260510-不是算得更快，而是記得更清楚：用 ChatGPT 做數學研究的關鍵習慣
別把 ChatGPT 當計算機：把每次推導都寫成可回溯的「證明日誌」，你會更快累積直覺與可重用的推理模板
現在用 ChatGPT 做數學運算與推導，已經變得非常方便。
很多人會把重點放在「算得更快」、「推導更完整」，但我這兩年的實際經驗是：
真正的瓶頸，不在計算，而在「記憶」。
更精確地說，是：
你能不能讓整個討論過程中的概念、符號與命題，被穩定地保存下來。
第一層：對話很強，但不能無限延伸
我幾乎每天都在用 ChatGPT 嘗試各種數學證明。
一開始，你會很享受那種「可以一直討論下去」的感覺。
但很快就會遇到一個現實問題：
對話越長，效率越低。
回應變慢
網頁開始卡頓
重點變得難以追蹤
這不是工具的問題，而是形式的限制。
因為對話，本質上是線性的。
第二層：關鍵轉折，是從「對話」切到「文件」
所以我後來發展出一個很穩定的節奏：
當我和 ChatGPT 討論到某個階段，對整體問題已經有一個「全局理解」時，我就會做一件事：
請它做一個結論。
這個結論，不是隨便的摘要，而是：
整理目前的命題
明確定義符號
梳理推導邏輯
這一步，等於把「流動的對話」，轉成「穩定的知識」。
第三層：真正重要的，是把結果「寫下來」
但這還不夠。
如果你只是看過這個結論，沒有記錄，它很快就會消失。
所以接下來最重要的一步是：
把它寫成文件。
而我目前最推薦的方式，是用 LaTeX，並放到 Overleaf 上編譯。
這樣做有幾個好處：
結構清楚（section、subsection）
符號一致
可以長期維護與修改
這時候，你的工作不再只是「理解」，而是「建構」。
第四層：把對話變成一份 Research Note
在這個流程中，我會用一個小技巧：
請 ChatGPT 幫我建立一個類似 main.tex 的主文件。
這個文件會包含：
標題
各個 section 的規劃
初步的內容框架
然後再逐步填入細節。
這其實就等於在寫一份「Research Technical Note」。
而這份文件，會成為你後續所有思考的基礎。
第五層：在過程中「餵回你的理解」
還有一個非常關鍵的習慣：
在討論過程中，你要持續把自己的理解，餵回給 ChatGPT。
例如：
你怎麼理解某個命題
你覺得哪個方向比較合理
你想用什麼方式表達
這樣做的效果是：
AI不只是生成內容，而是開始「對齊你的語言」。
當它幫你寫文件時，就會用你熟悉的表達方式來整理。
第六層：從「推導」到「敘事」的轉換
這整個流程，其實在做一件更深的事：
把數學推導，轉成可以被溝通的敘事。
因為研究不只是找到結果，而是：
定義問題
建立語言
說清楚過程
當你用 LaTeX 寫出來，你會開始注意：
哪裡需要定義
哪裡需要解釋
哪裡邏輯還不夠清楚
這些，都是純對話中很難察覺的。
第七層：工具沒有變強，是你在用不同的方式使用它
很多人會問：
現在的AI是不是已經可以「做研究」？
我的答案是：
工具確實變強了，但真正改變的是「工作流」。
如果你只是用它來算答案，那它只是計算器。
但如果你把它納入一個完整的流程——
對話 → 總結 → 文件 → 再推進——
那它就變成一個研究夥伴。
結論：研究的核心，不是算出來，而是留下來
所以如果要總結這兩年的經驗，我會說：
做數學研究，最重要的不是你推導了多少，而是你留下了多少。
對話可以幫你探索，但文件才是讓知識累積的地方。
而 ChatGPT 的真正價值，不只是幫你推導，而是幫你把這些推導，變成一個可以持續發展的系統。
當你做到這一步，你就不只是「用AI」，而是在「和AI一起做研究」。
P.S.1. 《AI共讀力五週陪跑營：用 OpenAI Codex × Obsidian 與 AI Agent 共讀一篇Paper》即將在2026年5月10日到6月7日，每週日早上 8:00–9:00（台灣時間）開跑！歡迎點此報名！
P.S.2. 終於開啟「研究生日課」的 Skool群了！會陸續加入對碩博士生有幫助的資源！歡迎透過此表單申請加入.
P.S.3. 我的電子書《馭文獻之鋒:Obsidian 與 四種良品筆記法引領高效研究》可以在這裡看試讀版，在這裡填表購買。另外電子書《結論優先寫作術:臺灣碩博士生的高效表達指南》可以在這裡看試讀版，在這裡填表購買。
P.S.4. 歡迎追蹤我的FB, IG, Threads，每天都會分享對碩博士生有價值的內容。
P.S.5. 歡迎訂閱我的Youtube頻道「用Obsidian強化學術筆記力」！