La scrittura e il mantenimento della documentazione rappresentano at- tività essenziali ma spesso trascurate nei progetti di sviluppo software, in particolare in ambito ETL, dove le pipeline evolvono rapidamente. La docu- mentazione manuale risulta non solo time-consuming, ma anche soggetta a inconsistenze dovute alla molteplicità di template e pratiche adottate dai vari sviluppatori. In questa tesi si propone un tool innovativo in grado di generare automa- ticamente la documentazione a partire dal codice sorgente di pipeline ETL realizzate con Apache Airflow e PySpark. Il sistema sfrutta modelli di Ge- nerative AI e tecniche di prompt engineering per estrarre in modo intelli- gente le informazioni rilevanti dal codice, organizzandole in una struttura standardizzata e pubblicandole su piattaforme collaborative come Confluence.