Mintlify 是一套開發者文件平台。團隊用 Markdown／MDX 與 Git 維護內容，Mintlify 負責文件網站、導覽、搜尋、API reference 和 AI Assistant。它最適合 API、SDK、CLI、開發工具與需要版本控管的產品文件，不是一般品牌部落格的首選。
Mintlify 怎麼開始？
導入時先做最小可用文件站，不要一開始就把重點放在外觀：
- 建立專案並連接文件儲存庫。
- 先寫
Quickstart，讓新使用者能完成一次成功操作。 - 補齊 authentication、核心概念、API reference、examples 與 troubleshooting。
- 每頁設定明確標題與 description，避免「Overview 2」這類看不懂的名稱。
- 在分支或預覽環境檢查連結、程式碼與導覽順序。
- 上線後用真實問題測 Assistant，再從查詢紀錄找文件缺口。
文件的最低標準是：讀者知道前置條件、可複製的指令能執行、錯誤訊息有解法。AI 功能應放在這個基礎之上。
Assistant 與 llms.txt 怎麼用？
先看 Assistant。官方文件指出，Assistant 會根據文件站內容回答自然語言問題，附上來源連結，並提供可複製的程式碼。Pro 與 Enterprise 方案會自動啟用 Assistant，團隊可從 Dashboard 匯出查詢 CSV，觀察讀者反覆問哪些問題。
建議用三組問題驗收：
- 入門問題：「如何取得 API key 並完成第一個 request？」
- 錯誤排除：「為什麼收到 401？要檢查哪些設定？」
- 邊界問題：「這個 SDK 是否支援離線執行？」
回答若引用錯頁、漏掉前置條件或混用舊版本，先修文件結構與內容，不要只調整聊天提示。
再看給外部 AI 工具使用的文字入口。Mintlify 會自動維護幾種路徑：
Mintlify 會自動維護幾種給 AI 工具使用的入口：
| 路徑 | 內容 | 適合用途 |
|---|---|---|
/llms.txt | 文件摘要與頁面連結索引 | 先找相關文件 |
/.well-known/llms.txt | 同一份索引的標準位置 | 工具自動探索 |
/llms-full.txt | 較完整的整站文字 | 需要大量上下文時 |
頁面 .md | 單頁 Markdown 版本 | 精準讀取一篇文件 |
這些檔案會依文件與 frontmatter 更新，但「可被讀取」不等於「一定會被搜尋引擎收錄」，也不保證模型回答正確。頁面若缺版本資訊、錯誤處理或完整範例，AI 仍可能做出錯誤推論。想先理解規格與 SEO 邊界，可看 llms.txt 完整指南。
權限與選型要注意什麼？
私有文件同樣受權限控制。Mintlify 的 authentication 文件說明，受登入保護的文件也會保護 llms.txt、llms-full.txt、Markdown 與 MCP 等入口。沒有辦法完成身分驗證的 AI 工具，不能直接取得受保護內容。
導入前仍要做三件事：
- 把公開文件與內部 runbook 分開，不要只靠隱藏導覽。
- 用未登入視窗測試每個 AI 入口實際回傳什麼。
- 不把 token、客戶資料、內網網址或真正的密鑰寫進範例。
適合度取決於文件類型。有 API、SDK、CLI 或技術整合，而且文件要和程式碼一起 review，Mintlify 很值得評估。希望讀者在站內直接問問題也符合它的強項，但要先確認 Assistant 所需方案。
如果主要內容是內部知識庫、會議紀錄與跨部門文件，GitBook 或既有 wiki 可能更順；新聞、SEO 文章與品牌內容則應留在一般 CMS。最關鍵的警訊是沒有人負責文件來源：Mintlify 可以改善呈現與查找，無法替團隊補寫缺失的操作步驟。
選型時可一起看 AI 文件工具比較、GitBook AI 指南 與 ReadMe API 文件指南。若產品正準備提供 agent 介面，再延伸閱讀 MCP 是什麼。
正式導入前，請一位沒參與撰寫的人照 Quickstart 操作；他應能在 10 分鐘內完成第一次成功呼叫。接著確認所有程式碼範例標明版本、語言與前置條件，錯誤碼、權限和 rate limit 有獨立說明。最後實測 Assistant 是否引用正確版本，以及私有頁、Markdown、llms.txt 和 MCP 在未登入時是否真的無法取得。上線後每月整理高頻查詢，直接把答案補進正式文件。
FAQ
Mintlify 是免費的嗎？
方案與功能會調整，Assistant 等能力也可能依方案開放。評估時應直接查看官方 pricing 與帳號後台，不要用舊文章中的價格決策。
Mintlify 需要會寫程式嗎？
一般編輯可用 Markdown，但儲存庫、分支、MDX 元件與 API reference 仍偏向開發團隊工作流。若內容維護者完全不使用 Git，先確認協作方式是否合適。
有 llms.txt 就會讓 ChatGPT 引用我的文件嗎？
不保證。llms.txt 提供結構化入口，但模型或搜尋產品是否抓取、何時更新及如何引用，仍由各服務決定。內容正確、可公開存取與內部連結清楚更重要。
Mintlify Assistant 會回答文件以外的內容嗎？
它的主要依據是文件與設定的 knowledge base。仍應用真實問題驗收引用與版本；高風險操作不要只依賴 Assistant 回答。