多数人写应急预案的方式是:找一份别人的模板,改掉公司名和系统名,然后归档了事。这样写出来的预案有两个毛病——一是内容泛到没有可执行动作,出事时没人翻得动;二是写的是「系统挂了我们怎么办」,而不是「现在到底出了什么事」。AI 能帮上忙的地方,不是替你生成一份漂亮文档,而是逼你把每个环节的判断条件、责任人、动作顺序说清楚。

先让 AI 帮你判断「发现了什么」

判断:应急响应的第一道坎不是处置,是定性。多数事故在头十分钟被误判成「网络抖动」或「用户误操作」,等定性清楚了,止损窗口已经过去。

做法:把监控告警、用户反馈、值班群里的原始描述原样丢给 AI,让它输出三样东西——可能的故障域(应用/数据库/网络/第三方依赖)、需要立即确认的三个事实、以及「如果确认是 X,下一步查什么」。不要让它给结论,让它给排查路径。这一步的价值在于把模糊的「有问题」拆成可验证的假设。

你是 SRE。以下是当前告警和用户反馈的原始信息,不要下结论,只做三件事:
1. 列出最可能的三个故障域,并说明各自的判别依据;
2. 给出 5 分钟内必须确认的三个事实,按优先级排序;
3. 对每个事实,写出具体的验证命令或查询语句。
原始信息:{{粘贴告警文本、错误码、影响范围、开始时间}}

止损:把「先做什么」写成有顺序的清单

判断:止损阶段最怕两件事——同时动手导致互相干扰,以及为了找根因迟迟不止血。预案里必须明确一条:止损优先于定位根因。

做法:让 AI 按「影响面从小到大」生成止损动作序列,每个动作标注可逆性、预计耗时、需要谁授权。回滚、切流、限流、降级、关功能开关,这些动作的先后顺序不是拍脑袋定的,取决于哪个动作最快能把用户影响降下来。写完后自己过一遍:如果值班的是个入职三个月的新人,他能不能照着做。

通报:写清楚谁在什么时间告诉谁

判断:通报不是「发个消息知会一下」,而是有节奏的信息同步机制。事故期间最常见的次生问题,是管理层从别的渠道听到消息,然后开始追问,把技术人员的注意力从处置上拽走。

做法:让 AI 生成三档通报模板——对内技术协同、对业务方、对管理层,每档明确触发条件、时间间隔、必填字段(影响用户数、当前状态、下次更新时间、需要什么支持)。关键是「下次更新时间」这一项,它让接收方知道什么时候会有新信息,减少无谓追问。

  • 首次通报:确认影响面后 15 分钟内,哪怕信息不全也要发,注明「信息待补充」
  • 周期通报:重大事故每 30 分钟一次,无进展也要发「无进展」
  • 恢复通报:明确说清哪些功能已恢复、哪些还在观察

复盘:让 AI 追问,而不是替你写结论

判断:复盘报告写成流水账,是因为写的人在为过程辩护,而不是在找可改进项。AI 在这里的正确用法是当提问者。

做法:把时间线和处置记录交给 AI,要求它只输出问题,不输出评价。好的追问包括:这个告警为什么没在更早的时间触发?当时为什么排除了那个可能性?这个操作有没有第二个人复核?哪些环节依赖了某个人的记忆而非文档?把这些问题答完,改进项自然就出来了,而且每条都能落到具体的人和时间点。

什么情况下别用 AI 写预案

判断标准有三条。第一,涉及监管强制的报送流程和时限(如数据泄露通报、金融行业事件上报),必须以法务和合规部门的现行文本为准,AI 生成的版本只能当草稿,不能当依据。第二,涉及具体系统架构的止损动作,如果 AI 不了解你的部署拓扑、依赖关系和权限模型,它给出的回滚和切流步骤可能是错的,甚至扩大故障面,这类内容必须由熟悉系统的人逐条核对。第三,预案的最终有效性不取决于文字质量,而取决于是否演练过——没有经过至少一次桌面推演或实战验证的预案,写得再顺也不作数。AI 能压缩起草时间,但压缩不了验证这一步。