AI 工具如何用在文書（合規邊界）：ChatGPT / Claude 該怎麼用、什麼不能做（2026 顧問實戰）
每年 7 月，我接到的最敏感家長問題：「老師，我兒子用 ChatGPT 寫 PS 草稿——AO 會檢測到嗎？算不算 cheat？」
我的回答永遠是：「Common App 政策禁止 AI 代寫——但允許 AI 作為 brainstorming / proofreading 工具。ChatGPT 寫一稿給你 + 你大幅改寫 = 邊界模糊但風險高。讓 AI 真正『寫』PS = 100% cheat。」
家長更焦慮：「那如果學生只用 AI 改文法、給 feedback 算嗎？」
答案是：AI 可以扮演「寫作教練」角色——但不能扮演「ghostwriter」角色。本文用我 15 年實戰，把 AI 工具的合規邊界拆給你看。
一、2026 各校最新 AI 政策
1.1 Common App 官方政策
"Common App's standard application terms prohibit applicants from
submitting work that is not their own."
Common App 2024 update:
"Use of generative AI tools (like ChatGPT) to substantially write
or rewrite essay content is considered a violation of our submission
policy."1.2 各校具體立場
| 學校 | AI 政策 |
|---|---|
| Harvard | 禁止 AI 代寫——允許 AI 做 brainstorm 工具 |
| Yale | 禁止 AI 代寫——允許 AI 做 grammar check |
| Princeton | 禁止 AI 代寫 |
| Stanford | 禁止 AI 代寫 |
| MIT | 明文禁止 AI 寫 essay——AI = academic dishonesty |
| Brown | 禁止 AI 代寫 |
| Caltech | 禁止 AI 代寫 |
| UC | 禁止 AI 代寫——PIQ 用 AI = disqualify |
| UMich | 禁止 AI 代寫 |
| NYU | 禁止 AI 代寫 |
結論：100% 學校禁止 AI 代寫 + 95% 允許 AI 作 supporting tool。
二、AI 偵測技術：學校怎麼識別？
2.1 用於 detection 的工具
| 工具 | 準確率 | 學校使用 |
|---|---|---|
| GPTZero | 60-70% | 部分 |
| Originality.ai | 70-80% | 多數 |
| Turnitin AI Detector | 65% | 部分 |
| OpenAI 自家 detector | 已下線（不準） | - |
2.2 AI 偵測的 3 個迷思
- AI 文本能被 100% 識別 → 錯——detection 仍是 60-80% 範圍，多次改寫後 detection rate 大幅下降
- 改寫過的 AI 文本檢測不到 → 錯——多輪改寫後仍有 AI signature
- 學校會檢測所有 essay → 錯——學校只在 admissions team 起疑時 detect
2.3 AO 怎麼起疑？
| 信號 | 為什麼起疑 |
|---|---|
| 文體與 application 其他部分不一致 | 你 Activities 寫 simple、PS 寫太 polished |
| 用詞太「乾淨」（無 grammar 小錯） | 18 歲學生 PS 通常有 small typos |
| 結構太 textbook（hook-body-reflection 完美） | AI 偏好 formulaic 結構 |
| 句型 variance 不夠 | AI 寫的句子 length variance 偏低 |
| 缺乏「怪詞 / 文化 reference」 | AI 不知道你家鄉的具體細節 |
三、6 個 AI 的「合法」用途
3.1 Use Case 1：Brainstorming
怎麼用：把你的初步想法給 AI，請它「幫你想 10 個 angle」。
Prompt 範例：
我 16 歲、申請 CS、我有 3 個興趣方向：(1) NLP 做台語語音、(2) 機器人社、
(3) 弱勢小學志工教 coding。我想找一個 PS angle 把這 3 個串起來。
請給我 10 個可能的 angle。為什麼合規：AI 給你的是「思考方向」，不是「最終文字」。
3.2 Use Case 2：Question Cascade
怎麼用：請 AI 做你的 brainstorming 對手，問你 5 個 follow-up 問題。
Prompt 範例：
我 PS 想寫「祖母對我學 CS 的影響」。請問我 5 個 follow-up 問題，幫我
挖更具體的素材。3.3 Use Case 3：Outline 結構檢查
怎麼用：把你的 outline 給 AI，請它評估邏輯流暢度。
Prompt 範例：
這是我 PS 的 outline。請評估：
1. 邏輯是否清晰？
2. 哪部分太弱？
3. 結構建議？
[your outline]3.4 Use Case 4：Grammar Check
怎麼用：你寫完稿後，請 AI 只改文法 / typo，不改內容。
Prompt 範例：
這是我寫的 PS 草稿。**只**幫我改文法錯誤 + typo，**不要**改我的句型、
詞彙選擇、結構。
[your essay]3.5 Use Case 5：Word Choice Alternative
怎麼用：找特定句子的 synonym。
Prompt 範例：
這句「I learned a lot」太 generic，給我 10 個 alternative 表達。3.6 Use Case 6：Critique（不是改寫）
怎麼用：請 AI 給你critique——指出哪裡弱、為什麼弱。
Prompt 範例：
這是我 PS 草稿。請給我 critique：
1. 開頭 hook 強嗎？
2. 哪段最弱？
3. Reflection 是否陳腔濫調？
4. Voice 夠獨特嗎？
不要重寫，只給 critique。
[your essay]四、3 個 AI 的「禁忌」用途
4.1 Forbidden 1：讓 AI 直接寫 first draft
❌ 錯誤用法：
Prompt: 幫我寫一個 PS，主題是 CS、祖母、台語語音識別。650 字。問題：
- 整篇是 AI 寫的，你只是「修改」——這是 cheat
- AI 不知道你具體的細節（你祖母名字、你具體事件）
- 風格不 fit 你（太 polished、太 formulaic）
4.2 Forbidden 2：用 AI 「改寫」AI 寫的東西
❌ 錯誤用法：
你（學生）寫 100 字 idea → ChatGPT 寫 650 字 PS → ChatGPT 改寫 5 輪問題：
- 整個過程沒有你的 voice 介入
- 多輪 AI 改寫 = 100% AI 文本
4.3 Forbidden 3：用 AI 「模仿」其他學生的 PS
❌ 錯誤用法：
Prompt: 學 Yale 過去 admit 的 PS 風格，幫我寫一篇類似的。問題：
- 你沒有獨特 voice
- AI 模仿出的「平均風格」就是 average，不會 stand out
五、AI vs 顧問代寫的對比
家長常問：「AI 寫 vs 顧問代寫，哪個壞？」
| 項目 | AI 代寫 | 顧問代寫 |
|---|---|---|
| 合法 | 違反 Common App 條款 | 違反 Common App 條款 |
| 風險 | AI detection 60-80% 識別率 | 顧問代寫 detection rate <10% |
| 質感 | Formulaic、缺 voice | 仍有 voice 但不是你的 |
| 倫理 | 違反 academic integrity | 違反 academic integrity |
| 後果 | 撤回 offer、開除學籍 | 同上 + 顧問被 ban |
結論：兩個都是 cheat——只是 AI 比較容易被抓。
六、Dr. G. 顧問怎麼用 AI 工具？
6.1 Dr. G. 顧問允許學生用 AI 的方式
ALLOWED:
✓ Brainstorming（Use Case 1-3）
✓ Grammar Check（Use Case 4）
✓ 同義詞查找（Use Case 5）
✓ Critique 不重寫（Use Case 6）
FORBIDDEN:
❌ AI 寫 first draft
❌ AI 改寫已寫好的段落
❌ AI 「polish」整篇6.2 Dr. G. 顧問怎麼確認學生沒用 AI 代寫？
| 流程 | 方法 |
|---|---|
| 學生面談 | 1 對 1 60 min 對話 brainstorming |
| 草稿評估 | 顧問看 draft 1（學生原版）→ 給 feedback → 學生改 |
| Voice check | 顧問熟悉學生 → 一眼看出「這不像你的 voice」 |
| AI detection | 必要時用 Originality.ai 自查 |
七、AI 寫的文本「5 個特徵」
如何辨別文本是不是 AI 寫的？
7.1 特徵 1：結構太完美
AI 寫的 PS 一定是「Hook → Body → Reflection」固定 3 段——人類寫的 PS 有不對稱結構。
7.2 特徵 2：避免 ambiguity
AI 不會留 ambiguity——所有句子都「明確」表達。但人類寫的 PS 有「留白」——不一定 spell out。
7.3 特徵 3：用詞「博士級」
AI 用 vocabulary 偏 academic：「myriad」「plethora」「delineate」「ubiquitous」——18 歲學生通常不會這樣用。
7.4 特徵 4：句長 variance 偏低
AI 寫的句子平均 15-20 字、variance 小——人類寫的 PS 從 5 字到 50 字都有。
7.5 特徵 5：缺乏 specific cultural detail
AI 不知道「永康街金石堂三樓」「台南安平樹屋」「外公的烏龍茶」這些具體細節——只能寫 generic place names。
八、用 AI 反 detect：3 招
如果你不 confident 自己的 PS 不被誤判：
8.1 加 cultural specifics
每段加 1-2 個「只有你能寫」的細節：
- 祖母 47 歲學日文的具體事件
- 永康街金石堂三樓你常坐的座位
- 你妹妹自閉症的 specific 反應
8.2 加 sentence length variance
把所有句子打 word count。如果都 15-20 字 → 加 5 字短句 + 30+ 字長句。
8.3 加 unconventional voice
人類寫作有 quirks：
- 偶爾用 fragments：「Just one more second.」
- 偶爾用 first-person mid-sentence reflection
- 偶爾用 metaphor 跨領域：「My code felt like Wagnerian opera.」
九、Common App 對 AI 政策的「roadmap」
9.1 短期（2024-2026）
- 政策仍寫「禁止 AI 代寫」
- AO 用 AI detection 工具
- 起疑時主動檢測
9.2 中期（2027-2030）
- AI 工具普及，detection 已不可靠
- 學校可能要求現場 essay（face-to-face writing test）
- Common App 可能加入「AI use disclosure」欄位
9.3 長期（2030+）
- Common App 可能允許「AI-assisted writing」+ disclosure
- 評估重心轉向「critical thinking」+ alumni interview
十、學校發現用 AI 代寫的後果
10.1 Rescinded Offer
如果學校在審件中發現 AI 代寫——撤回 offer。
真實案例（2024）：
- 某 Ivy 學生入學前 1 個月被 detect 用 AI 代寫 PS
- 學校撤回 offer、學生 5 月 deposit 退還
- 該學生失去全部 12 校 offer（其他 11 校也撤回）
10.2 入學後 expel
如果學校入學後發現——開除學籍。
真實案例（2023）：
- 某 Top 30 大學一年級學生被 detect 入學 PS 用 AI
- 學校開除 + 撤銷錄取
- 學生失去 9 個月學業 + 學費（USD $40K 不退）
十一、台灣家長的 3 大 AI 迷思
11.1 迷思 1：「AI 寫了我兒子改了就 OK」
真相：80% 是 AI 寫的 + 20% 學生改 = 仍是 AI cheating。
11.2 迷思 2：「AI 不會被 detect」
真相：AI detection 已 60-80% 準確、且不斷進步。
11.3 迷思 3：「AI 寫的 PS 比學生寫的好」
真相：AI 寫的是「average」PS——對 Top 30 申請毫無 stand out value。
十二、結語：AI 是 tool、不是 ghostwriter
15 年來我看過太多家長想用 AI shortcut——但 PS 的本質是「讓 AO 認識你」。AI 寫的 PS 沒有你。
我給 Dr. G. 學生的最後叮嚀：
AI 工具有 6 個合法用途：brainstorming、Question Cascade、outline 檢查、grammar check、synonym 查、critique。 >3 個禁忌：直接寫 draft、AI 改寫 AI 寫的東西、AI 模仿他人 PS。 >底線：寫 PS 的「思維」必須是你的、「故事」必須是你的、「voice」必須是你的——AI 只能 polish surface，不能 replace soul。
用 AI 偷懶可能省 100 小時——但被 detect 後損失 4 年 + USD 400K + 一生機會。ROI 看清楚。
延伸閱讀
有故事，但不確定能不能寫？
650 字的主文書實務上要改六輪以上才會定稿，而最難的是第一輪的選題。一次免費諮詢，我們會從你的經歷裡找出兩到三個真正寫得下去的題目，並說明每一個的風險在哪裡。
同主題的其他文章
Why Major Essay 怎麼寫不變空話：3 幕結構與具體性法則
Why Major essay 是補充文書裡最容易寫成空話的一篇。「我從小喜歡科學」「我想用科技改變世界」——這些句子寫完等於沒寫。本文用 3 幕結構教你怎麼把 250 字寫到 adcom 信服。
Why University Essay 怎麼研究學校才能寫出 fit：80/20 法則與三層具體性
Why X University 是 Top 30 補充文書最高頻、最容易出包的一篇。80% 的學生寫成 generic「我喜歡這所學校的學術氣氛」——直接 reject。本文教你三層具體性怎麼挖、怎麼寫。
Diversity Essay 對台灣學生的特殊挑戰：怎麼把「Asian model minority」寫成優勢
「Diversity Essay 我寫什麼？我又不是黑人、不是 first-gen、不是難民」——這是我每年帶台灣學生時聽到最多的話。本文教你怎麼重新定義 diversity，把台灣身份寫成獨特資產。
Common App Honors / Awards 5 格怎麼寫出 impact：層級排序、量化技巧、本地全球張力
Common App 的 Honors 區只給 5 格、每格 100 字——但這是申請者最常浪費的 500 字。本文拆解四層排序、量化魔法、與「本地-全球張力」的真實範例。