先明确代码功能与上下文，再引导ChatGPT生成API文档。提供语言、框架、功能描述及关键行为，如：Python FastAPI接口，用于获取用户信息，含数据库查询与可选参数处理，输入示例后模型可输出符合OpenAPI规范的文档内容。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
用ChatGPT为代码生成API文档，关键在于提供清晰的上下文和结构化输入。只要给模型足够的信息，它就能帮你把函数、类和接口转换成易于理解的文档内容。整个过程不需要从零开始写说明，而是通过提示词（prompt）引导ChatGPT自动提取逻辑、参数、返回值和使用示例。
准备代码片段与上下文
在让ChatGPT生成文档前，先准备好你要处理的代码部分。不要扔一段没有注释的代码就指望它能完全理解意图。最好附带以下信息：
例如你可以这样输入：
分析以下Python FastAPI代码，并生成符合OpenAPI规范的API文档描述：```python
from fastapi import APIRouter, HTTPException
router = APIRouter()
@router.get("/users/{user_id}")
def get_user(user_id: int, include_profile: bool = False):
if user_id raise HTTPException(status_code=400, detail="Invalid user ID")
# 模拟查询用户数据
return {
"user_id": user_id,
"name": "John Doe",
"profile": {"bio": "Developer"} if include_profile else None
}
```
请说明：接口路径、请求方法、参数类型、默认值、可能的错误码及响应格式。
设计高效的提示词（Prompt）
想要稳定输出高质量文档，提示词必须具体。避免模糊指令如“帮我写文档”，而应明确输出格式和内容维度。
- 要求按接口名称、URL、HTTP方法、请求参数、响应结构、错误码分段输出。
- 指定使用Markdown表格或JSON样例来增强可读性。
- 加入风格限制，比如“用技术文档语气，不加多余解释”。
一个高效提示词示例：
根据以下代码生成API文档，包含：接口说明、访问路径、请求方式、查询参数说明、返回示例、异常情况。使用Markdown格式输出，参数用表格列出。
[插入你的代码]
后处理与集成到文档系统
ChatGPT输出的内容通常接近可用状态，但需要人工核对准确性，尤其是类型推断和边界条件。生成结果后可以进行以下操作：
- 校验参数是否完整：确认所有query、path、body字段都被覆盖。
- 补充实际返回数据样例：如果原代码未体现复杂嵌套结构，需手动完善示例。
- 导出为标准格式：将内容整理进Swagger UI、Postman或静态站点（如MkDocs）。
- 批量处理多个接口：把每个函数单独喂给ChatGPT，再汇总成完整文档。
也可以结合脚本先提取函数签名，自动生成标准化的prompt，提升整体效率。
基本上就这些。只要输入够清晰，ChatGPT能显著减少写API文档的时间。重点不是让它完全替代人工，而是作为自动化初稿工具，把重复劳动降到最低。
