AI セマンティックモニター｜自然言語による監視

検出目標から異常イベントへ

気になる問題を言葉にして、
AI に継続的な確認を任せる

繰り返し発生しているエラーは何か。普段より遅いエンドポイントはどれか。対象、時間範囲、判断の手がかりをプロンプトに記述します。異常が見つかったら、イベントで分析結果を確認し、調査を続けられます。

調査の着眼点を記述し、
AI の検出目標にする

最初から複数のクエリや条件に分解する必要はありません。確認するデータ、時間範囲、異常の手がかりを記述し、必要な影響範囲、根拠、調査の提案を指定します。検出頻度を設定すると、AI が同じ問題を定期的に確認します。

データオブジェクトを選び、
関連する情報を分析する

検出プロンプトに加えて、メトリクスセットやログインデックス別のログソースを指定できます。選択したデータは、サービス、リソース、業務上の問題をモデルが理解するためのコンテキストになります。

具体的な問いから、
日々の確認を始める

安定性、セキュリティ、性能、コストのプロンプト例を用意しています。繰り返すエラー、不審なログイン、応答時間の変化、リソースコストの増加などを検出目標にできます。対象と判断基準を実際の環境に合わせて調整してください。

継続的な分析を、
チームの対応フローにつなぐ

アラートポリシーと操作権限を設定し、異常イベントを既存の対応フローに組み込みます。イベント詳細で AI の分析結果を確認し、観測データを使って調査を続けられます。検出ごとのクレジット予算を設定し、保存済みプロンプトのテストで進捗と結果を確認することもできます。

よくある質問

Guance コンソールの「監視 > AI モニター」で新規モニターを作成します。名前、検出頻度、問題のカテゴリ、プロンプトを入力し、必要に応じてデータオブジェクトを追加して、アラートポリシーと操作権限を設定します。

対象、時間範囲、判断の手がかり、期待する出力を指定します。例えば、過去 1 時間の注文サービスのエラーログから継続的な異常を検出し、影響を受けるエンドポイント、根拠、次の調査手順を説明するよう求めます。例文は実際のデータに合わせて調整してください。

AI セマンティックモニターは目標と頻度に沿ってデータを継続的に分析します。自然言語によるルール生成は、検出ルールの設定を支援する機能です。問題の表現方法と監視の目的に応じて使い分けられます。

発生する場合があります。テストは保存済みの設定で実行され、イベントの生成やアラート通知を伴う可能性があります。実行前にデータ範囲とアラートポリシーを確認し、進捗と結果を見ながら調整してください。

詳細設定で検出ごとのクレジット予算を設定でき、実際の使用量に応じて消費されます。予算に達すると追加のクエリを停止し、取得済みデータから結果を生成します。実際の消費量が設定予算を超える場合があります。分析結果とアラート通知はイベント詳細で確認できます。