随着人工智能（Artificial Intelligence，简称AI）的迅速发展，各行各业都在经历着深刻的变革。原本默默无闻的技术传播（Technical Communication，简称TC）行业也焕发出勃勃生机。
前言
TC行业是随着科技的发展而成长起来的。根据中国标准化协会的定义，“TC指与技术性产品、软件或服务有关且伴随其全部生命周期的所有信息”，“是伴随着工业化社会繁荣与进步，应对纷繁复杂的工业产品说明而诞生的专业化领域”。
可以说，TC行业的发展依托整个社会的技术发展。因此TC起源于美国也就不足为奇了，早在70年代，美国的大学就已经出现了技术写作（Technical Writing）专业。而我国的TC行业起步较晚，仅在外企或者海外市场份额较大的国内企业中才有比较稳定的需求。最近几年北京大学等一些知名大学才相继开设了技术传播课程。
即使在TC的发源地美国，TC诞生后的三四十年里，也只能用一个词形容：不温不火。而近几年，随着云计算、DT时代的到来，一场规模空前的技术革命正在兴起，人工智能已经到了爆发的临界点，趁着技术变革的东风，原本默默无闻的TC行业也焕发出勃勃生机，迸发出无限可能。
TC与AI的结合
长期以来，技术文档工程师的大量时间花在copy-paste以及整理格式等低级的重复性劳动上，普遍的附加值不高。随着AI的发展，技术文档工程师可以从这些繁琐的工作总解脱出来，专注于架构和内容的深度开发，为企业创造更高的价值。
AI应该可以帮技术文档工程师做这些事：
- 自动内容摘要。从正文中提取关键内容组合成摘要。
- 关键词提取。自动抽取关键词，提升搜索命中率。
- 自动内容推送。根据当前内容自动关联其他相关内容，推送用户可能需要的信息。
- 分析用户反馈，做数据挖掘，给出文档需求建议。技术文档工程师不再闭门造车，而是根据AI的建议，写出用户真正需要的内容。
- 简单内容写作。一些简单内容，例如API和操作指南等格式比较固定的内容，可以由AI完成。目前市面上已有一些内容自动生成的工具，用户只要在界面上操作，即可自动生成操作指南。例如惠普公司的HPE Adoption Readiness Tool（ART）工具。
Chatbot数据训练
Chatbot就是我们常说的聊天机器人，或者智能客服。理想的chatbot是能和人类自然对话，并随时随地解答人类提出的问题。这需要强大的AI技术，但更重要的是优质海量的数据输入和训练。可以说好的数据等于好的AI。
Chatbot在阿里云已有了实际应用。点击阿里云官网任意网页右侧的咨询建议，都可以调出智能顾问，实时回答用户的各种问题。
用户可以选择产品并查看该产品的常见问题，也可以直接输入问题提问。
- 选择产品并查看该产品的常见问题
后台根据服务体量，列出了最热门的产品。
用户可以点击需要咨询的产品，智能顾问将推荐关于此产品的常见问题。
这里的常见问题可以在智能平台进行配置。类似工单拦截页面的热门知识点推送。配置步骤请参见下文中的配置常见问题。
- 直接输入问题提问
用户也可以直接在对话框中输入问题，系统将实时做出回应。这种一问一答的方式即问答对。可以在智能平台进行配置。配置步骤请参见下文中的添加问答对。
要提升智能顾问的命中率和准确性，需要不断对其进行训练，尽可能地丰富语料库，把各种用户场景和问题与答案关联起来。客服人员最了解用户场景，而技术文档工程师最了解内容，二者携手对语料库进行训练是最合适不过了。
配置常见问题
您可以配置智能顾问针对某一产品默认推荐的常见问题，提升用户的提问效率以及智能顾问解决问题的效率。配置步骤如下：
- 登录智能平台，选择 基础语料管理 > 菜单管理。
- 搜索某一产品，如OSS。
- 单击OSS常见问题对应的操作列里的编辑图标。系统列出已有的常见问题菜单结构。
- 单击某一类问题，查看已有的菜单节点，然后单击添加菜单项。
- 输入菜单节点名称，从类型下拉列表中选择帮助与文档，然后输入对应的知识点链接。单击确定。
添加问答对
我们的文档，尤其是基础设施类文档，经过近两年的发展，已经比较完善，但经常无法有效解决用户的实际问题，一个重要原因就是文档描述的角度和用户实际场景不同。文档一般是偏向功能说明，尽量讲明白我们的产品是什么，怎么用；而用户则是带着问题去寻找答案，我有什么需求，产品如何帮我实现。技术文档工程师一方面可以不断改进文档内容，使之更加贴合用户场景，另一方面也可以尝试架设一座桥梁，把文档内容和用户问题关联起来。问答对就是针对后者的尝试。
例如，分析工单发现，有不少用户询问：我有大量的医疗影像资料需要存储，很少访问，应该用什么产品比较合适？其实我们的文档中已经有明确的各类存储产品适用的场景，只需要把用户问题和对应的存储类型说明形成问答对的形式即可。
针对以上场景，我们可以在智能平台中通过以下步骤快速添加问答对：
- 登录智能平台，选择 基础语料管理 > 问答对管理 > OSS。
- 在语料关键词搜索框中，输入文档“存储类型介绍”中对应的二级标题“归档存储类型（Archive）”进行搜索。
系统默认将所有线上文档拆分到二级标题，便于问题定位。
- 在搜索结果中，单击操作列中的添加图标+，添加问句。
问句的设计要尽量贴合用户场景。添加问句的注意事项请参见这里。
针对同一篇文档甚至同一个二级标题，可以添加多个问句。也可以根据热度和解决率及时调整已有的问句。比如某个问句的热度很高，解决率却很低。说明用户需要这方面的内容，但是当前文档无法有效解决问题，需要文档人员及时补充和优化内容。对一些长期热度和解决率很低的问句，可以考虑删除。
问答发现
要丰富语料库，不能闭门造车想当然，要分析海量的用户数据，抽取出共性问题。靠人工分析工单是非常低效的做法，尤其是对服务体量庞大的基础设施类产品，需要通过机器分析数据和发掘数据背后的需求。智能平台的问答发现基于客服小二实际使用文档的热度统计，帮助我们分析包含文档推荐的客服对话，并自动推荐需要更新的问答对。
例如，在问答发现中有一条“设置域名解析”的知识点，热度比较高：
可以这么做：
- 登录智能平台，选择 基础语料管理 > 问答发现。
- 单击查看，逐条查看具体的客服与用户之间的对话，以及推荐文档出现的场景和位置。
例如：
- 单击更新知识点，系统列出对话中提到的文档二级标题。
- 选择需要添加问句的二级标题，单击下一步。系统列出对话中涉及到的所有问句。
- 编辑问句。您可以：
- 保留有价值的问句。
- 删除无意义的问句。
- 添加更多问句。
添加近义词
有些产品中，同样一个意思会有多个术语表达，我们可以通过词库管理设置近义词，提升问答对添加的效率。例如，在OSS中，对象、文件、object是一个意思，如果需要添加“如何批量上传文件”的问句对，在设置同义词之前，为了防止遗漏，我们需要设置3条问句对：
- 如何批量上传文件
- 如何批量上传对象
- 如何批量上传object
设置了近义词之后，我们只要设置其中任何一条就可以了。
添加近义词的操作如下：
- 登录智能平台，选择 基础语料管理 > 词库管理。
- 单击阿里云核心词典对应的详情。
- 单击右上方的添加图标+。
- 输入词汇，单击确定。
- 单击近义词一列中的添加图标+，输入对应的近义词。如果有多个近义词，需要逐个添加。
总结
中国互联网行业在全球已处于领先地位，在人工智能、物联网等国际前沿技术上的发展也毫不逊色于欧美等先进国家。技术上的突破，势必带动技术传播领域的飞跃。技术文档工程师在专注于内容创作的同时，也需要深入思考用户获取内容的途径和效率，从而使内容的价值最大化。
