AI 語義監控器｜自然語言定義目標，持續分析觀測數據

從檢測目標，到異常事件

說清你關心的問題，
讓 AI 持續檢查觀測數據

“哪些錯誤在持續出現？”“哪些接口比平時更慢？”把對象、時間範圍和判斷線索寫進檢測 Prompt，AI 就能圍繞你的目標開展分析。發現異常後，通過事件查看分析結論，繼續排查。

把排查思路寫下來，
成為 AI 的檢測目標

無需先把問題拆成多條查詢和判斷條件。直接描述要檢查的數據、時間範圍與異常線索，再說明你需要的影響範圍、證據或排查建議。配置檢測頻率，讓 AI 週期性地回到這個問題上。

選定數據對象，
讓 AI 沿著相關線索分析

在檢測指令之外，還可以明確提及的數據對象：選擇指標集，或按日誌索引選擇日誌來源。所選數據會成為模型的分析上下文，幫助它理解你的服務、資源與業務問題。

從一個好問題開始，
覆蓋日常巡檢的不同關注點

內置穩定性、安全、性能與成本四類 Prompt 示例。持續出現的錯誤、異常登錄、接口延遲偏離、資源成本增長，都可以成為檢測目標。選一個貼近業務的示例，調整對象與判斷線索後開始配置。

讓持續分析接入
團隊的告警與排障流程

配置告警策略與操作權限，讓異常事件進入現有響應流程。在事件詳情中查看 AI 分析結論，結合觀測數據繼續定位。還可設置單次檢測積分預算，並通過測試 Prompt 檢查已保存配置的執行進度與分析結果。

常見問題

進入觀測雲控制檯的「監控 > AI 監控器」，點擊「新建 AI 監控器」。填寫名稱、檢測頻率、問題類別與檢測 Prompt，按需添加數據對象，再配置告警策略和操作權限。

說明分析對象、時間範圍和判斷線索，並寫清期望的輸出。例如：檢查最近一小時訂單服務的錯誤日誌，識別持續出現的異常，說明受影響接口、判斷依據與建議排查方向。內置示例可幫助你組織指令，使用前應按實際數據調整。

AI 語義監控器會按檢測目標和頻率持續分析數據；自然語言生成檢測規則則用於輔助配置規則。兩者的工作方式不同，可以根據問題的表達方式與檢測需求選擇。

可能會。測試針對已保存的配置執行，可能生成事件並觸發告警通知。測試前請確認數據範圍和告警策略，再根據執行進度與分析結果調整 Prompt。

高級設置支持配置單次檢測積分預算，按實際用量扣除積分。達到預算後將停止繼續查詢，並根據已有數據生成結果；實際消耗可能超過設置值。生成的事件可在事件詳情的「分析結論」中查看，通知情況可在「告警通知」中查看。