michael2016

@Tink 从体验角度讲，md 不是最优解。

@Clannad0708 跟业务相关，告警是先通过网络、应用、数据库等各方面的日志数据，定义规则，变成 prompt 去查询分析，在 AI 工作流里面，输入给 AI 的数据都是先要用 API 或者是 MCP 的方式去查询数据反馈给 AI ，AI 定义判断告警逻辑和告警规则，这一步只是为了发现和精准确认变现现象。下一步就是要根据这个现象进行定义修复场景，这一步也是要去围绕接口调参数或者是根据 AI 的判断力阅读代码修复代码。举例：如果你的服务器频繁负载高，先看请求日志是否是正常请求或异常请求、数据库日志是否运行正常、网络是否超量限速等各维度的日志，然后根据不同的维度去调用接口优化。简单理解为定义好的“剧本”，定义好的具备具有确定性，如果全部让 AI 自由发挥，对业务不了解，会有很大的不确定性风险。

这就跟吵架一下，每次吵架完了后感觉自己没发挥好，面试也一样，没有一次是完美的，这需要历练和机运缘分，不要过于在乎，过去了就过去了，回不去了，面试完了复盘哪里没回答好，哪些是软硬方面的弱项就学习改进，机会只会给有准备的人，时刻准备着，时刻要准备。

建议从产品经理思维去完整的思考这些体系化的事情，你在了解业务的基础上，慢慢会变成多面性高手-懂业务的实践者，你需要：

1. 总结要解决的问题，确认这个需求是否真的合理，是否遵循第一性原理真正的帮助客户解决问题？ 是否是一个伪需求？是否是普遍性的？ ROI 如何？
2. 表达设计出需求：
a. 把你脑海里面的思路用草图画出来形成一个清晰的业务流，就跟电影一样可以在黑白上贴纸片、画草图等。
b. 在 a 的基础上按照准确的逻辑和产品整体性原则表达出最优的方案，文字和图形都只是表达的工具，需要写一个需求设计文档。不在于格式形式，目的是你要把你想要实现的方法和最终结果形态讲清楚。

3. 跟研发沟通开会，落地技术细节、工期（人天数）、风险、项目甘特图，按照项目管理标准手法管理进展。

[重点关键] ：前面三步你参与了，你就初步了解了业务了，你就会跟前端去沟通后端配合工作项，梳理出来就是你的需求了。

4. 关注质量：通过测试环境验证方案落地的一致性，并在初期寻找缺陷不足，在上预发快速修复它们。

5. 稳定后，上线前最后一次预发环境 UAT 测试，发现修复问题。

6. 灰度发布

7. 数据化运营：等待客户反馈+埋点数据观测点击率、使用率和用户排行、相关问题。

8. 复盘改进。

以上从业务了解、需求输出、质量管理你都面面俱到了，业务各方想不喜欢你都难。

我给你几个议题：通过 workflow 解决日常工作问题
1.SRE 方面：
你可以搞应用自动化监控告警根因排查，比如：通过流量突增突降诊断网络链路问题还是应用问题（ 5XX\4XX\error log ）、数据库方面。
2.通过 AI 进行产品工具层面的原型设计。
3.自动化数据分析，比如运营数据、工作数据内容总结、周报/年报自动编写发送等。

@among 你只能怪李彦宏不给力了，我们中国的 search engine 没有一家做得很好的，都是广告盈利优先。

@cheneven 是的，目前主站支持了 AI 模式，但是跟打开其它网页自动执行一些 MCP Action 还是有区别。

每次优化都有 keep all 的提示呀

建议付费版 cursor