AI 查故障一直換方法,下一步該比對哪一筆?
2026-11-19
夜羽凌
4
AI 幫你查故障,試了幾種方法還是抓不到原因?我用網站後台和連結清單的兩次經驗,整理一張比對單,幫你判斷下一步要找資料提供者、找流程維護的人,還是繼續查 AI 怎麼判讀。
先講結論。AI 查故障開始反覆換方法時,我會先選一筆出錯資料,寫下兩種可能看到的結果,以及各自要找誰處理。
假設 AI 整理一份料號表,工作清單卻寫某筆「無資料」。先用那筆料號查原檔,就有兩個方向。原檔也找不到,請資料提供者核對來源和版本。原檔找得到,請維護匯入流程的人確認這次讀了哪個檔、哪一欄。確認資料確實讀進來,再查 AI 怎麼判成空白。
這次比對會改變下一個接手的人。若看見兩種結果,我卻都只打算再跑一次,這個測試還需要重選。
七月初,我用 AI 協助排查自己的網站後台。七月五日有一輪連續四次失敗,另一次測試卻成功。隔天又失敗,七月七日稍晚再度成功。光翻最接近現在的那筆紀錄,我在同一天較早和稍晚就可能做出不同決定。整理紀錄時,我才回頭問,成功和失敗分別發生在什麼條件?哪一筆對照能幫我決定接下來查哪裡?
先交代這篇的邊界
我帶過團隊。兩個實例都來自我自己經營網站時的排查紀錄,範圍限於個人站務。文中的比對單是我整理經驗後給工作現場的建議,實際能少做多少工,還得由各自的流程紀錄來回答。
一樣的事情有時成功、有時失敗,先比哪兩張紀錄?
有時成功、有時失敗的故障,最值得先找的,是同一個操作在相近條件下的兩張紀錄。那張成功紀錄要夠接近,才能當成對照。去年別人用另一套環境做成的結果,頂多能提供一條線索。
回到七月初的後台,我會留下操作時間、操作的環境、送出的動作,以及後台實際回了什麼。這段舊紀錄能確定的是,測試有成功也有失敗。它沒有足夠資訊讓我替每一筆失敗補上原因,也無法證明那次成功可以穩定重現。要判斷是否值得接著修原來的做法,我需要一個更乾淨的對照。
如果能找到相近條件下的一筆成功和一筆失敗,我會從收到來源檔、讀出指定欄位,查到做出結果為止。檔案已收到、欄位卻沒讀出來,就先查取用的檔案版本和欄位。欄位值已正確讀進來,結果卻寫成空白,再查判讀過程。這是我現在會安排的測試。七月的紀錄只留下不同的結果,還要補各步驟的證據才能判斷原因。
AI 可以先幫我從紀錄提取時間和回應,再列出有差異的欄位。它若說「看起來是後台拒絕」,我會追問它依據哪一張紀錄、看到哪一句回應。那句話找得到,我就有東西可以核對。只剩它的描述,下一步先補紀錄。
Google 在《Site Reliability Engineering》的故障排查章節裡,用過一個相近的問題。連不上資料庫,原因可能在網路,也可能是資料庫拒絕連線。作者還提醒,從自己的電腦做測試,和出錯的服務從原本那台機器做測試,會受不同連線條件影響。這個例子來自分散式系統。我借的是選對照的方法,搬到行政流程,一樣得先核對兩筆資料在哪個位置被讀取、用的是哪份版本。
清單說一批資料有問題,為什麼我先開其中一筆?
清單判定一批資料有問題時,我會先挑一筆被標到的資料,到真正發生事情的地方查。兩邊得談同一個對象。只對總數,常常找不出是哪一步把事情弄錯了。
六月二日,我替自己的網站查文章之間的連結。當天上午,清單把 171 篇文章標成沒有連到其他站內頁面。抽查其中一篇時,欄位顯示連出數是零,我卻在公開頁數到七條站內連結。當天我撤回早上的判定,整理後的紀錄把差異指向欄位沒有回寫。
這一篇已足夠讓我先改派工作。拿著這筆差異去查清單怎麼更新,等資料來源釐清後,再看哪些頁面真的需要補連結。單筆抽查只能說明有誤判,其他頁面要查多少,仍得看資料範圍。
放到日常營運,也可以挑共用清單裡一份被標成缺簽名的文件。用文件編號找到同一版原檔,再看同一欄。原檔空白,把補齊資料的要求送給文件負責人。原檔有簽名,附上檔案入口和清單上的錯誤欄位,請清單維護者追查。接手的人拿得到兩邊紀錄,就能順著差異往下查。其他筆仍要辨認版本和來源,再決定哪些需要補。
把下一步寫成一張可以交給同事的比對單
清單說某筆資料缺漏,就拿清單結果對同一版原檔。操作有時成功、有時失敗,就找條件相近的成功與失敗紀錄。確定要比的是哪兩筆,再用下面四行寫出看到哪種結果要交給誰。
- 先寫出錯的那一筆。 填資料編號、版本或時間,再寫明你在哪個畫面看到了什麼。早上的附件和下午重新上傳的附件,檔名一樣也要分開記。
- 再寫拿來比較的那一筆。 可以是同一筆資料的原始版本,也可以是一筆已確認正常的同類資料。註明你希望比較的條件,例如同一個帳號、同一個步驟或同一種檔案。
- 寫下兩種觀察對應的下一個動作。 原始資料就有缺欄,先找來源擁有人。原始資料完整,先查從來源到清單取了哪一版。兩種結果若都只剩「再跑一次」,回去補一項能改變判斷的對照。
- 寫下這次還回答不了什麼。 如果兩筆資料都沒有保存當時的版本,只能核對現在的狀態。若兩份檔案的格式和欄名也不同,結果只夠定位到這幾個差異裡,下一輪再挑一個條件查。
把開頭的料號問題交給同事時,可以直接填成這樣。「今天上午匯入的這份表,料號 A 的結果是無資料。同一版原檔查得到料號 A,這一欄有值。請先核對這次匯入所讀的檔案和欄位。原檔入口、匯入時間和結果紀錄放在同一張卡。」同事先拿這一筆追讀取過程,就有一個明確的起點。
這張單也可以拿來修正一次太順利的測試。假設修改後新表順利匯入,先用原本出錯的料號和一筆原本就正常的料號各查一次。前者回答這次修法有沒有碰到故障,後者回答原來能用的一例有沒有被改壞。若還換過來源檔,得把變更寫進紀錄,修法和新檔各自扮演的角色才有機會釐清。
到了交件時間,先換能用的做法有沒有道理?
到了交件時間,先用一條確認可行的路恢復工作,有充分的理由。若再查十分鐘就錯過出貨或回覆時間,排查本身會讓眼前的損失變大。一次性的低風險作業也可能根本不值得追到最後。
我會把當下要交付的工作和下次是否繼續沿用這條路分開記錄。以剛才的料號表為例,能人工依原檔查出符合要求的內容,就先補眼前缺的那一筆。舊流程先留住失敗樣本和當時讀到的檔案版本,讓接手的人有東西可比。替代做法可以解交期,成功紀錄寫成它實際解掉的那個問題。原做法的原因留到資料夠了再判斷。
還有一個限制。條件之間可能有交互影響。美國國家標準暨技術研究院(NIST)的工程統計手冊,在談一次只改一個因素時指出,這種做法會漏掉因素之間的交互作用。放到工作裡,可以想成有些檔案在舊流程讀得好好的,改用新流程也大多正常,只有某種檔案配上新版流程才會出錯。這時一對資料適合用來決定先找誰、先看哪個位置。要確認兩個因素怎麼一起造成故障,還需要安排能檢查不同組合的測試。
什麼情況值得先比一筆?
先比一筆的方法最適合故障仍然會影響下次工作,手邊又有可以安全查看的紀錄。你花在比對上的時間,最好能換到一次更明確的指派、較小的試改範圍,或留住接手的人用得到的線索。
適合你,如果
- 同一個問題反覆出現,已經有人提議換工具、重做流程或請另一個部門接手。
- 找得到出錯當時的資料,而且有原始紀錄、正常樣本或同版本結果可比。
- 兩種觀察會導向不同下一步。像是原檔問題交給資料提供者,讀取問題交給維護匯入流程的人。
不適合你,如果
- 眼前要先依既有方式處理緊急事故,等待比對會擴大影響。
- 唯一的測試會真的寄出通知、更新正式資料,或需要動用另一位同事的帳號。先請有責任的人判斷能取得哪種紀錄。
- 資料已經遺失,正常結果也無人能確認。先找原始憑證,或為下一次出錯設計可追溯的紀錄。
代價
- 找資料要時間。 出錯的那一筆可能在同事的收件匣,正常的那一筆也可能已被改版。沒有版本可核時,定位會比想像中慢。
- 你得暫時留住紀錄。 截圖最好連時間和來源一起存。碰到客戶資料或內部識別資訊,先照現有規定保存必要部分。
- 測完有時還要再問一輪。 兩筆都出錯、兩筆都成功,或第二筆根本無法比較,這一輪只改變了你知道的範圍。得安排下一輪的人力,或選擇先走可交付的替代方法。
人能打開公開頁,AI 卻讀不到,下一步怎麼試?
人能讀到公開頁、AI 卻拿不到正文時,下一步值得測的是資料取用的路徑。先把你實際打開的網址、看到的正文和 AI 回報的結果留在同一張比對單,確認兩邊談的是同一頁。
到了這一步,可以接著看我整理的AI 讀不到公開網址時的排查與替代讀法,依你碰到的狀況選一種讀取方式。例如確認可以使用內容後,直接提供該段正文或 PDF,再用同一段原文核對讀取結果。這次能讀到了,就先用這條路處理眼前工作,並把成功條件留回紀錄。之後若還要修原本的讀取流程,接手的人就有兩種結果可以比。
FAQ 常見問題
手邊只有同事轉述的報錯,還要先讓 AI 找原因嗎?
可以先請 AI 把轉述整理成要問人的項目。我會優先索取出錯時間、資料編號和當時實際看到的畫面。若只能拿到一樣,選最能定位操作的那一樣。只憑轉述給出的原因,先當作待查的方向。
做了對照,兩筆現在都正常,接下來怎麼查?
先保留原本失敗的時間和各條件。問清楚兩次測試之間有何可能變動,例如交換班、資料重送或系統剛更新。有當時的紀錄就先找差異。若再跑一次只會看到同一個狀態,請擁有紀錄的人在下一次發生時保留來源版本與實際結果,下一輪才有條件可比。
同事說他的電腦可以讀,我的電腦不行,該先請誰處理?
先請同事一起確認你們開的是同一份檔案、同一個位置,兩邊也都有使用該檔案的資格。若目前只看到兩個帳號或兩份檔案的差別,請能查出來源狀態的人先確認。把已知差異寫清楚,再交給相應的負責人。
老闆只想知道今天能不能交件,我要怎麼回報排查進度?
先報交付時間和眼前能用的做法,再附一句「原流程目前查到哪一步」。例如「今天下午可用原檔人工核對急件。原流程的故障個案已留存,明早先核對讀進去的檔案版本」。主管先知道能等多久、工作能不能完成,接手的人也知道下一次該查什麼。
參考資料
Chris Jones,Effective Troubleshooting(Google《Site Reliability Engineering》第 12 章,2016)。本文借用其故障假設、對照測試與執行環境的例子。
NIST/SEMATECH,One variable at a time(工程統計電子手冊,第 5.2.1.2 節)。這一節說明一次只改一個因素會漏掉交互作用,對應本文的測試限制。