怎麼改寫工作郵件，讓它讀起來不像在被動攻擊？

「如我上一封郵件所說」「溫馨提醒一下」「先謝謝你了」。如果你手上的草稿裡有其中一句，又隱約覺得它讀起來比你想要的更尖銳，解法通常很簡單：這封郵件該辦的事全部留著，只刪掉那句唯一作用就是讓對方知道你不高興的話。實際做起來，就是先說明為什麼寫這封郵件、交代發生了什麼事、請對方在明確的時間前做一件事、刪掉帶刺的話，最後收尾時不要先假設對方一定會答應。

我共同創辦了 Subtext，這個 App 就是在你送出之前，專門替草稿檢查這件事，所以我會直說工具哪裡幫得上忙、哪裡幫不上。帶著被動攻擊味道的草稿，通常少了一個真正的請求。有效的改寫往往比原稿更直接。把它軟化成含糊的說法，反而很容易改壞。

這篇談的是你自己的草稿。如果你想判斷的是別人寄來的郵件算不算被動攻擊，相關研究（包括句號和表情符號）請看〈那封郵件是被動攻擊，還是只是寫得短？〉。而如果你的郵件又短、態度又明確，它可能本來就沒問題。

你自己寫的郵件，為什麼會有被動攻擊的味道？

一句話之所以讀起來有被動攻擊的味道，是因為它藏著你可以事後否認的不耐煩，通常是回頭指著對方沒做到的某件事。「如我上一封郵件所說」就是標準例子。它對任務毫無幫助，因為對方手上早就有上一封郵件了；它多出來的，是暗示對方沒有好好讀。

這種可以否認的特性，和組織研究者對失禮行為（incivility）的定義很接近。Andersson 和 Pearson 把它描述成一種強度低、「傷害對象的意圖並不明確」的行為¹。收信的人感受到的正是這份模糊，而你讀自己寫的字，偏偏看不出這一點。

Kruger 等人的研究顯示了為什麼會這樣²。在他們五項實驗中規模最大的那一項裡，154 對伊利諾大學的學生，試著把諷刺、認真、憤怒或悲傷的語氣傳達給對方。綜合郵件、語音和面對面三種管道，傳達的一方預期自己在 88.8% 的情況下會成功，實際上做到的是 70.4%。落差最大的是郵件，接收的一方猜對了 62.8%。是不是朋友，並沒有差別。你打字的時候，腦中聽到的就是你想要的語氣，而且關不掉。這些參與者是學生，句子也是特別設計的單句，所以我會比較看重背後的機制，確切的數字則抱持保留。

常被引用的用語排行榜，出自廠商做的調查。最有名的是語言家教公司 Preply 在 2023 年 6 月對 1,006 位美國成年人做的調查：排第一的是英文的「per my last email」（大意是「如我上一封郵件所說」），而且有 83% 的人說自己收過同事寄來的被動攻擊郵件³。這只能告訴你，人們認得出哪些用語話中有話；至於寄信的人當初想表達什麼，它完全沒有說。

光是簡短，並不是問題所在。Pollmann 和 Roos 研究的是彼此認識的人之間的真實訊息，發現收信的人大致能讀對工作和課業郵件想傳達的語氣。在他們配套的手機訊息研究中，長度沒有造成差別；至於郵件，資料完整的樣本太少，無法檢驗長度的影響⁴。誤讀集中在別的地方。Sillars 和 Zorn 請 276 位紐西蘭與澳洲的成年人，提供他們覺得心煩的工作郵件；結果收信的人給這些郵件的評價，比局外的觀察者更負面，尤其是在原本溝通就不順、收信的人又資歷較淺的時候⁵。

所以，一封簡短、期限明確的郵件，大概沒有問題。值得擔心的是那句在算帳的話，也值得你特別檢查。在一項實驗室研究中，84 位美國大學生替一位虛構的主管解數學題，當這位主管寄來的郵件很失禮時，他們回報心情變差，答對的題數也變少⁶。這只是一個小規模的學生樣本，所以它顯示的是這種影響有可能發生，至於在職場上影響有多大，它能說的不多。

在你自己的草稿裡，我會找這幾種訊號：

• 回頭指著對方沒做到的事：「如我上一封郵件所說」、「如先前所述」、「我之前已經提過了」、「不確定你有沒有看到」
• 用客氣的字眼，做不客氣的事：「溫馨提醒一下」、「小小提醒一下」、「恕我直言」
• 為對方還沒答應的事先道謝，目的其實是施壓
• 看似留餘地、其實沒有的緩衝語：「如果我說錯了請糾正我，不過」、「我想你會發現」
• 拿別人來比較：「我們有些人」、「大家好像都知道」
• 對未來的說教：「往後請務必」
• 第一次、不大的問題，就把主管加進副本
• 諷刺：「好啊，我們試試看」、「太好了，真是謝謝你喔」
• 只有不滿，沒有附上任何請求

五步改寫法：目標、事實、請求、帶刺的話、收尾

把草稿過一遍這五項檢查。每一項都是可以用是或否回答的問題，所以一分鐘內就能做完。

大家最常跳過的是請求這一步。上面那份清單裡的說法，大多是在替一個沒寫出來的請求頂班。「溫馨提醒一下，這件事已經逾期了」只是暗示；「可以請你 14:00 前寄給我嗎？」才是真的在請求。

團隊頻道裡的進度更新（不是郵件）也看得到同樣的問題：請求不見了。這則更新是我為這次執行自己編的，把昨天的 bug 和今天的任務擠成同一個長句，最後卡在 API key 上：「因為我需要 Dana 那邊的 API key，可是她從禮拜一就沒回我」。

Subtext 給它的標籤是「責怪」，感受則命名為「焦慮」，理由是「你有點卡住，又等不到 Dana 的回覆，語氣裡帶著擔心」。少了請求這件事，它沒有用標籤點出來，而是在版本裡補上。三個版本都標為「可放心傳送」。最貼近原稿的那一版標著「貼近原意」，把卡關的那句改成了陳述：「因為需要 Dana 那邊的 API key，從週一到現在還沒收到回覆」，標示背後的說明說它「只是陳述卡關原因，沒有指責 Dana」，不過這一版同樣沒有向任何人提出請求。請求要到第二版才出現。標著「條列清楚」的那一版把卡點寫成一行事實：「卡點：需要 Dana 那邊的 API key，週一傳訊息後還沒收到回覆」，最後再補上一句：「有人知道怎麼聯絡到 Dana，或是能幫忙拿到 key 的話，麻煩跟我說一聲，謝謝。」Subtext 自己的說明也這麼寫：它「把卡點轉成具體請求」。週一留下來了，而且寫成了關於卡關的事實，不是對 Dana 的評語，這正是事實這一步要保留的部分。還少的是時間：這個請求沒有說需要在什麼時候之前拿到 key。補上一個時間就行。

堅定的態度要留著。期限、數字和後果，全都要留。把「文案昨天就該交了，我還沒收到」改成「日期好像往後延了」，責備是拿掉了，可是連該由誰負責也一併拿掉了，下一次談話只會更難。Ames 和 Flynn 在三項以 MBA 學生及其同事為對象的研究中，發現了一條倒 U 形曲線：果斷程度被評為太低或太高的人，都被認為是較弱的領導者。在第三項研究中，太不果斷傷害的是成果，太果斷傷害的是人際關係⁷。他們描述的那個中間地帶，大致就是這套架構想達到的：一個態度明確、但已經拔掉刺的請求。

然後，用你擔心它帶有的那種語氣，像是你正不高興似的，大聲唸出來。在 Kruger 的第四項實驗中，54 位學生寄出打算表達諷刺或認真的句子。先用相反的語氣唸出聲的人，過度自信完全消失；照原本想表達的語氣唸的人，則仍然過度自信²。這是一項用學生做的諷刺任務，不過在這個主題上，它最接近經過檢驗的修稿技巧。

你想表達的和文字實際傳達的，兩者之間的落差，正是 Subtext 檢查的部分。它會標出可能被讀成被動攻擊、諷刺或話中有話的確切字詞，說明每一個字詞可能傳達什麼訊號，並在提出任何改寫之前，先為底下的感受命名。以我自己編的草稿「Per my last email, the file is attached.」（大意是：如我上一封郵件所說，檔案附在這裡）為例，這次是用英文版跑的，Subtext 給開頭那句的標籤是「Passive-aggressive」（被動攻擊），並把感受命名為「Frustration」（煩躁）。它的說明是，這個說法常被讀成「I already told you this」（我已經跟你說過了）的客氣版本，聽起來可能帶著不耐煩。它三個版本中最平實的那一個，標為「可放心傳送」，內容是「The file is attached to this email.」，大意是：檔案附在這封郵件裡。這是 App 實際回傳的內容，未經修改。

五封工作郵件的改寫

催遲遲沒來的回覆

改寫前：Dan 你好，想再跟進一下。如我前兩封郵件所說，我需要更新後的數字才能完成預測。這次麻煩給我個回覆。先謝謝你了。

改寫後：Dan 你好，我需要更新後的第三季數字，才能完成今天的預測。可以請你在 14:00 前寄給我嗎？如果來不及，請在 11:00 前告訴我，我會改用粗估的數字來安排。謝謝，Maya

算帳的字眼都拿掉了：「再」、「前兩封郵件」、「這次」。急迫感還在，而且附上了理由、時間和退路。「先謝謝你了」也拿掉了，不過我不會禁用這個說法。在 Preply 的結尾用語調查（2022 年 12 月對 1,005 位美國成年人所做）中，英文的「Thanks in advance」是第四常用的結尾用語，卻也是最不討喜的一個，只有 5% 的人表示偏好這個結尾⁸。Boomerang 分析了超過 350,000 串取自公開郵件討論群組（mailing list）的討論，發現以它結尾的郵件，回覆率是常見結尾用語中最高的，為 65.7%，整體的基準則是 47.5%⁹。兩者都是廠商的資料，而且對方有沒有回信，和喜不喜歡這種結尾，是兩回事。放在客氣的請求旁邊，它沒問題；放在「這次」旁邊，讀起來就像命令。

錯過期限

改寫前：Alex 你好，如先前所述，文案昨天就該交了。不知道為什麼我們一直遇到這個問題，往後我需要期限真的算數。

改寫後：Alex 你好，文案昨天就該交了，我還沒收到定稿。可以請你今天 11:00 前寄給我嗎？這樣設計下午才能開工。如果有什麼卡住了，請今天早上告訴我，我們再決定要不要把交接時間往後挪。謝謝

錯過的期限留在信裡，當作一項有日期的事實。「我們一直遇到這個問題」是在評斷一種模式，卻沒有補上今天的缺口；「往後」則是說教。後果，也就是設計下午要開工，本身就足以傳達急迫感。如果真的有某種模式，那是該打通電話談的事。

對專案範圍提出異議

改寫前：如果大家都不介意上線延後，我很樂意把這些全部加進去，畢竟顯然沒有時間全部做完。

改寫後：Ana 你好，三個新畫面我們可以加，但來不及趕在 3 月 30 日上線前完成。有兩個選項：照原訂的 30 日上線，範圍維持已經談定的內容，新畫面 4 月再補；或是現在就加，上線日改到 4 月 20 日。你比較想選哪一個？

這項異議本身站得住腳，有問題的是「顯然」和帶諷刺的「很樂意」。改寫把抱怨變成一個有兩個真實選項的決定，並請握有決定權的人來選。

糾正同事的錯誤

改寫前：Jo 你好，FYI，營收數字又錯了。我昨天就提過，應該是 £1.8m，不是 £2.1m。我已經把 Rob 加進副本，這次大家的資訊才會一致。

改寫後：Jo 你好，第 14 張投影片寫的是 £2.1m。核准的營收數字是 £1.8m，出處在附件的財務試算表裡。可以請你在 15:00 的客戶審閱會議前更新嗎？我把 Rob 加進副本，是因為最後一版簡報由他簽核。謝謝

更正的精確度和原本一樣。「又錯了」、「我昨天就提過」和「這次」都不見了。Rob 留在副本裡，只是因為他參與這個決定，而信裡也說明了這一點。如果他沒有參與，我就會把他拿掉。

回絕請託

改寫前：Priya 你好，我很想幫忙，不過這件事是在期限前兩天才丟到我這裡，我不確定自己實際上還能做什麼。你也知道，我手上已經一大堆事了。

改寫後：Priya 你好，我已經答應了上線的工作，週四前沒辦法再接這件事。我可以下週一來看，或者 Sam 在那之前可能有空檔。你看哪個可行，再告訴我。

這裡的拒絕比原稿更清楚，嫌通知太晚的抱怨也不見了。它只給一個理由、兩個替代方案，然後就收筆。至於工作上到底什麼時候該說不，那是另一個問題，〈怎麼拒絕額外的工作？〉有談。

值得替換的說法

把這些當成選項就好。有時候原本的說法才是對的：像「如週一討論的，核准的預算是 £8,000」，在大家需要那個數字的往來郵件裡，可能只是單純的紀錄。

用 AI 改寫，會讓你在對方眼中扣分嗎？

有時候會，前提是對方察覺了。在例行的工作郵件上，目前的研究發現，輕度的 AI 協助付出的代價很小。代價出現在這種情況：一則本該帶著溫度或心意的訊息，大部分由 AI 寫成，而且讀的人知道這一點。

大家最常引用的職場研究，是 Cardon 和 Coman 的，他們請 1,100 位在職專業人士，替不同程度 AI 協助寫成的訊息評分¹⁰。根據佛羅里達大學的摘要，當主管大量使用 AI 時，只有 40% 到 52% 的員工認為主管有誠意，低度協助的訊息則是 83%。專業度的評分也下降，從 95% 降到 69% 到 73% 之間¹¹。這項研究用的是一則祝賀訊息，而且參與者被告知了 AI 的使用程度，現實中的收件匣不會附上這種說明。

Sahebi、Formosa 和 Bankins 以 547 位參與者，測試了人寫、AI 協助和完全由 AI 寫成的文字¹²。完全由 AI 寫的訊息，獲得的信任最低。不過在工作郵件的情境中，有 AI 協助的郵件和人寫的郵件，在可信度上的評分差不多。Purcell 等人讓 1,637 位美國參與者玩有實質獎勵的信任遊戲，發現有 AI 協助的寫作者寫得比較快，贏得的信任大致相當，即使有揭露自己用了 AI 也一樣¹³。但是他們的兩項研究中，有一項確實顯示不靠 AI、自己寫在信任上略占優勢，而且經過 AI 協助的訊息，在以文字衡量的真實感上分數較低。

關於溫度，最清楚的線索來自 Khadpe 等人¹⁴。他們兩項研究共有 399 位美國參與者，其中第二項有 280 位，在這一項裡，貼上 AI 標示，會讓一則道謝或道歉讀起來明顯沒那麼溫暖，而一則自誇或怪罪別人的訊息，有沒有標示，讀起來差不多。上面每一項發現都只出自單一篇論文，目前還沒有人重複驗證過，而且多數用的是陌生人，或假設出來的訊息。

合在一起看，用 AI 幫你找出並拿掉催進度時夾帶的刺，風險看起來不高。用 AI 替你寫道謝或道歉，才是讀的人會替你扣分的地方。更多內容見〈AI 訊息改寫工具真的有用嗎？〉和〈AI 會讓你的訊息聽起來像機器人嗎？〉。

我的建議是，用工具來找出問題、提供選項，然後保留你自己的措辭。Subtext 會顯示每個版本改了你草稿的多少比例，讓你看得出改寫什麼時候已經走偏；「手動編輯」則讓你只修掉那個不對勁的字，其餘照你原本寫的留著。

哪些 AI 工具能改寫工作郵件？

大多數工具都能幫你改寫。比較少工具會先告訴你哪裡有問題，而對被動攻擊來說，這才是有用的部分，因為你想知道的是，哪一句是帶刺的話。Grammarly Pro 年繳的話每月 $12，月繳則是每月 $30¹⁵。下面表格的查證日期為 2026 年 10 月 12 日和 13 日。

我共同創辦了 Subtext，所以看那一列時，請把這一點考慮進去。更完整的比較在〈現在每支手機都會替你改寫訊息〉和〈大多數語氣檢查工具，其實根本沒檢查你的語氣〉。

如果你用的是通用的聊天機器人，請它先指出問題，再改寫。可以這樣問：

這是我準備寄出的工作郵件。請列出所有可能讀起來被動攻擊的說法，每一個用一行說明原因。然後給我兩個改寫版本，要保留每一項事實、日期和請求，不要加入我沒寫過的道歉或暖心話，長度也要差不多。

最後兩項指示很重要。在 Purcell 的研究裡，有 AI 協助的訊息，語氣比沒有協助的更溫暖，也更長¹³。這對信任遊戲很合適；但在一封態度明確的工作郵件裡，一個清楚的請求就是這樣變模糊的。

把工作郵件貼進 AI 工具之前，該先確認什麼？

先確認你的雇主是否允許，以及這封郵件裡有沒有別人的資訊。接著確認這個工具會不會拿你貼進去的內容來訓練，這點既看產品，也看你用的是哪一種帳號。

• ChatGPT 個人帳號（Free、Plus 和 Pro）上的對話，除非你關閉「Improve the model for everyone」（意思是為所有人改進模型），否則可能被用來訓練。Business、Enterprise 和 Edu 帳號預設不會。在個人帳號上，按一下讚或倒讚，就可能把整段對話送去訓練，即使你已經選擇退出也一樣；在 Business、Enterprise 和 Edu 帳號上則不會²³。
• Grammarly 的訓練設定，在個人帳號上預設是開啟的，在企業和教育帳號上預設是關閉的²⁴。
• Google 表示，對 Workspace 和 Google AI 方案的使用者，Gmail 裡的 Gemini 不會拿你的內容來訓練它的生成式 AI 模型²⁵。Microsoft 表示，在它的職場版 Copilot 裡，提示詞和回應不會用來訓練基礎模型²⁶。
• Subtext 不會拿你送出的內容來訓練，負責處理你文字的 AI 服務供應商也不能這麼做。你的文字會送到美國的 Anthropic 處理。對話在你最後一次使用的五天後刪除，如果你把對話釘選，則是 90 天後。存進「記憶」的筆記，會一直留著，直到你刪除。它的條款授權的是個人使用，並補充了一句：「If you use it for work, you confirm you are allowed to do so」，意思是：如果你把它用在工作上，即表示你確認自己有權這麼做²⁷。

這些確認，很多人都會省略。TELUS Digital 調查了 1,000 位在員工數 5,000 人以上的公司裡使用 AI 助理的美國成年人，其中 57% 承認曾把敏感資訊輸入公開的 AI 助理，29% 說自己公司有禁止這麼做的政策²⁸。PagerDuty 對美國、英國、澳洲和日本的 1,250 位上班族所做的調查發現，43% 把郵件或其他往來信函分享給公開的 AI 工具²⁹。這兩項都是廠商調查，建立在自陳之上。

如果你的公司沒有核准這個工具，就別把郵件放進去。在已核准的工具上，也要先拿掉改寫用不到的姓名、客戶細節和數字。完整的政策比較在〈哪些 AI 寫作助理會拿你的訊息訓練模型？〉。

改寫解決不了什麼？

改寫改的是字句。它看不見你們之間的過往，預測不了這個特定的人會怎麼看待它，也解決不了那封郵件背後的工作量或表現問題。

雙方的過往和地位高低，會改變同樣的字句帶給人的感受。在 Sillars 和 Zorn 的研究中，收信的人和局外觀察者之間的落差，在原本溝通就不順、收信的人又資歷較淺時最大⁵。讀你草稿的工具，除非你告訴它，否則一概看不到這些。

文化常被簡化成低脈絡與高脈絡的對比，整個國家都被分到其中一邊。這是個有用的提醒，告訴我們各地的規範不同，但支持這些國家標籤的證據其實很薄弱。Cardon 回顧了商業與技術傳播領域的 224 篇文章，發現這套脈絡模型幾乎沒有實證支持³⁰；Kittler、Rygl 和 Mackinnon 則發現，26 項研究中只有七項，用實證檢驗過這些國家分類³¹。在 2026 年的一篇預印本中，Sakai 等人發現，175 位日本與美國的員工用 AI 草稿來寫工作郵件時，他們的郵件會往草稿的風格靠攏，而當草稿和他們自己的規範相衝突時，靠攏的幅度大得多³²。這只是一項研究，也尚未經同儕審查，但它暗示，改寫可能悄悄改掉你刻意選定的措辭和正式程度。如果英文不是你的母語，〈我的英文訊息聽起來有禮貌嗎？〉談到了你能檢查什麼、不能檢查什麼。

有時候，對的做法是打通電話。如果這封郵件已經是同一場歧見的第三輪，或是你們的關係本來就緊繃，聲音能傳達文字漏掉的語氣，這正是 Kruger 的語音情境所顯示的²。再好的語氣檢查，也只是第二次閱讀。Subtext 給的「可放心傳送」標示，只是它根據眼前這些字詞做的估計；出現警告的時候，意思是要回頭再看一次它標出的字詞²²。

如果你想在送出之前，先請第二個讀者看一遍，Subtext 會讀你的草稿，或對話串的截圖，標出可能被讀成被動攻擊的字詞，並給你最多三個版本，保留你原本寫的正式程度，以及你寫的問候語和結尾。你挑一個，自己送出。

---

覺得我讀錯了哪項研究，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，能抓出訊息裡的情緒語氣，並用你自己的說話口吻改寫。他住在柏林。

資料來源

依文中出現的順序編號。產品功能、價格和政策，查證日期為 2026 年 10 月 12 日和 13 日。如果某個數字出自摘要而不是論文本身，該條目會註明。

1. Andersson, L. M., and Pearson, C. M. (1999). Tit for Tat? The Spiraling Effect of Incivility in the Workplace. Academy of Management Review, 24(3), 452-471. 定義引自第 457 頁，依後來的論文引用的內容；我無法打開原始頁面。
2. Kruger, J., Epley, N., Parker, J., and 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. 88.8 和 70.4 這兩個數字出自研究 3，參與者為 154 對伊利諾大學學生，合併郵件、僅語音和面對面三種情境；單看郵件的準確率是 62.8%。朗讀的結果出自研究 4，參與者為 54 位學生。研究獲伊利諾大學董事會的補助，以及美國國家科學基金會的補助（編號 SES-0241544）支持。
3. Zajechowski, M., for Preply (2023, updated 3 July 2024). Survey: 83% of Americans hit by passive-aggressive emails from coworkers. 針對 1,006 位 18 到 76 歲美國成年人的線上調查，調查時間是 2023 年 6 月 22 日。這是語言家教公司做的廠商調查，抽樣與加權方式並未公開。
4. Pollmann, M. M. H., and Roos, C. A. (2025). “I get u”. People correctly interpret the tone of text messages and emails. Computers in Human Behavior Reports, 18, article 100689. 郵件研究的情境是工作或學校，有 361 位接收者和 61 位配對的傳送者。研究很新，尚未有人重複驗證。
5. Sillars, A., and Zorn, T. E. (2021). Hypernegative Interpretation of Negatively Perceived Email at Work. Management Communication Quarterly, 35(2), 171-200. 276 位成年人的樣本數，出自 Zorn 自己為 The Conversation 寫的摘要。參與者選的是他們原本就覺得心煩的郵件。
6. Giumetti, G. W., Hatfield, A. L., Scisco, J. L., Schroeder, A. N., Muth, E. R., and Kowalski, R. M. (2013). “What a rude e-mail!” Examining the differential effects of incivility versus support on mood, energy, engagement, and performance in an online context. Journal of Occupational Health Psychology, 18(3), 297-309. 一所美國大學的 84 位大學生，採受試者內設計的實驗室實驗。部分經費來自美國國家科學基金會的補助（編號 SMA 1004413）。
7. Ames, D. R., and Flynn, F. J. (2007). What breaks a leader: The curvilinear relation between assertiveness and leadership. Journal of Personality and Social Psychology, 92(2), 307-324. 三項研究，對象是 MBA 學生，由同事評分，或由他們評價自己的主管。
8. Zajechowski, M., for Preply (2023, updated 24 March 2025). Study shows the most savage ways to begin or end an email. 針對 1,005 位 18 到 76 歲美國成年人的線上調查，調查時間是 2022 年 12 月 9 日。廠商調查。
9. Greenley, B., for Boomerang (2017). Forget “Best” or “Sincerely,” This Email Closing Gets the Most Replies. Boomerang blog, 31 January 2017. 超過 350,000 串討論，取自 20 多個線上社群的公開郵件討論群組存檔，並非職場郵件。廠商分析；屬觀察性研究。
10. Cardon, P. W., and Coman, A. W. (2026, first published online 16 July 2025). Professionalism and Trustworthiness in AI-Assisted Workplace Writing: The Benefits and Drawbacks of Writing With AI. International Journal of Business Communication, 63(4), 1825-1857. 對 1,100 位在職專業人士所做的調查實驗。
11. Alsup, A., University of Florida News (6 August 2025). Is writing with AI at work undermining your credibility? 真誠度和專業度的百分比出自這份新聞稿；論文本身需付費閱讀，我沒有查閱。
12. Sahebi, S., Formosa, P., and Bankins, S. (2026). The AI penalty and disclosure paradox: Trust, authenticity and knowledge uptake in AI-mediated communication. Computers in Human Behavior: Artificial Humans, 8, article 100304. 預先註冊，547 位參與者在 Prolific 上招募。部分經費來自 Facebook（透過 Ethics in AI Research Initiative for the Asia Pacific）和澳洲研究委員會。
13. Purcell, Z. A., Jakesch, M., Dong, M., Nussberger, A.-M., and Köbis, N. (2025). Writing with AI boosts trust-building efficiency. iScience, 28(12), article 114092. 兩項預先註冊的實驗，共 1,637 位美國參與者。論文把研究 2 的樣本數寫成 971，但它的兩組加起來是 941，與整體總數相符。
14. Khadpe, P., Wenzel, K., Loewenstein, G., and Kaufman, G. (2025). Explaining the Reputational Risks of AI-Mediated Communication: Messages labeled as AI-assisted are viewed as less diagnostic of the sender’s moral character. Proceedings of the AAAI/ACM Conference on AI, Ethics, and Society, 8(2), 1413-1423. 兩項情境描述（vignette）研究，共 399 位美國參與者。
15. Grammarly. How much does Grammarly Pro cost? Grammarly Support. 年繳 $144，平均每月 $12，或月繳每月 $30。
16. Google. Draft emails with Gemini in Gmail. Gmail Help.
17. Microsoft. Get email coaching with Copilot in Outlook. Microsoft Support.
18. Microsoft. Where can I get Microsoft Copilot? Microsoft Support.
19. Microsoft. Frequently asked questions about Copilot in Microsoft 365 subscriptions. Microsoft Support, updated 9 September 2026.
20. Grammarly. Grammarly Prices and Plans.
21. Apple. Use Writing Tools to write, improve, and summarize content on Mac. Apple Support. iPhone 版的指南列出了同樣的語氣選項。
22. Subtext. Subtext app: AI writing assistant for texts and replies. 公司頁面；目前沒有任何對 Subtext 準確度的獨立評估。
23. OpenAI. How your data is used to improve model performance. OpenAI Help Center.
24. Grammarly. Product Improvement and Training Control. Grammarly Support.
25. Google. Learn how Gemini in Gmail, Calendar, Chat, Docs, Drive, Sheets, Slides, Meet, Vids & Pics protects your data. Gmail Help.
26. Microsoft. Data, Privacy, and Security for Microsoft Copilot. Microsoft Learn, last updated 18 August 2026.
27. Subtext. Subtext | Terms, Privacy and your account. 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。
28. TELUS Digital (26 February 2025). TELUS Digital Survey Reveals Enterprise Employees Are Entering Sensitive Data Into AI Assistants More Than You Think. Pollfish 調查，2025 年 1 月，對象是 1,000 位在員工數 5,000 人以上的公司裡、工作上使用 AI 助理的美國成年人。廠商調查。
29. PagerDuty (11 June 2026). PagerDuty Report Finds Two-Thirds (66%) of Office Professionals Have Used Unauthorized AI Tools at Work. Wakefield Research 調查，對象是 1,250 位非 IT 職務的上班族，任職於營收達 $500 million 以上的組織：美國 500 位，英國、澳洲和日本各 250 位。廠商調查。
30. Cardon, P. W. (2008). A Critique of Hall’s Contexting Model: A Meta-Analysis of Literature on Intercultural Business and Technical Communication. Journal of Business and Technical Communication, 22(4), 399-428. 摘要稱它是對 224 篇文章的統合分析；我只讀了摘要。
31. Kittler, M. G., Rygl, D., and Mackinnon, A. (2011). Beyond culture or beyond control? Reviewing the use of Hall’s high-/low-context concept. International Journal of Cross Cultural Management, 11(1), 63-82.
32. Sakai, S., Gao, A., Shoda, Y., and Reinecke, K. (2026). AI-Generated Email Drafts Shift Culturally Distinctive Communication Styles in Professional Email. arXiv preprint, posted 22 September 2026. 尚未經同儕審查；分析中有 175 位全職員工。