Techniczny pisarz AI-native

AI zmienia więcej niż sposób, w jaki techniczni pisarze tworzą treści. Przekształca sposób, w jaki badamy, tworzymy, strukturyzujemy, przeglądamy, utrzymujemy i mierzymy dokumentację, zmieniając jednocześnie rolę samego pisarza technicznego. To spotkanie zbada praktyczne sposoby, w jakie techniczni pisarze włączają AI do swoich procesów pracy, od narzędzi do dokumentacji wspomaganych przez AI i umiejętności po nowe podejścia do organizowania i utrzymywania treści. Potwierdzony mówca Ane Tröger, PhD Główny pisarz techniczny w Bayerze Prezentacja: Budowanie umiejętności klasyfikacji Diátaxis dla dokumentacji jako kodu Opis: W wewnętrznych repozytoriach dokumentacji jako kodu dokumentacja zwykle rozwija się organicznie, a nie według projektu. Strony są dodawane tam, gdzie jest to wygodne, a nie tam, gdzie należą, a wynikiem jest płaska, nieukierunkowana struktura, której nikt do końca nie rozumie. Migracje platform pogarszają sytuację: jakakolwiek hierarchia, która wcześniej istniała, częściowo się załamuje, a treść przychodzi w paczkach. Koszt ponoszą wszyscy — czytelnicy tracą czas w złym trybie, pisarze tracą pewność co do miejsca, w którym znajduje się ich wkład, a narzędzia AI tracą dokładność, ponieważ mieszane sygnały produkują mieszane wyniki. Jednym z możliwych rozwiązań jest przebudowanie repozytorium, aby łatwiej było znaleźć informacje, łatwiej je utrzymać i potencjalnie łatwiej było je spożywać przez AI. Ta prezentacja przeprowadza przez budowanie umiejętności AI, która klasyfikuje strony dokumentacji w oparciu o ramy Diátaxis — tutoriale, jak to zrobić, wyjaśnienia i referencje — plus piąty typ, nawigacja, dodany, aby obsługiwać węzły nawigacyjne, jakie zawiera każde prawdziwe repozytorium. Przyjrzymy się, jak umiejętność jest zbudowana w trzech plikach, czterostopniowym procesie roboczym, który prowadzi (czytaj, klasyfikuj, dziel, nawiguj) i dlaczego produkuje poziom pewności na podstawie rozkładu sygnałów zamiast werdyktu pass/fail — przy niskiej pewności działającej jako sygnał o mieszanej treści. Odpowiednie dla pisarzy technicznych na każdym poziomie; sekcje dotyczące projektowania umiejętności i podejmowania decyzji są najgłębsze dla doświadczonych praktyków. Podstawy ram Diátaxis i przykłady będą omówione krótko, a jeśli chcesz maksymalnie wykorzystać tę prezentację, sugeruję zapoznanie się z ramami Diátaxis wcześniej: https://diataxis.fr/start-here/ Frances Liu Współzałożyciel, Promptless Prezentacja: Co agenci AI mylą w pisaniu dokumentów Opis: Regularnie testujemy agentów frontowych (Claude Code, Codex i OpenCode z otwartymi modelami) na zadaniach związanych z dokumentacją. Projekty zazwyczaj wracają wypolerowane i spójne, ale ich porażki miały miejsce przed pisaniem: decyzja, czy zmiana wymagała dokumentacji, ustalenie, kto jest adresatem dokumentów, wybór, na której stronie należy umieścić zmianę i odpowiedzenie na to, co czytelnik powinien zrobić, zamiast opisywać, co robi funkcja. Przeanalizujemy, które agenty radzą sobie w jakiego rodzaju zadaniach, jaki kontekst zwiększa ich szanse na sukces oraz jak przeglądać ich wyniki, aby ciche porażki nie dotarły do twoich czytelników. Opuścisz to miejsce z listą kontrolną, aby zdecydować, co przekazać agentowi i co sprawdzić, gdy zwraca pracę. Helena Jerney Szef doświadczeń informacyjnych w StreetLight Data Prezentacja: Architektura informacji dla publiczności AI Opis: Czego potrzeba, aby treści mogły być konsumowane przez AI, aby umożliwić optymalne doświadczenie użytkownika. Gdzie treść i architektura kontekstu się przecinają i jak zarządzać przepływem informacji, aby sprostać potrzebom i ograniczeniom LLM-ów. Więcej szczegółów wkrótce.