Neste guia
Para comunicar um incidente em inglês, diga qual problema os clientes encontraram, o que o time está fazendo e até quando vai publicar a próxima atualização. Num incidente de produção, você pode confirmar o impacto no serviço antes de conhecer sua causa. As mensagens abaixo usam um cenário fictício em que parte dos clientes tem dificuldade para abrir o histórico de pedidos.
Investigando o problema
Na página de status, comece pela ação que o cliente tentou realizar. Em seguida, informe que a investigação está em andamento e escolha um horário explícito para voltar com notícias.
Some customers are unable to load their order history.
We’re investigating the issue.
We’ll post another update by 14:25 UTC.
Some customers delimita o alcance quando o impacto é parcial. By 14:25 UTC quer dizer “até 14h25 UTC” e marca o prazo da próxima mensagem. Registre novos fatos à medida que forem confirmados e publique a atualização combinada mesmo se a investigação continuar. Google SRE Workbook
Mitigação e monitoramento
We’ve rolled back a recent configuration change comunica que o time reverteu uma mudança de configuração. Você pode informar o efeito observado e o que o time está acompanhando.
We’ve rolled back a recent configuration change.
The error rate is back to normal, and we’re monitoring recovery.
Use mitigated quando a ação reduziu ou interrompeu o impacto. Monitoring diz que o time está observando o serviço após a intervenção. Quando houver evidência suficiente de recuperação, publique o encerramento e descreva o intervalo em que clientes foram afetados.
Order history is loading normally again.
The issue affected some customers from 14:10 to 14:23 UTC.
Como adaptar a mensagem para o time técnico
No canal interno, acrescente o horário de início, o endpoint ou a métrica que ajuda a investigar. Se você estiver testando uma hipótese, We’re checking whether… indica que a relação ainda está em análise.
The orders API started returning more 5xx errors at 14:10 UTC.
We’re checking whether a recent configuration change contributed to the increase.
Em comunicações externas, siga o processo de aprovação do seu time. Para ver como uma equipe de engenharia descreve impacto e recuperação ao público, leia um relatório de disponibilidade publicado pelo GitHub. GitHub Blog
Exercício de comunicação
Imagine que uploads começaram a falhar para parte dos clientes às 09h05 UTC e a equipe ainda está investigando. Escreva uma mensagem para clientes em duas ou três frases. Inclua o impacto e prometa uma nova atualização até 09h20 UTC. Depois, grave uma versão para o canal interno com um dado que ajude o time a investigar.
Continue com como pedir esclarecimento em inglês e como mostrar progresso na daily.