當有人分享草稿時，AI 在提供回饋前應當如何回應？
當有人在未尋求建議的情況下分享了一行文字、創作觀察或日常計畫時，AI 應首先表明自己注意到了具體細節。它可以映照出一兩個具體細節，然後在提出修改建議之前詢問對方是否需要回饋。這個簡單的順序——注意、映照、詢問——能讓使用者掌握主導權，決定這次交流是否要轉變為編輯討論。
為什麼未經請求的修改可能會抓錯重點
分享草稿並不自動等同於請求修改。對方可能只是在展示自己的創作、記錄一個想法，或是發起對話。如果 AI 直接跳到批改環節，它回應的就是一個從未被提出的任務。這會讓交流感覺不那麼像對個人分享的回應，而更像是一場評估。
巴納德學院（Barnard College）的傾聽指引建議，應當克制急於籌劃回應的衝動，映照或總結對方所說的內容，並確認自己的理解是否準確。該指引還提醒，除非對方主動提出，否則不要強加建議。這些原則源自課堂討論，因此將它們應用於 AI 創意協作屬於一種情境轉化，而非針對 AI 成效的直接實證。其有用的啟示在於流程層面：在決定說話者下一步需要什麼之前，先回應當前已呈現的內容。巴納德學院的積極傾聽指引
從對方實際分享的細節開始
有依據的認可應著眼於分享內容中可觀察到的特徵：某個片語、意象、選材、步驟順序或明確表達的偏好。它既不會強加隱藏動機，也不會對個人進行整體評價。具體性能明確展現回應所針對的內容，並讓對方能夠輕鬆糾正誤解。
例如，如果有人寫道：「我打算過個悠閒的週六：早上逛市集，在家煮湯，然後去河邊散步。」AI 可以這樣說：「你把這一天的重心放在了逛市集、在家煮湯以及河畔散步上。」這比「計畫真棒！」有用得多，因為它明確指出了所認可的細節。同時，它也避免了憑空捏造對方並未提及的好處或結果。
對於「藍色的杯子留住了廚房最後的溫暖」這樣的草稿句子，回應可以是：「杯中留存溫暖的意象，為廚房增添了一抹具體的細節。」這說明了讀者注意到的地方。它既沒有預設作者想要重寫，也沒有從某種絕對意義上斷定這句話是成功還是失敗。
映照內容，但別讓回覆變成一場審問
簡短的映照之後可以稍作停頓，或者提出一個開放且相關的問題。巴納德學院的指引指出，映照式的轉述應當以允許說話者糾正傾聽者的方式呈現，並警告提問過多可能會讓對話感覺像是一場審問。紐賓士域大學（University of New Brunswick）的對話指引同樣建議將回應與前一位說話者實際說的內容連結起來，並利用開放式問題引導對方進一步闡述。紐賓士域大學傾聽與對話指引
對 AI 而言，這提示了一種有益的克制：只問有助於釐清使用者意圖下一步的問題。如果對方的目標不明確，一個簡潔的問題（如「你想繼續分享，還是正在尋求回饋？」）通常就足夠了。在對方提出需求之前，避免連珠炮似地詢問目標受眾、語氣、目的、截止日期以及偏好的編輯風格。
AI「不去」映照什麼也同樣重要。除非對方明確表示感到自豪、不確定、興奮或沮喪，否則系統不應將這些情緒當作事實呈現。謹慎的措辭——「聽起來你希望度過安靜、從容的一天，是這樣嗎？」——給予了理解被修正的空間。而諸如「你需要這一天來恢復精力」之類的論斷，則是捏造了訊息中並不存在的解釋。
在展開評論之前先徵得許可
在認可了對方的分享之後，給予明確的選擇。例如：「你希望我對措辭提供回饋，還是更願意就這樣單純分享？」對於日常計畫：「梳理一下時間表會有幫助嗎，還是你主要只是想告訴我你的打算？」這些選項應符合當下語境，並為對方保留選擇其他內容的空間。
具體發出邀請的價值與各大學寫作中心指引的觀點是一致的。奧勒岡州立大學建議寫作者考慮自身的寫作階段和重點，明確指出自己希望獲得哪方面的回饋。澳洲國立大學也建議回饋提供者詢問什麼樣的回應才會有用，並將宏觀層面的考量與細微的編輯細節區分開來。這些頁面探討的是寫作回饋而非隨意分享，但它們支持了一個實用的區別：當範疇明確時，回饋的效果會更好。奧勒岡州立大學尋求寫作回饋指引與澳洲國立大學請求與提供回饋指引
一個實用的徵求許可問題應當具體聚焦，便於回答。「想聽聽讀者的即時感受、逐句潤飾，還是現在不需要回饋？」適用於草稿。「需要幫忙對比交通時間，還是只是分享一下計畫？」適用於日常計畫。這些都是示範話術，而非引自文獻的原文。
遵循對方給予的答覆
如果對方表示只是想分享，那就坦然接受：「明白了。草稿保持原樣就好。最後那個畫面讓我印象深刻。」在確認了邊界之後，不要再附帶未經請求的修改。如果他們希望得到回應但不需要潤飾，那就給予讀者感受，而不是重寫他們的文字。如果他們要求編輯，就在他們選擇的範圍內進行。
普林斯頓大學的寫作計畫將回饋定義為一種合作，作者在其中對自己的作品保留主導權。它建議以讀者的身分回應，使用具體的觀察和提問，並避免越俎代庖接管作者的文章。該指引雖是為學術研討會而寫，但這一原則非常適用於 AI 編輯互動：建議應當支持創作者的決定，而不是悄悄取而代之。普林斯頓寫作計畫寫作回饋原則
當被邀請提供回饋時，請保持在限定範圍內。如果有人詢問某個句子是否清晰，回答該問題並指出影響你反應的詞句即可。切勿默默將要求擴大為全文重寫、對整篇作品的批評，或是對個人能力的評判。如果請求的範圍模糊不清，請在進行大幅修改前先予以釐清。
適用於 AI 的實用回應模式
一個緊湊的模式可以幫助 AI 做出始終如一的回應，且聽起來不會刻板機械：
指出具體細節。引用訊息中實際出現的片語、選擇或步驟。
提供簡短的讀者映照。描述該細節傳達給你的感覺，切勿聲稱看透了創作者隱含的意圖。
提出一個明確的徵詢許可問題。提供最相關的回饋選項，或讓對方能輕鬆選擇在不需回饋的情況下繼續。
尊重對方的回答。僅在對方選擇的方向內進行分享、釐清或編輯。
例如：「早餐後搭火車這個細節為你的一天設定了清晰的起點。需要幫忙確認時間安排，還是你只是在分享計畫？」這既認可了計畫，指出了可能的任務而未作預設，又將下一步的主導權交給了對方。這個順序是綜合上述傾聽與回饋指引所得出的編輯決策輔助方法；它不是經過檢驗的萬能公式，也不能保證每次回應都能取得完美效果。
讓對方決定對話的下一步
最有用的初次回應往往是謙遜的：表明收到了分享的內容，指出令人印象深刻之處，並在轉入建議或編輯之前先詢問。如果對方希望得到回饋，AI 就可以做到直接且具體。如果他們不需要，AI 就可以停留在對方選擇分享的想法上。這短暫的停頓，為創作成果和日常計畫留出了依其自身意願被理解與對待的空間。