芯耀
259
上周在库拉c.myliang.cn上测了一圈新出的模型，发现一个规律：做逻辑推理各家拉不开差距，但落到工程文档这个场景，指令写得好不好直接决定输出是"能用"还是"能扔"。
我做硬件方案设计，日常工作涉及大量技术写作——规格书解读、方案对比报告、客户技术邮件、测试文档总结。去年开始把ChatGPT嵌进工作流，踩了不少坑，也确实省了不少时间。
今天把这些实战经验拆开聊。
技术写作最大的误区：让AI自由发挥
硬件工程师用ChatGPT最容易犯的错，就是把技术文档当普通文章写。
"帮我写一份关于STM32H7的选型报告。"
模型确实能写。但写出来的内容大概率是把数据手册翻译了一遍，加几句"性能强劲""应用广泛"的废话。真正有用的东西——功耗实测对比、外设资源冲突分析、与竞品的Pin-to-Pin兼容性——一个字都不会有。
原因很简单：模型不知道你的具体应用场景，它只能输出最大公约数的信息。
技术文档的价值恰恰在差异化的部分。你选这颗料而不是那颗，一定有你的理由。模型不会读心，你得把理由喂给它。
"我正在评估STM32H743和瑞萨RA6M5，应用场景是工业数据采集网关。核心需求：8路ADC同步采样、以太网+CAN双通道、工作温度-40到85度、BOM成本控制在35元以内。请从外设资源、功耗、供货稳定性、开发生态四个维度做对比，每个维度150字左右，最后给出明确推荐和理由。"
这种指令出来的结果，改改就能直接放进项目评审PPT。关键区别在哪？你给了具体的约束条件、使用场景和决策维度。模型在这个框架内工作，产出的东西自然有干货。
方案报告：让AI做结构，你做判断
方案对比报告是我用ChatGPT最频繁的场景，也是收益最大的。
以前写一份完整的方案对比，从查资料到组织结构到反复改措辞，少说半天。现在我的工作流是这样的：先列关键参数和对比维度，让模型搭框架，我再往里填实测数据和技术判断。
"以下是我整理的三款电源管理芯片实测数据：[粘贴数据表格]。请按照以下结构写方案对比报告：1）需求概述（三句话）；2）核心参数对比表；3）各方案优劣势分析（每方案不超过200字）；4）推荐方案及理由。语气客观，不要用'综合来看''各有千秋'这种和稀泥的表述。"
"不要和稀泥"这条指令在技术文档里特别重要。工程师看报告要的是明确结论，不是政治正确的面面俱到。你加了这条约束，模型就会逼自己给出判断，而不是说一堆"取决于具体需求"的废话。
技术邮件：英文场景是AI的主场
做硬件方案的都知道，跟海外原厂FAE沟通是刚需，但英文技术邮件写起来真的痛苦——术语拿不准、语气怕太生硬、附件描述怕说不清楚。
ChatGPT在这个场景下几乎是降维打击。
"我要给TI的FAE写一封邮件，咨询TPS65988在我们的PD供电方案中遇到的VCONN过流保护异常。具体情况：当负载超过2.3A时芯片触发保护但VOUT没有恢复正常，需要重新上电才能恢复。附了原理图和波形截图。请写一封专业的技术咨询邮件，英文，语气专业但不要太卑微，把现象描述清楚并明确提出希望对方提供debug方向。"
这种指令出来的东西，比我以前自己写的强不少。原厂FAE每天收大量技术邮件，描述清晰、问题具体、有附图说明的邮件回复优先级最高。模型帮你把格式和术语搞对，你只需要确保技术描述准确。
一个细节：如果不确定术语是否准确，加一句"请使用TI datasheet中的官方术语"。 模型会自动校准用词，避免出现自造术语让对方看不懂的情况。
测试文档与总结：压缩信息是AI最强的能力
BVT报告、DVT总结、可靠性测试数据整理——这类文档的特点是信息量大、格式固定、但写起来极其枯燥。
这恰好是模型最擅长的事。
"以下是我们对XX模块完成的可靠性测试原始数据：[粘贴数据]。请按以下格式输出测试总结：1）测试概述（测试项目数、通过/失败比例、测试周期）；2）失败项详情（现象、初步原因分析、建议措施）；3）整体评估结论。控制在800字以内，不要添加原始数据中没有的分析。"
最后那句"不要添加原始数据中没有的分析"是保命条款。技术文档最忌讳的就是模型自作主张帮你"推理"出一个不存在的故障原因。你约束了输入范围，它就不敢乱编。
另一个技巧：如果测试数据特别多，分批喂入效果更好。 超过一万字的原始数据一次性丢进去，后半段的提取准确率会明显下降。每批三到五千字是最佳区间。
做一个趋势判断
硬件工程师圈子对AI工具的态度正在发生微妙变化。半年前很多人觉得"这东西写文案还行，搞技术不行"。现在越来越多的人开始把它嵌进日常工作流，不是因为它能替代技术判断，而是因为它能替代掉大量机械性的文字劳动。
说白了，工程师的时间应该花在调电路、分析信号、做技术决策上，而不是花在纠结"这段话怎么措辞才专业"。
AI不会帮你选型，但它能帮你把选型理由写清楚。它不会帮你debug，但它能帮你把debug过程整理成文档。它不会替代你的工程判断，但它能把你从80%的重复文字工作中解放出来。
而解放出来的时间，才是你在技术深度上拉开差距的关键。
