SimpliSafe 的更新说明揭示了人工智能的准备程度。这些说明对人类来说讲得通——我们会自动补全缺失的上下文；人工智能系统做不到，只能靠猜。
我最近查看了 SimpliSafe 发布的一个支持主题，说明客户如何更新家庭安全系统的固件。乍一看，这个主题非常合理。文章写得清晰简洁，一位普通读者可能轻松完成更新过程。
正是这一点，使它成为一个有用的教学工具——帮助技术文档撰写者写出人工智能问答引擎更容易处理的内容。
对人类来说易于理解的内容，对人工智能来说可能仍然存在很大的歧义。
人类非常擅长补全缺失的语境。我们会自动推断各种关系，假定因果关系，理解隐含的主语和未明确说明的条件——因为我们一生都在处理不完整的交流。
人工智能系统并不“理解”这些关系。它们不是通过理解，而是以概率的方式推断。这个区别很重要。
SimpliSafe 的主题包含几个例子：操作环境不是被明确建模，而是通过暗示呈现。这些不足会造成检索错误、程序流程混乱，以及人工智能产生幻觉的可能性。
原始主题如下：SimpliSafe：更新您的 SimpliSafe 系统
我使用 TRACE 框架来评估该主题——这是我一直在开发的框架，旨在确定人工智能系统生成可靠答案需要哪些上下文信号。
目标不是让文档听起来像机器人。而是通过明确操作环境，减少歧义，从而避免人工智能系统需要进行猜测。
从这里开始，这个话题就变得难以理解了。
文档中说明：
“在您解除系统武装后，系统会自动更新。”
“SimpliSafe 基站会在房主解除安全系统后自动安装固件更新。”
对人类来说没问题。但是谁来执行更新？
说明中缺少关于执行者的信息。人们通常会尝试推断答案。人工智能系统通常会自行生成一个答案。
修改后的版本明确了执行更新操作的参与者、涉及的人员角色、触发条件。这大大减少了推理量。
该主题在正文中提到了蓝牙的要求：
“您需要确保已启用蓝牙……”
这句话包含一个重要的操作依赖关系，但它被含蓄地表达，而不是作为正式条件处理。在检索和摘要过程中，人工智能系统经常会忽略这种隐含的前提条件。
这种结构使操作依赖关系清晰明了，便于机器读取。
该主题解释说，系统解除武装后才会发生更新，但它从未明确描述状态转换本身。
这一点很重要，因为人工智能系统通常会将事件序列简化为模糊的摘要。
“在您解除系统武装后，系统会自动更新。”
此版本用于识别触发事件、由此产生的系统行为、操作流程。这样一来，检索系统和大型语言模型就能更轻松地正确理解信息。
该主题将基站更新、智能锁更新、相机更新、故障排除、固件行为整合为一个统一的工作流程。
人类通常能够解决这个问题。人工智能分块系统通常无法做到。
这会增加检索污染的可能性：原本适用于一种设备或流程的指令，被错误地应用于另一种设备或流程。
一个大型主题，涵盖多个更新流程。
每个主题都应明确定义：执行者、触发事件、所需条件、预期结果、失败状态。
这样做可以为人类和人工智能系统创建更清晰的语义边界。
主题显示：
“如果您的系统未能更新……”
这个说法掩盖了多种不同的失败情况：固件下载失败、中断安装、不支持的固件版本、连接超时、蓝牙配对失败、设备同步问题。
人类最终可能会弄清楚其中的区别。人工智能系统通常会将所有这些问题归结为通用的故障排除建议，因为文档中没有明确区分这些问题。
现在，系统可以区分不同的故障状态，而不再将“更新失败”视为一种模糊的单一状态。
需要强调的是，文档本身并非“质量差”。事实并非如此。这个主题属于比较典型的技术文档。大多数技术文档撰写者都能立即识别出这种风格。许多客户可能都能成功完成整个流程。
这就是为什么这个例子如此重要的原因。这些文档是为人类理解而写，不是为人工智能检索和生成而写。
人类对隐含语境具有极强的适应能力。人工智能系统则不然。当实际关系未明确说明时，大型语言模型会通过概率方式进行补偿。
幻觉通常就是从那里开始的：
业界一直在谈论“适合人工智能的内容”，好像仅仅通过调整结构就能解决问题。但事实并非如此。
一个 DITA 主题可以是一个完全有效的 XML 文件——但仍然缺少人工智能系统生成可靠答案所需的运行环境。
