Büyük Dil Modellerinin (LLM) yükselişiyle birlikte, teknik yazarların rollerini yeniden tanımlamaları ve yeni beceriler edinmeleri gerekiyor. Makale, LLM'lerin bağlam ve basit komutlarla makul belgeler oluşturabildiği bir dönemde, teknik yazarların otomasyona odaklanarak kendilerini "resmin dışına çıkarmaları" gerektiğini vurguluyor. Bu, rutin ve tekrarlayan görevleri, örneğin sürüm notlarını veya belge tablolarını güncellemeyi, LLM'lerin yardımıyla otomatikleştirme anlamına geliyor. Python veya PowerShell gibi dilleri bilmek faydalı olsa da, LLM'ler otomasyon komut dosyaları ve CI/CD pipeline'ları oluşturmada da destek sağlayabilir.
Otomasyon için iki temel yaklaşım mevcut: Klasik shell veya Python komut dosyaları oluşturmada LLM'lerden yardım almak ya da yeni nesil "agentic workflow"lar kullanmak. Agentic workflow'lar, bir LLM'i sandbox içinde CI/CD pipeline'larında çalıştırarak, yalnızca Markdown tabanlı bir akış açıklamasıyla karmaşık GitHub Actions'lar oluşturmayı mümkün kılıyor. Bu yöntem, otomasyon oluşturma süresini önemli ölçüde azaltarak, daha önce özel bir geliştirici gerektiren işlerin teknik yazarlar tarafından prototiplenmesine olanak tanıyor. Bu otomasyon zihniyeti, yazarların rutin işlere harcadığı zamanı azaltarak, daha anlamlı ve yaratıcı görevlere odaklanmalarını sağlıyor.
Makale, otomasyonun teknik yazarları işsiz bırakmak yerine, onların süreçlerdeki AI sınırlarını keşfetmelerine ve gerçekten faydalı otomasyonlar geliştirmelerine yardımcı olduğunu belirtiyor. Bu sayede, teknik yazarların daha stratejik ve değerli işlere yönelerek kariyerlerini güçlendirebilecekleri ifade ediliyor.
Büyük Dil Modelleri çağında teknik yazarların rutin görevleri otomatikleştirerek daha stratejik ve yaratıcı işlere odaklanmaları, rollerinin evrimi için kritik öneme sahiptir.