Почему это важно

В каждой сервисной команде есть знания, нигде не записанные: почему выбрана та или иная настройка, как перезапустить хрупкий компонент, что нужно конкретному клиенту. Когда человек уходит, едет в отпуск или просто забывает, знания уходят вместе с ним, и команда обнаруживает свою зависимость в худший момент: во время ночного инцидента.

Большинство организаций пытались исправить это кампаниями по документации. Сотрудникам говорят записать всё. База знаний заполняется статьями, которые никто не читает и которым никто не доверяет, потому что они устарели, длинны или трудны для поиска. Через несколько месяцев усилия угасают, и люди возвращаются к вопросам коллегам.

Лучшие подходы рассматривают знания как часть работы, а не отдельную задачу. Фиксация происходит в ходе решения проблемы, в несколько строк, тем, кто её решил. Статьи, которые помогают, используют и улучшают; статьи, которые не срабатывают, исправляют или удаляют. База знаний находится в инструментах, которыми люди уже пользуются: service desk, канале инцидента, репозитории кода. Эта тема объясняет эти идеи, включая метод Knowledge-Centered Service (KCS), и роль, которую теперь играет ИИ в поиске и подготовке черновиков. Она связана со service desk (тема 3.1 — Служба service desk), управлением проблемами (тема 3.3 — Управление проблемами) и ИИ-навыками (тема 5.7 — ИИ-навыки и промпты).

Основные понятия

Данные, информация, знания. Данные — факты; информация — данные в контексте; знания — информация, которой человек может воспользоваться, чтобы действовать. Код ошибки — данные, статья, объясняющая его значение, — информация, а знание того, какая из трёх возможных причин вероятна в три часа ночи, — это знание. База знаний может содержать информацию и указатели; она не может содержать все знания. Область описывает статья Wikipedia об управлении знаниями.

Явные и неявные знания. Явные знания можно записать: процедуры, контрольные списки, схемы. Неявные знания живут в практике и суждении, и их трудно выразить. Неявные знания, термин, связанный с Майклом Полани, описывает Wikipedia. Важны оба. Письмо помогает с явными; разговор, работа в парах и наблюдение помогают с неявными.

База знаний. Набор статей, руководств и ответов, доступных для поиска пользователями и сотрудниками. Базы знаний и вики описывает Wikipedia. Она может быть внутренней, для сотрудников, или внешней, для клиентов. Качество зависит от поддержки больше, чем от инструмента.

Руководства по эксплуатации (runbook). Пошаговые инструкции по обработке известной ситуации, например перезапуску службы или реагированию на частое оповещение. Статья Wikipedia о runbook описывает их как сборники процедур для эксплуатации систем. Хороший runbook короток, проверен и связан с оповещением, которое его запускает. См. тему 6.6 — Автоматизация runbook и автоматическое устранение сбоев.

Knowledge-Centered Service (KCS). Метод, опубликованный Consortium for Service Innovation. Его основные идеи: фиксировать знания по ходу решения проблем, в рабочем потоке; повторно использовать и улучшать статьи при использовании; сделать так, чтобы вносить вклад было безопасно и нормально для каждого; и развивать базу знаний по спросу, а не по заранее составленному плану. Его описание включает практики, такие как «цикл решения» и «цикл развития». Подробности смотрите в текущем руководстве Consortium.

Фиксация в рабочем потоке. Лучшее время писать статью — сразу после решения проблемы. Короткая заметка с симптомом, причиной и исправлением в том же инструменте, что и обращение, занимает минуты. Написание потом, по памяти, занимает больше времени и часто пропускается.

Повторное использование как сигнал. Когда статья используется для решения проблемы, свяжите её с обращением. Подсчёт связей показывает, какие статьи помогают, а какие не используются никогда. Если кто-то использует статью и она не срабатывает, он должен сразу исправить её или пометить.

Качество статьи. Хорошая статья имеет понятное название теми словами, которые используют пользователи, краткое изложение симптома или вопроса, причину, где она известна, шаги, способ проверить, что сработало, и к кому обратиться, если нет. Она коротка и поддерживается в соответствии с системой.

Документация как часть репозитория. Для инженерных команд хранение документации рядом с кодом, в простом тексте вроде Markdown, и рассмотрение изменений вместе с кодом удерживает их согласованными. Формат описывает статья Wikipedia о Markdown. Запросы на слияние, меняющие поведение, меняют и документацию.

Записи решений. Короткие заметки, фиксирующие, почему принято значимое решение, какие альтернативы рассматривались и что было известно в то время. Они помогают новым членам команды и будущим пересмотрам понять рассуждение.

Фактор автобуса (bus factor). Число людей, которых пришлось бы потерять, прежде чем проект остановится из-за недостатка знаний. Фактор автобуса, также называемый «фактором лотереи», описывает Wikipedia. Фактор автобуса, равный единице, — риск. Распространение знаний через парную работу, ротацию и обмен повышает его.

Передача знаний. Перенос знаний от одного человека к другому через передачу дел, работу в парах, обучение и наблюдение. Передачу знаний описывает Wikipedia. Выделяйте на неё время, особенно когда кто-то уходит.

Находимость. Даже хорошее содержимое бесполезно, если люди не могут его найти. Важны заголовки, теги, настройка поиска и ссылки из оповещений и обращений. Связанные проблемы описывают статьи Wikipedia о поисковых системах и информационной перегрузке.

ИИ и извлечение. ИИ-помощники могут искать по базе знаний, резюмировать статьи и готовить новые. Распространённый шаблон — генерация с дополнением извлечением (retrieval-augmented generation) — извлекает соответствующие фрагменты и просит модель отвечать, используя только их. Идею описывает Wikipedia. Ответы помощника так же хороши, как база, которую он читает, и он всё равно может ошибаться. См. тему 5.4 — Генеративный ИИ для инцидентов, знаний и изменений.

Управление. Решите, кто владеет базой знаний, как рассматриваются статьи, как контролируется чувствительное содержимое и когда старое содержимое архивируется. Держите правила лёгкими.

Как вписываются линзы. Управление знаниями — непрерывное улучшение на уровне отдельных статей. ИИ помогает пользователям находить, резюмировать и готовить черновики под проверкой. Автоматизация связывает оповещения с runbook, а обращения со статьями. Аналитика показывает, какие статьи используются, какие не срабатывают и какие пробелы ищут.

Лучшие практики

  1. Фиксируйте при решении. Пишите короткую статью или обновляйте имеющуюся как часть закрытия обращения. Сделайте это обычным шагом, а не дополнительной работой.
  2. Пишите для читателя в три часа ночи. Используйте слова, по которым ищут, короткие шаги и проверку, что исправление сработало. Самое полезное ставьте первым.
  3. Связывайте статьи с обращениями и оповещениями. Когда срабатывает оповещение, ссылайтесь на runbook. Когда статья решает обращение, связывайте их. Связи показывают, что полезно.
  4. Исправляйте или помечайте при использовании. Если статья неверна или непонятна при использовании, сразу исправьте её или пометьте для пересмотра. Сделайте это лёгким.
  5. Сделайте вклад безопасным. Позвольте всем редактировать, с лёгким рассмотрением чувствительного или значимого содержимого. Благодарите авторов и не наказывайте за ошибки.
  6. Регулярно обрезайте. Просматривайте статьи, которыми давно не пользовались, и архивируйте их. Меньшая, но надёжная база лучше большой, вызывающей сомнения.
  7. Храните инженерную документацию с кодом. Рассматривайте её вместе с изменениями и генерируйте всё возможное, например справочники API, из исходного кода.
  8. Записывайте важные решения. Пишите короткие заметки о решениях с контекстом, вариантами и причинами. Связывайте их с кодом или проектом, которых они касаются.
  9. Распространяйте знания намеренно. Используйте работу в парах, ротацию, короткие доклады и наблюдение, чтобы переносить неявные знания. Проверяйте фактор автобуса для каждой критической услуги.
  10. Считайте ответы ИИ черновиками. Пусть ИИ ищет и предлагает, показывая источники, а человек подтверждает статьи, прежде чем они станут официальными. Отслеживайте плохие ответы и исправляйте источники.

Вопросы для обсуждения с командой

Что нам в последний раз приходилось просить кого-то объяснить, хотя это должно было быть записано? Начните с реального случая. Ожидайте «как перезапустить X» или «почему Y настроен так». Спросите, что помешало записать. В продолжение запишите это сейчас, вместе.

Каким статьям мы доверяем, а каких избегаем? Доверие различается по командам и темам. Спросите почему. Ожидайте «устарела» и «слишком длинная». В продолжение выберите три недостоверные статьи для исправления или удаления.

Сколько из нас знает, как восстановить нашу важнейшую услугу и что будет, если их нет на месте? Вопрос проверяет фактор автобуса. Считайте честно. Ожидайте одно-два имени. В продолжение запланируйте сессию работы в парах или репетицию, распространяющие знания.

Где мы сегодня записываем вещи и можем ли их найти? Перечислите места: чат, вики, обращения, репозитории, личные заметки. Попробуйте вместе найти конкретный ответ. В продолжение договоритесь о доме для каждого вида знаний.

Насколько легко любому в команде исправить статью, которую он считает неверной? Препятствия включают разрешения, задержки рассмотрения и страх критики. Спросите, что сделало бы это задачей на тридцать секунд. В продолжение уберите одно препятствие.

Как мы используем ИИ для поиска или написания знаний и как проверяем то, что он говорит? Спросите, кто пользуется инструментами ИИ для работы со знаниями и чему доверяет. Ожидайте некритичного использования в некоторых местах. В продолжение договоритесь, что ответы ссылаются на статьи, и проверяйте выборку ответов по ним.

На практике: пример управления услугами

Инфраструктурная команда из восьми человек национальной метеорологической службы ведёт конвейеры данных прогнозов. Два старших инженера обладают большей частью знаний о старейшем конвейере, обрабатывающем спутниковые данные. Когда один из них уходит на три недели в отпуск, сбой конвейера решается два дня, потому что младший дежурный не может найти процедуру перезапуска, которая лежит в цепочке писем шестилетней давности.

Руководитель команды решает использовать облегчённую версию KCS. Каждый, кто решает проблему, пишет несколько строк в поле решения обращения: симптом, причина, исправление, проверка. На еженедельной десятиминутной сессии рассматриваются новые заметки и полезные переводятся в runbook в репозитории команды. Каждое оповещение ссылается на свой runbook. Два старших инженера соглашаются по графику работать в паре с младшими и записать два коротких видео с обходом конвейера.

Через три месяца набирается 40 runbook, и команда видит в системе обращений, какие связаны с решёнными инцидентами. При следующем сбое младший дежурный находит runbook через оповещение, следует ему и восстанавливает конвейер за 25 минут. Поисковый помощник, испытываемый на репозитории, неверно отвечает на один вопрос, цитируя раздел runbook, замещённый более поздней правкой. Руководитель вводит правило: замещённые разделы удаляются, а не зачёркиваются.

Что изменилось: конвейер больше не зависит от двух человек, а младшие чувствуют себя увереннее. Что остаётся трудным: старшие инженеры по-прежнему находят, что письмо отнимает время, которого у них нет; некоторые runbook проверены только чтением; а в старейшем конвейере есть компоненты, которые никто не понимает полностью, и никакой документ этого не исправит. Руководитель планирует репетицию для старейшего конвейера и назначает обзор проекта компонентов, которые никто не понимает.

Четыре перспективы

Команды продукта и поставки

Храните документацию с кодом и рассматривайте её вместе с изменениями. Пишите заметки о решениях и runbook как часть работы и делитесь тем, чему научились, с эксплуатацией.

Команды услуг и эксплуатации

Фиксируйте решения по ходу работы, исправляйте статьи при их использовании и связывайте оповещения с runbook. Делитесь неявными знаниями через работу в парах. Сообщайте владельцам о найденных пробелах.

Руководство и управление

Сделайте написание и чтение знаний обычной частью работы, а не побочной задачей. Финансируйте время на работу в парах и репетиции. Просите фактор автобуса критических услуг. Не вознаграждайте объём статей.

Клиенты и пользователи

Хорошие статьи позволяют решать проблемы самостоятельно и быстрее получать ответы. Сообщайте поставщику, когда статья непонятна или неверна, и что вы пытались сделать.

Agile, ИИ, автоматизация и аналитика

Agile

Развивайте базу знаний небольшими шагами, по использованию, с обратной связью пользователей и сотрудников. Рассматривайте пробелы на короткой регулярной сессии. Предостережение: избегайте больших проектов по документации; они дают содержимое, устаревшее к запуску.

ИИ

ИИ может искать по базе, резюмировать статьи, отвечать на вопросы с цитатами и готовить статьи по обращениям и чатам, а всё, что становится официальным, утверждает человек. Назовите владельца. Предостережение: помощник может уверенно отвечать по устаревшему или неверному содержимому; показывайте источники и отслеживайте исправления. См. тему 5.4 — Генеративный ИИ для инцидентов, знаний и изменений.

Автоматизация

Связывайте оповещения с runbook, предлагайте статьи по новым обращениям, помечайте устаревшее содержимое и создавайте черновики статей по закрытым обращениям с ручной правкой. Предостережение: автоматические предложения могут наполнить базу низкокачественными черновиками; ограничьте то, что публикуется без рассмотрения. См. тему 6.6 — Автоматизация runbook и автоматическое устранение сбоев.

Аналитика

Отслеживайте использование статей, связи с решёнными обращениями, поиски без результата и время с последнего пересмотра. Предостережение: подсчёт созданных статей поощряет объём, а подсчёт использования — популярные темы вместо критических редких; сочетайте с обратной связью и выборками. См. книгу Service Management Metrics и тему 7.3 — Измерение и отчётность.

Типичные виды сбоев

  • Кампании по документации. Всплеск письма сменяется упадком. Фиксируйте знания как часть работы.
  • Длинные статьи. Никто их не читает. Пишите короткие, сфокусированные на задаче.
  • Устаревшее содержимое. Доверие разрушается. Исправляйте или помечайте при использовании и обрезайте.
  • Знания только в чате. Их нельзя найти. Переносите полезные ответы в базу.
  • Фактор автобуса равен единице. Отсутствие человека останавливает работу. Распространяйте знания намеренно.
  • Ответы ИИ непроверены. Неверные советы распространяются. Показывайте источники и проверяйте выборки ответов.
  • Письмо как наказание. Люди его избегают. Сделайте его нормой и отмечайте.

Модель зрелости

Измерение Начальный Развивающийся Стандартизированный Управляемый Оркестрируемый
Фиксация В головах и чате Некоторые статьи после инцидентов Фиксация — обычный шаг рабочего потока Качество фиксации проверяется выборочно и улучшается Фиксация автоматизирована с проверкой человеком
Находимость Спросить коллегу База с поиском Оповещения и обращения ссылаются на статьи Пробелы поиска определяют содержимое Извлечение и помощники встроены в инструменты
Качество Не пересматривается Случайная чистка Исправить или пометить при использовании, регулярная обрезка Качество измеряется по использованию и результатам Качество непрерывно улучшается по организации
Распространение Один эксперт Некоторая работа в парах Фактор автобуса проверен для критических услуг Репетиции и ротация запланированы Знания разделяются между командами и партнёрами

Контрольный список

  • Люди фиксируют решения как часть закрытия обращений.
  • Оповещения ссылаются на runbook.
  • Статьи короткие и написаны словами, по которым ищут пользователи.
  • Любой может исправить статью, которую считает неверной, с лёгким рассмотрением.
  • Мы регулярно обрезаем неиспользуемые или устаревшие статьи.
  • Инженерная документация живёт с кодом и рассматривается вместе с изменениями.
  • Мы знаем фактор автобуса каждой критической услуги.
  • Ответы ИИ ссылаются на источники и проверяются выборочно на правильность.

Запросы к ИИ

Подготовьте черновик статьи по решённому обращению.

Here is a resolved ticket with notes, personal data removed: [paste].
Draft a short knowledge article with: a title in the words a user would search, the symptom, the cause (only if stated), the steps, how to check it worked, and who to ask if it did not. Mark any gap with [missing] and do not fill it.
List what you are unsure of.

Просмотрите статью глазами читателя ночью.

Here is a runbook: [paste].
List steps that are ambiguous, steps that assume knowledge not stated, and anything that could cause harm if followed literally. Do not rewrite the runbook.
List what you are unsure of.

Найдите пробелы по поисковым запросам.

Here are search terms that returned no result or were followed by a ticket: [paste list]. Here are our article titles: [paste list].
Group the search terms into themes, and for each theme say whether an existing article title looks related or whether a new article is needed. Do not draft articles.
List what you are unsure of.

ИИ-навыки

  • runbook: используйте, чтобы писать и проверять runbook.
  • decision-records: используйте, чтобы записывать, почему были приняты решения.
  • architecture-decision-record: используйте для проектных решений, которые другим нужно будет понимать.
  • prompt-engineering: используйте, чтобы проектировать запросы, читающие базу знаний и ссылающиеся на источники.

Ключевые источники

  • Consortium for Service Innovation, Knowledge-Centered Service (KCS): основной практический метод фиксации знаний в работе поддержки.
  • Ikujiro Nonaka and Hirotaka Takeuchi, The Knowledge-Creating Company (1995): о неявных и явных знаниях.
  • Wikipedia, "Knowledge management" и "Tacit knowledge": нейтральные обзоры.
  • Wikipedia, "Runbook": предыстория эксплуатационных процедур.

Источники

  1. Knowledge management — Wikipedia — https://en.wikipedia.org/wiki/Knowledge_management
  2. Knowledge base — Wikipedia — https://en.wikipedia.org/wiki/Knowledge_base
  3. Tacit knowledge — Wikipedia — https://en.wikipedia.org/wiki/Tacit_knowledge
  4. Wiki — Wikipedia — https://en.wikipedia.org/wiki/Wiki
  5. Runbook — Wikipedia — https://en.wikipedia.org/wiki/Runbook
  6. Retrieval-augmented generation — Wikipedia — https://en.wikipedia.org/wiki/Retrieval-augmented_generation
  7. Markdown — Wikipedia — https://en.wikipedia.org/wiki/Markdown
  8. Bus factor — Wikipedia — https://en.wikipedia.org/wiki/Bus_factor
  9. Knowledge transfer — Wikipedia — https://en.wikipedia.org/wiki/Knowledge_transfer
  10. Consortium for Service Innovation — KCS library — https://library.serviceinnovation.org