AI 语义监控器｜自然语言定义目标，持续分析观测数据

从检测目标，到异常事件

说清你关心的问题，
让 AI 持续检查观测数据

“哪些错误在持续出现？”“哪些接口比平时更慢？”把对象、时间范围和判断线索写进检测 Prompt，AI 就能围绕你的目标开展分析。发现异常后，通过事件查看分析结论，继续排查。

把排查思路写下来，
成为 AI 的检测目标

无需先把问题拆成多条查询和判断条件。直接描述要检查的数据、时间范围与异常线索，再说明你需要的影响范围、证据或排查建议。配置检测频率，让 AI 周期性地回到这个问题上。

选定数据对象，
让 AI 沿着相关线索分析

在检测指令之外，还可以明确提及的数据对象：选择指标集，或按日志索引选择日志来源。所选数据会成为模型的分析上下文，帮助它理解你的服务、资源与业务问题。

从一个好问题开始，
覆盖日常巡检的不同关注点

内置稳定性、安全、性能与成本四类 Prompt 示例。持续出现的错误、异常登录、接口延迟偏离、资源成本增长，都可以成为检测目标。选一个贴近业务的示例，调整对象与判断线索后开始配置。

让持续分析接入
团队的告警与排障流程

配置告警策略与操作权限，让异常事件进入现有响应流程。在事件详情中查看 AI 分析结论，结合观测数据继续定位。还可设置单次检测积分预算，并通过测试 Prompt 检查已保存配置的执行进度与分析结果。

常见问题

进入观测云控制台的「监控 > AI 监控器」，点击「新建 AI 监控器」。填写名称、检测频率、问题类别与检测 Prompt，按需添加数据对象，再配置告警策略和操作权限。

说明分析对象、时间范围和判断线索，并写清期望的输出。例如：检查最近一小时订单服务的错误日志，识别持续出现的异常，说明受影响接口、判断依据与建议排查方向。内置示例可帮助你组织指令，使用前应按实际数据调整。

AI 语义监控器会按检测目标和频率持续分析数据；自然语言生成检测规则则用于辅助配置规则。两者的工作方式不同，可以根据问题的表达方式与检测需求选择。

可能会。测试针对已保存的配置执行，可能生成事件并触发告警通知。测试前请确认数据范围和告警策略，再根据执行进度与分析结果调整 Prompt。

高级设置支持配置单次检测积分预算，按实际用量扣除积分。达到预算后将停止继续查询，并根据已有数据生成结果；实际消耗可能超过设置值。生成的事件可在事件详情的「分析结论」中查看，通知情况可在「告警通知」中查看。