｜你是不是也……
分析跑完了。統計軟體吐出好幾張表，你把 F 值和 p 值一個一個抄進結果章，寫下「各組之間有顯著差異」。交給指導教授前自己讀一遍，忽然不太確定：這個分析，回答的是哪一個研究問題？
輸出表裡有一半的欄位看不懂。想問老師，又怕問題太基本。打開 AI 問一下，它很熱心，直接給你一段寫好的結果，數字看起來都很合理，你卻說不出哪一個數字是從哪裡來的。
做質性研究的人卡在另一件事：編碼簿改了好幾版，主題也命名了，方法章卻只寫得出「本研究訪談至資料飽和」「經同儕檢核以確保信效度」。口委一問「飽和是怎麼判斷的」，就答不上來。
這本手冊處理的就是這一段：在交給指導教授之前，先自己抓出研究問題、資料、分析、結論對不上的地方，並且看得懂自己的輸出。
｜這本手冊做什麼
讓 AI 扮一個讀過你研究設計的方法論審查委員。它只做兩件事：指出研究問題、資料、分析、結論之間對不上的地方；解釋你看不懂的輸出，說明某個方法要檢查什麼前提。分析方法、結論的寫法、主題的命名，最後都由你和指導教授決定。
- 對齊（模組一）：先自己填一張研究對齊矩陣，再讓 AI 逐列找斷層，最後列出設計排除不了的替代解釋，由你決定改設計、多測一個變項，或誠實寫進限制。
- 量化路線（模組二）：資料蒐集前寫一頁分析計畫，前提檢查不成立時怎麼辦也事先寫好；分析跑完後讓 AI 解釋輸出表；用 R 或 Python 的人，可以讓 AI 起草程式碼，在自己的電腦上執行；最後比對結果段與輸出，找出抄錯、漏報的數字，再掃描五種常見的解讀錯誤，例如不顯著寫成沒有差異、平均數最高寫成顯著較高。
- 質性路線（模組三）：AI 只檢查你建的表格與段落：編碼簿的定義有沒有重疊、稽核軌跡表有沒有缺漏、引文的背景描述會不會讓人認出受訪者，以及「資料飽和」「同儕檢核」「反思」有沒有寫出做了什麼、紀錄在哪裡、讀者怎麼查。每一步都附不用 AI 的做法。
- 口氣檢查（模組四）：先自己把結論句分級，再把研究限制寫具體，最後讓 AI 逐句找出口氣超過證據的句子，寫出每一句需要什麼證據、你的結果在哪裡提供了。
- 方法章檢查（模組五）：別人照你的方法章能不能重做一次、倫理段落寫齊了沒有、方法章和結果章對不對得上。
模組一、四、五量化與質性共用；模組二、三各走自己那一條，混合方法兩條都走。
｜一張研究對齊矩陣，一格一格對起來
每一個研究問題寫一列，往右填：要什麼資料、資料怎麼來、分析單位是什麼、用什麼分析、預期能說什麼結論，分析完再補實際能說的結論。空著的格子、前後對不上的格子，就是缺口。
- 第一步不用 AI。 矩陣是你對自己研究的理解，先由你寫下來，AI 審查時才有對象。一開始就讓 AI 填，你會得到一張看起來很完整、卻說不出每一格為什麼這樣寫的表。
- AI 逐列找斷層。 書中虛構的陳○○，預期結論寫「找出最佳取代率，並推廣到一般再生粒料混凝土」，但每種配比只拌了一批。AI 指出配比效應與批次效應分不開，結論推不到那麼遠。
- 處理方式由你決定。 改設計、多測一個變項，或寫進限制段，由你和指導教授決定。
｜AI 不產生任何數字
這是全書最重要的一條規則。AI 不執行分析、不計算、不補數字、不換算、不四捨五入；它可以引用你貼上的輸出裡已經有的數字，一字不改，並註明在哪一張表、哪一列、哪一欄。
- 分析由你自己的軟體在本機跑。 唯一的例外是讓 AI 起草 R 或 Python 程式碼，但程式碼由你在自己的電腦上執行，數字由你的軟體算出來。手冊不教把原始資料上傳給 AI、讓它直接算出結果的做法。
- 每一個數字都對得回來源。 每條提示詞都搭配「數字溯源」的核對方法：AI 說出的每一個數字，都要在你貼上的資料裡找得到，而且一字不差。由你的數字推算出的新數字，也算 AI 產生的。
- 質性主題的詮釋由你自己做。 AI 不產生代碼、不命名主題、不詮釋資料，也不扮演受訪者。
- 只指出問題與位置，不替你改。 不改寫你的段落、不提供可以直接放進論文的句子、不替你決定分析方法。
為什麼這麼嚴？有研究團隊示範過，AI 的資料分析功能可以依指令生成一份模擬的臨床資料集，讓其中一種手術的結果「顯著」較好（Taloni 等，2023）；也有研究發現，大型語言模型回答統計問題時，錯誤主要出在判斷某個檢定適不適用（Zhu 等，2024）。AI 做得出看起來合理的數字，而它最容易錯的，正好是研究生最需要人幫忙判斷的地方。
每一條要貼輸出、編碼簿或未發表結果的提示詞前面，都有一段「貼上之前」：先查知情同意書、倫理審查與學校規定，原始資料不貼，去識別化，選對工具與設定。
｜你會拿到什麼
- PDF 手冊：五個模組、20 個步驟，每條提示詞都附虛構範例的示範。附錄有統計方法選擇對照表、質性方法常見說法對照（空話版與站得住的版本並列）、英文提示詞、實測方法與已知限制，以及 R 版程式碼與 R、Python、SPSS 的常見差異。
- 提示詞複製庫：17 條提示詞的中英文純文字檔，整段複製就能用。
- 研究對齊矩陣（Excel）：對齊矩陣，加上主張強度對照表與用詞表，附林○○、陳○○的示範頁。
- 量化結果報告檢查表（Word 與 PDF）：結果報告檢查表、前提假設檢查表、數字溯源表、程式碼核對清單。
- 質性編碼簿範本（Excel）：編碼簿、修改紀錄、稽核軌跡表、引文清單四個工作頁。
- 示範程式：Python 與 R 的分析程式碼、虛構示範資料，以及兩種軟體的執行紀錄，可以在自己的電腦上跑一次，對照書中的輸出。
- AI 使用紀錄表：和《AI 使用揭露聲明範本包》同一格式，日後寫揭露聲明時用得上。
書中的兩位研究生林○○（遠距工作者訪談，質性）與陳○○（稻殼灰混凝土實驗，量化），連同他們的論文題目與資料，全部虛構，不對應任何真實的人或論文。兩人寫的句子也不是範本，請看他們怎麼改，不要整句照抄。
｜這些提示詞是怎麼測出來的
這些提示詞在出版前都實際跑過。每次呼叫都是新的獨立程序，素材只用兩個虛構研究；學生寫的段落刻意埋了錯，另外準備完全沒有問題的乾淨輸入，看 AI 會不會硬湊問題。評審逐筆檢查：有沒有抓到埋的錯、數字對不對得回來源、有沒有改寫、有沒有替讀者做決定、有沒有用研究取向本身的標準。只要有一項輕微偏離，就不算通過全部檢查項目。
- 結果：本手冊的 17 條提示詞經過三輪實測，共 89 次獨立呼叫（同一個 AI 模型）。最後一版中，有 10 條和第二輪測試時的文字完全相同，第二輪的 20 個測試裡 16 個通過全部檢查項目；另外 7 條在第二輪後修改，第三輪重測 19 個，5 個通過全部檢查項目。
- 書中示範：書中每條提示詞的示範，都是實測原文，逐字照錄。沒有通過全部檢查項目的那幾筆，照原文刊出，在 AI 回應之後加上作者寫的查核提醒，指出扣分的地方，示範你該怎麼查 AI 的回應。
這些數字只代表這三輪有限的測試，不代表你每一次使用都會得到相同結果。
｜我們也把沒修好的地方寫出來
實測到最後，AI 還是有改不掉的毛病：
- 起草程式碼、解釋錯誤訊息、檢查「飽和、同儕檢核、反思」段落，以及逐句掃描口氣超過證據的句子，這四條提示詞的本書版本，沒有任何一個測試通過全部檢查項目。用這四條時，要照書中的查核提醒逐項核對。
- AI 仍可能講錯軟體預設值或統計原理，而且沒有標〔待查證〕。程式碼能執行，不代表註解與說明都正確。
- AI 會把規則套過頭，列出不該列的項目；同一份輸入重跑，結果可能不同。AI 列出的每一點，都要回到原句看理由成不成立。
另外要老實說：實測只在 Claude 上完成，只測了一個模型、一種用法；英文提示詞只實測了其中一部分；填空是作者自擬的兩個虛構研究，不是真實讀者的資料。實測評分時，AI 起草的程式碼只靠閱讀判定，大多沒有實際執行；書中刊出的那一份，作者事後用虛構示範資料執行過。書中的示範程式碼只在一臺 macOS 電腦上執行過。
｜適合誰
- 要寫方法章與結果章，想在交給指導教授前先自己抓出缺口的碩博士生
- 統計輸出攤在眼前，一半看不懂，又不好意思一直問老師的人
- 用 R 或 Python，想讓 AI 起草程式碼，但數字要由自己的軟體算出來的人
- 做訪談研究，想把編碼簿、稽核軌跡、資料飽和與同儕檢核寫得站得住的人
- 常被口委或審查人追問「這個結論撐得住嗎」的研究者
｜不適合誰
- 想讓 AI 直接跑分析、給你結果數字，或替你寫好結果與討論段的人。這本手冊裡，AI 不產生任何數字。
- 想讓 AI 替你產生代碼、命名主題的質性研究者。
- 想學統計軟體的按鈕在哪裡，或想用這本取代統計課與方法教科書的人。
- 想找方法讓結果變顯著的人。手冊要求分析計畫在看到結果前定稿。
｜使用前請先讀：注意事項與免責聲明
貼進 AI 之前，請先做到這幾件事
- 不要上傳個人資料：受訪者、問卷填答者、實驗參與者的姓名、聯絡方式、學號、病歷與任何可辨識身分的資訊，以及你自己的身分證字號、住址、電話，都不要貼進 AI。
- 不要上傳未公開或受保密約束的資料：未發表的原始資料與逐字稿、計畫案與合作單位的內部資料、受資料使用協議或保密協議約束的內容、審稿中他人的稿件，以及指導老師與合作者尚未同意公開的內容。
- 先查規定：先看你的學校、系所、研究倫理審查（IRB）核准範圍、資助單位與投稿期刊的 AI 使用規定；查不到或拿不準的，就不要貼，先問指導老師或承辦單位。
- 去識別化之後再讀一次：把名字換成代號不等於匿名，職稱、地點、時間等細節組合起來，仍可能認出是誰。
- 帳號與工具：可以的話，使用學校核准的工具，並關閉 AI 服務「資料用於改善模型」的選項。
免責聲明
- 本手冊是教材，提供方法、範本與提示詞，不是研究倫理、法律或統計的專業意見；涉及個案判斷，請洽指導老師、研究倫理審查委員會或相關專業人士。
- 你貼進 AI 工具的內容，由你自行判斷並負責。各家 AI 服務如何保存與使用你的資料，依該服務的條款為準，作者與販售平臺無法控制。因自行上傳個人資料、未公開資料，或違反學校、研究倫理、資助單位與期刊規定而產生的爭議與損害，由使用者自行負責。
- AI 的輸出可能出錯、遺漏或與事實不符，也可能捏造文獻。手冊的實測只代表有限的測試，不保證你每一次使用都得到相同結果；繳交、投稿或上臺之前，請自己核對每一筆文獻、每一個數字與每一句結論。
- 學術誠信由使用者自行負責。是否允許使用 AI、使用到什麼程度、如何揭露，依你的學校、課程與投稿對象規定為準。
- 本手冊不保證任何評分、口試、審查或投稿結果。書中人物、研究與情境皆為虛構示範，如有雷同純屬巧合。
｜交付方式
付款後立即取得 PDF 手冊、提示詞複製庫、工作表與示範程式的下載連結。一年內若有更新，免費；用同一個下載連結重新下載，就能取得新版。
｜常見問題
問：我用 SPSS 或 JASP，用得上嗎？
用得上。只有步驟 2-4（讓 AI 起草程式碼）可以跳過，其他步驟都適用，解釋輸出的提示詞也不限軟體。附錄另外整理了 R、Python、SPSS 在平方和類型、Levene 檢定的中心這類預設上的差異，換軟體交叉核對時用得上。
問：我不太會寫程式，可以讓 AI 寫分析程式碼嗎？
可以，這是全書唯一允許 AI 碰到分析的地方，但只到「起草」為止。程式碼由你在自己的電腦上執行，數字由你的軟體算出來；程式碼裡不能寫預期輸出。執行後照程式碼核對清單逐段核對：讀進來的筆數、每格人數、軟體預設值。AI 看不到你的原始資料，也不需要看。
問：把輸出或逐字稿貼進 AI，會不會違反倫理審查？
手冊預設貼的是你自己寫的研究設計描述、分析輸出、編碼簿與稽核軌跡表，不是原始資料。每一條提示詞前面都提醒你先查知情同意書、倫理審查核定內容與學校規定，再去識別化、選對工具與設定。同意書沒有涵蓋第三方處理的質性研究，照每一步附的「不用 AI 的做法」做。這是最低限度的提醒，不能取代倫理審查與學校的規定。
問：我做質性研究，AI 能替我編碼嗎？
這本手冊不這樣用。主題的詮釋由研究者自己做，AI 只檢查你建的表格：編碼簿定義有沒有重疊、稽核軌跡有沒有缺漏、引文和代碼有沒有對上。反思型主題分析把研究者的詮釋當成分析本身；2025 年有立場文章由 419 位質性研究者聯署，反對把生成式 AI 用在反思型質性研究（Jowsey 等，2025）。你的領域與指導教授也可能有不同的要求，步驟 3-5 說明怎麼選擇。
問：我已經有《AI 學術研究 Prompt 手冊》，還需要這本嗎？
Prompt 手冊第 16、20、30 條是這本 1-3、2-1、4-3 的入門版。這本把它們升級成逐列、逐句對應證據的版本，再加上量化與質性兩條完整路線、數字溯源與三份工作表。Prompt 手冊第 19 條的質性編碼練習和這本的界線不同，差異寫在步驟 3-5。
問：我用的是 ChatGPT 或 Gemini，可以用嗎？
可以。提示詞寫成通用版，用文字對話就能完成，不綁定任何一家 AI 工具。實測只在 Claude 上做過，換用其他工具時輸出可能不同，手冊的核對步驟一樣要做。
問：照這本做，口試或投稿就能過嗎？
不一定，我們無法承諾任何結果。這本手冊能做的，是讓你在交給指導教授、口委與審查人之前，先看到研究問題、資料、分析、結論之間對不上的地方，看懂自己的輸出，並讓結論的口氣不超過證據。研究本身，以及方法與結論怎麼定，還是要靠你和指導教授判斷。