実録：インフラ障害×AI対策まとめ やらかした話とAIで設計した再発防止策

Smart IT & AI Hub｜AIという名の刃を、今日も抜く。

この記事はSmart IT & AI Hubが公開しているコンテンツです。
他の記事は目的別インデックスからどうぞ。

インフラエンジニアをやっていれば、一度はやらかします。

このシリーズでは、実際に起きた障害の原因・復旧手順・再発防止策を公開しています。「同じ失敗を他の人にさせたくない」という気持ちで書いた記事です。再発防止策はAIと一緒に設計しています。

📖 各記事の概要

【実録】DNSレコードを整理したら、数日後にFront Doorの証明書が死んだ話｜AIで設計した再発防止策つき

DNS棚卸し作業中に「使っていなさそう」と判断して_dnsauth TXTレコードを削除した結果、数日後にFront DoorのカスタムドメインがPending re-validationになりHTTPS接続が止まった実録です。復旧手順とAIで設計した再発防止策（作業前チェックリスト・作業中確認ポイント・引き継ぎ事項）を公開しています。

【実録】Key Vaultの証明書は更新したのに、App Gatewayが古い証明書を返し続けた話｜AIで設計した再発防止策つき

Key Vaultに新しい証明書をアップロードして「作業完了」と判断したところ、App GatewayのHTTPSリスナーがバージョン付きSecret URIで古い証明書を参照し続けていた実録です。「Key Vault上の更新完了」ではなく「利用者に返っている証明書が更新済み」を完了条件にする重要性と、再発防止策を公開しています。

🔧 障害対応でAIを使うプロンプト

同じ方法で自分の障害を整理したい方向けに、AIへの依頼文を置いておきます。

以下の障害について、再発防止策を設計してください。

【障害概要】
・作業内容：[　]
・発生事象：[　]
・原因：[　]
・復旧時間：[　]

以下の観点で整理してください：
① 作業前に確認すべきチェックリスト
② 作業中の確認ポイント
③ 作業後の検証手順
④ 次回同じ作業をする人への引き継ぎ事項

疲弊している状態でも、AIに投げれば具体的なアクションに落とし込んでくれます。

Smart IT & AI Hubの全記事はこちらにまとめています。
カテゴリ別に整理しているので、気になる記事がすぐ見つかります。

次の実験は、もう決まっている。

もし刺さったなら、スキだけ押してくれると嬉しい。 飛び上がって、次の実験に全力を注ぐ。

また会いに来てくれるなら、フォローしておいてくれ。 次も、AIに無茶ぶりしてくる。

Smart IT & AI Hub｜AIという名の刃を、今日も抜く。