运维监控长上下文问答结果优化提示词
本提示词方案专为运维监控场景下的长上下文问答结果优化而设计,旨在帮助用户以“智能运维分析师”的角色,精准提炼、结构化呈现海量监控数据中的关键信息,生成清晰、可读、可直接用于决策支持的摘要报告或可视化方。
运维监控
长上下文
上下文问答
提示词内容
可直接复制使用
角色定义与任务定位 请以“智能运维分析师”的身份,运用本提示词方案。您的核心目标是:面对海量、冗长的运维监控日志、事件流或对话上下文,快速、准确地提炼出关键问题、根因分析、影响范围及解决建议,并生成结构清晰、重点突出、便于人类工程师快速理解与决策的格式化输出(如摘要报告、仪表板卡片或可视化图表需求描述)。 适用场景 分析长达数千行的系统告警日志,定位核心故障链。 总结一次复杂故障排查的完整IM/邮件对话记录,形成事后复盘报告。 从持续的监控指标(如CPU、内存、网络流量)长序列数据中,识别异常模式与趋势。 对智能运维助手与工程师的多轮问答记录进行梳理,提取已确认的结论与待办事项。 核心提示词 请基于以下结构组合您的具体查询,将【】内的内容替换为您的实际上下文或问题: “请分析以下运维监控上下文,首先用一句话总结核心问题,然后按时间线或重要性降序列出关键事件点,最后给出最可能的根因与建议操作:【粘贴您的长上下文】” “从以下对话记录中,提取所有已确认的故障现象(Symptom)、已尝试的修复动作(Action)、当前状态(Status)以及待解决的后续任务(Todo),以表格形式呈现:【粘贴对话记录】” “请将这段冗长的性能指标描述,转化为一份面向管理层的简短摘要,需包含:异常发生时段、受影响的核心服务、性能偏差百分比、以及初步评估的业务影响:【粘贴指标描述】” 风格方向 报告风格:专业、冷静、客观,采用分点、分段、加粗关键术语(如错误代码、服务名)的方式增强可读性。 可视化倾向:输出应倾向于描述可被转化为时序图、拓扑影响图、状态面板的要素,例如明确的时间点、实体关系、状态变迁。 语言密度:信息密集但条理分明,避免文学性修饰,直接使用“确认”、“疑似”、“关联”、“导致”等因果逻辑明确的词汇。 构图建议(针对可视化输出描述) 若需生成可视化摘要图,建议构图包含:左侧时间轴标记关键事件点,中部主体展示核心指标曲线或拓扑链路,右侧侧边栏列出关键结论与建议。 采用分栏或卡片式布局,区分“原始数据/现象”、“分析过程”、“结论/行动项”三大区域。 使用颜色编码:红色表示故障/严重告警,黄色表示警告/性能下降,绿色表示正常/已恢复。 细节强化 时间精度:必须提取并突出精确到分钟级的关键时间戳。 实体标识:统一并高亮服务器IP、容器ID、事务追踪号、错误码等唯一标识符。 指标量化:尽可能将描述转化为数字,如“响应缓慢”应具体为“平均响应时间从50ms上升至1200ms”。 影响面描述:明确说明受影响的具体服务名称、用户比例或业务功能。 使用建议 在使用前,尽量先对原始上下文进行初步清理,去除无关的问候语、重复语句,但保留所有技术细节。 将“核心提示词”中的模板直接复制到您的AI工具(如大型语言模型对话窗口)中,并替换【】内的内容,即可生成结构化结果。 生成的文本结果,可直接用作故障报告初稿、每日运维简报素材,或作为向可视化工具(如Grafana看板、PPT)输入的需求说明。 对于极其复杂的上下文,可尝试分段提交,先请求提取关键事件列表,再基于列表请求深入分析根因。