En esta guía
En una actualización sobre un incidente, explica qué problema encuentran los usuarios, qué está haciendo el equipo y cuándo publicarás la próxima actualización. Durante un incidente de producción, puedes confirmar el impacto en el servicio mientras el equipo sigue investigando la causa. Los ejemplos de esta guía describen un incidente ficticio en el que algunos clientes tienen problemas para abrir su historial de pedidos.
Cómo escribir la primera actualización mientras investigas
En una página pública de estado, empieza por lo que el cliente intentaba hacer. Después, di que el equipo está investigando e indica una hora concreta para la siguiente actualización.
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 sirve para indicar que el problema afecta solo a una parte de los clientes. By 14:25 UTC significa «a más tardar a las 14:25 UTC» y fija el plazo para el próximo mensaje. Comparte los datos a medida que los confirmes y publica dentro del plazo acordado aunque la investigación siga en curso. Manual de SRE de Google
Cómo informar sobre la mitigación y seguir la recuperación
We’ve rolled back a recent configuration change comunica que el equipo revirtió un cambio de configuración reciente. Explica qué observaste después y qué está vigilando el equipo.
We’ve rolled back a recent configuration change.
The error rate is back to normal, and we’re monitoring recovery.
Usa mitigated cuando la acción del equipo haya reducido o detenido el impacto. Monitoring indica que el equipo sigue observando el servicio después de intervenir. Cuando haya pruebas de que el servicio se recuperó, publica una actualización de cierre e indica el intervalo en el que hubo clientes afectados.
Order history is loading normally again.
The issue affected some customers from 14:10 to 14:23 UTC.
Cómo adaptar el mensaje para el equipo técnico
En un canal interno, incluye la hora de inicio, un endpoint o una métrica que ayude al equipo a investigar. Si estás comprobando una hipótesis, We’re checking whether… indica que aún no has confirmado la relación.
The orders API started returning more 5xx errors at 14:10 UTC.
We’re checking whether a recent configuration change contributed to the increase.
Para las actualizaciones públicas, sigue el proceso de aprobación de tu equipo. Los informes de disponibilidad de GitHub muestran cómo un equipo de ingeniería comunica qué les pasó a los clientes y cuándo se recuperó el servicio. Blog de GitHub
Practica con dos actualizaciones
Imagina que a las 09:05 UTC algunos clientes empezaron a ver errores al subir archivos y que el equipo sigue investigando. Escribe una actualización de dos o tres frases para los clientes, explica el impacto y comprométete a publicar otra a más tardar a las 09:20 UTC. Después, graba una versión para el canal interno y añade un dato que ayude a alguien del equipo a investigar.
Sigue practicando con cómo pedir aclaraciones en inglés y cómo dar tu actualización durante la daily.