Technische logs ontcijferen

Hoe gebruikt u AI om een log uit te leggen zonder aanwijzingen, hypothesen en een bevestigde oorzaak met elkaar te verwarren?

1250 € per sessie, excl. btw

Samengevat

Deze halve dag van 3 uur biedt een begeleide kennismaking met de analyse van technische logs met generatieve AI. Aan de hand van een fictief incident bereiden de deelnemers een fragment voor, stellen ze vragen aan de AI, controleren ze de interpretaties en schrijven ze een voorlopige diagnosenota, onderbouwd met identificeerbare regels.

Waarom deze opleiding?

Een technische log bevat een mix van normale gebeurtenissen, waarschuwingen en fouten. Een opvallende melding is niet noodzakelijk de oorzaak van het incident: door de volgorde van de gebeurtenissen te reconstrueren en identificatoren met elkaar te verbinden, vermijdt u conclusies op basis van één afzonderlijke regel. AI kan een begrijpelijke uitleg voorstellen, maar ook een betekenis verzinnen of ontbrekende context invullen. Door citaten te vragen, onzekerheden aan te geven en terug te grijpen naar de log, kunt u een bruikbare samenvatting voor support opstellen zonder een veronderstelling als een zekere diagnose voor te stellen. Doorlopende casus: De fictieve organisatie « Brévanel Réservations » beheert een portaal waarin sommige bevestigingen mislukken. Een fragment uit de applicatielog bevat geslaagde verzoeken, waarschuwingen en time-outfouten. De deelnemers moeten de chronologie uitleggen zonder de storing voortijdig aan de database toe te schrijven. Toepassing op het werk: Gebruik na de sessie hetzelfde sjabloon voor een toegestaan en geanonimiseerd fragment en laat de nota vervolgens nalezen door een technisch aanspreekpunt. Vergelijk de beweringen met de bronregels en leg de verworpen hypothesen vast voordat u verder onderzoek doet.

De doelstellingen van deze opleiding

  • Tijdstempels, ernstniveaus en correlatie-identificatoren herkennen.
  • Gevoelige gegevens verwijderen voordat u een fragment doorstuurt.
  • Een verzoek om uitleg formuleren met citaten uit de bronregels.
  • Waarnemingen, hypothesen en ontbrekende informatie van elkaar onderscheiden.
  • Een voorlopige nota opstellen en de traceerbaarheid van de beweringen erin meten.

Voor wie en met welke voorkennis?

Betrokken rollen en taken

  • Beginnende supporttechnici die applicatielogs moeten lezen.
  • Productmanagers en functionele medewerkers die betrokken zijn bij de beoordeling van incidenten.
  • IT-medewerkers die willen kennismaken met AI-ondersteuning bij een technisch fragment.

Vereiste voorkennis

  • Geen voorkennis van AI vereist; u krijgt begeleiding bij het formuleren van de eerste verzoeken.
  • U moet een tekstbestand kunnen openen en vertrouwd zijn met de begrippen verzoek en applicatiefout, die bij de start worden herhaald.

Waaraan u werkt

  1. Lezen voordat u vragen stelt

    Doel: Bruikbare elementen in de log identificeren. Structuur van een regel, tijdstempel, ernst, component, verzoekidentificator; beperkingen van een onvolledig fragment.

  2. Een veilig fragment voorbereiden

    Doel: De nodige context selecteren zonder gevoelige gegevens bloot te geven. Geheimen, adressen en identificatoren; consistente anonimisering; behoud van de regels vóór en na een fout.

  3. Een controleerbare uitleg verkrijgen

    Doel: De AI sturen zonder haar te vragen de oorzaak te raden. Gestructureerd verzoek: context, fragment, vraag, verwacht formaat, citaten en onzekerheden; onderscheid tussen correlatie en causaliteit.

  4. Controleren en overdragen

    Doel: Een bruikbare samenvatting opstellen met vermelding van de beperkingen. Structuur van een incidentnota; controle van citaten, weglatingen en te vergaande conclusies; meting van onderbouwde beweringen.

Wat u meeneemt

  • Voorbereid logfragment en contextfiche.
  • Herbruikbaar analyseverzoek met vereisten voor bewijsmateriaal.
  • Tabel met waarnemingen, hypothesen en noodzakelijke controles.
  • Voorlopige diagnosenota en ingevuld kwaliteitsrooster.

Methode en evaluatie

  • Korte toelichtingen, onmiddellijk gevolgd door praktijkoefeningen op de doorlopende casus.
  • Eerst individueel werken en daarna in duo's, waarbij deelnemers elkaars werk nalezen.
  • Begeleide groepsbespreking: wat werkt, wat moet worden gecorrigeerd en wat een menselijke beslissing blijft.
  • Voorbereiding: Voorzie toegang tot generatieve AI die door de organisatie is toegestaan; er wordt geen productielog gevraagd. Stel een fictieve log met genummerde regels, de bijbehorende applicatiecontext en een modeloplossing ter beschikking die uitsluitend voor de eindcontrole wordt gebruikt.

Waarneembare criteria: Het doorgestuurde fragment bevat geen geheimen of niet-geanonimiseerde persoonlijke identificatoren. ; De chronologie volgt de tijdstempels en maakt onderscheid tussen de betrokken verzoeken. ; Elke feitelijke bewering verwijst naar een relevante regel; het aandeel onderbouwde beweringen wordt berekend. ; Hypothesen worden expliciet van feiten gescheiden, zonder een oorzaak bij gebrek aan bewijs als zeker voor te stellen. ; De nota stelt aanvullende controles voor zonder wijzigingen in productie voor te schrijven..

Veelgestelde vragen

Moet u kunnen programmeren?

Nee. De leesoefening gaat over applicatiegebeurtenissen die tijdens de sessie worden uitgelegd, zonder code te schrijven.

Mag u een echte log gebruiken?

De oefeningen gebruiken fictieve of geanonimiseerde casussen, uitsluitend met tools die door de organisatie zijn toegestaan.

Bevestigt de AI de oorzaak van het incident?

Nee. AI helpt hypothesen te formuleren; voor bevestiging zijn bewijs en aanvullende technische controles nodig.

Voert u ingrepen uit op het systeem?

Nee. De sessie beperkt zich tot analyse en overdracht; er worden geen voorgestelde commando's uitgevoerd.

Laatst bijgewerkt: