نویسندهٔ فنی (مستندات هوش مصنوعی و توسعه‌دهندگان)
Technical Writer (AI / Developer Documentation)
«متخصص مستندسازی هوش مصنوعی» (AI Documentation Specialist) در آگهی‌های استخدام عنوان رایجی نیست؛ راهنمای Write the Docs آن را بیشتر عنوانی برای جستجوی کار و معرفی خود در لینکدین پیشنهاد می‌کند. خود این کار با عنوان‌هایی مثل Technical Writer، Documentation Engineer یا Content Systems Engineer آگهی می‌شود: نوشتن و نگه‌داری مستندات محصولات هوش مصنوعی و ابزارهای توسعه‌دهندگان، از راهنمای شروع و آموزش تا مرجع API، برای دو نوع خواننده: انسان و ایجنت‌های AI. در آگهی‌های ۲۰۲۶، نوشتن با کمک AI و سنجیدن خروجی آن، تست کردن هر چیزی که مستند می‌شود و کار به روش docs-as-code بخش ثابت این شغل است.
مقدمه و تعریف شغل
نویسندهٔ فنی در حوزهٔ هوش مصنوعی مستنداتی می‌نویسد و نگه می‌دارد که به مردم کمک می‌کند یک محصول AI یا ابزار توسعه‌دهندگان را بفهمند و به کار ببرند: راهنمای شروع سریع، آموزش قدم‌به‌قدم، راهنمای مفهومی، مرجع API و رفع اشکال. BLS آمریکا کار نویسندگان فنی را تهیهٔ دستورالعمل، راهنمای انجام کار و اسناد پشتیبانی تعریف می‌کند تا اطلاعات پیچیدهٔ فنی ساده‌تر منتقل شود. در شرکت‌های AI دو چیز به این تعریف اضافه شده است: خوانندهٔ مستندات حالا ایجنت‌های AI هم هستند، و خود نویسنده هم با AI می‌نویسد. آگهی‌ها هم‌زمان می‌خواهند نویسنده هرچه را مستند می‌کند خودش اجرا و تست کند، با Git و Markdown کار کند و خروجی AI را پیش از انتشار بسنجد. هستهٔ این شغل نوشتن است، نه برنامه‌نویسی، اما هرچه به مستندات توسعه‌دهندگان نزدیک‌تر شوید، خواندن کد و Python مهم‌تر می‌شود.
مستندات نرم‌افزار خوانندهٔ تازه‌ای پیدا کرده است. Jeremy Howard در سپتامبر ۲۰۲۴ پیشنهاد کرد سایت‌ها فایلی به نام /llms.txt منتشر کنند تا ایجنت‌ها محتوایشان را راحت‌تر بخوانند. او در نسخهٔ دوم این پیشنهاد (اوت ۲۰۲۶) می‌نویسد هزاران سایت چنین فایلی دارند و آزمایشگاه‌های AI، یعنی OpenAI، Anthropic و Gemini، هم آن را برای مستندات توسعه‌دهندگان خود منتشر می‌کنند. طبق گزارش Mintlify، شرکتی که پلتفرم مستندات می‌فروشد، در اوت ۲۰۲۶ روی سایت‌های مستندات میزبانی‌شده در آن ۲۵۷ میلیون درخواست از ایجنت‌ها در برابر ۱۳۱ میلیون بازدید انسانی ثبت شد؛ این دادهٔ خود Mintlify است. آگهی‌ها هم همین را نشان می‌دهند: Modal می‌نویسد مستندات با بیشتر شدن ایجنت‌هایی که اپلیکیشن‌های Modal را مستقر و اداره می‌کنند مهم‌تر هم می‌شود، و Lovable از نویسنده می‌خواهد در یک صفحه برای سه خواننده بنویسد: سازندهٔ غیرفنی، توسعه‌دهنده و ایجنتی که از طرف آن‌ها کار می‌کند. Fabrizio Ferri Benedetti در اوت ۲۰۲۵ برای این تغییر اصطلاح «context curator» را به کار برد: نویسندهٔ فنی‌ای که راهبرد محتوا را برای نیاز انسان و AI با هم طراحی می‌کند. تصویر کل بازار اما محتاط‌تر است: BLS برای کل نویسندگان فنی آمریکا از ۲۰۲۵ تا ۲۰۳۵ فقط ۱٪ رشد پیش‌بینی می‌کند و می‌نویسد ابزارهای AI ممکن است با بالا بردن بهره‌وری، رشد را کند کنند.
چه چیزی می‌سازید؟
مثال‌های واقعی از خروجی کار یک نویسندهٔ فنی (مستندات هوش مصنوعی و توسعه‌دهندگان)
مرجع API و MCP
Lovable در آگهی Technical Writer یکی از کارهای اول را این می‌داند که مرجع API و MCP خود را «از درست به کامل» برساند. C3 AI هم راهنماهای توسعه‌دهنده و محتوای مرجع برای مهندسان و دانشمندان داده می‌خواهد.
راهنمای شروع، آموزش و نمونهٔ قابل اجرا
LanceDB از Documentation Engineer می‌خواهد quickstart، آموزش و نمونه‌برنامه‌هایی بسازد که کارهایی مثل ورود داده، جستجوی برداری، فیلتر کردن و ایندکس‌سازی را نشان دهند.
مستندات مخصوص ایجنت‌ها
در همان آگهی LanceDB، مستندات برای ایجنت یعنی توضیح ساختاریافتهٔ API، پیش‌نیازهای صریح، نمونه‌های کامل و راهنمای روشن خطا و بازیابی؛ و سنجیدن آن با سپردن کار به ایجنت تا معلوم شود کجا context کم است.
بررسی خودکار کیفیت مستندات
Modal ساخت pipeline هایی را می‌خواهد که درستی نمونه‌کدها و توضیحات را تضمین کنند، همراه با راهنمای سبک و سازوکار خودکار اجرای آن. Glean بررسی‌های قطعی برای یافتن صفحه‌های کهنه، ناسازگار یا ناقص می‌خواهد.
راهنمای راه‌اندازی برای مدیران فنی سازمان
Glean مستندات connector هایی را می‌خواهد که مدیران فنی سازمان مشتری با آن دسترسی، احراز هویت، مجوزها و استقرار را تنظیم و مشکلاتش را رفع می‌کنند.
محتوای آموزشی و تحلیل پژوهش
Deepnote نوت‌بوک، راهنما و قالب‌هایی می‌خواهد که کاربر را از شروع کار به تسلط برسانند. Nebius برای AI Science Writer مرور هفتگی مدل‌ها و معماری‌های تازه همراه با نمودار و اینفوگرافیک را تعریف کرده است.
تخصص‌های مختلف نویسندهٔ فنی (مستندات هوش مصنوعی و توسعه‌دهندگان)
این شغل یک عنوان واحد نیست — مسیرهای تخصصی متعددی دارد
مستندات توسعه‌دهندگان و API
Developer & API Documentation
راهنما، آموزش و مرجع برای توسعه‌دهندگانی که روی یک پلتفرم AI می‌سازند؛ مثل Senior Technical Writer در C3 AI. راهنمای Write the Docs مستندسازی API را مهارتی با تقاضای پایدار می‌داند.
مهندس مستندات
Documentation Engineer
نوشتن به‌علاوهٔ ساختن ابزار: نمونه‌کدهای قابل اجرا، pipeline بررسی کیفیت و ابزار مستندات. Modal بازهٔ ۲۰۰ تا ۲۷۵ هزار دلار و LanceDB بازهٔ ۱۸۰ تا ۲۵۰ هزار دلار برای این عنوان اعلام کرده‌اند.
مستندات برای ایجنت‌ها
Docs for AI Agents / Context Curation
طراحی محتوایی که ایجنت‌ها بتوانند با اطمینان به کار ببرند: llms.txt، نسخهٔ Markdown صفحه‌ها، MCP و سنجش مستندات با کار واقعی ایجنت؛ محور آگهی LanceDB.
سیستم‌های محتوا و اتوماسیون مستندات
Content Systems & Docs Automation
ساخت workflow های AI برای تولید و نگه‌داری مستندات در مقیاس بزرگ، همراه با ارزیابی، guardrail و معیارهایی مثل تازگی و درستی؛ مثل Content Systems Engineer در Glean.
نویسندهٔ علمی هوش مصنوعی
AI Science Writer
خواندن مقاله‌های پژوهشی و توضیح مدل‌ها و معماری‌های تازه با متن و تصویر. آگهی Nebius برای این نقش سابقه در پژوهش یا مهندسی AI/ML و مدرک فنی می‌خواهد، پس برای ورود بدون پیشینهٔ فنی مناسب نیست.
تفاوت با شغل‌های مشابه
کجا این شغل تمام می‌شود و شغل دیگری شروع می‌شود؟
مهندس پرامپت ورودی‌های یک محصول مبتنی بر LLM را طراحی می‌کند تا مدل خروجی بهتری بدهد و خود مدل تغییر نمی‌کند. نویسندهٔ فنی مستنداتی می‌نویسد که انسان‌ها و ایجنت‌ها با آن یک محصول را یاد می‌گیرند و به کار می‌برند. این دو به هم نزدیک‌اند: راهنمای Write the Docs برای دوران AI می‌نویسد prompt engineering در اصل یک مسئلهٔ مستندسازی است، و Fabrizio Ferri Benedetti نویسندهٔ فنی را «context curator» می‌نامد، یعنی کسی که context لازم برای ابزارهای AI را هم سازمان می‌دهد.
مهندس پلتفرم API خود API، gateway و SDK را می‌سازد؛ کاری از جنس مهندسی backend. نویسندهٔ فنی همان API را برای مصرف‌کننده‌اش توضیح می‌دهد: راهنمای شروع، مرجع endpoint ها، نمونه‌کد و راهنمای خطا. عنوان Documentation Engineer در Modal و LanceDB نزدیک‌ترین نقطه به آن نقش است، چون ابزار و pipeline مستندات را هم می‌سازد، اما محصول اصلی آن همچنان خود مستندات است، نه API.
مربی هوش مصنوعی داده‌ای تولید می‌کند که برای آموزش و ارزیابی خود مدل به کار می‌رود: داوری و رتبه‌بندی پاسخ‌ها و نوشتن پاسخ بهتر. نویسندهٔ فنی برای کاربران یک محصول می‌نویسد و کارش به‌صورت مستندات منتشر می‌شود. هر دو نوشتن دقیق می‌خواهند، اما نویسندهٔ فنی باید محصول را خودش اجرا و تست کند و با ابزارهای docs-as-code کار کند.
مهندس روابط توسعه‌دهندگان نمونه و دمو می‌سازد، به توسعه‌دهندگان آموزش می‌دهد و بازخوردشان را به تیم محصول می‌رساند. نویسندهٔ فنی مسئول درستی، کامل بودن و ساختار مستندات است. مرز این دو باریک است: Modal برای Documentation Engineer سابقه در نقش مهندسی، محصول یا developer relations را می‌پذیرد، و آگهی Technical Writer در Deepnote نوشتن آموزش را با پخش محتوا در شبکه‌های اجتماعی و جوامع کاربری ترکیب کرده است.
تأثیر در صنایع مختلف
نویسندهٔ فنی (مستندات هوش مصنوعی و توسعه‌دهندگان) در همه صنایع مشغول به کار است — نه فقط شرکت‌های فناوری
زیرساخت AI و ابر GPU
Modal مستندات را بخشی اساسی از تجربهٔ توسعه‌دهنده می‌داند و با تیم پژوهشی Agent DX خود روی قالب‌های تازهٔ مستندات برای بهره‌وری ایجنت‌ها کار می‌کند
داده و جستجوی برداری
LanceDB مستندات Lance و LanceDB را بخشی از محصول می‌داند و از نویسنده می‌خواهد آن را برای توسعه‌دهندگان و ایجنت‌ها با هم قابل استفاده کند
ساخت نرم‌افزار با AI
به گفتهٔ Lovable، میلیون‌ها نفر از مستندات آن ساختن نرم‌افزار را یاد می‌گیرند و ایجنت خود Lovable، ابزارهای کدنویسی و دستیارهای آن هم از همین مستندات استفاده می‌کنند
AI سازمانی و جستجوی سازمانی
Glean برای connector هایی که به سیستم‌های مشتری وصل می‌شوند مستندات دقیق راه‌اندازی، احراز هویت و مجوزها لازم دارد و برای نگه‌داری آن workflow های AI و بررسی خودکار می‌خواهد
اپلیکیشن‌های AI سازمانی
C3 AI برای مهندسان، دانشمندان داده و متخصصان یکپارچه‌سازی که روی پلتفرمش اپلیکیشن AI می‌سازند، راهنمای توسعه‌دهنده و آموزش می‌نویسد
Observability و ابزارهای ابری
Grafana Labs از نویسنده می‌خواهد اطلاعات را هم برای انسان و هم برای جستجو و دستیارهای مبتنی بر AI قابل یافتن کند و AI را در کل چرخهٔ محتوا به کار ببرد
تحلیل داده و نوت‌بوک
Deepnote نویسنده‌ای می‌خواهد که SQL و Python بداند و با نوت‌بوک، راهنما و قالب نشان دهد با داده چه می‌شود کرد
رسانهٔ پژوهشی AI
Nebius Science، بخش رسانه‌ای Nebius Academy، مرور مدل‌ها و مقاله‌های تازه، مصاحبه با پژوهشگران و پوشش کنفرانس‌ها را منتشر می‌کند
تصورات غلط رایج
قبل از تصمیم‌گیری، این باورهای اشتباه را بشناسید
AI جای نویسندهٔ فنی را می‌گیرد، پس این مسیر آینده ندارد
تصویر واقعی دوطرفه است. BLS برای نویسندگان فنی آمریکا تا ۲۰۳۵ فقط ۱٪ رشد پیش‌بینی می‌کند و AI را یکی از دلایل کندی رشد می‌داند، اما هنوز سالانه حدود ۳٬۲۰۰ فرصت شغلی پیش‌بینی می‌کند. در نظرسنجی Mintlify از ۳۲۹ پاسخ‌دهنده، ۸۳٪ گفتند ایجنت‌ها پیش‌نویس به‌روزرسانی مستندات را می‌نویسند، اما فقط ۹٪ اجازه می‌دهند بدون بازبینی انسان منتشر شود. Lovable هم می‌نویسد AI بسیاری از صفحه‌هایش را پیش‌نویس می‌کند و کار انسان قضاوت است.
برای این کار باید مدرک کامپیوتر داشت یا برنامه‌نویس بود
BLS می‌نویسد کارفرماها معمولاً مدرک کارشناسی در زبان انگلیسی، ارتباطات یا روزنامه‌نگاری را ترجیح می‌دهند و دانش یک حوزهٔ فنی را امتیاز می‌دانند. آگهی Lovable صریحاً نوشته نوشتن کد لازم نیست، فقط باید آن‌قدر کد بخوانید که رفتار واقعی قابلیت را بفهمید. اما در نقش‌های فنی‌تر، مثل Documentation Engineer در LanceDB، مهارت قوی در Python شرط است.
نویسندهٔ فنی فقط متن می‌نویسد و ویرایش می‌کند
آگهی‌ها تست را جزو کار می‌دانند. Lovable می‌نویسد «آنچه را مستند می‌کنید تست کنید» و ترجیح می‌دهد نویسنده قابلیت را امتحان کند و کد را بخواند. Grafana می‌خواهد نرم‌افزار را خودتان اجرا کنید و روش‌هایی را که نوشته‌اید دنبال کنید، و Modal ساخت pipeline هایی را می‌خواهد که درستی نمونه‌کدها را خودکار بسنجند.
اگر با AI بنویسید، دیگر لازم نیست همه‌چیز را چک کنید
عکس این درست است. Grafana می‌نویسد نویسنده باید روی هرچه AI تولید می‌کند قضاوت انسانی بگذارد و مسئولیت درستی آن را بپذیرد. Glean برای محتوای تولیدشده با AI ارزیابی و guardrail می‌خواهد، و Nebius از نویسنده می‌خواهد از LLM برای پشتیبانی کار استفاده کند، نه برای اینکه به جای او بنویسد.
با سابقهٔ نوشتن یا تدریس می‌شود مستقیم وارد نقش‌های مستندات شرکت‌های AI شد
سابقهٔ نوشتن و تدریس پایهٔ خوبی است، اما آگهی‌های بررسی‌شده تجربهٔ مستندسازی نرم‌افزار می‌خواهند: Lovable دست‌کم ۳ سال، C3 AI دست‌کم ۶ سال و LanceDB و Glean دست‌کم ۸ سال. راهنمای Write the Docs (آوریل ۲۰۲۶) هم بازار را «واقعاً سخت» می‌داند و می‌گوید پورتفولیو دیگر اختیاری نیست. مسیر واقع‌بینانه معمولاً از یک نقش نویسندگی فنی در هر شرکت نرم‌افزاری و نمونه‌کار قابل ارائه می‌گذرد.
یک روز کاری واقعی
در هر سطح روز کاری چه شکلی است؟
جونیور (۰–۲ سال)
بیشتر کار به‌روز نگه داشتن صفحه‌های موجود و نوشتن بخش‌های مشخص زیر نظر یک نویسندهٔ باتجربه است. یاد می‌گیرید محصول را اجرا کنید، از مهندسان سؤال دقیق بپرسید و با Git و pull request کار کنید.
- ◆به‌روزرسانی یک صفحه پس از تغییر یک قابلیت و اجرای دوبارهٔ همهٔ قدم‌های آن
- ◆رفع لینک‌های شکسته یا خطاهای سبکی که بررسی خودکار گزارش کرده است
- ◆پیش‌نویس یک بخش با کمک AI و مقایسهٔ آن با رفتار واقعی محصول
- ◆بازبینی pull request همکاران و یاد گرفتن راهنمای سبک تیم
میانی (۲–۵ سال)
مالک یک بخش از محصول هستید و مستندات آن را از شناخت قابلیت تا روز انتشار جلو می‌برید. Lovable از نویسنده می‌خواهد پیش از اینکه کسی خبر دهد بفهمد چه چیزی در حال انتشار است و مستندات روز انتشار آماده باشد.
- ◆شرکت در جلسهٔ تیم محصول برای قابلیتی که هفتهٔ بعد منتشر می‌شود
- ◆نوشتن آموزش و مرجع یک API تازه و اجرای همهٔ نمونه‌کدها
- ◆بررسی دادهٔ مستندات و پرسش‌های پشتیبانی برای انتخاب صفحهٔ بعدی
- ◆اصلاح صفحه‌ای که ایجنت‌ها هنگام انجام یک کار در آن گیر می‌کنند
ارشد (۵+ سال)
تمرکز روی ساختار کل مستندات، استانداردهای کیفیت و ابزارهایی است که کار تیم را مقیاس‌پذیر می‌کند. کمتر صفحهٔ تکی می‌نویسید، اما تصمیم‌هایتان روی صدها صفحه اثر دارد.
- ◆طراحی معماری اطلاعات برای یک مجموعهٔ تازه از محصولات
- ◆نوشتن راهنمای سبک و تبدیل آن به بررسی خودکار در CI
- ◆طراحی یک workflow مبتنی بر AI برای نگه‌داری مستندات، همراه با ارزیابی و بازبینی انسانی
- ◆تعریف معیارهای سلامت مستندات مثل تازگی و درستی، و منتورینگ نویسندگان دیگر
مسئولیت‌ها و وظایف
مسئولیت‌های اصلی
وظایف روزانه و مهارت‌های مورد نیاز در این شغل
- ◈نوشتن و نگه‌داری راهنمای شروع سریع، آموزش، راهنمای مفهومی، مرجع API و صفحه‌های رفع اشکال
- ◈اجرا و تست کردن هر قابلیتی که مستند می‌شود و گزارش ایرادهای محصول و تجربهٔ کاربری پیش از انتشار
- ◈استفاده از AI برای پژوهش، پیش‌نویس و بازبینی، همراه با راستی‌آزمایی و پذیرفتن مسئولیت درستی خروجی
- ◈طراحی مستندات برای ایجنت‌های AI: توضیح ساختاریافتهٔ API، پیش‌نیازهای صریح، نمونه‌های کامل و راهنمای خطا
- ◈ساخت و نگه‌داری بررسی‌های خودکار برای نمونه‌کدها، لینک‌ها، سبک و تازگی مستندات
- ◈طراحی معماری اطلاعات، ناوبری و جستجو تا انسان و ابزارهای AI اطلاعات درست را پیدا کنند
- ◈مصاحبه با مهندسان و مدیران محصول برای فهم دقیق رفتار محصول و همگام کردن مستندات با هر انتشار
- ◈استفاده از دادهٔ مستندات، بازخورد پشتیبانی و پرسش‌های کاربران برای اولویت‌بندی کار
- ◈تعریف راهنمای سبک و استانداردهای کیفیت و منتورینگ نویسندگان دیگر در سطوح بالاتر
مهارت‌های مورد نیاز
مهارت‌های فنی، نرم و حوزه‌ای که یک نویسندهٔ فنی (مستندات هوش مصنوعی و توسعه‌دهندگان) موفق به آن‌ها نیاز دارد
مهارت‌های فنی
جدا کردن آموزش، راهنمای انجام کار، مرجع و توضیح (Diátaxis) و نوشتن دستورالعمل قدم‌به‌قدم دقیق
Git، Markdown و pull request؛ Lovable، Grafana، LanceDB و C3 AI همه آن را خواسته‌اند
استفاده از AI برای پژوهش، پیش‌نویس و بررسی، و دانستن اینکه کجا اشتباه می‌کند (شرط آگهی‌های Lovable و Grafana)
اجرای نرم‌افزار، دنبال کردن قدم‌های خودتان و کار با خط فرمان یا container برای راستی‌آزمایی (Grafana)
مرجع endpoint ها، OpenAPI و راهنمای خطا؛ Lovable کامل کردن مرجع API و MCP را از کارهای اول نقش می‌داند
فهم رفتار قابلیت از روی کد؛ C3 AI آشنایی با Python و LanceDB مهارت قوی در آن را می‌خواهد
نمونه‌هایی که واقعاً اجرا می‌شوند؛ C3 AI و LanceDB هر دو آن را خواسته‌اند
llms.txt، نسخهٔ Markdown صفحه‌ها، پیش‌نیازهای صریح و سنجش مستندات با کار ایجنت (LanceDB)
بررسی خودکار سبک، لینک‌ها، نمونه‌کدها و تازگی محتوا (Modal، LanceDB و Glean)
ساختار، ناوبری و جستجویی که به خواننده در هر مرحله اطلاعات درست را برساند
برای کار با سایت‌سازهای مستندات؛ C3 AI راحتی با این زبان‌ها را می‌خواهد
مهارت‌های نرم
پرسیدن سؤال‌های مشخص از مهندسان و مدیران محصول تا دانسته‌های ناگفته‌شان بیرون بیاید
Grafana می‌خواهد نویسنده محتوای خوب را از محتوایی که فقط درست به نظر می‌رسد تشخیص دهد
Lovable می‌نویسد «منتظر نمانید»: خودتان بفهمید چه چیزی در حال انتشار است
گزارش زودهنگام قابلیتی که برای کاربر قابل فهم نیست، همراه با دلیل (Lovable)
استفاده از آمار مستندات و بازخورد کاربران برای انتخاب کار بعدی و نشان دادن اثر کار (Grafana)
دانش حوزه‌ای
توکن، پنجرهٔ context و توازن هزینه، سرعت و کیفیت (Deepnote)؛ مفاهیم مدل‌های AI، ML و زبان طبیعی (C3 AI)
راهنمای Write the Docs تخصص حوزه‌ای، مثلاً زیرساخت ابری یا ابزارهای توسعه‌دهندگان، را امتیازی جدی در استخدام امروز می‌داند
Glean مستندات connector ها و Lovable صفحه‌های هویت، دسترسی و حاکمیت داده را جزو کار آورده‌اند
برای نقش‌های علمی مثل AI Science Writer در Nebius که مرور مدل‌ها و معماری‌های تازه است
نقشه راه و مسیر آموزشی
نقشه راه تبدیل شدن به نویسندهٔ فنی (مستندات هوش مصنوعی و توسعه‌دهندگان)
این مسیر گام به گام شما را از صفر تا حرفه‌ای هدایت می‌کند.
پایه‌های نوشتن فنی: وضوح، ساختار و راهنمای سبک
نوشتن فنی با نوشتن ادبی یا روزنامه‌ای فرق دارد؛ BLS می‌نویسد بسیاری از نویسندگان فنی آموزش کوتاهی لازم دارند تا سبک روایی خود را به سبک توصیفی تبدیل کنند. دوره‌های Technical Writing گوگل همان دوره‌هایی است که مهندسان گوگل می‌گذرانند. Diátaxis چهار نوع مستند را از هم جدا می‌کند: آموزش (tutorial)، راهنمای انجام کار (how-to)، مرجع (reference) و توضیح (explanation). یک راهنمای سبک را هم مبنا بگیرید.
ابزار docs-as-code: Git، Markdown و سایت مستندات
در بیشتر آگهی‌های بررسی‌شده مستندات مثل کد نوشته و نگه‌داری می‌شود: Lovable صریحاً راحتی با Git، Markdown و pull request را می‌خواهد و C3 AI از Markdown، GitHub و Jenkins نام می‌برد. راهنمای Write the Docs هم می‌نویسد docs-as-code در نقش‌های نویسندگی فنی بیش از پیش انتظار می‌رود. یک سایت مستندات کوچک با GitHub Pages یا یک سایت‌ساز مستندات بسازید.
مستندات توسعه‌دهندگان: API، OpenAPI و خواندن کد
بیشتر نقش‌های این حوزه در شرکت‌های AI مستندات توسعه‌دهندگان است. لازم نیست برنامه‌نویس باشید، اما باید کد را بخوانید: Lovable می‌نویسد نوشتن کد لازم نیست ولی باید بتوانید رفتار واقعی یک قابلیت را از روی کد بفهمید، و C3 AI آشنایی با Python و توانایی نوشتن نمونه‌کد را می‌خواهد. راهنمای Write the Docs مستندسازی API را مهارتی با تقاضای پایدار اما زمان‌بر می‌داند.
مدل‌های زبانی و نوشتن با کمک AI
دو چیز را باید یاد بگیرید: محصولی که مستند می‌کنید چطور کار می‌کند، و خودتان چطور با AI بنویسید. Deepnote درک پایه‌ای از LLM (توکن‌سازی، پنجرهٔ context و توازن هزینه، سرعت و کیفیت) را می‌خواهد و C3 AI آشنایی با مفاهیم AI و ML را. Grafana از نویسنده می‌خواهد بتواند توضیح دهد خروجی ابزارهای AI را چطور می‌سنجد و راستی‌آزمایی می‌کند.
مستندات برای ایجنت‌ها و کنترل کیفیت خودکار
مستندات حالا خوانندهٔ ماشینی هم دارد. LanceDB از نویسنده می‌خواهد مستنداتی طراحی کند که ایجنت‌ها با اطمینان به کار ببرند و آن را با سپردن کارهای واقعی به ایجنت بسنجد. Modal و Glean ساخت pipeline هایی را می‌خواهند که درستی نمونه‌کدها را بررسی کنند و مستندات کهنه یا ناقص را پیدا کنند. Fabrizio Ferri Benedetti در ماه مه ۲۰۲۶ نوشته برای این کار ابزارهای قطعی مثل Vale، Lychee و Codespell را با عملیات LLM در CI ترکیب کرده است.
ابزارها و استک فنی
ابزارهایی که هر مهندس AI باید بشناسد، دسته‌بندی‌شده بر اساس اولویت
نوشتن و docs-as-code
ابزار خط فرمانی که نوشتار را مثل کد lint می‌کند و راهنمای سبک تیم را خودکار اعمال می‌کند؛ Fabrizio Ferri Benedetti آن را در CI مستندات به کار می‌برد
سایت‌سازها و پلتفرم‌های مستندات
ساخت مستندات و تولید خودکار مرجع API برای Python، C++ و زبان‌های دیگر از روی docstring ها؛ سایت Diátaxis هم با Sphinx ساخته شده و روی Read the Docs میزبانی می‌شود
API و کد
استاندارد توصیف API که مرجع API از روی آن ساخته می‌شود؛ Glean آشنایی با مشخصات OpenAPI را امتیاز می‌داند
نوت‌بوک‌هایی که کد و توضیح را کنار هم می‌گذارند؛ C3 AI آشنایی با Jupyter Notebooks را ترجیح می‌دهد
AI و کنترل کیفیت
ابزار کدنویسی ایجنتی که کد را می‌خواند، فایل‌ها را ویرایش و دستورها را اجرا می‌کند؛ LanceDB استفاده از دستیارهای کدنویسی AI برای پژوهش در کد و پیش‌نویس را جزو وظایف آورده است
فایل Markdown که توضیح کوتاه و پیوند صفحه‌های مستندات را برای ایجنت‌ها فراهم می‌کند؛ طبق Mintlify در اوت ۲۰۲۶ حدود ۱۰٫۸ میلیون بار روی سایت‌های میزبانی‌شده‌اش خوانده شد
پروتکل اتصال ایجنت‌ها به ابزار و داده؛ Lovable از نویسنده می‌خواهد مرجع MCP را کامل کند
مسیر پیشرفت شغلی
از جونیور تا Staff Engineer — چه مهارت‌هایی نیاز دارید و چه درآمدی انتظار داشته باشید
نویسندهٔ فنی جونیور / Associate
۰ تا ۲ سال
به‌روزرسانی صفحه‌های موجود، نوشتن راهنمای قابلیت‌های کوچک و تست قدم‌ها زیر نظر نویسندهٔ باتجربه. BLS می‌نویسد در شرکت‌های کوچک تازه‌کارها ممکن است از همان ابتدا روی پروژه کار کنند و در شرکت‌های بزرگ اول کنار نویسندگان باتجربه کار می‌کنند
نویسندهٔ فنی
۲ تا ۵ سال
مسئولیت یک بخش از محصول، از شناخت قابلیت تا انتشار و نگه‌داری صفحه‌ها؛ آگهی Lovable برای همین سطح دست‌کم ۳ سال تجربهٔ مستندسازی نرم‌افزار می‌خواهد
نویسندهٔ فنی ارشد / Documentation Engineer
۵+ سال
مالکیت حوزه‌های بزرگ مستندات توسعه‌دهندگان، ساخت ابزار و pipeline کیفیت و مستندات برای ایجنت‌ها؛ C3 AI برای Senior Technical Writer دست‌کم ۶ سال و LanceDB برای Documentation Engineer دست‌کم ۸ سال تجربه می‌خواهد
Staff / Principal Technical Writer یا مدیر مستندات
پس از سطح ارشد
تعیین معماری اطلاعات، سبک و استانداردهای کیفیت برای کل مستندات، طراحی workflow های AI تیم و منتورینگ؛ آگهی Staff Technical Writer در Grafana Labs منتورینگ هم‌تیمی‌ها را جزو وظایف آورده است
چالش‌ها و جنبه‌های منفی
واقعیت‌هایی که کمتر در آگهی‌های شغلی می‌بینید — قبل از ورود بدانید
همگام ماندن با محصولی که هر روز عوض می‌شود
عمومیدر Lovable قابلیت‌ها هر روز منتشر می‌شوند و انتشارهای بزرگ‌تر چند بار در ماه. در نظرسنجی Mintlify فقط ۲۴٪ پاسخ‌دهندگان گفتند تغییر محصول همان روز در مستندات می‌آید؛ ۵۴٪ از تأخیر یک‌هفته‌ای و ۲۲٪ از یک ماه یا بیشتر خبر دادند.
سنجیدن خروجی AI
عمومیAI پیش‌نویس را سریع می‌کند، اما محتوای به‌ظاهر درست ولی نادرست هم تولید می‌کند. Glean از نویسنده می‌خواهد اطلاعات مبهم و متناقض را بدون تولید محتوای تأییدنشده سازمان دهد، و Fabrizio Ferri Benedetti می‌نویسد AI نویسندهٔ بهتری از شما نمی‌سازد اما می‌تواند سرعتتان را بالا ببرد و ممکن است کار بیشتری هم روی دوشتان بگذارد.
نوشتن هم‌زمان برای انسان و ایجنت
استارتاپLovable می‌خواهد یک صفحه هم برای سازندهٔ غیرفنی، هم برای توسعه‌دهنده و هم برای ایجنت کار کند. طبق Mintlify در اوت ۲۰۲۶، ۸۳٪ ترافیک ایجنت‌ها از راه نسخهٔ Markdown صفحه‌ها، llms.txt یا agent skills آمد؛ یعنی ساختار و قالب انتشار هم بخشی از کار شده است.
بازار کار سخت و رشد کند
عمومیراهنمای Write the Docs (آوریل ۲۰۲۶) بازار را «واقعاً سخت» توصیف می‌کند و BLS رشد کل این شغل را تا ۲۰۳۵ فقط ۱٪ می‌داند. آگهی‌های شرکت‌های AI معمولاً چند سال تجربه می‌خواهند، پس نمونه‌کار و تخصص حوزه‌ای وزن زیادی دارد.
یاد گرفتن سریع حوزه‌های پیچیده
شرکت بزرگGrafana کسی را می‌خواهد که حوزه‌های فنی تازه را سریع یاد بگیرد، و C3 AI از پیگیری جزئیات فنی دشوار و تبدیل آن به اطلاعات روشن حرف می‌زند. هر محصول تازه یعنی دوباره یاد گرفتن یک حوزه تا حدی که بتوانید آن را به دیگران توضیح دهید.
مالکیت نامشخص دانش سازمان
شرکت بزرگایجنتها از هر جایی که به آن دسترسی دارند پاسخ می‌دهند، نه فقط از مستندات. در نظرسنجی Mintlify بیش از نیمی از پاسخ‌دهندگان گفتند دانش شرکتشان در ۵ جا یا بیشتر پخش است و ۵۷٪ گفتند برای آماده بودن این منابع برای AI مسئول مشخصی ندارند.
حقوق و بازار کار جهانی
حقوق جهانی نویسندهٔ فنی (مستندات هوش مصنوعی و توسعه‌دهندگان)
حقوق سالانه در کشورهای مختلف بر اساس داده‌های منتشرشده؛ منبع هر ردیف با آیکون کنار نام کشور باز می‌شود.
* ارقام سالانه‌اند. منبع هر رقم:
- levels.fyi, updated Oct 23, 2026, title 'Technical Writer', total comp (58 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 23, 2026, title 'Technical Writer', total comp (20 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 23, 2026, title 'Technical Writer', total comp (10 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 23, 2026, title 'Technical Writer', total comp (19 salaries): 25th–75th pct; median
- levels.fyi, updated Oct 23, 2026, title 'Technical Writer', total comp (24 salaries): 25th–75th pct; median
چگونه از صفر شروع کنیم
برنامه گام‌به‌گام برای ورود به مهندسی هوش مصنوعی
ماه ۱: نوشتن فنی
دوره‌های Technical Writing گوگل را بگذرانید و یک راهنمای سبک را مبنا بگیرید. هدف: تبدیل سبک روایی به سبک توصیفی و دقیق.
ماه ۲: Git، Markdown و پورتفولیو
یک مخزن GitHub بسازید و پورتفولیوی خود را با GitHub Pages منتشر کنید؛ راهنمای Write the Docs پورتفولیو را دیگر اختیاری نمی‌داند.
ماه ۳: ساختار مستندات و اولین نمونه‌کار
Diátaxis را بخوانید و مستندات یک پروژهٔ متن‌باز کوچک را با آن بازنویسی کنید. قالب‌های The Good Docs Project هم نقطهٔ شروع خوبی است.
ماه ۴: مستندات API
مفاهیم REST API و OpenAPI را یاد بگیرید و برای یک API عمومی یک quickstart و یک صفحهٔ مرجع بنویسید.
ماه ۵: نوشتن با AI و برای AI
با یک دستیار AI پیش‌نویس کنید و خروجی را خط‌به‌خط با محصول بسنجید. برای سایت پورتفولیو llms.txt بسازید.
ماه ۶: جستجوی کار
رزومه و لینکدین را با زبان آگهی‌ها بنویسید و زیر چند عنوان جستجو کنید: Technical Writer، Documentation Engineer، Developer Experience Writer و AI Documentation Specialist.
پروژه‌های پیشنهادی برای رزومه
بازنویسی مستندات یک پروژهٔ متن‌باز AI با Diátaxis
مبتدییک کتابخانهٔ متن‌باز کوچک در حوزهٔ AI انتخاب کنید و README و صفحه‌های آن را به چهار بخش آموزش، راهنمای انجام کار، مرجع و توضیح تقسیم کنید. تغییرات را با pull request پیشنهاد دهید؛ Write the Docs مشارکت در مستندات متن‌باز را راهی برای ساختن نمونه‌کار قابل ارائه می‌داند.
راهنمای شروع و مرجع برای یک API مدل زبانی
متوسطبرای یک API عمومی مدل زبانی یک quickstart، یک آموزش و یک صفحهٔ مرجع بنویسید. همهٔ نمونه‌کدها را خودتان اجرا کنید و خطاهای رایج و راه رفعشان را هم بنویسید.
سایت مستندات با CI کیفیت
متوسطپروژهٔ قبلی را با Docusaurus یا MkDocs منتشر کنید و در GitHub Actions بررسی سبک با Vale، بررسی لینک با Lychee و اجرای خودکار نمونه‌کدها را بگذارید تا هر pull request پیش از ادغام سنجیده شود.
مستندات آماده برای ایجنت و سنجیدن آن
پیشرفتهبرای سایت مستندات خود llms.txt و نسخهٔ Markdown صفحه‌ها را بسازید. بعد چند کار واقعی را به یک ایجنت کدنویسی بسپارید، ببینید کجا به خاطر پیش‌نیاز ناگفته یا دستور مبهم شکست می‌خورد و مستندات را اصلاح کنید؛ همان کاری که آگهی LanceDB توصیف می‌کند.
ابزار تشخیص مستندات کهنه با کمک LLM
پیشرفتهاسکریپتی بنویسید که تغییرات یک فایل OpenAPI یا changelog را با صفحه‌های مستندات مقایسه کند، صفحه‌های احتمالاً کهنه را علامت بزند و با یک LLM پیش‌نویس اصلاح بسازد که پیش از ادغام انسان بازبینی‌اش کند. چند نمونهٔ آزمون هم برای سنجیدن دقت ابزار بسازید.
مثال‌های واقعی و Case Studies
داستان‌های واقعی از مهندسانی که در این حوزه تأثیرگذار بوده‌اند
به گفتهٔ خودش در دانشگاه Brigham Young زبان انگلیسی خواند و بعد در Columbia کارشناسی ارشد هنری (MFA) در ادبیات غیرداستانی گرفت. دو سالی در دانشگاه آمریکایی قاهره نوشتن درس داد و مدتی کوتاه در فلوریدا copywriter بود. بعد برای درآمد بیشتر به نویسندگی فنی رو آورد و در شرکت مالی Raymond James دید آن را خیلی بیشتر از copywriting دوست دارد.
پس از کار در دولت، یک سازمان غیرانتفاعی در یوتا و چند استارتاپ در کالیفرنیا و Amazon، از اواخر ۲۰۲۰ در Google کار می‌کند و خودش را API technical writer معرفی می‌کند. در وبلاگ I'd Rather Be Writing دربارهٔ مستندات API، معماری اطلاعات و AI در نویسندگی فنی می‌نویسد و دورهٔ مستندسازی API او از پربازدیدترین بخش‌های سایتش است.
مسیر او از تدریس نوشتن و copywriting به مستندات API نشان می‌دهد که مهارت نوشتن قابل انتقال است، به شرط آنکه کنارش دانش فنی ساخته شود. نوشتن مداوم و عمومی دربارهٔ کار هم به نظر می‌رسد او را در این حوزه شناخته‌شده کرده است.
سازندهٔ Diátaxis است، چارچوبی برای ساختار مستندات. به نوشتهٔ خود او، نسخهٔ اولیهٔ این ایده‌ها را هنگام کار در شرکت Divio (۲۰۱۴ تا ۲۰۲۱) ارائه کرد و زمینهٔ اولش فقط مستندات محصولات نرم‌افزاری بود.
در ۲۰۲۱ بورسیهٔ Software Sustainability Institute را گرفت تا کاربرد Diátaxis را در پژوهش علمی بررسی کند. به گفتهٔ خودش Diátaxis اکنون در چند صد پروژه به کار می‌رود، آن‌قدر که دیگر نمی‌تواند فهرست همهٔ آن‌ها را نگه دارد.
Diátaxis نشان می‌دهد یک ایدهٔ ساده و روشن دربارهٔ نیاز خواننده می‌تواند از یک شرکت به صدها پروژه برسد. برای کسی که وارد این حوزه می‌شود، فهمیدن چرایی ساختار مستندات به نظر ارزشمندتر از حفظ کردن ابزارهاست.
پیش از رفتن به اورگان، از ۲۰۰۸ تا ۲۰۱۰ در روزنامهٔ Lawrence Journal-World در کانزاس کار کرد و آنجا به‌طور جدی وارد جامعهٔ Django و Python شد. تحصیلات دانشگاهی‌اش را در University of Mary Washington در ویرجینیا گذراند.
هم‌بنیان‌گذار Read the Docs، جامعهٔ Write the Docs و EthicalAds است. به نوشتهٔ صفحهٔ معرفی‌اش، کارش بیشتر حول مستندات نرم‌افزار بوده و بیش از ۱۵ سال در جامعه‌سازی و پایداری متن‌باز فعال است.
راهنمای جستجوی کار Write the Docs برای دوران AI از گفتگوهای کانال career-advice در Slack همین جامعه بیرون آمده است. به نظر می‌رسد برای تازه‌واردها، عضویت فعال در چنین جامعه‌ای به اندازهٔ دوره‌ها مفید باشد.
نمونه آگهی استخدام واقعی + تحلیل
یک آگهی واقعی از شرکت فعال در حال استخدام، با تحلیل هر بخش
Technical Writer
تحلیل نیازمندی‌ها
You've spent 3+ years documenting software products, and you can show us pages that get a reader to the outcome without re-reading.
تجربهٔ مستندسازی نرم‌افزار شرط است، نه فقط سابقهٔ نوشتن. «بدون دوباره خواندن» یعنی معیار، رسیدن خواننده به نتیجه است؛ پس نمونه‌کارهایتان باید صفحه‌هایی باشد که کسی با آن کاری را واقعاً انجام داده است.
ضروریYou already write with AI: for research, drafting and checking, not just polish. You know what it gets wrong and you catch it.
AI بخشی از روند کار است، نه ابزار جانبی. در مصاحبه باید مثال مشخص بیاورید که AI کجا به شما کمک کرد و کجا اشتباه کرد و چطور آن را گرفتید.
ضروریYou test what you document. You'd rather try the feature and read the source than take someone's word for it, and when something's broken or confusing, you say so.
نویسنده باید قابلیت را خودش اجرا کند و در صورت لزوم کد را بخواند. اگر چیزی خراب یا گیج‌کننده است، گزارش آن هم جزو کار شماست.
ضروریYou're at home in docs-as-code: Git, Markdown and pull requests.
مستندات مثل کد در مخزن نگه‌داری می‌شود. باید با Git، شاخه، pull request و بازبینی همکاران راحت باشید.
ضروریYou ask engineers and PMs specific questions, and when documenting a feature shows it won't make sense to users, you raise it early, with reasons.
مصاحبه با متخصصان مهارت اصلی است. نویسنده اولین کاربر قابلیت است و اگر آن را بی‌معنا یافت، باید زود و با دلیل بگوید.
مهمYou've written for AI readers, or you're curious about it.
نوشتن برای ایجنت‌ها هنوز تازه است و «کنجکاو بودن» هم پذیرفته می‌شود. یک پروژهٔ کوچک با llms.txt یا سنجیدن مستندات با یک ایجنت نشان می‌دهد این کنجکاوی جدی است.
مفیدYou can read code well enough to check how a feature actually behaves; writing code is not required.
نکتهٔ مهم برای کسانی که از نوشتن یا تدریس می‌آیند: نوشتن کد لازم نیست، اما خواندن کد در حد فهم رفتار قابلیت امتیاز است.
مفیدYou have UX writing or content design experience, or an interest in it.
متن داخل محصول، مثل برچسب دکمه و پیام خطا، به مستندات نزدیک است. Write the Docs هم UX writing را مسیر هم‌جوار این شغل می‌داند.
مفیدتحلیل مسئولیت‌ها
Drive, don't wait. Features land every day, and bigger launches several times a month. You find out what's shipping before anyone tells you, and the docs are ready the day it ships.
در شرکتی که هر روز قابلیت تازه منتشر می‌کند، کسی به نویسنده خبر نمی‌دهد. باید خودتان در جریان برنامهٔ انتشار باشید و مستندات را هم‌زمان با محصول آماده کنید.
Own it end to end. Work a feature out from the code and the product, write the page, verify it in Lovable, ship it, and keep it true as the product moves.
مسئولیت با انتشار صفحه تمام نمی‌شود. وقتی محصول تغییر می‌کند، درست نگه داشتن صفحه هم کار شماست.
Care about the reader more than the feature. Our docs come with data: what people can't find, what the assistant couldn't answer, what support hears. You use it to decide what to write next.
اولویت‌ها از داده می‌آید: جستجوهای بی‌نتیجه، پرسش‌هایی که دستیار AI نتوانسته جواب دهد و حرف‌هایی که پشتیبانی می‌شنود.
Write for three readers on one page. The non-technical builder, the developer, and the AI agent working on their behalf.
یک صفحه باید برای کاربر غیرفنی ساده، برای توسعه‌دهنده دقیق و برای ایجنت ساختاریافته باشد. این تعادل مهارت تازهٔ این شغل است.
Build something that outlasts the week. AI drafts a lot of our pages. The human work is judgement: what a feature needs, what the engineer didn't mention, and the checks that keep hundreds of pages correct.
این جمله تقسیم کار تازه را نشان می‌دهد: AI پیش‌نویس می‌کند و ارزش نویسنده در قضاوت است؛ اینکه چه چیزی ناگفته مانده و چه بررسی‌هایی صدها صفحه را درست نگه می‌دارد.
The developer surface. Take our API and MCP references from correct to complete.
مستندات توسعه‌دهندگان، از جمله مرجع MCP، بخشی از کار است؛ آشنایی با API و MCP در اینجا مستقیم به کار می‌آید.
Your first automation. Pick one check we still do by hand and make it run on its own.
حتی در نقش نویسنده، انتظار می‌رود یک بررسی دستی را خودکار کنید؛ مثلاً بررسی لینک یا سبک در CI.
نتیجه‌گیری کلی
این آگهی تصویر روشنی از نویسندهٔ فنی در یک شرکت AI در ۲۰۲۶ می‌دهد: کسی که با AI می‌نویسد اما مسئول درستی خروجی است، هرچه را مستند می‌کند خودش تست می‌کند، با Git و Markdown کار می‌کند و برای انسان و ایجنت هم‌زمان می‌نویسد. نوشتن کد شرط نیست، اما خواندن آن امتیاز است. شرط اصلی ۳ سال تجربهٔ مستندسازی نرم‌افزار و نمونه‌کار قابل ارائه است. آگهی بازهٔ حقوق را اعلام نکرده است.
آینده و روندها
پیش‌بینی ۵–۱۰ ساله و مهارت‌هایی که باید یاد بگیرید
BLS پیش‌بینی می‌کند اشتغال نویسندگان فنی در آمریکا از ۲۰۲۵ تا ۲۰۳۵، ۱٪ رشد کند (از ۴۶٬۴۰۰ به ۴۶٬۷۰۰ شغل)، کندتر از میانگین همهٔ مشاغل. با این حال سالانه حدود ۳٬۲۰۰ فرصت شغلی پیش‌بینی می‌شود که بیشترش از جایگزینی افرادی است که شغل عوض می‌کنند یا بازنشسته می‌شوند. میانهٔ دستمزد سالانه در مه ۲۰۲۵، ۹۰٬۳۹۰ دلار بود؛ آگهی‌های شرکت‌های AI در این بررسی که بازهٔ حقوق به دلار اعلام کرده‌اند (C3 AI، LanceDB و Modal) همه بالاتر از این عدد هستند.
منبع: BLS Occupational Outlook Handbook — Technical Writers
مهارت‌های نوظهور که باید یاد بگیرید
پیش‌بینی‌های آینده
Mintlify در گزارش میان‌سال ۲۰۲۶ نوشت سهم ایجنت‌ها از ترافیک سایت‌های مستندات میزبانی‌شده در آن از ۱۵٫۲٪ در ابتدای سال به ۶۶٪ در ژوئیه رسیده و اگر روند ادامه یابد تا پایان سال به نزدیک ۹۰٪ می‌رسد. گزارش State of Knowledge همین شرکت سهم اوت را هم ۶۶٪ اعلام کرد. این داده‌ها فقط از سایت‌های خود Mintlify است.
BLS آمریکا پیش‌بینی می‌کند اشتغال نویسندگان فنی از ۲۰۲۵ تا ۲۰۳۵، ۱٪ رشد کند. به نوشتهٔ BLS، گسترش محصولات علمی و فنی و نیاز به پشتیبانی محصولات دیجیتال تقاضا را بالا می‌برد، اما ابزارهای AI ممکن است رشد را کند کنند.
BLS صریحاً می‌نویسد ابزارهای AI ممکن است با بالا بردن بهره‌وری نویسندگان فنی، رشد اشتغال را کند کنند. در نظرسنجی Mintlify، ۸۳٪ پاسخ‌دهندگان گفتند ایجنت‌ها پیش‌نویس به‌روزرسانی مستندات را می‌نویسند و Lovable هم می‌نویسد AI بسیاری از صفحه‌هایش را پیش‌نویس می‌کند. یعنی ارزش نویسنده کمتر در تولید متن و بیشتر در قضاوت، تست، ساختار و کنترل کیفیت است. راهنمای Write the Docs (آوریل ۲۰۲۶) هم بازار کار را «واقعاً سخت» توصیف می‌کند و تسلط به AI را نه آینده، بلکه شرط امروز استخدام می‌داند.
منابع
اطلاعات این صفحه در تاریخ ۳۰ مهر ۱۴۰۵ از این ۲۷ منبع بررسی شده است.
- Technical Writer — Lovable (job posting)
- Documentation Engineer — LanceDB (job posting)
- Documentation Engineer — Modal (job posting)
- Content Systems Engineer, Technical Documentation — Glean (job posting)
- Senior Technical Writer — C3 AI (job posting)
- Staff Technical Writer — Grafana Labs (job posting)
- Technical Writer — Deepnote (job posting)
- AI Science Writer, Nebius Academy (Contract) — Nebius (job posting)
- BLS Occupational Outlook Handbook — Technical Writers
- levels.fyi — Technical Writer salary, United States
- levels.fyi — Technical Writer salary, Canada
- levels.fyi — Technical Writer salary, United Kingdom
- levels.fyi — Technical Writer salary, Germany
- levels.fyi — Technical Writer salary, India
- Write the Docs — The Technical Writer’s Edge: A Job Search Guide for the AI Era (April 2026)
- Jeremy Howard — The /llms.txt file, v2
- Mintlify — The 2026 State of Knowledge Report
- Mintlify — The state of docs traffic: a 2026 midyear report
- Fabrizio Ferri Benedetti — AI must RTFM: Why technical writers are becoming context curators
- Fabrizio Ferri Benedetti — What I've learned designing agentic workflows for docs
- Fabrizio Ferri Benedetti — The four modes of AI-augmented technical writing
- Tom Johnson — About (I'd Rather Be Writing)
- Diátaxis — Colophon (Daniele Procida)
- Diátaxis — A systematic approach to technical documentation authoring
- Eric Holscher — About me
- Read the Docs — Wikipedia
- Google — Technical Writing Courses for Engineers