先說清楚：篩檢不等於診斷。 本文只是整理研究與工作方法，不能取代醫療。如果你懷疑自己有 ADHD，請找精神科醫師或臨床心理師評估。AI 是外部支架，不能取代治療。
很多老闆和自僱人士會問：「我是不是有 ADHD？」「AI 能不能幫我做事更有系統？」我們整理了臨床指引、研究和使用者經驗，重點只有一個：對 ADHD 的人來說，把瑣事交給背景自動化、再在固定時段看一份摘要，可能比整天開著 AI 聊天視窗更有幫助。不過這個說法目前只有間接證據，下面會講清楚哪些是研究結果、哪些是我們的建議。
一、ADHD 不只是「容易分心」
根據 DSM-5-TR（CDC 整理），成人（17 歲以上）要在注意力不足或過動／衝動任一面向符合至少 5 項症狀，持續 6 個月以上，12 歲前就有數項症狀，在兩個以上的場合出現，明顯影響功能，且無法用其他疾病更合理解釋。NICE NG87 也強調，診斷要綜合臨床訪談、發展史和功能損害，不能只看量表分數。
簡單說，四個條件缺一不可：從小就有、跨場合出現、持續存在、造成實際損害。只在無聊會議分心、只在睡不好或壓力大時分心，都不符合。焦慮、憂鬱、睡眠不足（包括睡眠呼吸中止）和甲狀腺問題也可能出現類似症狀，要由專業人員排除。
另外，光是開著手機通知，就能讓一般人的注意力不足和過動自評分數升高（Kushlev 等人，CHI 2016）。所以分心不一定是 ADHD，也可能是環境造成的。
二、自己可以先做什麼篩檢？
目前最常用、有驗證研究的是 WHO 的成人 ADHD 自填量表 ASRS v1.1，其 6 題篩檢版在驗證研究中表現優於 18 題完整版（Kessler 等人 2005）；另有對應 DSM-5 的 6 題新版 ASRS-5（Ustun 等人 2017）。
幾個重點：
- ASRS 只是初篩：在驗證研究中，6 題版約有三成真正有 ADHD 的人沒被篩出來；分數高也只代表「建議進一步評估」，不是診斷。
- 網路上很多自製「ADHD 測驗」沒有驗證資料，不建議參考。
- 作答請用固定的原文題目，不要讓 AI 改寫。研究顯示聊天機器人施測和網頁、紙本的分數高度相關（r 0.83 到 0.96），但聊天機器人版本比較費力、比較花時間（JMIR 2022）。AI 比較適合在作答之後幫你理解結果、整理要問醫生的問題。
為什麼本站不直接放量表？ ASRS 和功能損害量表 WFIRS 都有使用授權的問題，我們還沒取得明確授權，所以本站不嵌入量表，只附上驗證研究（見上方 Kessler 2005、Ustun 2017）。請向精神科、臨床心理師或醫療機構索取正式版本作答。
三、有實證的工作方法
這部分是研究結果：
- CBT（認知行為治療）有效。 成人 ADHD 的 CBT 統合分析中，對比候補名單效果中到大（SMD 0.76），對比主動對照組效果小到中（SMD 0.43），但只有 9 篇隨機對照試驗、樣本小（Young 等人 2020）。已服藥但仍有症狀的成人，12 次 CBT 的反應率 67%，對照組 33%，效果維持到 12 個月（Safren 等人 2010）。CBT 教的是規劃與組織、降低分心、處理拖延。
- 在工作表現上，心理社會介入的效果比藥物明顯。 針對時間管理、生產力等工作相關結果，心理社會介入 d = 0.56，藥物 d = 0.19，但研究之間差異大，要謹慎解讀（Lauder 等人 2024）。
- 人和環境的契合很關鍵。 安靜空間、彈性工時、會議中休息、把繁瑣工作分出去（Hotte-Meunier 等人 2024）。不過專門針對職場的 ADHD 介入研究很少（PMC9443814）。
依程度的工作模式（我們的建議，尚未經研究驗證）
DSM-5-TR 本身分輕度、中度、重度。下面的對應是我們研究小組依上述證據提出的建議，用「對生活的影響」來分，目前沒有研究直接驗證這個對應：
| 程度（依功能影響） | 建議的工作模式 | 就醫 |
|---|---|---|
| 輕度：只在特定任務卡住 | 自己調整環境：看得見的清單、計時器、固定時段，拆小任務，保護專注時段 | 視需要 |
| 中度：工作和生活持續受影響 | CBT 式規劃、固定每週檢討、外部問責（教練、夥伴、定期回報） | 建議評估 |
| 重度：收入或人際關係明顯受損 | 大量委派，把行政、記帳、追蹤交給人或系統，自己只做核心產出 | 強烈建議盡快就醫評估（已服藥者再加上 CBT，有隨機對照試驗支持） |
一人公司特別要注意：上班族有主管、截止日和同事幫忙撐著，自己做老闆就沒有。外部的結構和提醒，要刻意自己建立。
四、AI 幫得上忙的地方
- 一項 13 位 ADHD 成人的日記與訪談研究發現，ChatGPT 幫助他們開始做事、拆解任務、走出決策卡關、降低認知負荷和調節情緒；這是質性研究，不是生產力試驗（OzCHI 2025）。
- 49 位 ADHD 知識工作者的問卷顯示，最難的是排優先、估時間、切換任務；有用 AI 的人覺得很有幫助，但使用率很低（Campbell 等人）。
- 系統性回顧顯示，聊天機器人對注意力、規劃和情緒調節有初步正面效果，但樣本小，也有過度依賴的風險（Brain Sciences 2025）。
- 使用者經驗（非研究證據）：CHADD 同儕團體回報，Goblin Tools、ChatGPT 拆任務特別有用（CHADD）。
五、小心：「感覺很有效率」不等於真的有效率
METR 2025 年的隨機對照試驗中，16 位資深工程師使用 AI 後反而慢了 19%，但自己以為快了 20%。METR 在 2026 年表示這個結果只適用於當時的工具（METR）。
要注意：受試者不是 ADHD 族群，這是所有人都有的通用風險，不是 ADHD 特有的結論。但對容易被新工具吸引的人來說，一直調 prompt、換工具、搭系統，很容易變成看起來很忙、其實沒有產出。所以請用客觀數字檢查效果：每週完成幾件事、開票或收款金額、發布幾篇內容，而不是看感覺。
六、核心建議：背景自動化＋固定時段摘要（目前只有間接證據）
研究顯示通知會增加注意力不足的症狀（Kushlev 2016），而且即使沒去碰手機，單是收到通知就會干擾專注任務（Stothart 等人 2015，J Exp Psychol: HPP；受試者是一般大學生，不是 ADHD 族群）。持續和 AI 對話需要一再切換情境、不斷帶來新刺激；背景自動化則符合「把繁瑣工作委派出去」的實證方向。
但要誠實說：目前沒有研究直接比較 ADHD 成人使用「背景 AI agent」和「持續對話」的差別。所以這只是有間接證據支持的建議，還沒有被證實。
另外，完全放手也有風險：東西漏掉了也沒人發現。所以「偶爾檢查」要設計成固定時段、由系統主動推送摘要，不靠自己記得，也不即時跳通知。我們建議的模式是：
- 短對話：卡住時才問 AI，請它把一件事拆成 5 分鐘內可以開始的第一步。
- 背景自動化：開票、追款提醒、記帳分類、預約確認這類瑣事交給系統。
- 固定時段批次回顧：每天或每週固定時間，收到一份摘要：今天三件事、已完成、漏掉的項目、客觀指標。
依程度的 AI 用法（同樣是建議，未經驗證）：輕度的人短對話就夠；中度的人以背景自動化加固定摘要為主，AI 可以當問責夥伴，但不取代教練或治療；重度的人只用 AI 減少行政負擔，不要搭複雜系統，重點仍然是就醫。
Jacob 自己的例子
你現在讀的這類文章，就是用這個方式產出的。AIFlowTime 的文章流程在背景自動執行：定時掃描值得寫的主題、起草文章，交給另一個負責查核的 AI（Checker）驗證事實，通過才上線。Jacob 不用盯著看，也不用和 AI 來回對話，只會收到通知；要做的只是定期看客觀數字，例如搜尋表現和名單人數。
七、一人公司可以這樣開始
- 預設不打擾：關掉即時通知，輸出集中成批次摘要。
- 一個入口：只用一個收集箱（一個聊天視窗或語音備忘），不要散落在多個工具。
- 系統不能比工作還複雜：每個自動化都要說得出每週省多少時間，說不出來就不做。
- 工具任選一套就好：收集用手機語音備忘或單一聊天機器人；任務用 Notion 或 Google Sheets 二選一；自動化用 Make、Zapier 或 AI agent 的排程功能；摘要用電子郵件或單一通訊軟體固定時段發送。
- 要避免：整天開著 AI 聊天視窗邊做邊問、一直換工具調 prompt、自動化出錯沒人看、用 AI 對話取代正式篩檢或就醫。
想知道哪種方式最適合你，最實際的做法是做 4 週的自我實驗：兩週以對話為主、兩週以背景自動化加摘要為主，用客觀數字比較。
再提醒一次：本文的篩檢資訊只是篩檢，不是診斷。要確診，請找精神科醫師或臨床心理師。