玩得很開心,卻不知道要寫什麼:為什麼腦袋會一片空白,AI又怎麼幫上忙

約會、旅行、活動結束後,很多人都能輕鬆想到「很開心」「謝謝」。可是一被要求「寫幾句話給對方」,腦袋就瞬間空白。

閱讀功能說明

收聽會朗讀正文;速讀會依序顯示短語,速度可調。語言練習可對照現有的不同語言版本。收藏儲存在本瀏覽器中,可從播放器的收藏清單再次開啟。用打磚塊來讀會把正文的文字變成磚塊,邊打邊讀。

分享這篇文章
玩得很開心,卻不知道要寫什麼:為什麼腦袋會一片空白,AI又怎麼幫上忙
AI生成的示意圖

先看結論: 一提筆就腦袋空白,不能直接說是字彙太少,或是工作記憶(暫時記住並處理資訊的能力)不夠。說話和寫字要經過好幾個步驟:決定要說什麼、從記憶裡找相關的內容、挑字詞、組成句子、檢查自己寫的東西。有些人面對面可以聊個不停,一要打成文字就嫌麻煩;也有人明明知道「今天很開心」,卻寫不出一段自由發揮的話。AI的強項不是幫你編一個人設,而是幫你分擔中間這幾個步驟。

1. 「今天很開心,謝謝你」之後,為什麼就接不下去

約會、旅行、活動結束後,很多人都能輕鬆想到「很開心」「謝謝」。可是一被要求「寫幾句話給對方」,腦袋就瞬間空白。

也有人剛好相反。面對面聊天時,對方一句話就能讓他延伸出五、六個話題,從工作、興趣、電影,一路聊到最近發生的事。

看到這種差別,很容易想:「是字彙量不一樣嗎?」「是工作記憶不一樣嗎?」但研究並不把語言輸出當成單一能力。常見的語言產出模型是:先形成想表達的意思,再找出合適的字詞,接著組合文法和發音,最後才說出口。

也就是說,「有感覺」和「感覺變成文字」中間,本來就隔著好幾個步驟。

有感情,不等於會自動寫出好文章

把這兩件事混在一起,就會出現「說不出話的人心裡沒東西」這種粗糙的誤會。

2. 字彙量、找字能力、想點子的能力、工作記憶,是不同的東西

用電腦來比喻就好懂了。

  • 字彙量: 腦中的資料庫裡存了哪些字
  • 找字速度: 需要的字詞能多快當場叫出來
  • 語言流暢度(verbal fluency): 依照條件,一個接一個找出字詞或想法的能力
  • 點子流暢度: 從一個刺激出發,延伸出好幾個想法的能力
  • 工作記憶: 暫時記住並處理手邊資訊的能力
  • 自我檢查: 說之前、說之後想一下「這樣可以嗎」的能力

這些彼此有關係,但並不一樣。

2023年有一項統合分析,整理了79項研究、共12,846人,探討記憶和創意思考的關係。結果發現,長期記憶很重要,特別是有策略地從記憶中提取資訊的語言流暢度。另一方面,工作記憶比較和「把答案收斂成一個」的任務有關,而不是「大量發想」的任務。

所以,記憶體大,不代表話題會源源不絕。

記憶體小一點,只要搜尋夠快,相關的想法一樣會一個接一個冒出來。

反過來說,就算認識很多字,遇到自由作答的場合,如果自己想不出「要搜尋什麼」,還是會腦袋空白。

3. 「隨便寫」其實是很難的要求

「隨便寫寫心得就好。」 「自由發揮做個作品吧。」 「信裡想寫什麼就寫什麼。」

這類要求看起來很自由,其實很吃力。因為不只要找答案,連搜尋用的關鍵字都得自己想。

如果問「今天最開心的是什麼?」,要找的範圍就縮小了。

如果問「他做了什麼讓你開心?」,就能去找道謝的場景。

如果問「接下來想做什麼?」,就能去找對未來的期待。

但「自由地寫」的話,主題、評分標準、從哪裡開始、寫到哪裡結束,全都要自己決定。

關於寫作的經典模型也是這樣看的:寫作不只是打字,而是在計畫(想點子並整理)、轉換(把想法變成句子)、檢查(評估與修改)之間來回的複雜工作。

所以,白紙其實不是空的。

它是一個沒有說明書的專案。

4. 「腦袋一片空白」不代表沒有感情

這一點很重要。

對於「知道很開心,但不知道寫什麼」的人,我們沒有理由馬上斷定:

  • 感情很淡
  • 什麼都沒想
  • 沒有字彙

表面上同樣是「什麼都寫不出來」,裡面可能發生著好幾種不同的事。

  • 有感覺,但尋找具體事件的搜尋啟動不了
  • 想得起事情,但轉成語言很慢
  • 候選的句子有了,但心裡很早就冒出「這樣寫會不會怪怪的」,於是全部刪掉
  • 自由題會卡住,但被問到就答得出來
  • 看不到文章的格式或「標準答案」就沒辦法開始

關於寫作焦慮的研究認為,擔心和過度的自我監控,會和寫作需要的心智資源互相搶。

不過,光看一個人的行為,還是沒辦法斷定原因。

症狀一樣,卡住的步驟可能不同。

所以比起玩「診斷遊戲」,不如看看:「問題問細一點就寫得出來嗎?」「用說的就可以嗎?」「給幾個選項就能挑嗎?」這樣更實用。

5. 想想用外語卡住的經驗,就很好懂

用母語的時候,「對,我就是想說這個」只要0.2秒就出來了。

可是用第二外語時,意思明明很清楚,卻會這樣:

「這種時候要怎麼說來著?」 「這個字我明明會,就是想不起來。」 「我還在想文法,對話已經往下走了。」

關於第二語言流暢度的研究也發現,處理單字和固定搭配的速度,以及處理是否已經自動化,和實際說話的流暢程度有關。

所以,就算想法→母語這條路很寬,想法→第二語言這條路也可能很窄。

同樣的,有些人即使用母語,也只有經驗、情緒→自由寫成文字這條路比較窄。

不是沒有想法。

只是轉換還沒變成自動的。

6. 小時候不會寫作文、不會創作,長大後卻突然變強的人

這點也很有意思。

小時候完全寫不出讀後感。美勞課也是一邊做一邊覺得「不對」,做了又丟。碰到自由題就痛苦。

可是長大以後,有些人寫工作文件和企劃卻相當厲害。

是什麼改變了呢?一種典型的改變是:不再玩「從零生出正確答案」的遊戲,改成有限制條件的設計。

以前:

產出 → 自己打分數 → 不滿意 → 全部刪掉 → 從頭來

現在:

確認目的 → 讀評分標準 → 列出必備要點 → 做出暫時的樣子 → 看著實物修改

寫作研究也指出,計畫、轉成句子、檢查這三件事會同時搶工作記憶,想一次全部做到完美,負擔很重。

所以「先粗略做一版」「之後再改」「把評分標準放在腦袋外面」,不是偷吃步,而是把步驟拆開。

不是要打倒白紙這個最終魔王。

而是把最終魔王拆成三隻:整理需求、寫草稿、檢查修改。

7. 面對面能一直聊的人,強項可能不是「大記憶體」,而是話題的延伸

看到聊天不冷場的人,我們很想用「反應很快」一句話帶過。

但實際上,他們常常是把對方說的話當成搜尋關鍵字。

「那部電影我看不懂。」 → 身邊的人都說好看 → 只有我跟不上的感覺 → 類似的經驗 → 哪裡看不懂? → 還有其他作品也這樣嗎?

就這樣,從一句話往旁邊長出枝枒。

他們不是事先背好了一大堆話題。

他們是把對方剛說的那一句,變成下一個搜尋用語。

所以,面對面能一直說的人,要把這些全部手打成訊息,通常也會覺得很煩。

因為打字和整理順序的速度,比想點子的速度慢。

「聊天能力」和「有耐心打字的能力」不是同一項屬性。

8. AI有用,不是因為它能編出人設,而是因為它能把步驟拆開

說到這裡,AI就突然變得很強。

本人用語音輸入,只丟出素材:

「這個也想說。」 「還有這個話題。」 「我不知道順序。」 「這個前面講過了,刪掉。」

AI會:

  • 刪掉重複的內容
  • 理順順序
  • 調整長度
  • 切成對方容易回覆的小段
  • 讓文字讀起來流暢

於是,這個人一下子就像「很會寫的人」了。

但實際上,AI並沒有憑空創造人格或感情。

本人:意思、觀察、判斷 AI:整理順序、暫存、壓縮、提供用詞選項

這就是分工。

這可以理解成認知卸載(cognitive offloading)的一種。認知卸載是指借助外部工具,降低大腦內部處理的負擔,早就有人在研究。

2026年一篇關於AI輔助寫作的回顧也指出:會挑選、評估並再修改AI建議的人,和幾乎照單全收的人,使用方式不一樣。

與其說AI是大腦的替代品,不如把它當成擴大腦中工作桌的外接螢幕,這樣最強。

9. 但如果全部外包,「寫得好」和「自己的能力」就會脫節

卸載並不是只有好處。

研究認為,借助外部工具可以提高當下的速度和正確率,但對於交出去的資訊還記得多少,以及之後對自身能力的影響,需要留意。

AI也一樣。

「我提出想說的重點」 → AI整理成形 → 我讀過之後修改

這樣的話,主導的還是自己。

但如果連這些都交出去:

「我該有什麼感覺?」 「怎麼說對方才會喜歡我?」 「你全部想好幫我寄出去」

那麼文字裡的那個人和現實中的本人,就會越離越遠。

關於AI輔助寫作的最新回顧,也把「有選擇地採用」和「不加評估就交給AI」區分開來。

界線其實很簡單。

把麻煩的處理外包出去,很有效;連「要表達什麼意思」都外包出去,就不再是你自己的文章了。

10. 「腦袋空白的人」和「能一直聊的人」,不必用同一種方法

實際使用時,依類型換個入口就好。

如果你一寫就空白

別再做自由作答。

  1. 發生了什麼事?
  2. 當時有什麼感覺?
  3. 接下來想做什麼?

只回答這三個問題。

如果是寫信,寫「今天最棒的一件事」「想對對方說的一句感謝」「接下來想做的一件事」就夠了。

如果嘴巴說得出來,但寫字嫌麻煩

先用語音全部說出來。

然後請AI這樣編輯:

  • 刪掉重複
  • 整理順序
  • 不要增加新內容

如果是在第二語言卡住

不必放棄用自己的語言思考。

先帶著想法,反覆練習常用的說法,直到能很快找出來。第二語言的流暢度,不只取決於知識的多寡,也取決於處理速度和自動化的程度。

如果總是寫了刪、刪了寫

不要同時「寫」和「評」。

先做一個粗糙的版本。 再看評分標準。 最後修改。

面對白紙時,別把評審也同時叫出來。

結論:話「說得出來」還是「說不出來」,不是單一能力的問題

拿「能一直聊的人」和「一句也寫不出的人」相比,直接說誰比較聰明、字彙比較多、工作記憶比較大,實在太粗糙了。

語言輸出包括:

形成想法 → 搜尋 → 產生候選 → 化為語言 → 暫存與整理順序 → 檢查 → 輸出

每個人哪一步快、哪一步卡,各不相同。

所以,

「知道很開心,但寫不出來」

很正常,

「面對面可以一直聊,但要全部打字就不行」

也很正常。

而在AI時代,最有意思的是這一點。

人不必從頭到尾獨自把文章寫完。

本人掌握意思,AI給出暫時的樣子,本人察覺哪裡不對再修改。

以前可能被一句「不擅長寫作」打發掉的人,一旦把步驟拆開,就會突然變強。

這不是偷吃步,而是重新安排了大腦的處理分工。

如果這篇文章對你有幫助,可以支持本站。 支持本站

今天讀這篇

每一篇都回答讀完本文後常有的下一個問題。

瀏覽全部文章

尋找其他文章

所有文章

Mendoi-chan

本站經營者

Mendoi-chan

把工作與日常生活中的麻煩整理成清楚的結構與下一步行動。