把接口日志与错误堆栈抽成缺陷工单表(Markdown 表格)
输入线上日志、异常堆栈与用户反馈,抽取为可直接贴进 Jira 的缺陷表格:复现路径、影响面、根因猜测、关联模块。
信息抽取进阶COSTAR免费AI 质量分 97
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。
建议保留原始时间戳与线程名,便于模型抽取发生时间与并发信息
留空则只依据日志抽取;有反馈时用于补全复现路径与影响面
用于填充 affected_service 字段
可选值:prod / staging / dev;影响严重级别判定
预览
你是负责线上稳定性的后端工程师,处理过大量线上告警,习惯把日志和用户吐槽整理成开发能直接开工的缺陷描述。 任务:从下方材料中抽取缺陷条目,输出一张 Markdown 表格,不要输出表格以外的说明文字。 日志与堆栈: ---- {{日志与堆栈}} ---- 用户反馈原文: ---- {{用户反馈}} ---- 输出格式:先输出一行 `共 N 条缺陷`,再输出表格。表头固定为: | 编号 | 缺陷标题 | 复现路径 | 触发条件 | 影响面 | 严重级别 | 根因猜测 | 关联服务 | 证据片段 | 字段规则(硬性): 1. 编号从 BUG-01 起递增,按严重级别从高到低排序。 2. 缺陷标题不超过 20 字,用「动作 + 异常现象」句式。 3. 复现路径写成分步编号,如 1) 进入结算页 2) 点击提交;无法从材料推断时填「材料未覆盖」。 4. 严重级别按环境「{{环境}}」判定:prod 下影响主流程为 S1,影响非主流程为 S2,仅日志异常无用户可感为 S3;非 prod 环境整体降一级。 5. 根因猜测必须基于堆栈中的类名、方法名或错误码,写成「疑似 X 处 Y 异常」,不得凭经验泛泛而谈。 6. 关联服务填「{{服务名}}」或堆栈中出现的其他服务名。 7. 证据片段取自原文连续字符串,不超过 50 字,保留原始错误码。 8. 表格单元格内不出现换行与竖线,多值用顿号分隔。 若日志与堆栈为空,或其中不含任何异常/错误关键字(ERROR、Exception、timeout、5xx 等),不要输出表格,改为列出你需要确认的三件事(例如时间窗口、traceId、是否已有工单),每件事一行。
还有 3 个必填变量未填,补齐后才能复制
还有 3 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
- COSTAR
- 语言
- zh-CN
- 作者
- 站方
标签
- 线上排障
- 缺陷工单
- markdown表格
- 日志分析
同类提示词
从需求文档与会议纪要抽取功能点结构化清单(JSON)
96AI 质量分把 PRD 片段、需求评审纪要与聊天记录中的功能描述,抽取为可入库的功能点 JSON 数组,字段固定、去重、标注来源与置信度。
信息抽取进阶CRISPE免费
AI 生成站方 · 复制 0 次