用 AI 做研究，你有沒有覺得愈用愈焦慮？
很多人跟我說，他們開始用 AI 之後，確實「跑得更快了」。
蒐集文獻快、整理摘要快、生成大綱快。
但有一天，一個學生傳了一段話給我：
「有時候 AI 回覆很快，我會覺得資訊量很大，會被洗腦。」
她是一位在職博士生，同時兼顧育兒和教職，每週能擠出來做研究的時間，大概只有 2 到 3 個小時。
她已經很努力了。她用 AI，也用得很認真。
但她說她「被洗腦」。
等等，AI 不是應該讓你更清楚嗎？
我反覆想了很久。
她要的其實是一個「卡片盒筆記式的 Agent」——不要每次大量輸出，慢慢累積碎片，最後再整合成一篇文章。
聽起來很合理。
但我突然意識到一件事：大量產出後存進卡片盒，並不會幫你吸收。
問題從來不是輸出端沒有收納。問題是輸入端 AI 給的量太多了。
她每次問 AI 一個問題，AI 給她一大段；她吸收一部分，存進筆記；下次再問，AI 又給一大段。
這個循環愈跑愈快，她愈來愈焦慮——不是因為 AI 太慢，而是因為 AI 根本快過了她的消化速度。
原來，我們需要的是一個讓 AI 慢下來的工具
這個發現改變了我的設計思路。
與其設計一個「收納工具」，不如直接在 AI 的行為上動手術——讓 AI 每次只給一個概念、問完一個問題之後，就停下來，等她回應。
聽起來很違反直覺，對吧？我們一直以為 AI 的價值是「快」和「多」。
但對一個時間碎片化、同時承受研究壓力的在職研究者來說，AI 給太多，本身就是一種傷害。
這跟 Gemini 內建的「引導式學習」有什麼不一樣？
你可能會問：Gemini 不是已經有引導式學習（蘇格拉底提問法）嗎？直接用那個不就好了？
我也問過自己同樣的問題。
差別在「終點」不同。
Gemini 的引導式學習，終點是「你懂了嗎？」——它引導你理解別人寫的知識。
但這位學生的問題不是「不懂」，而是懂了之後不知道怎麼變成自己的話，更不知道怎麼寫進論文裡。
所以我把終點改掉了。
每次對話的最後，不是問「你現在懂了嗎」，而是：
「根據我們剛才討論的，你能不能用一句話，寫出你自己論文裡的說法？」
這一句話的差距，非常大。
它不只是在引導理解，它是在把討論轉化為寫作輸出——強迫她每次對話都沉澱出一個屬於自己的判斷或句子。
另一個設計原則：先問她、再補充
一般人用 AI 的慣性是：貼文獻 → AI 解釋 → 我點頭吸收。
這個循環對她來說沒有認知負擔，所以也沒有真正吸收。
我把這個順序翻轉了：
她貼上文獻，AI 的第一個反應不是解釋，而是先問：
「你讀完這段，覺得它主要在說什麼？有哪個地方讓你覺得不確定？」
等她說完，AI 才針對她真正卡住的那一點回應，而不是把整段文獻都解釋一遍。
這樣的設計，是把理解的責任還給她，讓 AI 扮演一個提問者，而不是一個老師。
為什麼最後選擇 Gemini Gems？
我考量過各種平台。Claude、ChatGPT、Gemini 都有類似的功能。
但她已經在用 Gemini，不需要換工具、不需要學新介面。
摩擦力最小，才是最好的設計。
對一個時間已經碎片化的在職博士生來說，改她跟 AI 對話的方式，比叫她改用全新工具，容易太多了。
她試用之後說什麼？
她回覆我三個字：
「還蠻有趣的，也很簡短。」
也許這就是最好的評語了。
一個把自己操得很緊的人，說這個東西「很簡短」——那代表它沒有再給她多餘的壓力。
你也有同樣的問題嗎？
如果你也是研究者，也曾感覺 AI 給太多、自己消化不完、對話結束後卻沒有留下任何屬於自己的想法——
你可以試試看這個 Gemini Gem：
免費試用，不需要安裝任何東西。
另外，我們 4 月份即將開放「AI 學術顧問服務」招生。
如果你希望在這條路上走得更系統、更有方向，歡迎訂閱我們的電子報，取得第一手消息。
👉 訂閱電子報（訂閱方式詳見文末）
這篇文章是從一個真實的輔導案例出發寫的。如果你有類似的困境，歡迎留言或私訊，我很樂意聽聽你的情況。