Der AI-native technische Schriftsteller

KI verändert mehr als nur die Art und Weise, wie technische Schriftsteller Inhalte verfassen. Sie transformiert, wie wir recherchieren, erstellen, strukturieren, überprüfen, pflegen und Dokumentationen messen, während sie die Rolle des technischen Schriftstellers selbst verändert.Dieses Meetup wird praktische Möglichkeiten erkunden, wie technische Schriftsteller KI in ihre Arbeitsabläufe integrieren, von KI-gestützten Dokumentationstools und -fähigkeiten bis hin zu neuen Ansätzen zur Organisation und Pflege von Inhalten.Bestätigter SprecherAne Tröger, PhDLeitender technischer Schriftsteller bei BayerGespräch: Aufbau einer Diátaxis-Klassifikationsfähigkeit für Docs-as-CodeBeschreibung: In internen Docs-as-Code-Repositorys neigt die Dokumentation dazu, organisch zu wachsen, anstatt durch Design. Seiten werden dort hinzugefügt, wo es bequem ist, anstatt dort, wo sie hingehören, und das Ergebnis ist eine flache, untypisierte Struktur, die niemand vollständig versteht. Plattformmigrationen verschärfen das Problem: Welche Hierarchie zuvor existierte, bricht teilweise zusammen, und Inhalte kommen in einem Batch an. Die Kosten landen bei allen — Leser verlieren Zeit im falschen Modus, Autoren verlieren das Vertrauen, wo ihr Beitrag eingeht, und KI-Tools verlieren an Genauigkeit, weil gemischte Signale gemischte Ergebnisse produzieren.Eine mögliche Lösung besteht darin, das Repository so umzugestalten, dass Informationen leichter zu finden, einfacher zu pflegen und potenziell einfacher von KI konsumiert werden können. Dieser Vortrag beschreibt den Aufbau einer KI-Fähigkeit, die Dokumentationsseiten im Rahmen des Diátaxis-Rahmens klassifiziert — Tutorial, Anleitung, Erklärung und Referenz — plus einen fünften Typ, Orientierung, der hinzugefügt wurde, um die Navigationszentren zu behandeln, die jedes echte Repository enthält. Wir werden uns ansehen, wie die Fähigkeit über drei Dateien strukturiert ist, den vierstufigen Workflow (lesen, klassifizieren, aufteilen, navigieren), den es befolgt, und warum es ein Vertrauensniveau aus der Signalverteilung anstelle eines Pass-/Fail-Urteils produziert — wobei ein niedriges Vertrauen als Flagge für gemischte Inhalte fungiert.Geeignet für technische Schriftsteller jeder Stufe; Abschnitte über Skill-Design und Entscheidungsfindung gehen am tiefsten für erfahrene Praktiker. Die Grundlagen des Diátaxis-Rahmens und Beispiele werden kurz behandelt, und wenn Sie das Beste aus diesem Vortrag herausholen möchten, empfehle ich einen Blick auf den Diátaxis-Rahmen vorab: https://diataxis.fr/start-here/Frances LiuMitbegründerin, PromptlessGespräch: Was KI-Agenten falsch machen, wenn sie Dokumente schreibenBeschreibung: Wir testen regelmäßig Grenze-Agenten (Claude Code, Codex und OpenCode mit offenen Modellen) bei Dokumentationsaufgaben. Die Entwürfe kommen normalerweise poliert und kohärent zurück, aber ihre Mängel treten vor dem Entwerfen auf: zu entscheiden, ob eine Änderung überhaupt Dokumente benötigt, herauszufinden, für wen die Dokumente bestimmt sind, zu wählen, auf welche Seite die Änderung gehört, und zu beantworten, was der Leser tun musste, anstatt zu beschreiben, was die Funktion tut.Wir werden durchgehen, welche Agenten bei welchen Arten von Aufgaben bestehen, welcher Kontext ihre Erfolgswahrscheinlichkeit erhöht und wie man ihre Ausgaben überprüft, damit die stillen Mängel nicht Ihre Leser erreichen. Sie werden mit einer Checkliste zurückkehren, um zu entscheiden, was einem Agenten übergeben werden soll und was zu überprüfen ist, wenn er die Arbeit zurückgibt.Helena JerneyLeiterin der Information Experience bei StreetLight DataGespräch: Informationsarchitektur für das KI-PublikumBeschreibung: Was es braucht, damit Inhalte von KI konsumiert werden, um ein optimales Benutzererlebnis zu ermöglichen. Wo Inhalte und Kontextarchitektur aufeinandertreffen und wie man die Informationspipeline verwaltet, um die Bedürfnisse und Einschränkungen von LLMs zu berücksichtigen.Weitere Details folgen.