技术写作者常常耗费大量时间在重复性任务上，例如从缺陷跟踪系统中提取信息、跨平台重新编排内容格式，以及让文档与多个系统保持同步。模型上下文协议（MCP）是一个用于将AI助手连接到企业工具的开源标准，它为此提供了一个实用的解决方案。
本次分享将通过一个真实案例——自动化生成发布说明——来介绍MCP。我们将探讨MCP是什么、它是如何工作的，以及为什么技术文档人员应该关注它。通过一个实际的演示，我们将剖析实施基于MCP的自动化所涉及的关键决策：在现有服务器与构建自定义服务器之间如何选择、如何平衡自动化与人工审核，以及如何衡量实际节省的时间与投入的精力。
与会者将了解到如何针对自己的重复性任务评估MCP的应用价值，在哪里可以找到现成的MCP服务器，以及如何迈出利用AI实现文档自动化的第一步。
本文旨在展示生成式AI如何重塑文档领域——提升文档质量、加快交付速度，并助力技术文档工程师提升技能、适应新兴技术。本文致力于激发创新，提升内容创作水准，并为各行各业创造价值。
大型语言模型已成为技术文档的标准工具，但其仍会产生幻觉现象，提供的内容可靠性不足。本次演讲将探讨语言模型产生幻觉的机制与成因，并指导用户如何有效减少不可靠信息的产生。除了优质的提示词外，为模型设计合适的上下文环境对实现用户预期效果至关重要。无论是用于科研还是内容创作，恰当的上下文设置都能显著提升模型输出的质量。理解输入内容如何引发幻觉现象，并通过优化用户输入来减少错误信息，这将有效提升语言模型在日常工作中应用的效率。
在上海生活和工作彻底改变了我对内容的理解。我亲眼目睹了当内容为一个市场创作后直接移植到另一个市场时，文档、用户体验文案、术语和合规性如何分崩离析。本次分享中，我将分享跨文化内容设计与管理的实战经验，以及这些经历如何塑造我当前对人工智能、自动化和内容运营的处理方式。我们将探讨为何全球内容若被视作系统而非单个文档便能取得成功，并说明用户体验思维、治理机制与结构化内容如何让本地化和合规工作变得轻松而非困难。与会者将获得清晰且可操作的方案，用于设计能够全球扩展、支持AI驱动工作流程的内容，同时确保这些内容在真实市场中仍能为真实用户所用。
技术文档正经历着从静态发布到动态智能组装的巨大变革。尽管生成式AI将彻底改变技术支持，但许多应用案例之所以失败，是因为它们缺乏对用户特定环境、角色或系统状态的感知。本次分享将探讨模型上下文协议（MCP）与上下文感知设计原则如何弥合这一差距，从而催生出新一代的 AI 智能体——它们不再仅仅是总结文本，而是能够根据实时系统数据主动解决用户的问题。
演讲者将分析当前检索增强生成（RAG）方法的局限性，并介绍“上下文断层（Context Gap）”这一概念。参会者将了解到如何实现从“撰写扁平文档”到“架构动态内容系统”的转型，这些系统能够与实时用户上下文集成。本分享将详细阐述元数据与分类法（Taxonomy）构建的实战策略，以确保 AI 智能体能够针对特定的用户配置检索并组装准确的信息。
参会者将清晰地掌握 AI 友好型内容的新兴技术要求。本分享将为从传统技术写作向内容架构师的演进提供路线图，助力从业者引领组织构建自适应、个性化且与系统深度集成的数字化信息体验。
在LLM等AI技术飞速发展的当下，技术产品迭代迅速，然而配套产品文档的编写、维护与使用模式却进展相对缓慢。传统方法虽能有限提升效率，但在面对复杂产品时，文档从业者仍需深入理解产品技术细节与庞大的文档架构，才能准确查找和修改内容，导致文档维护效率面临显著瓶颈。
为解决这一问题，我们借助LLM强大的文本生成能力、嵌入模型的语义检索技术，以及具备主动思考与执行能力的智能体（Agent），研发了一套面向技术文档的AI多智能体解决方案。该方案针对文档同步、审核校对、运营维护等环节中的痛点，推动其向自动化与智能化转型，从而使文档从被动固化的资产，转变为能够自动审校、持续演进的“主动”资源。
在AI重塑技术写作方式的今天，大语言模型（LLM）的“事实性幻觉”问题——如内容虚构、张冠李戴、过度润色——已成为阻碍其在高准确性场景下规模化应用的核心瓶颈。
本议题提出技术文档工程师正向“模型上下文工程师”演进的新角色范式：不再仅撰写文本，而是系统性地构建、优化和管理模型生成所依赖的可信上下文。
本议题不仅系统剖析技术文档生成中幻觉的深层成因，更聚焦于这一新角色的能力模型与方法论。提出“知识-生成-验证”三层抗幻觉架构，阐述系统性地构建、优化和管理模型的输入上下文，辅以验证反馈机制，实现抗幻觉闭环的方法论。
本次分享将介绍中兴通讯在交付文档领域引入AI智能体的探索与实践。将阐述如何基于大语言模型构建智能体系统，实现技术文档从静态知识向动态服务的转变。重点分享智能问答、场景化内容推送及自动化知识维护等应用场景，展现“知识即服务”理念如何显著提升文档获取效率与运维支持体验，为行业智能化交付提供实践参考。
本次分享聚焦技术文档的全生命周期管理，覆盖概念分析、内容规划、编写开发、多轮评审、测试验证到正式发布的完整流程。结合内容域建设的实际场景，系统介绍AI在各环节的应用探索与落地思考，同时明确人机协作的分层模式：AI承担重复性、规则性强的任务，释放人力专注于价值判断、技术准确性把关和用户体验提升。通过实践案例，展现如何借助AI提升文档生产效率与质量，推动技术传播向智能化、标准化、高效化演进。
工程团队常常需要在文档质量与开发效率之间艰难取舍。手动编写文档往往会造成流程瓶颈，而内容过时又会造成知识断层，增加技术支持成本。本次分享将探讨一种切实可行的方法：将 AI 智能体直接集成到现有的工程工作流中。
演讲者将分享亲身实践经验，介绍如何在软件开发生命周期内构建并部署 AI 智能体。内容涵盖从概念验证到可投入生产的完整开发过程，展示 AI 智能体如何与版本控制系统联动、响应代码变更，并在不打断既有团队流程的前提下，持续输出一致、可靠的结果。
参会者将了解智能体开发的技术基础，包括与大语言模型的 API 集成、事件驱动架构设计，以及基于 GitHub Actions 的 CI/CD 流水线自动化。同时，演讲也将深入讨论认证处理、错误恢复、输出质量控制以及边界场景管理等关键实施挑战。
本次分享重点强调实用型集成模式，帮助文档类 AI 智能体成为工程工作流的有力补充，而非额外负担。演讲者还将探讨如何识别合适的自动化场景、设定合理预期，并衡量智能体的实际效果。
参会者将获得可直接落地的实践经验，用于在自身工程组织中评估、构建并部署 AI 智能体。
中国技术传播领域专家和决策者的行业盛事
微信公众号：
