如何在AI时代提升你的作品集：从技术写作者到开发者教育者
内容提要
AI时代，技术写作需理解技术、验证代码并预判开发者难点，角色转向开发者教育者。作者以React、TypeScript、TanStack Start构建作品集，展示API文档、教程与部署指南，强调用AI加速但须亲自验证，作品集应成为能力证据。
延伸解读
AI时代技术写作的核心转变
文章指出，AI能快速生成技术解释、教程大纲甚至初稿，但这并未让技术写作者过时，而是改变了价值所在。单纯产出语法正确的句子已不够，关键在于理解技术、测试指令是否可行、预判开发者卡点，并将知识转化为可实施的文档。作者将这一角色称为“开发者教育者”，强调从“写作者”转向“帮助开发者成功使用技术的人”。
验证：比提示词更重要的AI技能
作者认为，使用AI时最关键的技能不是写提示词，而是验证。AI生成的代码示例、命令或API解释必须亲自运行、测试或对照官方文档。他提出工作流：AI建议→自己调查→修改代码→运行应用→测试结果→记录有效内容。技术写作者应保持对正确性的责任，避免“提示→答案→发布”的草率流程。
作品集应成为能力证据，而非在线简历
文章强调，技术写作者的作品集不应只是文章列表或简历，而应展示实际能力。作者建议包含清晰的技术身份、可运行的示例、技术深度证据、已发表作品、项目说明和明确的下一步行动。例如，若声称懂API文档，就展示API文档示例；若声称懂教程写作，就提供可复现的代码教程。作品集本身应证明你如何工作。
从仓库到文档：实现驱动的工作流程
作者分享了自己的开发流程：理解→构建→测试→文档→审查→发布。面对客户API仓库时，他不会直接打开空白文档写作，而是先检查仓库、安装依赖、运行项目、发起请求并记录实际结果，然后才开始写指南。这种实现驱动的方式虽比AI生成慢，但产出的文档更可能真正有用，也更能体现技术写作者的价值。
Q&A
AI时代技术写作者的角色发生了什么变化？
技术写作者的角色正从单纯的技术写作者转向开发者教育者。因为AI能快速生成解释、教程大纲甚至初稿，写作者的价值不再是产出技术正确的句子，而是理解技术、测试指令是否有效、预判开发者会在哪里卡住，并把这些知识转化为可实施的文档。
AI会取代技术写作者吗？
不会。AI擅长重复性工作，如生成大纲、简化句子、找边缘案例等，但技术写作者仍需对正确性负责。AI可以加速思考，但不能替代验证责任。写作者需要运行AI生成的代码、对照官方文档核实解释、执行建议的命令，并亲自跟随教程验证。
技术写作者的作品集应该包含哪些内容？
作品集应围绕六点构建：1. 清晰的技术身份定位；2. 可运行的工作示例（如API文档、SDK指南、可复现代码的教程）；3. 技术深度的证据（选择能实际演示的技术）；4. 已发表的作品；5. 项目（说明问题、构建内容、技术栈、展示的能力）；6. 明确的下一步行动（如邀请客户发送API仓库链接以指出文档缺口）。
技术写作者如何有效使用AI？
将AI视为开发助手而非开发者。用AI加速重复性工作，但保持对技术决策、源码验证、代码测试和事实准确性的所有权。具体做法：遇到错误时让AI解释错误并定位文件，然后自己检查；让AI列出可能原因，自己测试；让AI审查可访问性问题，自己验证建议。核心是“验证”技能，而非提示词写作。
技术写作者需要掌握哪些编程和技术基础？
需要五方面基础：1. 编程基础（如JavaScript或Python，理解变量、函数、异步等）；2. Web和API基础（HTTP、状态码、JSON、认证等）；3. 开发者工具（VS Code、Git、终端、包管理器等）；4. 文档技能（README、教程、API参考等不同格式）；5. AI辅助工作流。目标不是成为高级工程师，而是能独立验证所写内容。
如何测试技术写作者的作品集是否有效？
将作品集URL给不认识你的人，问五个问题：1. 这个人做什么？2. 帮助谁？3. 懂哪些技术？4. 在哪里能看到工作证据？5. 如果想雇佣他该怎么做？如果对方不能快速回答，作品集就需要改进。重点不是更多动画或页面，而是更清晰的证据。
技术写作者为什么需要理解Git和部署流程？
Git不仅是开发工具，也是文档工具。文档与源码同仓库时，Git提供版本历史、分支、拉取请求、评审和变更跟踪，这是docs-as-code的基础。部署方面，理解构建命令、输出目录与托管平台的关系，才能写出准确的部署文档，而不是简单说“部署到Netlify”。
