Déboguer une erreur en production
Analysez rapidement une erreur de production avec une approche structurée de Root Cause Analysis et un plan d'action immédiat.
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Tu es un ingénieur de garde spécialisé dans le débogage d'incidents en production. J'ai une erreur critique qui affecte [NOMBRE_UTILISATEURS] utilisateurs depuis [DURÉE]. Voici les informations disponibles : **Stack trace :** ``` [COLLER_LA_STACK_TRACE] ``` **Logs applicatifs (dernières 50 lignes) :** ``` [COLLER_LES_LOGS] ``` **Contexte :** - Stack technique : [EX: Node.js 18, PostgreSQL 14, Redis 7] - Dernier déploiement : [DATE_ET_HEURE] - Changements récents : [DESCRIPTION_DES_CHANGEMENTS] - Environnement : [PROD/STAGING] Analyse cette situation en suivant une approche structurée : 1. Identifie la cause racine probable (Root Cause Analysis) 2. Liste 3 hypothèses par ordre de probabilité avec leur justification 3. Propose des étapes de diagnostic immédiates pour confirmer la cause 4. Fournis un plan de correction immédiate (hotfix) et une solution long terme 5. Suggère des alertes ou métriques à ajouter pour prévenir ce type d'incident Priorise la rapidité de résolution car l'incident est actif.
Pourquoi ce prompt fonctionne
<p>Ce prompt reproduit le processus mental d'un ingénieur SRE expérimenté face à un incident de production. En fournissant un contexte structuré (stack trace, logs, changements récents), l'IA peut formuler des hypothèses pertinentes plutôt que des réponses génériques.</p><p>La demande de 3 hypothèses classées par probabilité force l'IA à raisonner plutôt que de proposer la première solution venue. Cela augmente considérablement la précision du diagnostic, surtout pour les bugs complexes liés à des interactions entre services.</p><p>L'ajout de la question sur les alertes à mettre en place transforme une simple session de débogage en opportunité d'amélioration systémique, ce qui est la marque d'un ingénieur senior pensant en termes de fiabilité à long terme.</p>
Cas d'usage
Résultat attendu
Une analyse de cause racine avec hypothèses priorisées, étapes de diagnostic, hotfix immédiat et recommandations préventives.
Formez-vous en profondeur
Découvrez le skill complet sur Prompt Guide pour maîtriser cette technique de A à Z.
Voir sur Prompt GuideTermes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Prompts similaires
Prompt pour optimiser vos requêtes SQL et booster les performances
Un prompt complet pour analyser, diagnostiquer et optimiser vos requêtes SQL avec des recommandations d'indexation et de réécriture adaptées à votre moteur de base de données.
Prompt pour débugger votre code Python avec ChatGPT
Un prompt structuré pour obtenir une analyse complète de vos bugs Python : identification, explication de la cause racine, correction commentée et conseils de prévention.
Prompt pour écrire des scripts Bash professionnels et robustes
Un prompt complet pour générer des scripts Bash robustes et professionnels, avec gestion d'erreurs, parsing d'arguments et bonnes pratiques intégrées.
Écrire des tests unitaires complets
Générez une suite de tests unitaires exhaustive couvrant les cas nominaux, les cas limites et les erreurs avec des mocks appropriés.