Image

Как мы с ИИ перезапустили документацию Bitrix Framework и сэкономили 400 часов

Привет! Меня зовут Марина Павлова, я технический писатель в отделе документации 1С-Битрикс. В этой статье я расскажу:

  • как мы полностью переделали документацию по Bitrix Framework,

  • что изменилось в документации для разработчиков,

  • как команде из двух человек удалось выпустить доку за 9 месяцев с помощью ИИ, когда мы параллельно работали над другими проектами.

Новая документация уже доступна на сайте

2b0234a461fec2efa02d72922d74723b

Какую проблему мы решали

Раньше искать информацию нужно было по разным учебным курсам и документациям. Чтобы полностью разобраться в работе какого-то компонента продукта, приходилось открывать несколько ресурсов:

  • курс Контент-менеджер или Администратор. Базовый, чтобы узнать основы работы с продуктом в интерфейсе,

  • курс Разработчик Bitrix Framework, чтобы разобраться, как работать с компонентом в фреймворке,

  • документацию по API, чтобы посмотреть описание классов и методов. 

Такой подход позволял точечно закрывать потребности разных ролей. Но для решения комплексных задач он перестал быть эффективным. Мы собрали отзывы и поняли: нужен единый источник. Теперь мы объединяем все — от основ работы до справочника API — в рамках связанных статей.

Как ИИ помог нам ускорить работу в 2 раза

За 9 месяцев 2025 года команда из двух технических писателей выпустила 65 статей. Нейросети сэкономили нам более 400 часов — без ИИ работа заняла бы вдвое больше времени.

Какие задачи взял на себя ИИ

  • Анализ и реструктуризация контента. ИИ объединял старые материалы из разных курсов и предлагал новую структуру.

  • Генерация примеров кода. Нейросети помогали создавать рабочие примеры,  анализируя исходный код продукта.

  • Написание комментариев. Нейросети добавляли комментарии в код, чтобы примеры были понятными.

  • Переработка стиля. ИИ изучил нашу редполитику. Мы отправляли ему тексты, а он предлагал, как написать лучше.

  • Создание контента с нуля. По некоторым темам у нас не было исходных материалов в курсах и документации. ИИ помогал писать черновики по исходному коду продукта.

Реальный пример из нашей работы — статья про JWT (JSON Web Token). Информации о работе с JWT не было в курсах и старой документации. Мы писали статью с нуля:

  1. Передали ИИ исходный код класса BitrixMainWebJWT, заметки разработчика и желаемую структуру статьи.

  2. Получили готовый черновик статьи, с которым можно работать.

  3. Дали задание ИИ добавить комментарии в примеры кода, пояснить непонятные моменты для начинающих разработчиков.

  4. Попросили нейросеть почитать статью и дать обратную связь от лица junior, middle и senior PHP-разработчиков.

  5. Вычитали и поправили текст.

  6. Отдали на фактчек в техническую поддержку.

На практике замечаний от технической поддержки по таким статьям пришло мало. ИИ помогает писать статьи для документации своими силами и привлекать разработчика только для проверки.

Какие нейросети мы использовали

Мы не ограничивались одной нейросетью — использовали ChatGPT, DeepSeek, Qwen и Битрикс24 Copilot. Для себя я определила оптимальное применение каждой из них:

  • DeepSeek — для работы с текстами,

  • Qwen — для проверки стиля и фактов,

  • ChatGPT — для работы с кодом,

  • Битрикс24 Copilot — для решения небольших задач в рабочем чате: отформатировать код, покритиковать небольшой текст, изменить оформление списка или таблицы и так далее.

Что меняется в новой документации

Мы сосредоточились на практической ценности. Вот ключевые изменения.

1. Вся информация по теме — в одной статье

Мы уходим от разделения по ролям: контент-менеджер, администратор, разработчик. Теперь, чтобы найти решение, не нужно открывать разные ресурсы.

  • Было. Чтобы настроить кеширование, вы читали о настройках админки в курсе Администратор. Базовый, изучали конфигурацию ядра в курсе Разработчика и искали описание класса в документации API D7.

  • Стало. В новой документации статья Кеширование содержит общее описание, административные настройки, конфигурацию в  .settings.php , описание класса и готовые примеры кода. Задача решается в одном месте.

32038f8dec413a7250f67936f53379ee

2. Актуальный контент и готовые примеры кода

Мы в процессе обновления материалов: проверяем контент, убираем устаревшую информацию и добавляем новые примеры.

Пример. Статья Создание модуля содержит пример модуля с описанием структуры и всех файлов. Его можно использовать как основу для собственного модуля.

7aaa223cb7e6ec299e23c38d0158f336

3. Полный справочник API и наглядные форматы

В структуру документации мы добавили Справочник API с описанием классов и методов. Информация в справочнике формируется автоматически из исходного кода продукта, поэтому она всегда актуальна.

16957f229988cfb4ea3955700f7e3977

4. Обратная связь

Новая документация развивается вместе с сообществом. Мы настроили прозрачные процессы для ваших правок и комментариев.

Система оценок. Каждую статью можно оценить — полезна или не полезна. Мы анализируем количество оценок и изучаем конкретные жалобы в комментариях. Если вы ставите низкую оценку, поясните в комментарии почему. Это поможет нам понять суть проблемы и исправить документацию.

1ac53c17bb00e324bbb29743223d046f

Issues. На каждой странице есть кнопка Report an issue or ask a question. Видите неточность или есть предложение — создавайте issue. Опишите суть ошибки максимально подробно и, пожалуйста, оставляйте здесь только замечания к документации, вопросы по работе с продуктом направляйте в техподдержку.

06c38b99cfe0f93b7719cbaa93f9cf17

Pull Requests. Вы можете стать контрибьютором документации. Чтобы внести правки, нажмите Edit in GitHub на странице документации — откроется файл в нашем репозитории, где можно сразу предложить изменения через Pull Request.

ac8790a562bd4f13cbc7af30ad461f7d

Что планируем дальше

Это только начало пути. Мы уже работаем над переносом в новый формат других материалов из курса разработчика и документации API D7. Наша цель — создать исчерпывающий и удобный ресурс, где вы сможете найти ответ на любой вопрос по разработке на наших продуктах.

Ссылки

  • Новая документация

  • GitHub-репозиторий

Изучайте, используйте в работе и делитесь обратной связью. Ваши замечания и предложения через issues, pull requests или комментарии помогут нам улучшить документацию.

Источник: habr.com

Каталог бесплатных опенсорс-решений, которые можно развернуть локально и забыть о подписках

галерея

Природный белок может защитить желудочно-кишечный тракт от инфекций.
dummy-img
Предоставляем биологам по всему миру инструменты для проектирования белков на основе искусственного интеллекта.
Новый квантовый инструментарий для оптимизации
Новый квантовый инструментарий для оптимизации
dummy-img
dummy-img
Объяснение масштабирования от обучающей к тестовой выборке: как оптимизировать общий вычислительный бюджет для ИИ при выполнении инференса.
Инженеры сделали модульных роботов из шаров и палок. Они могут объединяться в более крупных роботов
Image Not Found
Природный белок может защитить желудочно-кишечный тракт от инфекций.

Природный белок может защитить желудочно-кишечный тракт от инфекций.

Слева: Интелектин-2 стабилизирует слизистый слой на здоровых тканях. Справа: Белок нейтрализует бактерии в воспаленном желудочно-кишечном тракте. Предоставлено исследователями. Белки, называемые лектинами, встроенные в слизистые оболочки организма, связываются с сахарами, находящимися на поверхности клеток. Группа исследователей под руководством…

Апр 23, 2026
dummy-img

MetaboNet: Крупнейший общедоступный сводный набор данных по управлению диабетом 1 типа.

arXiv:2601.11505v2 Тип объявления: замена-перекрестное аннотация: Прогресс в разработке алгоритмов лечения диабета 1 типа (Д1) ограничен фрагментацией и отсутствием стандартизации существующих наборов данных для управления Д1. Существующие наборы данных существенно различаются по структуре и требуют много времени для…

Апр 23, 2026
Предоставляем биологам по всему миру инструменты для проектирования белков на основе искусственного интеллекта.

Предоставляем биологам по всему миру инструменты для проектирования белков на основе искусственного интеллекта.

Компания OpenProtein.AI, основанная Тристаном Беплером (PhD '20) и бывшим профессором Массачусетского технологического института Тимом Лу (PhD '07), предлагает исследователям модели с открытым исходным кодом и другие инструменты для белковой инженерии. OpenProtein.AI помогает биологам оставаться на переднем крае…

Апр 23, 2026
Новый квантовый инструментарий для оптимизации

Новый квантовый инструментарий для оптимизации

Новая теоретическая работа от Google Quantum AI показывает, что крупномасштабные квантовые компьютеры могут решать определенные задачи оптимизации, которые неразрешимы для обычных классических компьютеров. Быстрые ссылки Бумага Делиться Скопировать ссылку × От разработки более эффективных авиамаршрутов до организации…

Апр 23, 2026

Впишите свой почтовый адрес и мы будем присылать вам на почту самые свежие новости в числе самых первых