Bir çalışma süresi (uptime) veya API olayından sonra hazırlanan iyi bir yapay zekâ raporu; neyin bozulduğunu, kimin etkilendiğini, ne kadar sürdüğünü ve buna büyük olasılıkla neyin neden olduğunu, bu sonucun arkasındaki kanıt ve güven düzeyiyle birlikte size söyler. Ayrıca hâlâ bilinmeyenleri açıkça belirtir ve bulguları somut takip eylemlerine dönüştürür. Bir rapor ham izleme verilerine karşı doğrulanamıyorsa bu bir analiz değil, bir özettir.
Olay Sonrası Yapay Zekâ Raporunun Temel Anatomisi
Herhangi bir yapay zekâ tarafından üretilmiş raporu değerlendirmek için bu numaralı kontrol listesini kullanın:
- Yönetici özeti. İki ya da üç cümle: neyin başarısız olduğu, kullanıcıya yansıyan etkisi ve mevcut durum.
- Etki. Toplam süre, etkilenen bölgeler, etkilenen uç noktalar veya URL'ler, en yüksek hata oranı ve SLA ya da SLO hata bütçesinin ne kadarının tüketildiği. %99,9'luk aylık bir SLO'ya karşı 40 dakikalık bir kesinti, 43 dakikalık bütçenin yaklaşık %93'ünü tüketir ve rapor bunu belirtmelidir.
- Zaman çizelgesi. İlk anormallik, uyarının tetiklenmesi, onaylanması, etkinin azaltılması ve çözüm için zaman damgaları. Tespit süresi ve çözüm süresi okuyucuya bırakılmamalı, hesaplanmalıdır.
- İlişkilendirilmiş sinyaller. SSL hataları, DNS arızaları, gecikme sıçramaları veya yanıt vermeyi bırakan bir port gibi hangi uyarıların, kontrollerin ve metriklerin birlikte hareket ettiği.
- Olası kök neden. Belirtilmiş bir güven düzeyi ve onu destekleyen kanıtlarla birlikte bir hipotez.
- Bilinmeyenler. Verilerdeki boşluklar, çelişen sinyaller ve yalnızca ekibin yanıtlayabileceği sorular.
- Önerilen eylemler. Etkiye göre sıralanmış acil düzeltmeler ve uzun vadeli iyileştirmeler.
- İzleme değişiklikleri. Bu olayı daha erken yakalayabilecek yeni kontroller, ayarlanmış eşikler veya daha kısa aralıklar.
- Geçmiş olaylarla karşılaştırma. Bu örüntünün daha önce görülüp görülmediği ve bir eğilim oluşturup oluşturmadığı.
Kök Neden, Güven Düzeyi ve Dürüstçe Belirtilen Bilinmeyenler
Kök neden bölümü, yapay zekâ raporlarının en sık haddini aştığı yerdir. Güvenilir bir rapor gözlemi çıkarımdan ayırır. “Frankfurt ve Amsterdam'dan yapılan 12 kontrolün tamamı TCP zaman aşımlarıyla başarısız olurken diğer bölgeler sağlıklı kaldı” bir gözlemdir. “Olası neden bölgesel bir ağ veya CDN uç sorunudur (orta güven düzeyi)” ise bir çıkarımdır ve bu gözleme atıfta bulunmalıdır.
Üç uyarı işaretine dikkat edin: hiçbir kanıt eklenmemiş tek ve kesin bir neden, alternatif açıklamalardan hiç söz edilmemesi ve hiç “bilinmeyenler” bölümünün olmaması. Gerçek olayların verileri nadiren kusursuzdur; belirsizliği kabul eden bir rapor genellikle daha güvenilirdir.
Çalışma Süresi ve API Olayları: Neler Değişir?
Anatomi aynı kalır; kanıtlar farklılaşır.
| Alan | Çalışma süresi olayı | API olayı |
|---|---|---|
| Birincil sinyal | Erişilebilirlik, HTTP durumu, zaman aşımları | Durum kodları, doğrulama hataları, şema hataları |
| Gecikme görünümü | Bölge başına yanıt süresi | Uç nokta başına p50, p95 ve p99 |
| Tipik nedenler | DNS, SSL süre dolumu, barındırma, CDN | Dağıtımlar, kimlik doğrulama token'ları, hız sınırları, üst akış API'leri |
| Kilit ayrıntı | Sorunu ilk hangi konumların gördüğü | Hangi uç noktaların ve yöntemlerin başarısız olduğu |
API olaylarında rapor, hataları durum kodu sınıfına göre ayrıştırmalıdır. Bir 401 dalgası kimlik doğrulamaya, 429'lar hız sınırlamaya, 502 veya 504 ise bir üst akış ya da ağ geçidi sorununa işaret eder. Rapor ayrıca bir uç noktanın 200 döndürdüğü ancak gövdenin yanlış olduğu başarısız yanıt doğrulamalarını işaretlemeli ve ödeme veya kimlik sağlayıcıları gibi üçüncü taraf bağımlılıkların arızaları sizinkilerle örtüştüğünde bunları belirtmelidir.
Kompakt Bir Rapor Şablonu
İnsanların okuyacağı kadar kısa tutun:
## Olay: Ödeme API'sinde performans düşüşü (2026-10-21)
- Özet: /api/checkout üzerinde 5xx hataları, geri alma sonrasında çözüldü
- Etki: 38 dk, AB + ABD Doğu, en yüksek %21 hata, aylık SLO bütçesinin ~%88'i
- Zaman çizelgesi: anormallik 14:02 | uyarı 14:04 | onay 14:09 | çözüm 14:40
- İlişkili sinyaller: p95 gecikme temel seviyenin 4 katı, veritabanı bağlantı hataları
- Olası neden: dağıtım sonrası bağlantı havuzunun tükenmesi (yüksek güven düzeyi)
- Bilinmeyen: hazırlık ortamındaki yük testlerinin sorunu neden yeniden üretmediği
- Eylemler: havuz limitini artırın, kanarya adımı ekleyin, p95 > 800 ms için uyarı kurun
- Geçmiş: 2026-08-14'te benzer örüntü (2. tekrar)
UpScanX Bu Tabloda Nerede Yer Alır?
UpScanX yapay zekâ raporları, güven düzeyleriyle birlikte makine öğrenimi tabanlı anormallik tespiti uygular, ilgili uyarıları ilişkilendirir ve kök neden ipuçlarını ortaya çıkarır; böylece bu analizin ilk taslağı sizin için hazırlanmış olur. Raporlar ayrıca kapasiteye yönelik eğilim öngörülerini, optimizasyon önerilerini ve iş etkisi çerçevesini içerir ve e-posta ile teslim edilmek üzere zamanlanabilir. Çıktıyı nihai bir hüküm olarak değil, ekibinizin doğruladığı bir başlangıç noktası olarak ele alın. Temel teknikler hakkında arka plan bilgisi için yapay zekâ raporlarının nasıl çalıştığına göz atın.
Önemli Çıkarımlar
- Faydalı bir yapay zekâ olay raporu; özeti, etkiyi, zaman çizelgesini, ilişkilendirilmiş sinyalleri, kök nedeni, bilinmeyenleri, eylemleri, izleme değişikliklerini ve geçmişi kapsar.
- Her kök neden iddiası bir güven düzeyine ve gösterilen kanıtlara ihtiyaç duyar.
- API raporları; durum kodu dökümlerine, gecikme yüzdeliklerine, doğrulama sonuçlarına ve bağımlılık bağlamına ihtiyaç duyar.
- Etkinin olaylar arasında karşılaştırılabilir olması için tüketilen SLO bütçesini sayısal olarak belirtin.