Отчет по деградации производительности из логов в JSON
Промпт анализирует operational-логи относительно baseline, ранжирует аномалии по порогу severity, оценивает бизнес-воздействие, вероятные причины и шаги устранения и возвращает только формальный JSON-отчёт.
Выполни автоматизированный анализ логов для выявления деградации производительности и операционных проблем. Вход: - log_type - system_context - time_period - baseline_period - severity_threshold - business_priority Задача: - сравни time_period с baseline_period по релевантным метрикам: latency, error rate, throughput, CPU, memory, GC, I/O, retry counts и другим, зависящим от log_type; - зафиксируй все аномалии, где отклонение от baseline >= severity_threshold; - для каждой аномалии укажи интервал, затронутые компоненты, observed и baseline значения, абсолютное и относительное либо z-отклонение; - оцени бизнес-воздействие, вероятные причины, рекомендации по диагностике и устранению, приоритет, сложность и оценку времени; - если аномалий больше 100, верни топ-100 по severity. Формат ответа: - один JSON-объект без дополнительного текста; - язык значений и пояснений внутри JSON — русский; - если поле нельзя оценить по логам, указывай null. В JSON обязательно включи: - input summary; - anomalies; - suspected_causes; - recommended_actions; - overall_findings; - metadata с analysis_generated_at, методом сравнения и severity_threshold. Не добавляй свободный текст вне JSON и избегай домыслов без доказательств.
ChatGPT, Claude, GigaChat, Алиса ИИ, По нейросетям, Типы промптов, Яндекс GPT