Cadence 是电子系统设计领域的关键领导者，为半导体行业提供 EDA（电子设计自动化）设计软件、硬件和 IP。本主题主要针对半导体行业文档的实际特点，介绍 Cadence 将非结构化 FrameMaker 文档转换为 DITA XML 的原因和方法。内容涵盖了转换前和转换过程中需要考虑的主要问题、新的流程和工具、主要挑战以及最佳实践。
演讲者将分享从实践中获得的见解和经验，希望对有类似需求的参与者有所启发。
Cadence 是电子系统设计领域的关键领导者，为半导体行业提供 EDA（电子设计自动化）设计软件、硬件和 IP。本主题主要针对半导体行业文档的实际特点，介绍 Cadence 将非结构化 FrameMaker 文档转换为 DITA XML 的原因和方法。内容涵盖了转换前和转换过程中需要考虑的主要问题、新的流程和工具、主要挑战以及最佳实践。
演讲者将分享从实践中获得的见解和经验，希望对有类似需求的参与者有所启发。
在工业4.0的浪潮下，数字化正以前所未有的速度重塑传统工业流程，其中无纸化办公和生产的趋势尤为显著。本次会议中，我将通过现场演示，向大家展示如何利用识别链接（ID Link）和数字化在线铭牌（Digital Online Nameplate）技术，实现设备与产品的无缝数字身份标识，从而彻底摆脱对传统纸质标签的依赖。
在演讲中，我将详细探讨几种消除纸质标签的创新方法，并深入分析从数字铭牌向更高级概念——如数字产品护照（Digital Product Passport）和资产管理壳（Asset Administration Shell）——过渡的技术路径。这些技术不仅是工业4.0的核心组成部分，更是未来工业实现智能化、可持续化发展的关键。
通过本次分享，您将了解到这些前沿技术如何助力企业迈向更加高效、环保的未来。期待与您共同探讨无纸化未来的无限可能！
本次工作坊将通过互动参与和实战演练，让你快速入门并熟练使用简明技术英语。
本次工作坊注重实际操作，通过模拟写作练习、小组讨论和案例分析等互动环节，帮助你掌握简明技术英语的基本规则，以及在技术写作过程中的重点、难点、易忽略点。
无论你是刚入门的技术写作者还是有经验的专业人士，本次工作坊都会对你有所帮助，拓宽你的职业发展之路。
随着技术的不断发展，人工智能（AI）成为技术文档工程师的得力助手，简化日常工作并提升效率。AI能够处理重复性任务，例如语法和风格检查、内容组织，甚至初步草稿的撰写。此外，它还能分析海量数据，生成深度洞察，推荐相关主题，并根据用户偏好和趋势创建定制化内容，从而使文档工程师能够专注于更具创造性和复杂性的工作。
然而，AI并非没有局限性。尽管它能够提升效率和准确性，但在语境理解、语气把握以及情商方面，仍难以与人类写作者相媲美。AI生成的内容有时会显得公式化，难以满足高质量技术文档所需的深度和细腻度。
为了更好地服务客户并满足不断变化的需求，未来的技术文档工程师必须培养AI素养、数据分析能力和用户体验设计技能，有效利用AI并解读数据驱动的洞察，将成为至关重要的技能。此外，技术写作者还应提升与用户共情的能力，确保所创建的内容不仅技术准确，而且以用户为中心、易于理解。
传统静态文档在全面深度展示产品时效果有限，在复杂操作场景中也无法提供直观、实时的操作反馈，导致用户学习效率低、错误率高。本演讲将探讨如何通过AR/VR技术创新交互文档的形式，解决传统静态文档在产品展示、硬件操作、维修和培训中的局限性。分享的主要内容包括：
传统静态文档在复杂操作场景时的痛点问题分析。
AR/VR技术在交互文档中的前沿应用，包括虚拟培训、AR维修手册等实际案例。
交互文档的设计与实现过程，并为技术文档开发者提供实际的技术选型建议与开发经验。
希望通过真实的案例和经验，让听众理解到AR/VR技术在改善文档交互性方面所能带来的价值。
随着出海产品增多、国际化竞争持续激烈，如何结合产品族特点制定具有竞争力的资料策略，持续助力产品拓展国际市场成为迫切需要关注的问题。作为资料开发工程师，需要关注的不仅仅是一款产品的资料策略，而是分析整个产品族以及不同资料类型的特点，结合系统工具、大模型等，制定更适配产品的整体资料方案，为产品出海保驾护航。
1、基于产品全生命周期的场景需求分析实践（需求阶段：用户调研、友商洞察、场景化任务串行、客户现场任务验证及优化、场景化需求清单梳理）
2、设计资产导向正向设计提升原文质量的设计探索（开发阶段：设计资产的沉淀及赋能（信息设计准则、正负向案例）、模板指导开发设计（架构模板、内容模板）、设计过程质量控制（素材入口审查、文档出口审查））
3、文本质量指标体系构建及内容度量方法实践（需求验证阶段：文本质量指标体系构建、内容质量度量手段、资料总结性测试活动—-导向需求验证及闭环）
在AI应用爆炸的信息时代，企业和个人一方面面临信息筛选的挑战，同时也越来越需要考虑如何为用户提供更高效的知识，对于知识管理的诉求变成刚需。AI知识库作为人工智能技术与知识管理深度融合的产物，成为解决当前AI内容领域问题的关键。
随着人工智能文本生成系统的出现，提高技术文档编写效率的诸多潜力得以挖掘利用。写作过程通常由大语言模型提供支持，并由人工对生成的材料进行校对。使用大语言模型和人工根据所需的标准和通常（不成文的）规则进行校对和检查，可以进一步提高写作过程的效率。
良好的提示工程是生成新文本并使其符合公司语言风格的关键。在 LLM 合作进行校对时，好的提示语和所提供的附加材料的质量对于实现预期结果来说更加重要。在演讲中，托马斯将简要介绍什么是好的输入数据，以及如何利用现有数据使大语言模型成为高效的校对工具，提供有价值的见解。通过人工介入的方式，大语言模型既能提高效率，又能达到所需的质量。
华为网络产品信息体验团队每年需要向合作伙伴交付数以万计的产品文档信息。如果通过大语言模型的应用让用户可以在海量信息中高效、及时的获取到准确的内容，助力伙伴自主完成项目交付？我们对此开展了相关实践，以建设统一的智能知识库为基础，构建智能问答、智能助手等上层AI应用，有效解决了信息获取效率低下、内容生成不准确等关键体验问题，显著提升了合作伙伴的信息体验满意度。
中国技术传播领域专家和决策者的行业盛事
微信公众号：
