我用 AI 把接口文档从 3 小时压到 20 分钟,完整步骤在这里
写接口文档这件事,我以前特别不想干。
不是不会,是觉得投入产出不成比例——花两三个小时一个字一个字敲,写出来的东西好像也没人仔细看。
后来我摸出了一套 AI 配合的流程,彻底改变了这件事的体验。
现在一个中等复杂度模块(5-8 个接口),20 分钟出初稿,10 分钟自己核一遍,质量比以前手敲的还稳。
把这套流程拆开讲。
01 第一步:把 Controller 代码直接喂进去,让 AI 先出骨架
把接口方法的代码贴给 AI,附一句明确的格式要求:
“这是我的接口代码。请按以下格式生成文档:接口名称、请求方式、请求路径、请求参数(含字段名、类型、是否必填、说明)、返回字段(含字段名、类型、说明)、正常响应示例、错误码说明。”
AI 能从代码里直接推断出参数名、类型、大致用途,给你一份八九成完整的骨架。
这一步通常 3 分钟搞定,省掉的是最机械的部分。

02 第二步:手动补它推断不出来的业务含义
AI 能看出 status 是个 int 字段,但它不知道 1=启用、2=禁用、3=待审核。
枚举值、业务规则、特殊逻辑——这些只有你知道。
告诉它:
“以下是这个接口涉及的枚举值和业务规则,帮我把文档里对应字段的说明补充完整。”
然后把枚举类或产品文档的相关内容贴过去。
这一步 3-5 分钟,但文档的可读性会从”勉强能用”升到”前端拿来就能联调”。
03 第三步:让它生成请求和响应的 JSON 示例
文档里最花时间的,往往是手工拼 JSON。
直接让 AI 生成:

“基于以上文档,帮我生成一组完整的请求示例和正常响应示例。字段值用合理的模拟数据,不要用 xxx 或 string 占位。”
它生成的示例通常比手工拼的更完整,不会漏字段,而且数据看起来更像真实场景。
04 第四步:让它站在调用方视角做一轮自检
最后一步是换视角。
“你是一个前端开发,拿到这份接口文档准备联调。你会有哪些疑问?哪些字段说明不清楚?哪些地方容易产生误解?”
这一步的价值在于:你作为文档作者,已经对接口太熟了,很多在你眼里”显然”的东西,调用方看来并不显然。
让 AI 当一次”第一次看文档的前端”,往往能揪出你不自觉跳过的关键说明。
05 实际效果
一个 5-8 个接口的模块,过去手写要 2-3 小时。
现在整个流程走下来,30-40 分钟搞定,文档质量反而更稳——因为每一份都经过了自检。
省出来的时间,可以做更有价值的事。或者早点回家。
这轮 AI Agent 热度,普通程序员真正该看什么
看清 Agent 的本质
大多数 Agent 不是新物种,本质是:
LLM + 工具调用 + 上下文管理 + 状态/记忆 + 任务编排 + 校验/回滚
所以重点不是会不会用某个 Agent 框架,而是你能不能把一个业务流程拆成可调用、可观测、可恢复的步骤。
如果你也是:
想用 AI 把主业做得更稳一点的程序员
不想只收藏方法,更想把方法用到真实工作里的人
正在慢慢积累第二收入可能性的中年打工人
欢迎关注我。这里不讲空话,只聊程序员真实的生存和选择。
#程序员最该先让 AI 帮你省掉的,不是写代码而是写文档
#接口文档里最容易漏的几个字段说明,少写一个就多联调半天
#用 AI 做文档自查,比自己二次阅读更容易发现盲区
#周报、复盘、接口文档,哪类文字工作最适合先交给 AI
#普通程序员怎么把 AI 文档生成接进日常工作节奏
夜雨聆风