1. 两套读者,一套好不够
文档站首页若只服务一种读者,过去十年大体够用。
人会扫目录、会搜关键词、会从「上一章」连着往下读。作者也习惯按教材写法:先概念、再架构、再逐步操作,中间来一句「如前所述」。排版舒服、截图清晰,评审就过了。
现在桌上坐着第二位读者。它不逛首页,不欣赏你们的插画,也不懂「如前所述」指向哪一段。它可能从编码助手里抽一截、从站内问答里检索三页、从某份公开 URL 里咬下一块——上下文窗口有限,长页还会被静默截断。行业公开调研里,已有三成左右团队在补显式上下文、让页面自包含,约四分之一在投结构化数据。有人把话说得很直:对人好的东西,不自动对智能体好;token 贵,上下文是公共品,智能体要的是能完成任务的、尽可能小的文档单元。
这不是让你抛弃人类读者。是承认:只优化「给人扫读」的那一套,AI-Ready 往往还没开始。把原站换个皮肤、加个对话框,底下仍是一部线性长篇,助手吃到的仍是半截、过期或互相打架的碎片。
两套读者,可以共用一棵树;不能假装一套写法打天下。
所谓微内容,就是短小、目标单一、能单独被检索和引用的内容块——一问一答、一条限制说明、一个配置项。它不是「少写一点偷懒」,而是给第二套读者准备一口能咽的粮。
换预算口吻也成立:再多请一个人把长文写得更漂亮,不如先把最高频的二十个任务拆成自包含页。漂亮长文仍然有用,但 AI-Ready 的第一笔钱,往往花在块与发布边界上,而不是花在换一套更炫的对话框皮肤上。
2. 人要扫读,Agent 要小而自洽
人的阅读像逛商场。
目录是楼层导视,长文是可以慢慢逛的店。他愿意先扫标题,再决定深挖哪一节;遇到不懂的词,会回头翻概念章。线性叙事对他是友好的——故事完整,负担在「我有没有耐心读完」。
Agent 的阅读更像急诊分诊。
它带着一个具体任务进来:重试策略怎么配、某个错误码什么意思、这个权限缺了会怎样。它需要的单元最好自己站得住:目标、前提、步骤、结果、相关链接,少依赖「请先读完系列前四篇」。一页写到八千字、截图二十张,对人或许是详实;对助手可能是窗口里被裁掉的后半截——裁掉的刚好是「危险操作」那几句。
国内现场里,冲突常常长这样。产品手册按「从零搭建」写成一章,客服收藏的是飞书里拆出来的三步口诀;站内问答若整章吞进去,总结时容易漏掉版本差异。另一边,FAQ 被很多人嫌「太碎、太老派」,对机器却意外友好:一问一答、边界清楚,检索命中后不容易串台。
这里用得上知识片段:把能单独成立的事实从长文里拆出来,人和助手都能按需取用,而不是强迫第二套读者从头读到尾。粒度会打架,这是真问题。切太碎,人维护不动;切太粗,机器用不起。AI-Ready 不是选边站,是故意设计双轨:给人的导航与综述还在,给任务与给检索的块也在,并且都从同一真源发布,而不是网盘里再藏一套「只给机器人看的说明书」。
周五市场改了产品名,官网换了;帮助中心长文第三节中间夹着旧名,站内助手检索命中该节,对外答出旧称呼。人扫目录时还能「凭感觉跳过过时段」;机器不会凭感觉,它只吃命中的块。块若不自洽,双轨就会在同一棵树上互相拆台。
3. AI-Ready 清单:块、FAQ、少假定线性阅读
不必一次上成「全网最懂你们的 Agent」。先把文档写成机器也不容易饿死的样子,几条就够用。
页面尽量自包含。打开这一页能办事;必须跨页时,用稳定链接指向现行版,少用「见上文」。关键限制、默认值、适用产品线写在正文里,别只活在作者的群聊记忆中。
任务与 FAQ 成块。一个常见任务一篇帮助;一个高发问题一条 FAQ。块可以组装进手册长文,但发布面上保留可单独检索的入口——人和助手都受惠。
少假定线性阅读。每一页都可能是「第一页」:搜索、分享、助手引用,都不会保证读者刚读过你的前言。开头用一两句交代这篇解决什么、不解决什么,比华丽的系列开场白更值钱。
结构化愿意投一点。元数据——给内容贴上的产品线、版本、适用对象等标签信息——能被系统带着走,比只丢一整本 PDF 更利于检索与总结。标题层级清楚,比堆一屏大段更利于机器定位。
llms.txt 之类声明可以有,单独当银弹不可靠:它告诉爬虫「这儿有料」,长页照样会被截断;根子仍是块好不好、发没发布。诚实边界也写进清单。站内 AI 智能搜索、对话问答,应是检索已发布内容再总结,而不是拿公网常识冒充你们的参数。人要点得回 Help/Docs 原文。MCP、编码助手读文档,是行业里越来越常见的通道——Baklib 主路径上先把已发布结构立住;不把「开箱即是你们的 Agent 网关」写成今天的交付。
国内现场还可以加一条很土的自检:把帮助中心某一长页发给同事,只让他看中间三分之一,问他能不能单独做完任务。人若做不完,助手被截断时也做不完。另一条:站内搜索你们最高频的五个任务句,前三条结果是不是现行、自包含的帮助页——若前三条是活动稿、旧菜单、内部代号,AI-Ready 还没开始,人机两套读者都会饿。
4. Baklib:块状 Help/FAQ + Chat 只读已发布 + 结构可发布
Baklib 侧,AI-Ready 更接近「怎么发布」,而不是「再买一个更会聊的模型」。
帮助中心 按任务与 FAQ 组织,文档站讲规格与概念,需要时再开开发文档 叶子——建设侧模板可点亮 Help、Docs、Chat、Developers 等门脸。知识仍在中台里审核、版本化;体验库只是不同门口。AI 问答吃的是已发布块,不是把整站糊成一团丢进提示词。
落地顺序通常是:先把树和块立住,再开对话。
分类、多级目录、多产品多版本先清晰;高流量任务拆成自包含帮助页与微内容块。然后才让 AI 客服 / 智能搜索接上已发布库:答得出时给总结,并尽量带回帮助中心或开发文档原文;答不出时承认,而不是编。作者继续对结构与终稿负责——模型会组词,组织仍要定哪一块算现行事实。急着先开对话框、后补块的团队,往往会在第二周发现:助手答得越溜,客服救火越忙。
对人好,仍然要做。目录、扫读、截图、可读性,一张都不能丢。只是到了助手也来读的年份,还得多做半步:让同一份知识,也能以小而自洽的单元被检索、被截断、被引用而不至于当场饿死。开发者文档里的错误码表、帮助中心里的任务卡、FAQ 里的边界句,往往比一篇「从入门到精通」更早被第二套读者咬到——先把这些块养干净,再谈更炫的对话体验。
AI-Ready 不是把原站抛光,是承认桌上坐着两套读者,并愿意为第二套读者改结构。结构改对了,人和机器吃的是同一棵树上的果子;结构没改,对话框只会更快地把半截长文说成权威。