訴它的那些。你只要告訴它一次，說你的主管喜歡簡短的訊息，並請它記住，「記憶」就會把這件事存成一則筆記，記下你寫給那個人時該怎麼寫。這則筆記你可以讀、編輯或刪除，在你刪除之前都會一直留著。它不知道你所在領域的慣例。它可以標出施壓或強硬的請求，也就是慣用說法上的疏失之一，堅定但不冰冷的工作訊息裡就有這樣的例子。把它當成第二位讀者來用，仍然要站在收到訊息那一方的角度，自己再讀一遍訊息。

Subtext 會把你送出的文字，傳給它的隱私權政策中列名的服務供應商，所以這些文字會離開你的裝置。你送出的任何內容，都不會被用來訓練 AI 模型，而政策也說，那些供應商同樣都不得拿去訓練⁴⁵。一段對話，會在你最後一次使用的五天後，從 Subtext 的伺服器刪除；如果你把它釘選，則是 90 天後。在供應商那一頭，政策說明，Anthropic 會在 30 天內刪除輸入和輸出內容，被標記的請求最長可保留 2 年，相關的安全分數最長可保留 7 年；Deepgram（語音轉文字）在 Subtext 設定了選擇退出（opt-out）的情況下，只保留音訊到轉錄完成為止；OpenAI 會保留朗讀請求最長 30 天；而 Subtext 與其中任何一家，都沒有零資料保留的安排⁴⁵。檢查十三款寫作助理政策的那篇文章，也詳細說明了供應商的資料保留期限，發現上面有好幾款工具預設會用貼上的文字來訓練，包括個人帳號上的 Grammarly 和 QuillBot，以及 DeepL Write 的免費版。

Subtext 能為非母語的寫作者做什麼，不能做什麼

Subtext 能做到：

• 讀一份草稿，並標出可能被對方讀成施壓、強硬、居高臨下或機械式的字詞
• 提供最多三個版本，以及一鍵調整，例如「更溫暖」、「更短」和「更隨性」
• 用你寫作的語言回答，支援 17 種以上的語言
• 當草稿是在對某個人反駁或抗拒時，詢問這則訊息是寫給誰的

Subtext 做不到：

• 保證一則訊息適合某位特定的讀者，或某一種英語
• 知道你告訴它以外的、你和對方的關係
• 證明使用它會讓你自己的寫作隨時間進步
• 提出一項獨立研究，說明它的判讀有多準確

把 Subtext 說的話，當成對你草稿的第二次閱讀。

資料來源

依文中出現的順序編號。每個 DOI 都已對照 Crossref 解析確認。第一版的資料來源於 2026 年 10 月 4 日和 5 日查閱，Kruger 和 Pollmann 的研究則於 2026 年 10 月 10 日新增並查證。更新時新增的資料來源，於 2026 年 10 月 12 日和 13 日查證，當時 Subtext 的頁面也重新開啟查閱。根據出版社紀錄、Crossref 和 OpenAlex，所引用的研究中，沒有發現任何一項被撤稿、更正或發出關注聲明。

1. Economidou-Kogetsidis, M. (2011). “Please answer me as soon as possible”: Pragmatic failure in non-native speakers’ e-mail requests to faculty. Journal of Pragmatics, 43(13), 3193-3215. 200 位希臘裔賽普勒斯學生在 18 個月內寄給 11 位教師的 200 封電子郵件，另有 12 所英國大學的 24 位英國講師替其中六封郵件評分。數字於 2026 年 10 月 12 日對照全文（作者上傳版）查證；未註明經費來源。
2. Danescu-Niculescu-Mizil, C., Sudhof, M., Jurafsky, D., Leskovec, J., Potts, C. (2013). A computational approach to politeness with application to social factors. Proceedings of the 51st Annual Meeting of the Association for Computational Linguistics. 包含 10,957 則請求的語料庫，每則由五位美國標註者評分。經費來自 NSF、ARO、DARPA 及其他研究補助與企業支持。
3. Biesenbach-Lucas, S. (2007). Students writing emails to faculty: An examination of e-politeness among native and non-native speakers of English. Language Learning & Technology, 11(2), 59-81. 533 封郵件（382 封來自母語者，151 封來自非母語者），在六個學期內寄給同一位教授；未註明經費來源。
4. Economidou-Kogetsidis, M. (2016). Variation in evaluations of the (im)politeness of emails from L2 learners and perceptions of the personality of their senders. Journal of Pragmatics, 106, 1-19. 我能打開的部分沒有看到參與者人數。
5. Hendriks, B. (2010). An experimental study of native speaker perceptions of non-native request modification in e-mails in English. Intercultural Pragmatics, 7(2), 221-255. 兩項線上實驗，分別有 110 位和 158 位英語母語的評分者；未註明經費來源。
6. Hendriks, B., van Meurs, F., Kakisina, B. (2023). The effects of L1 and L2 writers’ varying politeness modification in English emails on L1 and L2 readers. Journal of Pragmatics, 204, 33-49. 120 位荷蘭參與者和 131 位英國參與者；未註明經費來源。
7. Vignovic, J. A., Thompson, L. F. (2010). Computer-mediated cross-cultural collaboration: Attributing communication errors to the person versus the situation. Journal of Applied Psychology, 95(2), 265-276. 摘要沒有註明樣本數，而摘要是我唯一能打開的部分。
8. Murphy, M. L. (2025). Separated by a common im/politeness marker: please in American and British web-based English. English Language and Linguistics, 29(4), 781-804. GloWbE 網路語料庫（2012 年蒐集），每種英語各約 3.86 億字，每種英語各有 800 個經編碼的 please 用例，另有針對 1,325 位美國成年人和 1,293 位英國成年人的調查。開放取用；研究助理經費來自 University of Sussex。全文於 2026 年 10 月 12 日讀過。
9. Degenhardt, J. (2023, online 2021). Requests in Indian and Sri Lankan English. World Englishes, 42(3), 523-543. 來自 ICE-GB、ICE-India 和 ICE-Sri Lanka 對話部分的請求（錄音口語）。經費來自 German Research Foundation (DFG)。開放取用；全文於 2026 年 10 月 12 日讀過。
10. Xie, F. (2024). Politeness Variation: Politeness in Britain, Australia, and Hong Kong. Corpus Pragmatics, 8(4), 313-333. GloWbE 網路語料庫，21 種禮貌公式，頻率以每百萬字計。開放取用，由 University of Zurich 出資；未聲明利益衝突。全文於 2026 年 10 月 12 日讀過。
11. Oxford Learner’s Dictionaries. needful (noun), idiom “do the needful”. 2026 年 10 月 12 日查證。
12. Thomas, J. (1983). Cross-cultural pragmatic failure. Applied Linguistics, 4(2), 91-112.
13. Bardovi-Harlig, K., Dörnyei, Z. (1998). Do language learners recognize pragmatic violations? Pragmatic versus grammatical awareness in instructed L2 learning. TESOL Quarterly, 32(2), 233-262. 這項發現是照其重複驗證研究 Niezgoda 和 Röver (2001) 的頁面所述引用的，該研究收錄於 Pragmatics in Language Teaching, Cambridge University Press：
14. Brown, P., Levinson, S. C. (1987). Politeness: Some Universals in Language Usage. Cambridge University Press. 他們 1978 年長文的再版，附有新的導論。書目資料和目次於 2026 年 10 月 12 日查證；書的正文本身沒有打開，面子的定義是依 Matsumoto (1988) 引用的 1978 年版本。
15. Matsumoto, Y. (1988). Reexamination of the universality of face: Politeness phenomena in Japanese. Journal of Pragmatics, 12(4), 403-426. 全文於 2026 年 10 月 12 日讀過。
16. Ide, S. (1989). Formal forms and discernment: two neglected aspects of universals of linguistic politeness. Multilingua, 8(2-3), 223-248. 非開放取用；其論點是依後來作者（Mao 1994, Pizziconi 2003）所引用的內容，連同頁碼。
17. Mao, L. R. (1994). Beyond politeness theory: ‘Face’ revisited and renewed. Journal of Pragmatics, 21(5), 451-486. 部分全文於 2026 年 10 月 12 日讀過。
18. Fukada, A., Asato, N. (2004). Universal politeness theory: application to the use of Japanese honorifics. Journal of Pragmatics, 36(11), 1991-2002. 沒有打開全文；他們的立場是透過文獻紀錄，以及後來作者的引用來確認。
19. Usó-Juan, E. (2022). Exploring the role of strategy instruction on learners’ ability to write authentic email requests to faculty. Language Teaching Research, 26(2), 213-237. 教學前後共 110 封電子郵件；依 Crossref 所載，經費來自西班牙的 Ministerio de Ciencia e Innovacion、Universitat Jaume I 和 Generalitat Valenciana；我只能取得摘要。
20. Qin, W., Jia, R., Ren, W. (2024). Pragmatic competence in an email writing task: Influences of situation, L1 background, and L2 proficiency. Written Communication, 41(4), 726-755. 306 封電子郵件，來自 32 位說英語的教師和 121 位學習者；依 Crossref 所載，經費來自 Shanghai Institute of Educational Science (C2023155)；我只能取得摘要。
21. Ren, W., Li, S., Lü, X. (2023). A meta-analysis of the effectiveness of second language pragmatics instruction. Applied Linguistics, 44(6), 1010-1029. 29 項研究、1,898 位學習者、54 個效果量；整體 g = 1.656。僅有摘要；摘要沒有說明不同結果測量之間的差異是否達統計顯著。
22. Nguyen, T. T. M. (2018). Pragmatic development in the instructed context: A longitudinal investigation of L2 email requests. Pragmatics, 28(2), 217-252. 32 位以英語為外語的越南學生（13 位接受教學，19 位為對照組），透過三種情境誘發出的電子郵件，在教學後最長八個月內施測。全文已讀（作者上傳版）。
23. Beebe, L. M., Takahashi, T., Uliss-Weltz, R. (1990). Pragmatic transfer in ESL refusals. In R. C. Scarcella, E. S. Andersen, S. D. Krashen (Eds.), Developing Communicative Competence in a Second Language (pp. 55-73). Newbury House. 研究設計與樣本依 CARLA speech act bibliography 的描述；該章本身沒有讀過。那個頁面在某些瀏覽器上有憑證錯誤，存檔副本的網址為
24. Golato, A. (2003). Studying compliment responses: A comparison of DCTs and recordings of naturally occurring talk. Applied Linguistics, 24(1), 90-121. 僅有摘要。
25. House, J., Kádár, D. Z. (2023, print 2025). Speech acts and interaction in second language pragmatics: A position paper. Language Teaching, 58(3), 396-407. 引文出自第 403 頁。開放取用；經費來自匈牙利的 National Research, Development and Innovation Office；未聲明利益衝突。
26. 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；第四項談朗讀陳述，有 54 位 University of Illinois 的學生；經費來自 University of Illinois Board of Trustees 補助和 NSF 補助 SES-0241544。DOI 於 2026 年 10 月 10 日對照 Crossref 解析確認；摘要和第四項實驗是在論文的全文副本中讀的，因為出版社頁面無法載入。
27. Pollmann, M. M. H., Roos, C. A. (2025). “I get u”. People correctly interpret the tone of text messages and emails. Computers in Human Behavior Reports, 18, 100689. 研究 1：文字訊息，347 位接收者和 171 位傳送者。研究 2：工作或教育情境的電子郵件，361 位接收者和 61 位傳送者。只評量正面或負面語氣。Crossref 沒有列出經費提供者。DOI 於 2026 年 10 月 10 日對照 Crossref 解析確認；摘要是透過 OpenAlex 讀的，因為出版社頁面打不開。
28. Cheng, Y.-S. (2004). A measure of second language writing anxiety: Scale development and preliminary validation. Journal of Second Language Writing, 13(4), 313-335. 台灣七所大專院校、主修英語（以英語為外語）的 421 位學生。僅有摘要。
29. Li, R. (2022). Understanding foreign language writing anxiety and its correlates. Frontiers in Psychology, 13, 1031514. 22 項研究、84 個效果量的統合分析；它的參與者總數 24,290 人，是同一個樣本每貢獻一個效果量就算一次；合併 r 為與寫作表現 -0.298，與寫作自我效能 -0.382。經費來自 Social Science Foundation of Hunan Province。開放取用；全文於 2026 年 10 月 12 日讀過。
30. LanguageTool. Free AI Grammar Checker. 2026 年 10 月 4 日查證。
31. DeepL. DeepL Write: your AI-powered writing assistant speaks French and Spanish. 2026 年 10 月 4 日查證。
32. Wordtune. Express yourself with confidence. 2026 年 10 月 4 日查證。
33. QuillBot. QuillBot’s Paraphraser: The Best AI Paraphrasing Tool. 2026 年 10 月 4 日查證。
34. Grammarly. Writing Tone Detector and Tone Suggestions. 2026 年 10 月 4 日查證。
35. Tonely AI Ltd. Tonely AI, App Store listing. 2026 年 10 月 4 日查證。
36. ConfiText. AI Texting Assistant. 2026 年 10 月 4 日查證。
37. QuillBot. How can I check and use Tone settings in Quillbot? 最後更新於 2026 年 6 月 10 日；2026 年 10 月 5 日查證。
38. Srinivasan, A., Choi, E. (2022). TyDiP: A dataset for politeness classification in nine typologically diverse languages. Findings of the Association for Computational Linguistics: EMNLP 2022.
39. Liang, W., Yuksekgonul, M., Mao, Y., Wu, E., Zou, J. (2023). GPT detectors are biased against non-native English writers. Patterns, 4(7), 100779. 91 篇 TOEFL 作文和 88 篇美國八年級學生的作文；經費來自 NSF、NIH、Silicon Valley Foundation 和 Chan Zuckerberg Initiative。2026 年 10 月 12 日查證時，沒有發現撤稿或更正。
40. Crosthwaite, P., Sun, S. (2025, issue 2026). Generative AI and L2 Written Feedback Studies: A Scoping Review. RELC Journal, 57(1), 207-219. 51 項研究，檢索至 2025 年 4 月。開放取用；沒有經費，也沒有聲明利益衝突。全文於 2026 年 10 月 12 日讀過。
41. Chon, Y. V., Shin, D. (2026). AI Chatbot as a Revision Aid in Second Language Writing: From Error Correction to Lexical Sophistication. Journal of Computer Assisted Learning, 42(3), e70259. 40 位韓國大學英語教育系學生，其中 39 位納入分析，單一時段。經費來自 Hanyang University。摘要於 2026 年 10 月 12 日讀過。
42. Yan, D., Zhang, S. (2024). L2 writer engagement with automated written corrective feedback provided by ChatGPT: A mixed-method multiple case study. Humanities and Social Sciences Communications, 11, 1086. 一所中國大學的四位學習者，為期五週；僅為描述性。全文於 2026 年 10 月 12 日讀過。
43. Agarwal, D., Naaman, M., Vashistha, A. (2025). AI Suggestions Homogenize Writing Toward Western Styles and Diminish Cultural Nuances. Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems. 印度和美國的 118 位參與者。經費來自 Infosys、Microsoft AFMR Program 和 Global Cornell，另有 NSF 的部分支持。
44. Liu, A., Zhu, S. (2026). The Cost of Perfect English: Pragmatic Flattening and the Erasure of Authorial Voice in L2 Writing Supported by GenAI. arXiv 預印本 2605.13055，未經同儕審查。來自 ICNALE 學習者語料庫的 106 篇作文，四個模型共產生 424 份 AI 修改版本；僅有描述性統計；沒有經費聲明。
45. Subtext, Terms, privacy and your account. 服務條款最後更新於 2026 年 7 月 26 日，隱私權政策最後更新於 2026 年 10 月 10 日。2026 年 10 月 12 日查證。
46. Subtext, home page and FAQ. 2026 年 10 月 12 日查證。