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。
- 發生了什麼事?
- 當時有什麼感覺?
- 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。


