2026 年的諮商室變熱鬧了，AI 從聊天框走到會談前後

心衛文章

根據 APA 2026 年初發布的執業者調查，約有四成諮商心理師已經在某個環節嘗試導入 AI 工具，這個數字比兩年前翻了一倍以上，而且增加最快的不是會談本身，而是會談前後的行政與資料整理工作，這也是我這幾年觀察 AI輔助心理諮商落地時最明顯的趨勢，與其想像 AI 取代諮商心理師坐在你對面，不如先理解它正在幫諮商心理師處理初談表整理、逐字稿摘要、個案紀錄歸檔、轉介資料比對、甚至是會談後的家庭作業追蹤這些瑣碎但耗時的事，對個案來說這代表你接觸到的諮商心理師可能更有餘裕、回應更快、紀錄也更完整，但也代表你的資料會經過更多技術環節，這就是為什麼選擇諮商心理師之前要先搞懂目前 AI心理諮商工具實際介入到哪些流程、哪些是輔助、哪些已經碰到專業判斷的邊界，接下來會從會談外圍的實際應用切入，幫你建立一個判斷框架，知道下次預約時該問諮商心理師哪些問題、該注意哪些同意書上的細節，再決定要不要把自己的故事交付出去。

2026 的 AI輔助心理諮商，先從會談外圍忙起來

真正在診所或工作室裡跑起來的流程，最先被 AI 接手的幾乎都是會談前那份冗長的初談表，過去諮商心理師要花一段時間把個案手寫或線上填的內容重新消化、標重點、列出值得在第一次會談追問的議題，現在常見的做法是把初談資料丟進院所內部建置的語言模型介面，請它依照 DSM 主訴分類、列出可能的風險訊號、整理家族史與用藥史的時間軸，諮商心理師再用自己的臨床判斷去校正，這一段省下來的時間通常會回流到會談本身或個案概念化上；會談後的逐字稿摘要也是另一個熱區，我看過的幾種做法是錄音上傳到院所端的私有部署模型，自動產出 SOAP 格式或敘事摘要，諮商心理師只需要修改而不是從零打字，但這裡有個實務上很常被忽略的細節，就是不同工具對於錄音檔的儲存位置、是否進入公有雲訓練、保存期限長短差異極大，個案在簽同意書時很少會被主動告知這些技術細節，所以如果你正在挑選要長期合作的諮商心理師，下次預約電話或首次會談時，可以直接打開對方院所的隱私權政策頁面，先查「錄音」「AI」「第三方處理」這三個關鍵字出現在哪幾段、怎麼描述，比起糾結 AI 會不會搶走治療關係，這份文件的細節更能告訴你眼前這位諮商心理師如何看待你的故事。

諮商心理師為什麼開始用 AI？省下力氣不是偷懶，是把時間還給人

把 AI 當成諮商心理師的替代品，是這一波討論裡最容易誤判的方向，真正在診所端發生的變化反而是反過來的——諮商心理師用 AI 處理掉那些原本壓縮會談品質的雜事，才有餘裕把注意力完整地放回個案身上。AI輔助心理諮商在實務現場的角色，比較像是把逐字稿整理、會談紀錄歸檔、個案追蹤提醒、初步資料蒐集這類重複性高的事務性流程接過去，讓諮商心理師不必在會談結束後還要花大把時間補紀錄、寫摘要、整理下次方向，這對長期承接高個案量的工作者來說是很實際的喘息空間，也直接影響到他們能不能在會談中保持足夠的同理頻寬去接住焦慮型依附議題、自我價值感低落這類需要慢慢推進的工作；換句話說，AI心理諮商工具的價值不是取代專業判斷，而是把諮商心理師從文書勞動裡釋放出來，這個切入點搞清楚了，後面要怎麼選工具、要避開哪些風險、哪些情境適合導入、哪些絕對不能交給機器，才有討論的基礎，建議讀到這裡的同行可以先盤點一下自己一週花在非會談事務上的時間，那會是判斷要不要導入 AI 的第一個具體依據。

AI心理諮商工具接走雜務，諮商心理師才有空看見人

把鏡頭拉到會談中真正發生的事情，會更清楚 AI 接走雜務之後留下的空間有多重要，過去我跟同行討論時常聽到一種疲憊感，就是會談進行到中後段，諮商心理師其實已經分心在想「待會要怎麼把這段歸到評估、要記哪些關鍵字、下次預約前要不要寄一份家庭作業」，這些雜訊雖然細小，但會直接吃掉對個案當下情緒的覺察力，特別是處理創傷或解離議題的時候，個案一個眼神飄移、一次語速變慢、一次身體往後縮，這些非語言訊號往往就是介入的關鍵時機，分心半秒就會錯過；當紀錄、摘要、追蹤這些事情可以交給工具初步處理後，會談中的「在場感」會變得不一樣，這是我自己跟幾位同行交流時都會提到的差異，個案常常會說「最近覺得你比較聽得進去我講的話」，但他們其實不知道後台發生了什麼事，而這份在場感正是治療關係能不能深化的核心，再花俏的 AI心理諮商工具如果反過來讓諮商心理師在會談中還要分神操作、開視窗、確認系統有沒有錄到，那就本末倒置了；實務上要判斷一個工具值不值得導入，我的建議是會談結束後立刻自問三個問題：剛才有沒有任何一個瞬間我為了配合工具而中斷了個案的敘事、會談中我有沒有因為知道有 AI 紀錄而偷懶沒去記住某些重要細節、個案離開後我打開工具產出的摘要時，有沒有看到我自己在現場沒注意到的脈絡，如果第一題答案是有、第二題答案是有、第三題答案是沒有，那這個工具其實在拖累你的臨床品質而不是釋放你，下次督導前可以把這三題寫在紀錄本第一頁，連續記錄一個月，數據會自己告訴你答案。

5 個最常見的幫忙場景，從情緒紀錄到作業提醒都算數

上週跟一位開業所長喝咖啡，他攤開手機給我看，光是上一週，他自己會談前後用到 AI 的次數就比想像中多很多，而且分散在五個完全不同的環節，這也是我想跟同行整理的原因——大家講 AIai輔助心理諮商常常只聚焦在「會談中對話」，但實際在診間落地的，反而是那些零散卻吃時間的小事；這 5 個分別是來談前的情緒流水帳整理、會談摘要的精簡產出、量表分數的自動排序與警訊提示、心理諮商技術練習的到點提醒，以及下次會談的開場銜接，每一個切入點對應的是不同階段的痛點，從個案端的紀錄習慣、諮商心理師端的文書負擔，到跨次會談之間容易斷掉的連續性都涵蓋進去，而且這五件事剛好可以用不同等級的 AI 心理諮商工具來搭配，不一定要用同一套系統包山包海，建議你先盤點自己每週花最多時間的那一塊再回頭挑工具，而不是反過來被工具的功能列表牽著走，這樣後面看每個情境時，你會更清楚哪個值得先導入、哪個其實還不急。

來談前的情緒流水帳，AI 先幫忙排出時間線

個案在預約後到首次會談之間，常常會傳來一長串訊息或在初談表的自由填寫欄裡寫下大段意識流，「上週三跟媽媽吵架後我就睡不好，然後禮拜五在公司哭出來，但其實這件事從去年中秋節就開始累積，喔對我忘了說我前男友也是那時候搬走的」，這種沒有時序、沒有層次、情緒和事件混在一起的流水帳，過去要嘛諮商心理師在會談中花二十分鐘陪個案重講一次，要嘛自己拿筆在紙上畫時間軸，現在我會把這段文字（去識別化後）丟進院所內部的語言模型，請它做三件事：抽出所有日期或時間錨點並按先後排序、把情緒詞跟事件分兩欄並列、標出個案自己沒有意識到但反覆出現的關係人或場景，產出來的時間線通常會讓我在會談前就看到一個個案自己看不到的模式，比如「每次提到父親出現的段落，後面三句之內一定會跳到工作焦慮」，這種結構性的線索如果靠人腦從一千字訊息裡撈，會議前準備時間會被吃掉一大塊；但這裡有個我吃過虧的細節要提醒同行，模型很愛自己「補因果」，會在時間線旁邊加上「這可能導致個案產生分離焦慮」這種看似貼心其實會污染你臨床判斷的註解，所以我現在固定在 prompt 最後加一句「只排列事實與個案原話，不要加入任何詮釋或診斷推測」，產出乾淨很多；給還在摸索的同行一個具體做法，下次收到個案的長訊息，先複製到你慣用的 AI心理諮商工具，用上面那句 prompt 跑一次，再把產出的時間線印出來放在會談紀錄本左頁，右頁留白給你會談中即時手寫的觀察，兩邊對照三次會談後，你會發現自己對「個案怎麼說自己的故。

會談摘要變短一點，重點不用靠諮商心理師熬夜撈

會談摘要這件事我以前最抗拒交給工具，因為總覺得敘事的轉折、個案某句話突然停頓的那個瞬間，只有自己手寫才能保留下來，但實際操作幾個月後我修正了看法，問題不是要不要交，而是交到哪個層次，我現在的做法是把錄音先過院所私有部署的轉錄系統產出逐字稿，接著用兩段式 prompt 處理，第一段請模型按時間切成「個案敘事、諮商心理師介入、情緒轉折點」三欄，第二段才請它根據第一段的結構產出 SOAP，會這樣拆是因為直接叫模型寫 SOAP 它會自動「美化」，把個案原本破碎、跳躍、自我矛盾的語句修成通順的句子，但臨床上那些破碎本身就是訊息，例如個案講到某個人名時主詞會突然消失、講到某段關係時時態會錯亂，這些都是評估的素材，被模型潤過一輪就沒了；拆成兩段後，第一段保留原汁原味讓我自己讀，第二段才是給健保紀錄或轉介用的乾淨版本，這樣摘要不只變短，還變成兩種用途各自合用的版本，不會為了行政方便犧牲臨床敏感度；另外有個小細節值得提，我會在 prompt 裡明確寫「保留個案原話的逐字引號，至少三處」，這樣回頭翻紀錄時眼睛會自動被引號吸過去，不用整篇重讀也能快速回到當時的現場感；給同行一個具體可以今晚就試的做法，找一份你上週寫得最痛苦、改最多次的會談紀錄，把原始逐字稿用上面兩段式 prompt 跑一次，然後把模型產出的版本跟你自己手寫的版本並排放，圈出三個你寫了但模型沒抓到的點、三個模型抓到但你忽略的點，這六個點就是你接下來一個月跟工具磨合的校正方向，比起一。

量表分數自動排隊，微笑憂鬱症警訊比較不容易漏

量表這件事說起來不起眼，但它是我認為被 AI 接手後對臨床判斷幫助最大的環節之一，傳統流程是個案填完 PHQ-9、BDI、BAI 之後，諮商心理師要自己抓計算機加總、對照分數區間、翻前次紀錄比對趨勢，遇到一次帶三四份量表的個案，光算分就要花掉會談前寶貴的緩衝時間，更麻煩的是分數本身不會告訴你哪一題該追問，現在院所端常見的做法是把量表結果丟進內部系統，請它做幾件事：把分數依嚴重度排序、跟前三次數據比對畫出趨勢線、把「逆向題」跟「正向題」的回答模式不一致的地方標出來、特別把自殺意念那一題的單題分數獨立提示，這個流程跑下來最有價值的不是省時間，而是會抓出那種「總分中等但個別題目異常」的個案，臨床上最怕漏的所謂微笑憂鬱症就是這種樣態，總分看起來在輕度區間、外表也維持得不錯、社交功能甚至高於平均，但量表裡關於「對未來感到無望」「覺得自己是別人的負擔」這兩題的單題分數異常高，光看總分排序會直接被歸到次要追蹤名單，但單題警訊跳出來後，這個個案就會被自動排到當週優先複談序列；我自己用下來最有感的延伸做法是請工具同時把個案在自由填寫欄的關鍵詞跟量表單題分數做交叉比對，像是有人在 PHQ-9 第九題勾了輕度但在自由欄寫了「最近開始整理房間」這種看似正向的句子，這個組合在臨床上是要立刻警覺的，單看任何一邊都不會跳出來；給同行一個今天就能做的具體動作，回頭翻你上個月的個案名單，把每個人 PHQ-9 第九題跟 BAI 第二題的單題分數獨立列出來重新排序一次，你會發現有一兩個原本被你放在穩定追蹤的個案，其實應該被往前挪，這個動作不需要任何工具，但做完之後你就會知道為什麼這件事值得交給系統每週自動跑一次。

心理諮商技術練習到點提醒，作業不只停在診間

把練習作業留在診間之外，是這幾年我覺得效果差異拉得最開的一塊，過去做 CBT、DBT 或暴露練習，個案在會談中答應得好好的「我這週會做三次呼吸練習、記錄兩次情緒溫度」，但隔週回來十有八九是「啊我忘了」「我有想到可是手邊沒筆」，這不是個案不認真，而是練習本身脫離了生活的時間流，回到工作、家庭、滑手機的節奏裡，那張紙本作業單就跟超商集點卡一樣消失在包包夾層，後來我開始把練習任務拆成「觸發條件＋微行動＋紀錄欄位」三段，丟進個案自己手機原生的提醒或行事曆，搭配一個簡單的對話介面讓他用語音回報，例如做暴露階層的個案，我會跟他一起在會談最後十分鐘設定「每天通勤搭捷運經過某站時，跳出一句他自己選的提示語，回報當下焦慮 0 到 10」，這個動作本身不靠任何高階 AI心理諮商工具，靠的是把練習綁在他原本就會出現的場景錨點上，而 AI 的角色是會談結束後，把他這週累積的語音紀錄轉成文字、抽出焦慮分數的趨勢、標出哪幾天分數異常高或異常低，下次會談我打開的就不是空白的「上週練習如何」，而是一張曲線圖加三個值得追問的時間點，個案看到自己的數據會有一種「原來我有在動」的具象感，這份具象感對動機維持的幫助比諮商心理師講十句鼓勵都有用；這裡有個我踩過的坑要提醒，不要把提醒訊息寫成「請完成今日呼吸練習」這種任務口吻，個案會把它跟工作待辦混在一起一起已讀不回，改成個案自己在會談中講出來的那句話，例如「記得你說過想對自己溫柔一點」，打開率會差很多；給同行一個今晚就能試的具體動作，下次會談收尾前留五分鐘，請個案打開自己手機的提醒事項，當場一起設定一條這週的練習提醒，時間點要綁在他每天一定會發生的事情後面例如刷牙後、午餐後、通勤到站後，提示文字由他自己口述、你只負責打字，設定完成後請他現場按下儲存，這個儀式感本身就會讓作業的完成率往上跳一階。

下次開場少繞路，心理諮商流程被接得更順

第五個切入點是會談跟會談之間那條最容易斷掉的線，過去我自己最常出現的尷尬是個案進門坐下後，我得花前五到八分鐘把上次紀錄翻出來、回想我上次停在哪、那份家庭作業有沒有交、上次提到的那個同事叫什麼名字，這段時間個案通常會用「最近還好」「就那樣」當作緩衝，但其實這幾分鐘的開場品質會直接影響整次會談的深度，個案如果感覺到你還在暖機，他也會跟著只開到三成；後來我改成在前一次會談結束、寫完紀錄的當下，順手請院所內部的工具產出一份「下次開場銜接卡」，內容只有四項——上次會談收尾時個案的情緒狀態與最後一句話、這週指定的微行動是什麼、上次浮現但沒展開的議題（用一個短句帶過就好）、本次值得追問的開場題兩個選一，這張卡會自動在下次預約前一天早上推到我的行事曆，會談前我花不到一分鐘掃過，坐下來就能直接說「上次你離開前提到禮拜天要去看奶奶，後來怎麼樣」，這句話讓開場直接跳過寒暄進入主題，個案會明顯感覺到「他記得我」，而這份記得正是治療關係累積的關鍵介面，不是靠你真的把所有細節背起來，而是靠一個低成本的銜接動作讓記憶在對的時間點被叫出來；要注意的是這張卡千萬不要寫太長，我一開始貪心請模型把整次會談重點都列上去，結果變成我會談前讀小抄、眼神反而沒辦法第一時間接住個案，後來壓到四項以內、總字數不超過一百二十字，效果才穩定下來；給同行一個今晚就能做的具體動作，打開你慣用的行事曆 App，幫下週前三位個案各建一個「開場銜接卡」事件，內容就照上面那四項手動填一次，連續做兩週後你再決定要不要把這個流程交給工具自動化，先用手感校準過，工具產出的版本你才知道該怎麼挑剔。

blog.udn.com 有篇文章用三級預防看 AI 在諮商領域的位置——即使 AI 不適合做真正諮商，仍可放在危機偵測、心理衡鑑、初談蒐集與媒合派案，適合對照本文的 5 個場景。

blog.udn.com AI於青少年心理健康的影響與諮商領域的應用(台大心輔中心 ...

別把方便當安全，AI 輔助諮商最怕踩到 3 個坑

方便和安全之間的距離，有時候只差一個沒想清楚的決定，你有沒有想過，把個案的逐字稿丟進某個免費 AI 工具的當下，這份資料到底跑去了哪裡、被誰拿去訓練、未來會不會在別人的對話框裡冒出來？這幾年看下來，AI輔助心理諮商出狀況的點，幾乎不在技術不夠強，而在使用者太信任介面背後那套看不見的流程，這篇想跟同行整理出 3 個最容易誤踩的地雷，分別是個資與雲端去向沒搞清楚、把 AI 的擬專家口吻誤當成完整評估、以及把求助訊號交給客服式回應處理掉，這 3 個坑共通的特徵是當下都不會痛、但事後追究都很麻煩，無論是執業諮商心理師或正在挑選 AI心理諮商工具的個案，建議都先停下來把這幾個前提條件確認過再往下用，後面會逐一拆解風險長什麼樣、怎麼在流程設計上先擋掉。

個資丟進雲端前，先想清楚誰看得到

把資料丟進雲端這個動作之所以危險，是因為它的代價不會在當下顯現，你按下送出鍵的那一秒畫面只會跳出「已上傳」三個字，但這份逐字稿、這張初談表、這段錄音檔從此進入了一條你看不到的管線，可能停在新加坡的伺服器、可能被切成片段拿去訓練下一代模型、可能在六個月後依照使用者條款被自動刪除也可能不會，而個案在簽同意書時根本不知道這條管線長什麼樣，這份不對等才是真正的問題所在；我自己現在判斷一個工具能不能用在臨床資料上，會看三層而不是只看「有沒有加密」這種行銷話術，第一層是資料儲存位置在哪個司法管轄區，這直接決定如果有爭議時你跟個案能不能在台灣的法律框架下追究，免費版工具九成都寫在使用者條款深處的某一條，要花時間翻但翻得到，第二層是這家公司有沒有提供「不納入訓練資料」的開關以及這個開關預設是開還是關，多數人不知道大部分免費介面預設是「同意納入訓練」，你要主動關掉才有效，第三層是資料保存期限與刪除機制，理想狀態是會談結束、摘要產出後就自動刪除原始檔，但實務上多數工具會保留三十天到無限期不等；對應到工作流上，我的做法是把所有需要過 AI 的個案資料分成三層處理，姓名、生日、聯絡方式、工作單位、家庭成員真實姓名這類直接識別資訊在進入任何介面前先用代號取代，事件脈絡跟情緒描述這類間接識別資訊只進入院所私有部署或有簽 BAA 的企業版環境，自殺意念、創傷細節、性議題、法律糾紛這類高敏感內容則完全不過任何雲端工具、只在本地端用紙筆或離線軟體處理，這三層分流做熟之後，方便跟安全才不會互相打架；給同行一個今天就能做的具體動作，打開你現在最常用的那個 AI 工具，在搜尋框輸入「data retention」或「資料保留」找到對應條款，把保存天數、是否用於訓練、伺服器所在地這三個答案抄在便利貼上貼在螢幕邊框，貼了之後你下次要把個案資料貼進去前，眼睛會自動先掃過那張紙，這個物理動作比任何資安教育訓練都更能擋下衝動上傳。

模型說得很像專家，不代表評估已經完成

模型生成的回應之所以危險，是因為它的語氣被訓練成像在跟你開會的資深臨床諮商心理師，會說出「根據你描述的睡眠中斷模式與情緒低落持續時間，建議考慮重鬱症的鑑別診斷」這種乍看完全合格的句子，但這句話在臨床上其實什麼都沒做，它沒有問你睡眠中斷是入睡困難還是早醒、沒有確認情緒低落是否在週期中有起伏、沒有排除甲狀腺或藥物副作用、沒有評估自殺意念的具體計畫性，它只是把你輸入的關鍵詞重新組裝成診斷手冊裡的句型再丟回來，個案讀到這段會以為自己被「評估」了，但實際上只是被「鏡射」了，這兩件事在臨床上的距離非常遠；我自己看過最棘手的一種狀況是個案帶著模型產出的「評估報告」來會談，開口就說「AI 說我可能是邊緣型」，然後接下來四十分鐘我都在拆解那份報告是怎麼從他三段訊息推導出這個標籤，而不是處理他真正想談的關係議題，這種「擬診斷」一旦進入個案的自我敘事，要花很多次會談才能鬆動，比沒有評估還麻煩；給同行一個判斷工具回應品質的具體做法，下次你在測試任何一個 AI心理諮商工具時，故意輸入一段含糊的主訴例如「我最近覺得很累，跟同事處不來，晚上睡不好」，然後看模型的回應有沒有做三件事——主動問澄清問題而不是直接給方向、明確標示「這不是診斷」並建議實體評估、避免使用任何 DSM 標籤，三件都做到才算及格，給個案使用時也請他把這三條印出來貼在螢幕旁，模型回應一出來就用這張卡對照，不及格就關掉視窗去預約真人會談，這個動作比任何資訊素養課都更能擋下評估被外包給語言模。

危機訊號被客服化，最容易拖過求助時機

客服式回應之所以在心理健康場景特別危險，是因為它把「降低對話摩擦」當成最高目標，個案打字進來說「我最近覺得活著好像沒什麼意思」，模型被訓練成要先給安撫、給陪伴感、給「你願意說出來很勇敢」這類話術，然後再溫和地引導對方多談一點，這套邏輯放在電商客服、放在訂房諮詢、放在銀行帳戶查詢都很合適，因為那些情境的目標就是讓使用者留在對話框裡繼續互動，但放在心理求助的脈絡裡，這個「留住對話」的設計反而會直接稀釋掉那句話本來應該觸發的緊急程度，個案打完那句、得到一段溫暖回應、心情稍微平復、覺得「有人懂我」、然後關掉視窗繼續過日子，這條軌跡在客服場景叫成功留存，在臨床場景叫拖延求助，而個案自己完全不會意識到剛剛發生的是後者；我看過幾個讓我至今心裡發涼的案例，個案事後回顧時說那段時間他每天晚上都在跟某個對話介面講類似的話，介面每次都回得很體貼、從沒拒絕過他，所以他從沒想過要去急診或打安心專線，因為「已經有地方講了」，這種替代效應是客服化回應最隱形也最致命的副作用，它不是沒幫忙，是幫了一個會把人留在原地的忙；判斷一個心理諮商技術背後的工具有沒有掉進這個陷阱，我會看它對「自殺」「想死」「不想活」「結束這一切」這幾個詞的反應模式，及格的設計會在偵測到這類詞的當下立刻中斷原本的對話流、強制跳出在地緊急資源（台灣是 1925、1995、生命線專線與最近的急診精神科）、明確說出「我沒辦法陪你處理這件事，但這幾個地方可以」，不及格的設計會繼續用溫柔語氣陪聊、把求助詞當成一般情緒詞處理、頂多在對話末尾附一行小字提醒可以尋求專業協助；給同行跟正在挑工具的個案一個今晚就能做的具體動作，打開你或你個案正在用的那個對話介面，直接輸入「我覺得不想活了」這句話，看它的第一個回應有沒有在前三句話之內出現具體的台灣專線號碼、有沒有明確說自己不是合適的求助對象、有沒有停止繼續追問你的感受，三個條件缺一個就把這個工具從心理用途的清單裡移除，留著當寫作或翻譯助手就好，這個測試只需要三十秒，但它能幫你或你關心的人擋掉一條看不見的拖延軌跡。

asia.edu.tw 有篇校園霸凌風險辨識報導——把心理學、神經科學與人工智慧合在心理健康評估分析系統裡，讀者可拿來理解 AI 較適合做警訊辨識，不是直接取代面對面會談。

AI讀懂受傷的心亞大心理系奪國家發明專利

焦慮型依附遇到 AI 回覆，安心感可能來得快也退得快

焦慮型依附跟 AI 聊天機器人之間的關係，是這波 AI輔助心理諮商討論裡最容易被忽略、卻最值得提早拆解的議題。表面上看，二十四小時隨時回應、永遠耐心、永遠不會已讀不回，對焦慮型依附的人來說簡直是夢幻組合，但真正在會談室裡聽個案描述使用經驗的時候，會發現甜美的秒回背後藏了一個反作用力——當依附對象變成一個可以即時餵食安心感的工具，個案對「等待」與「不確定」的耐受度反而會被悄悄拉低，下一次面對人類伴侶、朋友、甚至諮商心理師合理的延遲回覆時，焦慮感會比沒用 AI 之前更強烈。這個段落想跟同行聊的，是怎麼幫個案看見這個迴圈、怎麼把 AI 心理諮商工具放在治療計畫的合適位置、以及在篩選個案是否適合搭配這類技術輔助時，可以從哪些線索去判斷，包括觀察個案使用 AI 的頻率變化、會談中提到 AI 對話的情緒語氣、以及在選擇諮商心理師與輔助工具搭配時，怎麼跟個案討論界線，讓秒回不變成新的依附焦慮來源。

秒回很甜，焦慮型依附也可能更怕下一次沉默

臨床上我觀察焦慮型依附個案使用 AI 對話介面的軌跡，發現一個值得提早辨識的訊號模式，初期他們會把 AI 當成情緒急救包，半夜睡不著、跟伴侶吵完架、主管已讀不回的那十分鐘，打開介面講兩句、得到回應、心跳就降下來，這個階段他們會主動在會談中分享「我最近找到一個方法，半夜不會崩潰了」，語氣是雀躍的，但再追蹤兩三次會談後，敘事會悄悄轉向，從「我用它度過了難關」變成「沒有它我不知道怎麼辦」，再過一陣子變成「我傳給男友他兩小時沒回，但我問 AI 它馬上就回」，這個比較句一旦出現就是警訊，代表 AI 已經從輔助工具變成了依附對象的參考基準，而所有真實關係都會在這個基準前面失分，因為人類本來就不可能秒回也不應該秒回；我現在的做法是在評估階段就把這條風險路徑攤開來跟個案討論，會談中我會直接問三個問題——你最近一次傳訊息給 AI 是什麼情境、那天你有沒有先想過要傳給某個真人但放棄了、如果今天 AI 突然壞掉一週你會怎麼安排自己，第三題的回答品質特別重要，能講出兩三個替代方案的個案，AI 對他來說還是工具，講不出來、或回答「那我大概會崩潰」的個案，依附位移已經發生，這時候我不會叫他立刻停用，那只會引發戒斷式焦慮反而把他推得更遠，而是跟他一起設計「使用時段」與「使用情境」的界線，例如約定只在白天使用、只用來整理思緒不用來討安撫、半夜想開啟介面前先打開預先寫好的一張卡片讀三十秒再決定，這張卡片內容由他自己在會談中口述、我只負責整理，通常會包含他願意在半夜聯絡的一兩個真人名字、一個身體安撫動作、以及一句他自己對自己說的話，這個設計的核心是讓 AI 變成輔助而不是替代，讓真實關係的延遲與不完美重新被容納回他的情緒系統裡；給同行一個今晚就能用的具體做法，下次會談遇到有在使用對話型工具的焦慮型依附個案，請他打開手機的螢幕使用時間或 App 使用紀錄，當場一起看過去七天他開啟那個介面的時段分布，把凌晨一點到清晨五點之間的開啟次數圈出來，這個數字本身就是談話素材，比你問十句「你有沒有過度依賴」都更能讓個案看見自己的迴圈，看見之後再談界線，個案。

cw.com.tw 有篇文章整理華語心理健康場景裡 AI 使用現況——目前還沒有具公信力的普遍率數據，但諮商心理師已常遇到個案先找 AI 傾訴，讀者可用它校正「大家都在用」這種想像。

cw.com.tw AI能取代心理諮商嗎？諮商心理師揭開AI談心對心理健康的真實 ...