技术文章的写作思维

后台有许多同学留言问我：为什么我一方面可以日更，另一方面文章可读性也比较友好，不会太晦涩难懂。

最近在抽空整理之前的一些学习笔记和文章草稿，在整理的过程中，我也在思考如何持续的输出高质量的文章。这背后一方面需要大量的知识储备和实践；但更重要的，我认为是清晰的结构性思维。即主题是否明确，大纲逻辑是否清晰，内容是否有例可循，结论是否切中要点。

今天这篇文章， 我想聊聊写技术文章背后的一些写作思维，或者说结构体系。

其实在我看来，无论是日常工作中写技术方案、测试报告，还是写技术文章或者工程实践手册，都是有法可循的。只要抓住如下图的六点要素，就可以写出很好的技术文章。

背景/前言/原因

以技术方案为例，假设我们要输出一个项目的技术设计方案，开头要怎么写？一般来说都是先说明背景，即这个项目是什么，为什么立项，要解决什么问题，预期目标是什么，何时交付。

如写一篇技术文章，开头要说明什么？比如提测质量不高，为了提升编码质量打算做单元测试。业内的方案有 ABCD，我们当前的现状是 XXX。

遇到的问题/面临的挑战

说明背景和原因后，接下来就是介绍当前的背景，比如遇到了什么问题，由于什么原因导致可能存在什么风险。比如项目交付周期很紧急，时间资源不足。比如多个项目并行，但只有一套测试环境，环境资源无法调度开。比如做自动化测试，造测试数据耗时很长，原因是没有数据库的权限，无法批量生成。

如何解决？思路 &方案介绍

说明了背景，阐述了遇到的问题和可能存在的风险，接下来要介绍具体的分析思路和解决方案。

假设我想写原创的公众号技术文章，但是我以前写的不多，也没有太多的知识储备，我该如何解决呢？

• 写的不多：搜索知名的技术博主，看他们是如何写的。用的编辑器，文章结构等；

• 知识储备不足：日常工作中遇到的问题，分析的过程和解决方案，做好记录，多复盘总结；

• 输出技术文章：将日常记录的零碎笔记，问题解决方案，复盘后自己的理解写出来，找朋友或者同事帮你 review，给你多提建议或者他们的阅读感受，然后如此坚持即可；

再假设我要做自动化测试，手动造数据耗时太长，没有数据库操作权限，该怎么解决呢？

• 搜索业内比较好的解决方案，比如数据工厂模式；

• 调研他们的实现方式，没有数据库权限就通过调用接口去写入数据；

• 按照业务场景划分 P0P1P2 优先级，先把最核心的场景数据造出来，实现从零到一的突破；

• 不断优化这种方式，最终封装成一个平台，赋能给其他业务线的测试甚至开发/产品使用；

实践的过程/解决了什么问题

很多技术方案的落地过程都会遇到问题，比如信息同步问题，比如版本兼容问题，比如网络问题。

如上面提到的自动化测试造数据没有数据库权限，那就通过调用接口去实现写入。如果开发没有提供接口文档或者团队内部的研发规范不足，就自己去抓包或者 review 代码去整理接口文档。

做这些事情的过程就是解决问题的过程，在日常工作中会发现很多存在的不足，为了达成我们的目标，可能要多做很多没有直接联系的事情，但正是这些事，才是我们真正的产出和价值的体现。

总结/经验/教训/结论/最佳实践

一个技术方案或者一篇技术文章，最后一定要说明结论。比如某种技术框架的落地效果，比如落地过程要注意哪些事项，比如什么类型的业务更推荐哪种技术方案来解决，比如落地后是否解决了其他相关的问题。

从技术输出的角度来说，最终的结论要么是总结经验，要么是吸取教训，要么是沉淀输出最佳实践案例。

展望/未来规划

有背景有目标有方案有过程有结果，最后如果补充一些和主题有关的未来展望或者落地规划，会是一个很好的点睛之笔。

我个人的经验，技术文章写作思维，或者说专业性较强的文章或者方案，在写作时只需要记住这几个关键词即可：目标明确、逻辑清晰、有过程有结果有结论、避免口语化表达。

最后，以最近几个月大火的 ChatGPT 来说，我要写一篇 ChatGPT 的技术实践落地文章。我会这么写：

背景：ChatGPT 的由来、特点；

遇到的问题：我们的现状是 XXX，而 ChatGPT 更适合解决 YYY 类型的问题；

解决的方案：经过调研发现 ChatGPT 只能解决某部分的问题，其他部分可以采用 ZZZ 方案；

实践的过程：落地过程中发现我们的基础设施不足（如元数据管理混乱），我们的解决方法是 XYZ；

实践经验和结论：ChatGPT 更适合某类型的业务，在我们当前的业务场景中落地的投入产出比没那么高；

未来计划：假设 ChatGPT 未来可以强化某方面的能力，我们的业务多元化之后，可以更好的利用 ChatGPT 来提高效率。当前还是保持内部小范围的试验，积累能力，做好基础设施建设。