Olay Sonrası Rapor Nedir ve Neden Otomasyona İhtiyaç Duyuluyor?
Gece yarısı sistemde kritik bir kesinti yaşandı, ekip saatler boyunca yangın söndürdü ve sonunda her şey normale döndü.Ama şimdi sıra o meşhur “postmortem” raporuna geldi. Ajan otomasyonunda olay sonrası rapor postmortem taslağı üretme, tam da bu noktada devreye giriyor: Yapay zeka destekli ajanlar, dağınık log kayıtlarını, Slack mesajlarını ve metrik verilerini derleyerek size tutarlı bir taslak sunuyor.
Kısa Tanım: Postmortem (olay sonrası analiz), bir sistem arızası veya kesintinin ardından “ne oldu, neden oldu, birdaha olmasın diye ne yapmalıyız” sorularını yanıtlayan resmi dokümandır. AIajan otomasyonuise bu süreci manuel veri toplama zahmetinden kurtararak dakikalar içinde ilk taslağı oluşturur.
AI Destekli Postmortem Üretiminin Avantajları
Geleneksel postmortem yazımı, ortalama 2-4 saat sürebilir. Üstelik bu süre, ilgili kişilerin hafızasına ve not alma alışkanlıklarına bağlıdır. Yapay zeka ajanları bu denklemi kökten değiştiriyor.
- Zaman Tasarrufu: DataDome’un DomeScribe örneğinde görüldüğü gibi, AI ajanları Slack konuşmalarını tarayarak otomatik taslak üretiyor. Süre dakikalara iniyor.
- Tutarlı Format: Her rapor aynı şablonu takip ediyor; “Timeline”, “Root Cause”, “Action Items” bölümleri eksik kalmıyor.
- Objektif Bakış: İnsan hafızası seçici davranabilir. AI, tüm log ve mesajları eşitağırlıkla değerlendirir.
- Entegrasyon Kolaylığı: Notion, Confluence veya Jira gibi araçlarla doğrudan bağlantı kurulabiliyor.
Kilit Çıkarım: Microsoft’un AIOps ekibi, yapay zeka destekli postmortem araçlarının “dijital iş arkadaşı” gibi çalıştığını ve mühendislerin analiz süresini %60’a varan oranlarda kısalttığını raporluyor.
Başlamadan Önce
Kendiajan otomasyonunuzu kurmadan önce bazı ön koşulları tamamlamanız gerekiyor. Aşağıdaki listeler, süreci sorunsuz başlatmanız için kritik.
Gerekenler
- LLM API erişimi (OpenAI GPT-4, Claude veya Gemini)
- Olay yönetim platformu entegrasyonu (PagerDuty, Opsgenie veya ilert)
- Mesajlaşma kanalı bağlantısı (Slack veya Microsoft Teams)
- Dokümantasyon aracı (Notion, Confluence)
Ön Koşullar
- Olay sınıflandırma (severity) standartlarınızın tanımlı olması
- Temel bir postmortem şablonunun mevcut olması
- API anahtarları ve webhook izinlerinin hazır olması
- Veri gizliliği politikalarının gözden geçirilmesi
Pro İpucu: LLM’e göndereceğin verilerde müşteri bilgisi veya hassas kimlik verileri varsa, bunları önceden maskelemeyi unutma. Aksi halde KVKK veya GDPR ihlali riski doğar.
Adım Adım: AI Ajan ile Postmortem Taslağı Üretme
Aşağıdaki adımlar, temel birotomasyon akışı kurmak için rehber niteliğindedir. Kullandığınız araçlara göre detaylar değişebilir, ancak mantık aynı kalır.
- Olay Tetikleyicisini Tanımla: PagerDuty veya benzeri bir araçta “Olay Kapatıldı” (Incident Resolved) durumunu webhook olarak ayarla. Bu, otomasyonun başlangıç noktası olacak.
- Veri Kaynaklarını Bağla: Slack kanalındaki ilgili thread’i, monitoring araçlarından gelen alert geçmişini ve değişiklik loglarını (deployment history) tek bir veri havuzunda topla. n8n, Make veya özel bir Python scripti bu işi görebilir.
- Prompt Şablonunu Hazırla: LLM’e göndereceğin prompt’u standartlaştır. Örnek yapı:
- Olay özeti (ne oldu?)
- Zaman çizelgesi (timeline)
- Kök neden analizi (root cause)
- Etki analizi (impact)
- Aksiyon maddeleri (action items)
- LLM Çağrısını Gerçekleştir: Topladığın verileri prompt ile birlikte API’ye gönder. Yanıt olarak yapılandırılmış bir taslak alacaksın.
- Taslağı Dokümantasyon Aracına Aktar: Notion veya Confluence API’sini kullanarak oluşturulan taslağı ilgili sayfaya otomatik yaz. Başlık formatı: “[Tarih] – [Olay Adı] Postmortem”.
- İnsan Gözden Geçirmesi İçin Bildirim Gönder: Slack veya e-posta ile ilgili mühendislere “Taslak hazır, lütfen gözden geçirin” mesajı at.
Süre: İlk kurulum yaklaşık 4-8 saat. Sonrasında her postmortem taslağı 2-5 dakikada hazır.
Risk Seviyesi: Düşük-Orta. Hassas veri sızıntısı önlemi alındığında risk minimize edilir.
Nerede Kullanılır?
Bu otomasyon yalnızca DevOps veya SRE ekipleriyle sınırlı değil. Farklı senaryolarda da değer yaratıyor:
- Müşteri Destek Ekipleri: Büyük çaplı bir servis kesintisi sonrası müşterilere gönderilecek RCA (Root Cause Analysis) raporunun taslağı.
- Güvenlik Ekipleri: Siber saldırı veya veri ihlali sonrası olay müdahale raporları.
- Ürün Ekipleri: Kritik bir bug’ın kullanıcıları nasıl etkilediğinedair iç analiz dökümanları.
Basit Örnek
Bir e-ticaret sitesindeödeme sistemi 45 dakika boyunca çalışmadı. AI ajanı şu verileri topladı:23Slack mesajı, 4 PagerDuty alert’i, 2 deployment kaydı. Sonuç olarak oluşturduğu taslak şöyle başlıyordu:
“14:32’de başlayan ödeme gateway kesintisi, 15:17’de çözüme kavuşturuldu. Kök neden: Üçüncü parti API sağlayıcısının rate limit aşımı. Tahmini gelir etkisi: ₺85.000. Önerilen aksiyonlar: Fallback mekanizması implementasyonu, rate limit monitoring dashboard’ueklenmesi.”
Doğru Bilinen Yanlışlar
- “AI her şeyi yazar, insan gerekmez”: Yanlış. AI taslak üretir, ancak kök neden doğrulaması ve aksiyon önceliklendirmesi mutlaka insan onayı gerektirir.
- “Tüm logları LLM’e göndermek yeterli”: Yanlış. Gürültülü veri, kalitesiz çıktıya yol açar. Önceden filtreleme şart.
- “Postmortem sadece büyük olaylar için yazılır”: Yanlış. Küçük olaylardan da öğrenmek için “lightweight postmortem” formatı kullanılabilir ve AI bu sürecidaha da kolaylaştırır.
Sıkça Sorulan Sorular
Hangi LLM modeli postmortem içindaha uygun?
Teknik dokümantasyon için GPT-4 Turbo veya Claude 3 Opus gibi uzun bağlam penceresi olan modeller tercih edilmeli. Özellikle uzun Slack thread’lerini işlerken bu önemli.
Maliyet ne kadar?
Ortalama bir postmortem için 5.000-15.000 token kullanılır. GPT-4 Turbo fiyatlandırmasıyla bu, yaklaşık 0.10-0.30 USD’ye denk gelir. Aylık 10 olay için bile maliyet oldukça düşük.
Gizli veriler nasıl korunur?
Verileri LLM’e göndermeden önce PII (Personally Identifiable Information) maskeleme araçları kullanın. Alternatif olarak, self-hosted LLM çözümleri (Llama 3, Mistral) değerlendirilebilir.
Mevcut olay yönetim aracımla entegre olur mu?
PagerDuty, Opsgenie, ilert ve Datadog gibi popüler araçların hepsinde webhook veya API desteği mevcut. Entegrasyon genellikle sorunsuz.
Sonuç
Olay sonrası rapor (postmortem) yazmak, teknik ekipler için hem zorunlu hem de zaman alıcı bir süreç. Yapay zekaajan otomasyonu, bu yükü önemli ölçüde hafifleterek ekiplerin asıl işlerine—sistemi iyileştirmeye—odaklanmasını sağlıyor.
Özetlemek gerekirse:
- AI ajanları veri toplama ve taslak oluşturma işini dakikalara indirir.
- Tutarlı format sayesinde kurumsal hafıza güçlenir.
- İnsan onayı hâlâ kritik; AI bir asistan, karar verici değil.
- Gizlilik önlemleri baştan alınmalı.
İlk adımınız, mevcut postmortem şablonunuzu gözden geçirmek ve hangi veri kaynaklarını otomatik olarak çekebileceğinizi belirlemek olsun. Küçük bir pilot projeyle başlayın, sonuçları ölçün ve oradanölçeklendirin.
