你的草稿不該長得像定稿：從亂草稿到清晰定稿的寫作流程

你的草稿不該長得像定稿

很多學生卡在寫作的第一行，是因為他們把「寫草稿」和「寫定稿」當成同一件事。打開文件，游標閃爍，於是逐字逐句地琢磨第一句話：要不要用 however 開頭？這個動詞夠不夠學術？四十分鐘過去，螢幕上只有兩句話，而且還都被刪掉了。

問題不在於你的英文不夠好，而在於你同時在做兩份工作：一邊要「想清楚自己要說什麼」（generating），一邊要「把話說得漂亮」（polishing）。這兩種心智活動會互相打架。寫草稿時追求完美，等於要求大腦同時踩油門和踩煞車。

這篇文章要談的，是如何把寫作拆解成幾個彼此分離的階段——先讓想法落地，再讓文字成形，最後讓段落發光。從一團亂的草稿，走到一份清晰的定稿，靠的不是天分，而是流程。

寫作有兩種模式：產出與修改

認知心理學把寫作分成兩種模式：產出（generating） 與 修改（revising）。產出模式的目標是「把腦中的東西倒出來」，修改模式的目標是「把倒出來的東西整理好」。

成熟的寫作者不是寫得比較快，而是他們不會在產出階段就要求完美。語言學家與寫作研究者常引用一句話：「你無法修改一張空白的紙（You can't revise a blank page）。」意思是，先有東西，才有東西可以改。

把這兩種模式混在一起的代價很高。當你一邊打字一邊修，每寫一句就回頭刪改，你的工作記憶（working memory）被「監控文字品質」這件事佔滿，就沒有餘裕去思考論證的整體結構。結果往往是：句子很漂亮，但整段不知道在講什麼。

所以第一個原則是：分階段，不要一次到位。 草稿階段允許自己寫得很爛；修改階段才開始要求清晰、精確、優雅。

第一階段：讓想法先落地（zero draft）

第一份草稿有個專門的名字叫 zero draft（零號草稿），或者更口語的 shitty first draft（這是作家 Anne Lamott 的著名說法）。它的唯一任務是存在——不是寫得好，只是寫出來。

在這個階段，你應該關掉內心那個審稿人。允許自己：

• 用中文夾雜英文（想到哪寫到哪）
• 留下 [這裡需要一個例子]、[引用 XX 的研究] 這類佔位符
• 寫出文法錯誤的句子
• 同一個意思換三種說法都寫下來，之後再選

看一個例子

假設你要寫一篇關於「AI 輔助寫作對學生影響」的論文段落。zero draft 可能長這樣：

AI tools like ChatGPT 現在學生都在用。有好處也有壞處。好處是 [可以幫忙改文法、給 idea]，壞處是 maybe 學生會 over-rely，不自己思考。研究說 [找一篇 over-reliance 的論文]。我覺得關鍵是怎麼用，不是用不用。

這段話文法不完整、中英夾雜、有佔位符——但它完成了最重要的事：把論證的骨架擺出來了（現象→雙面性→爭議點→立場）。骨架對了，後面才有得修。如果你一開始就糾結「learners 還是 students 比較好」，你可能永遠走不到「想清楚要論證什麼」這一步。

第二階段：整體修改（global revision）

草稿寫完後，先不要急著改字句。修改要從大到小，先處理結構，再處理句子，最後才處理字詞。這個順序很重要——如果你先花一小時把某個句子磨得很漂亮，結果整段在結構調整時被刪掉，那一小時就白費了。

整體修改（global revision） 關注的是：

• 論點是否清楚？ 讀者讀完知道你的主張嗎？
• 結構是否合理？ 段落順序對嗎？有沒有該合併或拆開的？
• 每段是否只講一件事？ 一個段落一個主題（one idea per paragraph）。
• 段落之間的銜接是否順暢？ 邏輯有沒有斷層？

這個階段最有用的工具是 reverse outline（反向大綱）：寫完草稿後，回頭幫每一段寫一句話總結，把這些句子列出來，你就看到文章的真實骨架。如果某一段你總結不出來，或一段需要兩三句話才講得清，那就是結構出問題的訊號。

看一個例子

假設你的反向大綱長這樣：

第 1 段：研究背景與問題 第 2 段：方法 第 3 段：又講了一點背景 第 4 段：結果 第 5 段：方法的補充細節

一眼就看出問題：第 3 段的背景應該併回第 1 段，第 5 段的方法補充應該移到第 2 段。沒有 reverse outline，你很難察覺這種「結構碎裂」，因為逐句讀的時候每一句都通順。

第三階段：句子層級的修改（local revision）

結構穩定之後，才進入 句子層級修改（local revision）。這時候你的審稿人可以上線了，重點放在清晰（clarity）、簡潔（concision）與精確（precision）。

以下是幾組學術英文常見的「不佳 vs 改良」對照，可以直接套用到你自己的寫作。

對照一：去除冗詞（wordiness）

❌ Due to the fact that the sample size was small, the results may not be generalizable. ✅ Because the sample was small, the results may not generalize.

due to the fact that 永遠可以換成 because。be generalizable 是把動詞 generalize 名詞化後又加 be，繞了一圈，直接用動詞更俐落。

對照二：避免名詞化（nominalization），動詞動起來

❌ The implementation of the new method led to an improvement in performance. ✅ Implementing the new method improved performance.

學術寫作的通病是把動作藏在名詞裡（implementation、improvement）。把名詞還原成動詞（implement、improve），句子立刻有了力氣，也短了一截。

對照三：把句子的主詞放到真正的行動者身上

❌ It was found by the researchers that students who used the tool performed better. ✅ The researchers found that students who used the tool performed better. ✅（更佳）Students who used the tool performed better.

It was found by... 是把被動語態用到極致的反例，讀者要讀到句子中段才知道誰做了什麼。讓真正的主角（students 或 researchers）當主詞，句子才清楚。

對照四：精確用詞，避免模糊副詞

❌ The results were very significant and quite interesting. ✅ The effect was large (d = 0.82) and held across all three conditions.

very、quite、interesting 這類字在學術寫作裡幾乎不傳遞資訊。把它們換成具體的數字、範圍、條件，讀者才知道你在說什麼。記得：在統計脈絡裡，significant 指的是「統計顯著」，不要用它來表達「重要」，會造成歧義。

對照五：句子太長就拆

❌ While previous studies have examined the effects of feedback on writing quality, which is an important factor in second language acquisition, these studies have often focused on native speakers, and therefore the applicability of their findings to EFL learners remains unclear. ✅ Previous studies have examined how feedback affects writing quality. However, most focused on native speakers. Whether their findings apply to EFL learners remains unclear.

一個句子塞進三個獨立論點時，讀者會迷路。把它拆成三句，每句一個重點，再用 however 這樣的連接詞標出邏輯關係。

第四階段：校對（proofreading）

最後一關是 校對（proofreading），處理拼字、標點、時態、冠詞、單複數這些表面錯誤。注意：校對和修改是不同的事。修改改的是「說什麼、怎麼說」，校對改的是「有沒有寫錯」。把校對留到最後，因為在結構還沒定之前，校對一個可能被刪掉的句子毫無意義。

校對的實用技巧：

• 朗讀出來：耳朵會抓到眼睛漏掉的錯誤，尤其是漏字和不順的句子。
• 倒著讀：從最後一句往前讀，可以打破「腦補」效應——因為你太熟悉內容，眼睛會自動補上其實不存在的字。
• 一次只盯一類錯：這一輪只看冠詞（a/an/the），下一輪只看時態，比一次抓所有錯誤更可靠。
• 冷卻期：寫完隔一天再校對。對自己的文字太熟悉時，你看到的是「你以為寫了什麼」，不是「實際寫了什麼」。

動手試試

找一段你最近寫的英文（一段就好），做這個三輪練習：

1. 第一輪（global）：用一句話總結這段在講什麼。如果做不到，這段就需要重寫或拆分。
2. 第二輪（local）：找出段落裡所有的 there is/are、it is、被動語態、以及 -tion/-ment 結尾的名詞。試著把至少一半改寫成主動、用動詞的版本。
3. 第三輪（proofread）：倒著一句一句讀，只抓冠詞和單複數。

做完你會發現，同一段文字在三個不同鏡頭下，要改的東西完全不一樣。這正是「分階段」的價值。

重點回顧

• 產出與修改是兩種心智模式，不要同時做。 寫草稿時關掉審稿人，先讓想法落地（zero draft）。
• 修改從大到小： 先整體（結構、論點），再局部（句子），最後校對（拼字標點）。順序反了會浪費力氣。
• reverse outline 是看清結構的最強工具： 幫每段寫一句總結，骨架立刻現形。
• 句子層級的常見毛病： 冗詞、名詞化、過度被動、模糊副詞、超長句——都有固定的改良套路。
• 校對留到最後，且要製造距離： 朗讀、倒讀、隔天再看，騙過自己的「腦補」。

深入探討（研究所視角）

寫作的「分階段」直覺，背後有堅實的認知科學基礎。Hayes 與 Flower 在 1980 年代提出的 寫作認知歷程模型（cognitive process model of writing），把寫作拆成 planning（計畫）、translating（轉譯）、reviewing（檢視）三個遞迴歷程，並指出這些歷程都競爭有限的 工作記憶（working memory） 資源。當寫作者試圖同時 translating 和 reviewing，認知負荷（cognitive load）超載，產出品質與流暢度都會下降。這正是「草稿不該長得像定稿」的理論根據——分階段，本質上是 認知負荷管理（cognitive load management）。

從專家—生手差異（expert-novice difference）來看，Bereiter 與 Scardamalia 區分了兩種寫作策略：生手用 knowledge-telling（知識陳述），想到什麼寫什麼，寫完就結束；專家用 knowledge-transforming（知識轉化），在反覆修改的過程中，文字會回過頭來重塑作者的思考。換句話說，對專家而言，revision 不只是修飾，而是 透過寫來想（writing to think）。這解釋了為什麼好的修改往往伴隨「我原本以為我要講 A，改著改著發現我真正要講的是 B」——這不是失敗，這正是 knowledge-transforming 在運作。

這個視角也重新定義了 AI 輔助寫作的角色。如果學生用大型語言模型（large language model）直接生成定稿，等於跳過了 translating 與 reviewing 的認知歷程，knowledge-transforming 不會發生，學習也不會發生。但若把 AI 定位成 revision 階段的對話夥伴——例如請它做 reverse outline、指出論證斷層、針對特定句子提供「不佳 vs 改良」的多個版本供你判斷——它就成為認知負荷的卸載工具，讓你把省下的工作記憶投入更高層次的結構思考。關鍵在於：AI 應該介入修改歷程，而不是取代產出歷程。這也是 Uedu 把 AI 助教設計成「引導思考」而非「直接給答案」的理論依據。

跨領域地看，這套「先發散後收斂」的流程與設計思考（design thinking）的 diverge-converge 模型、程式開發的 prototype-then-refactor、乃至科學研究的 exploratory-confirmatory 分析如出一轍。它們共享一個深層原理：創造與評判是兩種不相容的認知狀態，硬要同時進行，兩邊都做不好。 學會在寫作中切換這兩種狀態，你學到的其實是一種可遷移到任何創造性工作的元能力（meta-skill）。下一次打開空白文件時，先問自己：我現在是要產出，還是要修改？答案會決定你該打開或關閉哪一個自己。