不过度工程化的 Docs-as-Code
Docs-as-Code 并不意味着把所有技术写作者都塞进 IDE。更合理的做法是把版本化文本、浏览器编辑、预览、有效的自动检查、人工评审和可预测发布组合起来。

三年间,生成式 AI 把昂贵的初稿变成了廉价操作。现在真正重要的问题不再是模型会不会写,而是谁对事实、结构、审核、更新与质量负责。

Docs-as-Code 并不意味着把所有技术写作者都塞进 IDE。更合理的做法是把版本化文本、浏览器编辑、预览、有效的自动检查、人工评审和可预测发布组合起来。

好的 API 文档需要把机器可读契约、人类解释、可运行示例和明确的错误行为结合起来。 REST API 文档同时面向机器和人。机器可读契约描述 path、method、parameter、schema 与 response;人类文档解释意图、约束、工作流和开发者要做的选择。

工具已经彻底变化,但职业核心仍然熟悉:受众、证据、结构、术语和责任。 2006 年的技术写作者更常使用桌面出版、办公格式和手工维护的帮助系统。

Sphinx、MkDocs、Astro 等工具针对不同内容模型和团队优化。应比较作者流程、扩展能力、本地化和维护成本,而不是只看演示页面和功能清单。
围绕“选择文档搜索:从失败查询开始”给出可执行、可验证并且便于长期维护的技术写作方法。 从技术写作角度解释“选择文档搜索:从失败查询开始”,重点是可执行、可验证和可维护的做法。
围绕“图表即代码:什么时候有用,什么时候没有”给出可执行、可验证并且便于长期维护的技术写作方法。 从技术写作角度解释“图表即代码:什么时候有用,什么时候没有”,重点是可执行、可验证和可维护的做法。
把文档当作构建产物:在读者看到改动之前验证结构、链接、示例和发布规则。 CI 不能判断解释是否真正有用,但可以在人工投入之前拦截大量可预测问题。




从 Woz 的工程笔记和 1982 年人工拼版到 Inside Macintosh、HIG、DocC、Markdown 与 Xcode 智能代理。
重新审视早期技术写作中的方法、观点与争论,并放到今天的语境中理解。
