AI排障需提供正确上下文，如何构建有效问题包

当线上系统出现异常时，许多工程师的第一反应是将错误日志直接丢给AI寻求解决方案。然而，这种简单粗暴的方式往往难以获得有效的帮助。以一个典型的订单服务报错为例，仅仅提供"java.lang.NullPointerException at OrderService.createOrder(OrderService.java:86)"这样的堆栈信息，AI虽然可以给出多种可能的原因，但这些猜测往往缺乏针对性，无法真正解决问题。

实际上，AI能否快速定位问题根因，很大程度上取决于提供的上下文是否足够清晰和完整。一个有效的排障上下文应该包含以下八个核心部分：

问题摘要：用一句话概括问题发生的时间、环境、功能接口、错误类型及影响范围。例如"2026-08-22 10:20起，生产环境创建订单接口5xx错误率从0.2%上升至8%，主要影响华东地区用户"。

预期行为与实际行为：明确说明系统应如何运行（预期），以及当前实际表现（实际）。比如"预期为提交有效订单后库存扣减一次并返回订单号，实际部分请求返回500且存在重复订单记录"。

时间线：记录问题发生前后的关键事件顺序，包括发布版本、监控指标变化、用户反馈等。这有助于判断问题是否与特定变更相关。

环境与版本信息：详细列出生产环境配置、服务版本、部署方式、数据库状态等。不同环境下同一代码的行为可能截然不同。

输入与触发条件：描述哪些类型的请求更容易触发问题，如包含多个商品的订单、使用优惠券的情况等。

日志与堆栈信息：不仅提供最后一行异常，更重要的是完整的异常堆栈、请求ID、关键时间点的日志等结构化数据。

影响范围：说明问题波及的用户群体、数据范围及业务影响程度。

已采取措施：记录当前已经实施的止损或验证动作，避免重复操作。

通过构建这样一个全面的问题上下文包，不仅可以提高AI分析的准确性，还能帮助工程师更系统地思考问题本质。值得注意的是，在提供信息时要区分事实与假设，确保AI能够基于可靠证据进行推理。

图中展示了AI排障的核心流程：从收集现场信息开始，经过事实整理、影响描述、最小代码和日志提供，再到AI建立假设并设计验证动作，最终实现问题定位。这一流程强调了上下文完整性的重要性，确保AI能够在正确的框架下进行分析。

在实际操作中，工程师还需要注意保护敏感信息，避免直接上传生产密钥、令牌等敏感数据。同时，要认识到AI的建议只是参考，不能替代深入的证据分析和风险评估。通过规范化的排障流程，才能真正发挥AI在故障排查中的辅助作用。