【用 DCPA 工作法，讓碩博士生從80分進化到120分！】

對碩博士生來說，研究工作不僅需要大量的時間與精力，更需要有效的方法來提升效率和創造力。日本作者伊藤羊一與尾原和啟在他們的書《努力革命》中，提出了DCPA的工作法，專為像你這樣需要不斷創新突破的高學歷族群設計，幫助你從PDCA的80分合格標準，一舉進化到120分的創造力。

▋ PDCA 的侷限：研究效率只有80分？

PDCA（Plan 計畫、Do 實行、Check 評價、Action 改善）是很多碩博士生在研究過程中常用的方法。它強調系統性和持續改善，幫助我們逐步優化實驗設計、論文架構或是資料分析。然而，PDCA有個局限——它適合提升效率，但缺乏打破框架的創造性，容易讓我們的成果卡在「還不錯」的80分水平。

對於需要創造性思維的研究生涯，光是合格還不夠，我們追求的是突破性成果！而這時，DCPA就派上用場了。

▋ DCPA：從「先做再說」開始，讓AI幫你激發創造力

DCPA是伊藤羊一與尾原和啟針對生成式AI所提出的工作新法則，它的核心在於「先做再說」。第一步是Do——直接執行，而不是先花很多時間計畫。舉個例子，你可能正在撰寫碩博士論文的背景介紹，這時可以先讓ChatGPT幫你生成數個不同版本的背景草稿。透過這樣的快速嘗試，你可以迅速得到許多素材，讓研究進度更快。

▋ Check：以「SSR心態」從AI生成結果中篩選精華

接下來是Check——評價AI生成的草稿。碩博士生的研究中，最具挑戰性的部分就是如何辨別真正有潛力的研究路徑。DCPA強調的是，你要以「尋找SSR（Super Special Rare）」的心態，從AI生成的結果中篩選出最優解。就像挑選文獻資料一樣，生成式AI的草稿雖然量大，但你只需要專注挑選出那些最契合你的研究主題或能激發靈感的部分。

這樣的篩選過程，不僅節省時間，也讓你能夠發現一些之前可能沒考慮到的新點子或研究方向。

▋ Plan：根據生成結果調整計畫，精準落實研究

當你篩選出有潛力的素材後，DCPA的第三步Plan——計畫，才會介入。這裡的計畫不再是憑空設想，而是根據已經生成和篩選出的結果，擬定具體的行動步驟。例如，你可以根據AI生成的論文結構草稿來決定哪個方向最適合深入，進而有效分配你的研究時間和精力。

這樣的計畫更加實際，因為它來自於真實生成的草稿，而非一開始就試圖把所有細節都規劃到位。

▋ Action：用120分的創造力推動研究突破

最後一步是Action——行動，這是DCPA的關鍵點。因為你已經經歷了大量生成與篩選，這時的行動不再是盲目地執行，而是基於篩選後的創造性成果，具體且有效地推動研究進展。這樣的工作方式，讓你不僅能夠達到PDCA的80分，更能釋放出120分的創造力，實現論文或研究中的突破。

▋ 在研究生活中結合 DCPA

對碩博士生來說，DCPA不只是提升效率的工具，更是一種創造性思維的轉變。透過生成式AI的幫助，你可以將一些繁瑣的腦力工作，如整理文獻資料、初步分析結果等，交給AI處理，並且從中挑選出最符合你研究需求的部分。這樣的篩選過程，讓你能專注於真正重要的思維創造，提升整體研究質量。

生成式AI，讓我們得以窺見學術研究中新的可能性。透過DCPA，你可以不斷創新、突破侷限，並讓你的研究成果從「還不錯」走向「優秀卓越」。

對於碩博士生來說，這不僅是學術進步的工具，也是未來研究領域的重要趨勢。