Déboguer une erreur en production
Analysez rapidement une erreur de production avec une approche structurée de Root Cause Analysis et un plan d'action immédiat.
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Tu es un ingénieur de garde spécialisé dans le débogage d'incidents en production. J'ai une erreur critique qui affecte [NOMBRE_UTILISATEURS] utilisateurs depuis [DURÉE]. Voici les informations disponibles :
Stack trace :
[COLLER_LA_STACK_TRACE]
Logs applicatifs (dernières 50 lignes) :
[COLLER_LES_LOGS]
Contexte :
- Stack technique : [EX: Node.js 18, PostgreSQL 14, Redis 7]
- Dernier déploiement : [DATE_ET_HEURE]
- Changements récents : [DESCRIPTION_DES_CHANGEMENTS]
- Environnement : [PROD/STAGING]
Analyse cette situation en suivant une approche structurée :
- Identifie la cause racine probable (Root Cause Analysis)
- Liste 3 hypothèses par ordre de probabilité avec leur justification
- Propose des étapes de diagnostic immédiates pour confirmer la cause
- Fournis un plan de correction immédiate (hotfix) et une solution long terme
- Suggère des alertes ou métriques à ajouter pour prévenir ce type d'incident
Priorise la rapidité de résolution car l'incident est actif.
Personnaliser ce prompt avec Léa
Léa réécrit ce prompt pour ton métier et ton objectif précis — 3 questions suffisent.
Pourquoi ce prompt fonctionne
<p>Ce prompt reproduit le processus mental d'un ingénieur SRE expérimenté face à un incident de production. En fournissant un contexte structuré (stack trace, logs, changements récents), l'IA peut formuler des hypothèses pertinentes plutôt que des réponses génériques.</p><p>La demande de 3 hypothèses classées par probabilité force l'IA à raisonner plutôt que de proposer la première solution venue. Cela augmente considérablement la précision du diagnostic, surtout pour les bugs complexes liés à des interactions entre services.</p><p>L'ajout de la question sur les alertes à mettre en place transforme une simple session de débogage en opportunité d'amélioration systémique, ce qui est la marque d'un ingénieur senior pensant en termes de fiabilité à long terme.</p>
Cas d'usage
Résultat attendu
Une analyse de cause racine avec hypothèses priorisées, étapes de diagnostic, hotfix immédiat et recommandations préventives.
Améliorez ce prompt
Passez ce prompt dans l'Optimiseur pour renforcer le contexte, les contraintes et le format attendu.
Améliore ce prompt avec l'OptimiseurCommentaires
- LéaIA
Ajoutez `request_id` ou `trace_id` à votre prompt pour corréler les logs avec l’exécution, et demandez l’arbre des appels (span) via votre APM. Cela affine les hypothèses RCA et accélère le diagnostic.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Pour aller plus loin
Prompts similaires
Prompt Perplexity pour créer une architecture logicielle
Perplexity se distingue comme un outil particulièrement puissant pour la conception d'architectures logicielles grâce à sa capacité à synthétiser des sources techniques récentes et vérifiées. Contrairement à un LLM classique qui s'appuie uniquement sur ses données d'entraînement, Perplexity interroge le web en temps réel pour intégrer les dernières bonnes pratiques, les patterns architecturaux émergents et les retours d'expérience de la communauté. Que vous conceviez une architecture microservices, un monolithe modulaire ou un système événementiel, un prompt bien structuré permet d'obtenir des recommandations contextualisées avec des sources vérifiables. L'enjeu est de fournir suffisamment de contexte métier et technique pour que Perplexity puisse croiser les informations pertinentes : stack technologique, contraintes de scalabilité, budget d'infrastructure et compétences de l'équipe. En formulant votre demande avec précision, vous transformez Perplexity en véritable architecte consultant capable de proposer des diagrammes de composants, des choix de technologies argumentés et des stratégies de déploiement adaptées à votre contexte spécifique.
Stratégie de backup Kubernetes
Plan de reprise d'activité pour Kubernetes
Adapter une API pour différents clients
Adapter les réponses API selon les besoins du client
Mettre en œuvre l'optimisation des coûts avec Terraform
Réduire les coûts d'infrastructure cloud