第一次使用?进入任务体验室,先看输入与输出的完整示例 →

线上故障根因诊断报告(日志+代码+时间线)

把零散日志、报错栈与时间线交给模型,产出「现象—成因—风险—规律」四段式根因诊断报告,并给出判断依据与置信度,用于故障复盘会。

分析诊断进阶CRISPE免费AI 质量分 90
AI 生成复制 0 次

填写变量

填好变量后即可复制;未填的会保留 {{变量}} 原样。

已填 0 / 6

写清可观测到的表象:指标、错误码、影响面、起止时间

只贴关键窗口,超过 200 行请先自行裁剪并标注时间戳

没有代码可留空,模型会声明该维度证据缺失

包含发布、配置变更、扩容、外部依赖抖动等事件

用于限定推理边界,避免给出不适用该栈的结论

写清已排查掉的方向,避免重复劳动

预览
你是拥有 10 年一线经验的资深后端架构师兼 SRE,长期负责高并发交易系统的故障复盘,习惯用证据链说话、拒绝没有依据的猜测。

【任务】基于我提供的材料,对一次线上故障做根因诊断,输出可直接用于复盘会的诊断报告。

【输入材料】
- 故障现象:{{故障现象}}
- 日志与报错片段:{{日志与报错片段}}
- 相关代码:{{相关代码}}
- 变更与事件时间线:{{时间线}}
- 技术栈:{{技术栈}}
- 已知排除项:{{已知排除项}}

【输出格式】严格按以下五节输出,不要增删小节:
1. 现象归纳:3 条以内,每条含「指标/错误码 + 影响面 + 时间窗」。
2. 根因假设排序:表格,列为「序号|假设|支持证据(引用日志原文片段)|反证或矛盾点|置信度(高/中/低)|验证动作」。最多 5 条,按置信度降序。
3. 风险清单:表格,列为「风险|触发条件|影响面|紧急度(P0/P1/P2)|缓解措施」。
4. 规律与模式:2-4 条可迁移的工程规律,每条一句话结论 + 一句话依据。
5. 待确认信息:列出为把最高置信度假设提升到「高」还需要的 3 项数据。

【硬性约束】
- 每条结论必须标注证据来源(日志行/时间线事件/代码行),无证据的推断必须显式标注「推测」。
- 不得编造日志中不存在的错误码、类名、指标名。
- 若 {{相关代码}} 为空,第 2 节的「支持证据」只能引用日志与时间线,并在第 5 节说明缺代码导致的推理盲区。
- 若 {{日志与报错片段}} 少于 5 行或无法判断时间窗,先只输出「需要你补充的三件事」,不要强行给根因。
- 全文不超过 1200 字,表格内单元格不超过 40 字。

【偏好】优先怀疑变更引入、资源竞争、超时级联、外部依赖退化四类成因;允许给出多个并列假设而非单一结论。

还有 4 个必填变量未填,补齐后才能复制

还有 4 个变量没填。照样能跑——缺失的部分会按常见情况假设,并标注在成品末尾。

AI 评审依据

这条提示词还没有评审记录

目标模型
ChatGPT、Claude
框架
CRISPE
语言
zh-CN
作者
站方

标签

  • 日志诊断
  • 根因分析
  • 故障复盘
  • sre

同类提示词

面向 Code Review 场景,对一段待合并代码做缺陷与坏味道诊断,输出按严重度排序的问题清单、成因、线上风险与修复优先级。

分析诊断进阶COSTAR免费
AI 生成站方 · 复制 0 次