Observability：最大化可观察性 AI 助手体验的 5 大提示（prompts）

作者：来自 Elastic Zoia_AUBRY

在过去三年担任客户工程师期间，我遇到了数百名客户，他们最常问的问题之一是：“我的数据在 Elastic 中；我该如何利用它获得最大优势？”。

如果这适用于你，那么本博客和 AI 助手就是为你准备的。

Elastic Observability AI 助手在 8.9 版中发布了一系列强大的新功能。今天，我将分享我最喜欢的 5 个提示（prompt），以帮助你充分利用这些增强功能。

在此示例中，我使用 Azure Open AI 和 GPT-4o 模型，将电子商务数据集与 APM 指标相结合，以提高业务价值。

#5. Are there any errors in APM services,show the source code

附加问题：How to resolve – 如何解决？

提示：将 AI 助手连接到你tgcode的内部知识库以获得更精确的结果。

目前，AI 助手无法为你创建警报……

但是，它可以生成 ES|QL 查询，你可以在创建警报时轻松将其复制并粘贴到可观察性规则主体中。

现在让我们转到我们的电子商务数据。

提示：接下来，你可以指示 AI 助手为你创建所有这些内容，并将它们保存为仪表板中的可视化内容。

你甚至可以根据需要定义可视化类型和时间范围。

奖励：AI 助手可以为你设置 ML 作业。

你还可以在创建提示时定义 Bucket Span 和 Prune Window。

有无数种选择需要考虑，通过直接访问你的数据集，AI 助手可以根据你的特定用例提供高度准确的结果。

我还想分享一些有效使用 AI 助手的技巧：

具体化：保持你的问题清晰简洁；避免冗长的文字。
了解你的数据：在向 AI 寻求帮助之前，请确保你知道你的索引或 .ds-* 名称和可用字段。要检查这些，你可以在 Discover 中打开任何索引并展开文档以查找所需的字段名称。
tgcode监控你的支出：为避免意外成本，请监控你的 token 使用情况，因为检索响应可能会消耗大量 token。