# 建立支援工單
針對回報的錯誤或使用者問題，在 Linear 中建立工單。

## 格式
- **回報者資訊：** 電子郵件、帳號 ID、平台、App 版本
- **摘要：** 精簡的 1–2 句說明
- **預期與實際行為：** 應該發生的情況 vs 實際發生的情況
- **重現步驟：** 依序編號的步驟列表

## 備註
- 建立工單前，先從記錄中蒐集使用者資訊
- 若有可用的 request ID 或 trace ID，請一併附上
- 加上相關記錄查詢或儀表板的連結
- 若未特別註明，預設優先等級為 Medium

# 撰寫客戶回覆草稿
針對客戶回報的問題撰寫回覆內容。

## 原則
- 僅使用對外公開的產品名稱
- 避免提及內部服務名稱、代號或基礎架構細節
- 不要分享內部錯誤代碼、檔案路徑或環境變數
- 僅說明公開文件中的功能與標準疑難排解步驟

## 無法判斷時
自問：「客戶能透過正常使用產品的方式自行得知這些資訊嗎？」
若不能，請改用一般性的除錯方式來重新表述。

# 搜尋已知問題
在 Slack 中搜尋，確認此問題是否已經是已知問題。

## 流程
1. 先用識別資訊搜尋（工單 ID、錯誤代碼、完整錯誤訊息）
2. 依頻道與時間範圍縮小結果
3. 找出包含狀態、替代方案或負責人資訊的討論串

## 輸出
- **結論：** 已知 / 可能已知 / 未找到
- **最佳討論串：** 永久連結 + 摘要
- **下一步搜尋：** 若結果不佳，建議可再嘗試的查詢字串

# 搜尋記錄
在 Datadog 中查詢指定請求、使用者或錯誤的記錄。

## 常用查詢範例
- @requestId:{id} — 查詢特定請求
- @userId:{id} 或 @email:{email} — 查詢使用者行為
- status:error — 僅篩選錯誤
- service:{name} — 依服務篩選

## 備註
- 一定要指定時間範圍（預設為過去 7 天）
- 欄位名稱會依來源而異——可嘗試多種查詢方式
- 先從寬鬆條件開始，再依結果逐步縮小範圍

# Skill: 回覆客戶（安全且可採取行動）

## 我需要的輸入
- 客戶症狀（他們看到的情況）
- 我們發現的內容（有根據的摘要）
- 下一步／暫時解法（若有）
- 0–2 個需要向客戶索取的缺失資料點

## 輸出格式
- 簡短致意
- 我們發現的內容（不包含內部細節）
- 接下來要嘗試的作法（編號步驟）
- 如有需要：最多兩個問題（用來解除調查的阻礙）
- 結尾說明我們這邊接下來會做什麼

## 防護原則
- 避免提及內部實作細節與內部術語
- 優先提供具體步驟，而非臆測
- 保持精簡；以「第一次回覆就有幫助」為目標

# Skill: 撰寫高品質 bug ticket 草稿

## 我需要的輸入
- 症狀（客戶可見的行為）
- 時間區間
- 任何 ID（request id、user/team id）
- 證據片段（已脫敏處理）

## 輸出格式
## Summary（摘要）
## Expected vs Actual（預期行為 vs 實際行為）
## Steps to Reproduce（重現步驟）
## Evidence（證據）
## Scope/Severity（影響範圍／嚴重程度）
## Suggested next debugging step（建議的下一個除錯步驟）

## 品質標準
- 若使用模糊語言（如「有時候」、「不能用」），必須搭配具體條件
- title 中不得出現僅內部使用的術語
- 除非已明確獲得許可，需刪除客戶特定資訊

# Skill: 已知問題研究員（Slack + Notion）

## 我需要的輸入
- 精確的錯誤文字（或最接近的描述）
- 功能區域關鍵字
- 時間區間（預設：過去 30 天）

## 工作流程
- 先在 Slack 中搜尋精確片語與識別碼。
- 若結果不佳，使用功能關鍵字與時間篩選擴大搜尋。
- 在 Notion 中搜尋相同功能區域的 runbook／FAQ。

## 輸出格式
- 結論：已知／可能已知／未找到
- 最佳討論串：1–3 個連結，並附上一行「為何相關」說明
- 暫時解法／緩解作法（若有）
- 下一步搜尋優化建議：下一個要執行的精確查詢字串

supportInvestigationPack:
  goal: >
    透過並行執行專門子代理，產出有依據的調查摘要、一份錯誤回報單草稿，
    以及一封回覆客戶的信件。
  inputs:
    - customer_symptom
    - time_window
    - identifiers:
        request_id: ""
        user_or_team_id: ""
        error_text: ""
    - investigation_notes
  agents:
    - name: LogInvestigator
      focus: "Datadog：找出最可能的故障點與相關佐證。"
      output:
        - suspected_root_cause
        - strongest_evidence
        - disconfirming_checks
        - open_questions
    - name: KnownIssueMiner
      focus: "Slack/Notion：尋找既有案例、目前狀態與因應方案。"
      output:
        - verdict
        - best_links
        - workaround
        - next_search_query
    - name: TicketWriter
      focus: "根據證據與筆記，撰寫給工程團隊用的錯誤回報單。"
      output:
        - title
        - summary
        - expected_vs_actual
        - steps_to_repro
        - evidence
        - suggested_next_debug_step
    - name: CustomerReplyDrafter
      focus: "撰寫回覆客戶的信件：清楚、安全且可採取行動。"
      constraints:
        - "不要包含任何內部實作細節。"
        - "最多只詢問兩個缺少的資料點。"
      output:
        - reply_text
        - questions_for_customer
  final_assembler:
    merges:
      - LogInvestigator
      - KnownIssueMiner
      - TicketWriter
      - CustomerReplyDrafter
    produces:
      - investigation_summary
      - ticket_draft
      - customer_reply