De AI-Native Technische Schrijver

AI verandert meer dan alleen de manier waarop technische schrijvers inhoud opstellen. Het vormt de manier waarop we documentatie onderzoeken, creëren, structureren, reviewen, onderhouden en meten, terwijl het de rol van de technische schrijver zelf verandert.Deze bijeenkomst onderzoekt praktische manieren waarop technische schrijvers AI in hun workflows integreren, van AI-gestuurde documentatietools en vaardigheden tot nieuwe benaderingen voor het organiseren en onderhouden van inhoud.Bevestigde SprekerAne Tröger, PhDHoofd Technisch Schrijver bij BayerGesprek: Een Diátaxis Classificatievaardigheid voor Docs-as-CodeOpmerking: In interne docs-as-code repositories groeit documentatie vaak organisch, in plaats van op ontwerp. Pagina's worden toegevoegd waar het uitkomt in plaats van waar ze thuishoren, en het resultaat is een platte, ongetypeerde structuur die niemand volledig begrijpt. Platformmigraties verergeren het: welke hiërarchie er ook bestond, deze implodeert gedeeltelijk, en inhoud arriveert in een batch. De kosten komen bij iedereen terecht — lezers verliezen tijd in de verkeerde modus, schrijvers verliezen het vertrouwen over waar hun bijdrage naartoe gaat, en AI-tools verliezen nauwkeurigheid omdat gemengde signalen gemengde uitkomsten opleveren.Een mogelijke oplossing is om de repo te herstructureren zodat het makkelijker is om informatie te vinden, makkelijker te onderhouden en mogelijk gemakkelijker voor AI om te consumeren. Deze presentatie doorloopt het bouwen van een AI-vaardigheid die documentatiepagina's classificeert volgens het Diátaxis-framework — tutorial, hoe-te, uitleg en referentie — plus een vijfde type, wayfinding, toegevoegd om te omgaan met de navigatiehubs die elke echte repository bevat. We zullen bekijken hoe de vaardigheid is gestructureerd over drie bestanden zelf, de vier-staps workflow die het volgt (lezen, classificeren, splitsen, navigeren), en waarom het een vertrouwensniveau produceert op basis van signaalverdeling in plaats van een pas/fail oordeel — met laag vertrouwen dat als de gemengde-inhoud vlag fungeert.Geschikt voor technische schrijvers op elk niveau; secties over vaardigheidontwerp en besluitvorming gaan het diepst in voor ervaren professionals. De fundamenten van het Diátaxis-framework en voorbeelden worden kort behandeld, en als je het meeste uit deze presentatie wilt halen, raad ik aan om het Diátaxis-framework van tevoren te bekijken: https://diataxis.fr/start-here/Frances LiuMede-oprichter, PromptlessGesprek: Wat AI-agenten verkeerd doen bij het schrijven van documentatieOpmerking: We testen regelmatig grensagenten (Claude Code, Codex en OpenCode met open modellen) op documentatietaken. De concepten komen meestal terug als gepolijst en coherent, maar hun fouten deden zich voor vóór het opstellen: beslissen of een wijziging überhaupt documentatie nodig had, uitwerken voor wie de documentatie bedoeld was, kiezen welke pagina bij de wijziging hoorde, en beantwoorden wat de lezer moest doen in plaats van te beschrijven wat de functie doet.We zullen doorgaan met welke agenten goed presteren op welke soorten taken, welke context hun kansen op succes vergroot, en hoe je hun output kunt beoordelen zodat de stille fouten je lezers niet bereiken. Je verlaat met een checklist om te beslissen wat je aan een agent moet geven, en wat je moet controleren wanneer het werk terugkomt.Helena JerneyHoofd Informatie-ervaring bij StreetLight DataGesprek: Informatiearchitectuur voor het AI-publiekOpmerking: Wat nodig is zodat inhoud door AI kan worden geconsumeerd om een optimale gebruikerservaring mogelijk te maken. Waar inhoud en contextarchitectuur elkaar kruisen en hoe de informatiepijplijn te beheren om de behoeften en beperkingen van LLM's aan te pakken.Meer details volgen.