事后分析技能：把每一次失败，变成组织不再重犯的资产
- 一句话定义：事后分析技能（postmortem）是一套面向「失败复盘」的结构化方法论技能，把停机、事故、发布失败、项目延期等负面结果，转化为带时间线、量化影响、根因分析和可执行纠正措施的复盘报告。
- 最大特点：坚持「无责任（Blameless）」原则——只追问系统与流程哪里失效，不追问谁犯了错，从根源上避免复盘会变成追责会。
- 有章法，不靠感觉：内置 5 个为什么、鱼骨图、故障树等根因分析技术，并强制纠正措施满足 SMART 标准（具体、可测量、有所有者、现实、有截止日期）。
- 有闭环，不止于写文档：提供五步工作流程清单、质量评估表（最低标准为平均得分 ≥ 3.5）以及跟踪机制，确保措施真被执行。
- 适用面广：生产停机、安全事件、产品发布失败、流程失误乃至「接近失误」的主动预复盘，都能套用同一套框架。
1. 该技能叫什么？如何下载安装 AI 技能提升开发效率？
基本信息
| 项目 | 内容 |
|---|---|
| 中文名 | 事后分析技能Skill |
| 英文名 | postmortem |
| 技能ID | 12961 |
| 核心定位 | 无责任事后分析（Blameless Postmortem）与根因分析（RCA） |
它解决什么问题
大多数团队并非「不复盘」，而是复盘质量不稳定：线上事故处理完后，复盘文档要么只剩下一条「已修复」的流水记录，要么写成了一份责任认定书；根因往往停留在「某某配置写错了」这样的表层症状；纠正措施写着「加强测试、注意沟通」这类无法验收的空话，既没有负责人也没有截止日期，最后不了了之，同类事故反复出现。
这个技能的价值，就是把「复盘」这件靠经验和自觉的事，变成有模板、有方法、有质量标准、有跟踪闭环的标准化动作。
一键安装 AI 技能提升开发效率的思路
AI 技能（Skill）本质上是一份可被 AI 助手加载的专业能力包，包含工作流程、方法论、模板与质量评估标准。安装之后，你不需要每次手动写一大段提示词去约束 AI「要无责任、要问 5 个为什么、要给出负责人」，直接说出场景，它就会自动进入复盘模式。
安装步骤（通用流程，具体入口与命令以官方说明为准）：
- 确认前提：你的 AI 客户端/平台需要支持「技能（Skill）」或插件式能力加载；准备好该技能对应的技能包或技能市场上的搜索权限。
- 进入技能入口：打开你所使用平台的技能市场、插件目录或技能管理页面。
- 检索技能：用中文名「事后分析」、英文名「postmortem」或技能ID「12961」进行搜索。
- 执行安装：点击安装/添加，等待加载完成；如果是本地技能包形式，则按官方文档说明放入指定的技能目录。
- 验证是否生效：新开一个对话，输入类似「我们的支付服务昨天宕机 40 分钟，帮我做一次无责任事后分析」的请求。如果 AI 返回了带时间线、影响量化、5 个为什么、SMART 纠正措施的结构化复盘，并且会主动追问事件细节，说明技能已成功加载。若只是返回泛泛的通用建议，通常意味着技能未被正确挂载。
2. 该技能的主要功能和特点
- 无责任分析框架：强制把表述从「某工程师配置错误」改写为「部署管道允许错误配置进入生产环境」，把矛头从人转向系统与流程。技能中给出了正反例对照，帮助团队改掉追责口吻。
- 完整事件时间线重建：按「检测 → 调查 → 缓解 → 解决」梳理关键节点并打上时间戳，让复盘从事实出发而非从印象出发。
- 影响量化：要求把「很多用户受影响」这类定性描述，替换为「5 万用户（基数的 20%）、2 小时停机、约 2 万美元收入损失」这类可核对的量化指标，也支持用 NPS、工单量、流失客户数等指标表达。
- 多套根因分析技术：支持 5 个为什么（从症状逐层下探到系统级可修复点）、鱼骨图（从人员、流程、技术、环境四类头脑风暴）、故障树（用 AND/OR 门从失败事件反推基础原因），复杂级联故障也能拆解。
- 根因分类模式库：把根因归纳为人类错误、流程差距、技术债务、外部依赖、系统性问题五类，每类都配有典型症状与对应措施方向，避免每次都从零思考。
- SMART 纠正措施框架：措施必须具体、可测量、有明确所有者和截止日期，并区分「立即修复 / 短期改进 / 长期投资」，同时按「影响 × 投入」四象限给出优先级建议。
- 预防层次模型：从最有效到最不有效依次为——消除、替代、工程控制、管理控制、培训，提醒团队不要把「再培训一下」当成唯一解。
- 场景化常见模式：针对生产停机、安全事件、产品/项目失败、流程失败四类事件，分别给出时间线重点、影响维度、典型根因与措施清单。
- 五步工作流程清单：组装时间线与影响 → 根因分析 → 定义纠正与预防措施 → 记录并分享 → 跟踪至完成，可直接复制勾选。
- 质量自评机制：提供事后分析评估表，最低标准为平均得分 ≥ 3.5，能用一把相对客观的尺子衡量复盘是否合格。
- 支持「预事后分析（Pre-mortem）」：在重大发布之前，先假设它已经失败，倒推可能的原因并预先设防。
与普通「让大模型写个复盘」相比，它的差异在于：有固定骨架、有质量下限、有防跑偏的规则约束，而不是每次生成一段风格随机、深浅不一的文本。
3. 如何使用该技能？
步骤 1：交代事件背景并发起请求
用一段话把「发生了什么、影响多大、什么时候」说清楚。输入示例：
「上周五 14:05 我们的订单服务数据库连接池耗尽，服务中断约 2 小时，约 5 万用户无法下单。工程师 15:30 才开始回滚，因为回滚步骤记录不清楚。请帮我做一次无责任事后分析。」
步骤 2：由技能组装时间线与量化影响
技能会先输出带时间戳的时间线（如 14:05 部署开始、14:07 连接池耗尽、14:10 告警触发、15:30 回滚启动、16:05 恢复），再给出影响量化表：受影响用户数、持续时长、SLA 违反情况、收入损失估算、客户投诉量。此时你可以补充真实数据，让结论更准确。
步骤 3：进行根因分析
技能会自动用 5 个为什么逐层下探，例如：为什么停机？→ 错误配置被部署；为什么配置错误？→ 连接池大小被设为 10；为什么值不对？→ 配置模板有误；为什么模板有误？→ 新成员不熟悉生产环境取值；为什么没被拦住？→ 配置未在类生产环境验证。若事件由多个原因叠加造成，可以要求改用鱼骨图或故障树呈现。
步骤 4：生成 SMART 纠正措施清单
输出形如「在部署管道中加入配置校验（所有者：Alex，截止日期：3 月 15 日）」的行动项列表，并标注属于立即修复还是长期投资。请据此逐条确认负责人和日期——这一步建议由人来拍板，AI 只能给建议。
步骤 5：输出完整复盘文档并自评
技能会按模板补齐「发生了什么、影响、根因、措施、哪些方面做得好」等章节，并可用评估表自评质量。建议同时把「做得好的地方」保留在文档里，这是无责任文化最容易被忽略、却最有效的一节。
步骤 6：分享与跟踪
把文档发到工程、产品与管理层，在团队会上过一遍，并把行动项录入项目跟踪器，定期在站会/周会中检查，直到全部完成为止。
4. 同类型竞品对比分析
| 方案名称 | 定位 | 核心功能 | 安装/使用门槛 | 适用场景 | 优势 | 不足 |
|---|---|---|---|---|---|---|
| 事后分析技能（postmortem） | 面向 AI 助手的方法论型复盘技能 | 时间线重建、影响量化、5 个为什么/鱼骨图/故障树、SMART 措施、质量评估表 | 低：安装技能后在对话中直接调用，具体入口以官方说明为准 | 单次事件复盘、预事后分析、团队复盘写作辅导 | 结构化程度高、无责任原则内建、即时可用、成本低 | 需要人提供真实事件数据，不直接接入监控告警系统，措施跟踪仍靠团队执行 |
| 通用大模型直接对话 | 通用问答助手 | 可写复盘文档，但无固定框架 | 极低 | 临时性、轻量级的文字整理 | 随手可用、灵活 | 输出质量波动大，容易滑向追责表述或停留在表面根因，缺乏质量校验 |
| 事故管理与值班平台（如 PagerDuty、incident.io 类工具） | 面向线上事件响应的协作平台 | 告警、值班调度、事件时间线自动记录、复盘工作流 | 中高：需接入监控体系、配置值班表与流程，费用以官方说明为准 | 中大型团队的生产事故全流程管理 | 时间线自动采集、与告警打通、流程闭环完整 | 偏重事件响应与协作，根因分析方法与措施质量约束需另行补充；对非运维类事件适用性有限 |
| 文档模板 / 内部 RCA 检查表 | 传统文档资产 | 提供固定章节与填写说明 | 低 | 制度化的常规复盘 | 简单、零成本、可控 | 依赖填写者专业水平，无交互式追问，无法自动下钻根因或校验措施是否 SMART |
选择建议：只需要把一份复盘写得规范、快速，选事后分析技能；需要自动采集时间线并联动告警，选事故管理平台；两者并不冲突——用平台承载事件响应流程，用技能提升复盘文档与根因分析的深度。
5. 该技能的典型应用场景与实际体验情况
场景一：后端工程师的线上停机复盘
角色：负责订单服务的后端工程师。痛点：故障处理完已经凌晨，还要硬着头皮写复盘，写出来只有几行字，下次复盘还是从零开始。使用方式：把故障时间段、现象、影响面直接描述给技能，让它先产出时间线与 5 个为什么草稿，自己再补数据和修正。实际体验：上手几乎零成本，最大的帮助是「不用再想结构」，且它会把「回滚手册不清楚」这种容易被人忽略的流程缺陷挖出来。注意事项：AI 不知道你系统的内部细节，时间戳与用户数必须由人核对，否则量化影响会失真。
场景二：技术负责人做季度重复性事件模式分析
角色：研发负责人。痛点：同类问题一年出现三次，每次都单独复盘，看不到共性。使用方式：把几个季度的事件复盘要点一起丢给技能，请它按「根因类别」（流程差距、技术债务、外部依赖等）归类，并识别反复出现的模式。实际体验：在找共性上效率提升明显，容易发现真正的系统性问题，例如「发布时间总被压缩导致测试不足」。注意事项：输入的原始信息越完整，归纳越可靠；若只有一两句话描述，结论会偏泛。
场景三：产品经理复盘一次失败的产品发布
角色：产品经理。痛点：发布后留存不及预期，团队各执一词，讨论容易变成互相甩锅。使用方式：请技能以「产品/项目失败」模式处理，从需求质量、估算合理性、利益相关方对齐、测试验证等方向梳理贡献因素，并输出带负责人和时间点的改进项。实际体验：无责任表述框架特别有用，把「谁没验证需求」转成「需求验证流程缺失」，会议气氛明显更务实。注意事项：需要提前和团队说明这是无责任复盘，否则参与者仍会防御性表达。
场景四：安全团队与 SRE 的接近失误预复盘
角色：安全工程师或 SRE。痛点：隐患尚未造成损失，没人愿意主动提，等真出事就晚了。使用方式：使用「预事后分析」风格，在重大发布前假设已经出事，倒推可能原因并预先设防；对已发生的接近失误做一次轻量复盘，快速归档。实际体验：主动防御比事后补救便宜得多，这类复盘通常篇幅短、产出快。注意事项：接近失误的复盘更依赖心理安全感，建议明确承诺「不记录到个人绩效」。
6. 该技能能为用户带来的价值
- 把复盘从数小时压缩到几十分钟：结构、追问逻辑、检查清单都由技能提供，用户只需补充事实与做决策，文档起草环节的时间被大幅节省。
- 显著降低专业门槛：5 个为什么、鱼骨图、故障树、SMART 原则、预防层次这些方法论，过去要靠资深 SRE 手把手带；现在新人对着技能走一遍流程，就能写出结构完整、措辞中性的复盘。
- 提高复盘质量下限：质量评估表给出「平均得分 ≥ 3.5」这一可验收标准，团队有了统一的判断依据，而不是「看着还行」。
- 减少同类事故重复发生：措施必须带所有者与截止日期，配合跟踪机制，让改进真正落地，而不是停留在文档里。
- 沉淀组织学习资产：复盘文档可归档到知识库并广泛分享，新人入职时能直接读到「我们踩过哪些坑、为什么踩、怎么防」，形成可传承的组织记忆。
- 塑造无责任文化：长期看，这是最有价值的一点——当人们相信复盘不会带来惩罚，问题才会被更早、更主动地暴露出来。
7. 常见问题 FAQ
Q1：这个技能怎么安装？我不会写代码也能用吗？
可以。技能安装属于「加载能力包」而非编程，通常在平台的技能市场或插件目录里搜索中文名「事后分析」、英文名「postmortem」或技能ID「12961」即可添加，具体入口、命令与目录规范以官方说明为准。安装后用一句「帮我做一次无责任事后分析」测试是否生效即可。
Q2：使用它收费吗？
技能本身是否收费、是否有调用次数限制，取决于你使用的平台与官方定价策略，本文不做推测，请以官方说明为准。
Q3：它会不会变成追责工具？领导拿它来认定责任怎么办？
技能在设计上坚持无责任原则，会主动把「某人犯错」的表述改写为「某流程或系统缺失保障」。但工具无法约束使用者的意图——建议在复盘开始前就明确宣布：复盘只用于改进系统，不用于绩效评价，这是发挥其价值的前提。
Q4：我们团队很小，或者只是个人项目，有必要用吗？
有必要，但可以更轻。小团队的价值在于「不重复踩坑」：哪怕只有一个人，用这套框架花 20 分钟梳理一次根因和两三条带截止日期的改进项，也比事后凭记忆回忆强。个人项目可以只做时间线 + 5 个为什么两部分。
Q5：它和 PagerDuty、incident.io 这类事故管理平台怎么选？
两者解决的是不同环节：平台擅长告警、值班调度与时间线自动采集，覆盖的是「事件进行中」；事后分析技能擅长事件结束后的根因挖掘、措施设计与文档质量把控。团队规模较大、线上事故频繁，建议两者配合；如果只是想把复盘写扎实、写规范，单用这个技能就够了。