凌晨兩點，你打了很長一段話。三秒鐘後它回你，語氣平穩，還提到你上禮拜說過的那件事。那個瞬間，被理解的感覺是真的。人本來就容易對會回話的東西產生關係——它記得、它接得住、它從來不會不耐煩，這些都不假。但「感覺被理解」跟「正在接受治療」之間，隔著一段不能省略的距離。
那三秒鐘的溫柔，是怎麼算出來的
大型語言模型在做的事，說穿了是預測下一段最合適的文字。它讀過的對話多到能把「溫柔」這件事的統計形狀學起來，所以回覆自然、連貫、情緒濃度剛剛好。這不是騙術，但它也不是理解——它沒有活過你的日子，也不必像心理師那樣，為說出口的每一句話承擔專業義務。
所以我們寧可讓它老實一點。它可以說「我讀到你現在很累」，但不會編一段自己也加過班的故事；它可以陪你把事情一件一件排開，但不會假裝從你的沉默跟表情裡，讀到了螢幕外的全部。不冒充人類，陪伴不會因此變少；知道對面是什麼，信任反而站得比較穩。
它可以很溫柔。但溫柔不是理解的證據。
它可能真的有幫助，但別把證據用超過範圍
APA 整理的研究確實看到了東西：一部分專為心理健康設計的對話工具，跟壓力、孤獨、憂鬱、焦慮的自陳症狀下降有關。這不是小事。但那些結果來自特定的設計、特定的族群、有限的追蹤期；把它拿去背書「任何一個聊天機器人都有同樣效果」，等於把一張區間車的票當成了通行證。
所以名字、文案、使用流程都得跟著克制。對話陪伴可以是一個入口，讓人先開口、先靠近，但它不能暗示自己已經完成了診斷、治療或危機處置。這條線一旦模糊，最先受傷的，會是那個最相信它的人。
它最好的位置，是真人旁邊那張椅子
APA 2026 年的調查顯示，77% 的心理師說個案曾經跟他們提過自己在用 AI。也就是說，不管心理師自己用不用，AI 都已經在晤談室裡了。比起禁止，更實際的做法是把它變成可以拿出來談的事：它幫上了什麼？哪裡讓你不舒服？你跟它說了多少？它有沒有開始取代某個真人，或影響了你某個很大的決定？
舒聊因此把角色定得很窄：在兩次晤談之間，讓你先說出來、先整理好，再由你決定要不要分享。當事情需要專業評估、需要一段真實的關係，或需要立刻有人接手，我們的做法不是把 AI 訓練得更像治療師，是讓你更快回到真人身邊。
判斷一個 AI 陪伴有沒有用，看的是你有沒有因此更靠近真人，還是更遠離。
參考研究
回到原始資料
我們優先連結論文全文或 PubMed 紀錄。閱讀研究時，請一併留意樣本、研究設計、追蹤時間與利益衝突聲明。