你岗位的 AI 智能体

线上故障应急预案

线上系统出故障、告警半夜响起来时,AI 能按你的系统架构和值班流程,帮你编写线上应急预案:故障定级、响应分工、止损恢复步骤与复盘清单。什么级别熔断、对外怎么公告,须值班负责人按团队规则拍板。

你需要准备

  • 系统现状:服务架构、核心链路与关键依赖(数据库 / 缓存 / 消息队列 / 第三方接口),以及部署平台和回滚能力
  • 故障定级标准与值班流程:现有定级规则、响应时长要求、对外公告渠道与审核流程、上报时限要求,没有成文制度或口径的标【待补】
  • 监控与告警:监控系统入口、核心指标基线、告警接收方式,以及执行限流、熔断、回滚所需的权限规则;粘贴的告警日志、配置中若含密钥、token 或连接串先脱敏
  • 应急联系人与升级路径:各模块负责人、决策人、上下游对接人(联系人用角色代称,不放私人手机号)
  • 历史故障资料:过往故障复盘、常见故障处理手册与已知风险点,没有的标【待补】

怎么做

  1. 先声明系统架构、定级标准和值班流程,告警日志与配置中的密钥、token、连接串先脱敏、联系人用角色代称,再确认哪些操作有权限、哪些必须升级决策
  2. 粘贴提示词,让它按故障类型生成分级响应表、止损与恢复步骤、沟通上报模板
  3. 与团队核对每条处置命令和回滚步骤是否可执行,权限不足或有数据风险的动作单列【需确认】
  4. 预案定稿后安排演练并按演练结果修订,正式触发时对照预案执行,是否熔断或发公告由值班负责人决定
一句话提示词

请扮演研发运维应急助手,帮我编写线上应急预案:先按我给的系统架构与关键依赖、故障定级标准和值班流程、监控告警入口与操作权限、应急联系人升级路径(用角色代称)和历史故障资料,按故障类型输出分级响应表、止损与恢复步骤(含限流 / 熔断 / 回滚 / 切换的顺序与验证方法)、对内对外沟通上报模板和复盘清单。材料:【系统架构与依赖】【定级标准与值班流程】【监控入口与权限规则(告警日志与配置中的密钥、token、连接串已先脱敏)】【联系人角色与升级路径】【历史故障复盘】。没有成文制度或资料的标【待补】,高风险操作与对外公告标【需确认】并由值班负责人决策,不要编造联系人信息或绕过审批权限,影响面数字我会人工复核、根因结论需人工判断。

它会交付什么

  • 故障分级响应表:级别判定、响应时长、值班分工与升级路径(定级需值班负责人确认)
  • 应急处置步骤:限流、熔断、回滚、切换等操作顺序与验证方法(操作权限按团队规则,高风险动作需人工判断)
  • 对内对外沟通模板与上报时限(对外公告口径须按公司审核流程发布,不得擅自对外承诺)
  • 复盘清单:时间线、影响面、根因与改进项模板(影响面数字需人工复核,根因结论需人工判断)

效果示例

输入服务架构图、监控指标基线和现有值班制度 → 输出三级故障响应表和数据库故障的止损恢复步骤,标出两处需升级决策的动作。(示例为示意)

常见问题

预案写好就能让 AI 自动处理故障吗?

不能。预案是给值班人用的操作手册,熔断、回滚等高风险动作必须有权限的人确认后执行;影响面和故障时长以监控记录为准,计数需人工复核,资料缺失标【待补】、不臆造数字。

告警是误报还要按预案走吗?

先按预案里的核实步骤确认监控与链路状态,误报也要记录;是否解除告警由值班负责人判断。

预案里能写具体服务器密码吗?

不要。联系人用角色代称、不写私人手机号和密码等敏感信息,权限走公司正规系统。

我们没有成文定级标准怎么办?

先标【待补】,它会给通用分级参考,正式标准需团队评审后定,不能直接套用。

预案写完还要做什么?

要演练并按结果修订,系统架构和人员变化后定期更新,避免预案和真实环境脱节。

同岗位其他场景

一句话提示词 · 复制发给你的 AI 智能体
已复制,去发给你的 AI 智能体