Amazon QuickとNew Relicを活用したエージェント型インシデントトリアージアシスタントの構築
本記事は、SRE（サイト信頼性エンジニア）やサポートエンジニアが直面する時間的制約の大きい「インシデントトリアージ」プロセスを効率化するための方法を解説している。従来のワークフローでは、証拠収集、ユーザー影響評価、フォローアップ作業などが複数のツールに分散し、非効率性が生じていた。
そこで、Amazon QuickとNew Relic Model Context Protocol (MCP) Server、そしてAsanaといった外部連携サービスを活用したカスタムの「インシデントトリアージアシスタントエージェント」を構築する手順を紹介している。このエージェントは、単一の会話プロンプトから調査を開始し、複数のステップを自動で実行できる点が最大の特徴である。
具体的には、オンコールエンジニアが「チェックアウトが遅く、本番環境のcheckout-serviceでサーバーエラーが見られる。過去24時間を調べてRCA（根本原因分析）ブリーフを作成してほしい」といったプロンプトを入力するだけで、エージェントは以下のプロセスを自動的に実行する。
1. **調査と情報収集**: New Relicに組み込まれた5つの推論ツール（例：`generate_user_impact_report`による影響範囲の定量化、`analyze_entity_logs`によるエラーシグネチャ分析など）を呼び出し、包括的な証拠を集める。
2. **RCAブリーフの生成**: 収集した証拠リンクやサマリーを含め、根本原因分析（RCA）の概要書を作成する。
3. **タスク化と引き継ぎ**: 作成されたRCAブリーフに基づき、Asanaプロジェクト「SRE Incident Triage」内に追跡可能なタスクを自動で作成し、次の担当者へのスムーズな引き継ぎを可能にする。
このシステム導入により、平均解決時間（MTTR）の短縮、知識損失リスクの低減、そしてオンコール体制全体での調査標準化が実現できると述べられている。また、セキュリティ面では、最小権限の原則に基づき、専用のサービスアカウントを使用し、機密情報（PIIなど）をタスクノートに含めないよう注意喚起している。
背景
SREやIT運用におけるインシデントトリアージは、迅速な対応が求められる極めて重要なプロセスである。従来は複数の専門ツール（監視システム、タスク管理、ログ分析など）を個別に操作する必要があり、作業の属人化や時間ロスが発生しやすかった。本記事は、AIエージェント技術を用いてこれらの分散したワークフローを一元化する試みを紹介している。
重要用語解説
- SRE (Site Reliability Engineers): サイト信頼性エンジニアのこと。システムの可用性（Availability）を高いレベルで維持するために、ソフトウェア開発と運用を融合させて改善を行う専門職種。
- MTTR (Mean Time To Resolution): 平均復旧時間のこと。システム障害が発生してから完全に復旧するまでにかかる平均時間を指し、この時間が短いほどビジネスへの影響が少ないとされる。
- RCA (Root Cause Analysis): 根本原因分析の略語。発生した事象や問題の原因を徹底的に掘り下げて特定し、再発防止策を導き出すための体系的なプロセス。
今後の影響
本技術は、IT運用部門における業務効率化とリスク管理の高度化に大きく貢献する。AIエージェントが調査からタスク作成までを一貫して行うことで、人為的ミスを減らし、エンジニアリングチーム全体の生産性を飛躍的に向上させる可能性を持つ。今後の展開としては、より複雑なシステムや多部門にまたがるインシデント対応への適用拡大が期待される。