你請 AI 寫一份給新進同仁的說明，裡面出現「社保」「屏幕」「打印出來」。你請它幫忙寫家長通知，它寫了「初中」。你問它員工退休金怎麼算，它講的可能是一套美國的退休帳戶。字都是繁體的，句子也很順，可是台灣的讀者一看就知道哪裡不對。
這種錯可能有來由。成功大學釋出的繁體中文用語檢查工具 zhtw-mcp，在說明文件裡寫到：AI 模型拿來學習的網路中文文字裡，簡體大約是繁體的 2.6 倍（以 CC-100 這個公開資料集計）。2025 年一篇比較簡體與繁體中文的研究發現，在「挑選地區用語」的測試裡，多數模型偏向簡體中文那一邊的答案；可是在「從名單裡挑人錄取」的測試裡，模型反而偏向繁體中文的姓名。研究者認為，訓練資料的比例是可能的原因之一，字形偏好和模型切字的方式也有影響。原因不只一個，不過在用語這件事上，偏向大陸說法是研究量得到的現象。
制度也是同樣的道理。你沒說你在哪裡，它只能從看過最多的情況裡挑一個來答。用語錯了一眼看得出來；制度前提錯了比較難發現，因為句子都通，數字也像真的，只是那套規則不是台灣的。
有些詞換了字還是錯
用語的問題分兩種。
一種是換個字就好：屏幕改螢幕、打印改列印、智能改智慧。這類替換表很多，工具也做得到。開源的繁中校對規則 speak-human-tw（說人話）就整理了一張中國用語替換表，看到左欄一律換成右欄。
另一種麻煩得多：字一樣，兩岸意思不同。zhtw-mcp 的文件舉了幾個例子。「渲染」在台灣原本指誇大，或國畫的一種技法，對岸用來指電腦把畫面算出來；zhtw-mcp 建議台灣寫「算繪」，不過這個詞在台灣科技圈的用法不一，對外文字要看讀者再決定。「進程」在台灣是進度，對岸指電腦裡正在執行的程式；「並行」在兩岸剛好指兩個不同的概念；「文件」在對岸常指檔案，在台灣指書面文件。這類詞照表一換就會換錯，要人看上下文才知道作者要的是哪個意思。
AI 寫完的稿子 │ ▼ 第一層 換字：視頻、質量、默認、信息 → 替換表或檢查工具可以處理 │ ▼ 第二層 同字不同義：渲染、進程、並行、文件 → 人看上下文，決定要哪個意思 │ ▼ 第三層 前提：制度、單位、日期、法規名稱 → 要它列出來，你逐項確認
台灣在地檢查表
越往下，越不能交給換字工具。
| 檢查項目 | 要找什麼 | 能交給工具嗎 | 要它怎麼改 |
|---|---|---|---|
| 用語：換字 | 視頻、質量、默認、信息、軟件 | 可以，照替換表 | 「全文改用台灣用語」 |
| 用語：同字不同義 | 渲染、進程、並行、文件 | 不行，要人看 | 指出是哪一句，說清楚你要的意思 |
| 制度前提 | 勞保、健保、退休金、報稅、學制、假別 | 不行 | 「改用台灣的制度，並列出你引用的法規名稱」 |
| 單位與日期 | 幣別、度量衡、日期寫法、民國或西元 | 部分可以 | 先指定：新台幣、公制、你要的日期格式 |
| 法規與機關名稱 | 法規名稱、主管機關、證照名稱 | 不行，要查 | 要它附全國法規資料庫或主管機關的連結 |
作者整理，非官方。
制度前提那一列最容易漏。它不會寫「以下以美國制度為例」，而是直接把那套制度當成前提往下推。法規和機關名稱還多了新舊的問題，處理方式跟問最新規定一樣：要它查、附連結，你點開確認。
制度前提常藏在很平常的句子裡。它談請假，用的可能是別國的假別；談學校，可能把年級分段講成別的學制；談薪資扣款，可能少了勞保、健保，多了別國才有的項目。這些句子單獨看都沒有錯字，要先問自己「台灣是這樣嗎」才會發現。
單位和日期是最容易被忽略的一層。磅、英呎、華氏溫度，或把月份寫在日期最前面的習慣，混進中文稿裡不一定顯眼；公文和學校通知還常用民國年。這一層最好事先指定，請它照你給的格式寫，比事後一個一個改省事。
先講你在哪裡，寫完再要它交代前提
最省事的做法，是一開頭就把背景講清楚：讀者在台灣，用台灣用語、台灣制度、新台幣。很多工具有可以寫常駐說明的地方，把這句放進去，就不用每次重講。
講了還是要檢查。寫完之後，要它把「這份稿子用到的制度前提和法規名稱」單獨列成一張清單。藏在段落裡的前提很容易一眼帶過，列成清單之後，你一項一項問「台灣是這樣嗎」，比重讀全文快。
如果你們常寫對外文字，可以找人裝 zhtw-mcp 這類檢查工具，讓第一層交給機器。不會裝也沒關係，speak-human-tw 的替換表可以直接讀，當成交稿前的對照表。查中英詞典資料時也要留意來源：有些開放詞庫本身就以大陸用法為主。
把下面這段連同稿子貼給 AI，讓它先列問題，不要直接改：
背景：我在台灣，讀者是台灣的一般民眾。 請檢查下面這份稿子，分四類列出問題，先列清單，不要直接改稿： 一、大陸用語（例如視頻、質量、默認、信息），附建議的台灣用語。 二、兩岸意思不同的詞（例如渲染、進程、並行、文件），說明這一句在台灣讀者眼中會被理解成什麼。 三、制度前提：稿子假設的是哪一國的勞保、健保、稅務、學制、休假或退休制度？不是台灣的請標出來。 四、單位、幣別、日期格式，以及出現的法規和機關名稱：全部列出，標明哪些你不確定在台灣是否正確。 不確定的標「待確認」，不要自己編一個台灣版本補上去。 稿子：（貼上）
下次拿到 AI 寫的對外稿，先用搜尋功能找一次「渲染」「進程」「並行」「文件」，再把它提到的每一個制度名稱，對一次台灣有沒有。
站內延伸
- 把「用台灣用語」寫成常駐規則 → 哪些該常駐、哪些該按需
- 開放詞庫偏大陸用語的例子 → 找工具：CC-CEDICT
- 想照步驟做一次 → 找方法
來源： sysprog21/zhtw-mcp（MIT，Copyright 2026 National Cheng Kung University；2026-10-25 讀 README：CC-100 簡繁約 2.6:1、兩岸同字不同義對照表）；Raymondhou0917/speak-human-tw（MIT，Copyright 2026 Raymond Hou；references/taiwan-localization.md 的中國用語替換表）；Lyu 等：Characterizing Bias: Benchmarking Large Language Models in Simplified versus Traditional Chinese（arXiv 2505.22645，2026-10-25 讀摘要：多數模型在地區用語選擇測試中偏向簡體中文答案、在姓名選擇測試中反而偏向繁體中文姓名，作者認為差異可能來自訓練資料比例、字形偏好與切字方式）；檢查表的分類方式參考 Johan Falk 的 Itangalo/AI-Education 英文版第 2 章〈Four Types of AI Pitfalls〉（在 10 Introduction.md）的觀念：英文版採 CC BY-NC-SA 4.0、瑞典文原版採 CC BY-SA 4.0，都與本站授權不相容，只取觀念，未改寫原文。台灣在地檢查表與三層流程為作者自行整理。