Incidente-bot e operações de bate-papo
1) Objetivo e valor
Incidente-bot é uma interface de gerenciamento de incidentes diretamente do chat corporativo (Slack/Teams/Telegram): uma entrada de texto → ação em dezenas de sistemas. Ele:- reduz o MTTA/MTTR através da automação da rotina;
- cria um único circuito de factos (SoT) e comunicações;
- garante a provabilidade (auditoria, timeline, SLA update);
- reduz a pressão sobre o on-call e o «enterro» nos consoles.
2) Rolos e RACI em operações de bate-papo
Invident Commer (IC) é o proprietário do incidente: abertura/encerramento, prioridade, soluções.
Comms Lead (CL) - texto e programação de atualizações (externas/internas).
Domain Lids (Payments/Games/Core/Infra) - técnicas e fixação.
Scribe - timeline, registro de ação.
Bot Admin - direitos/políticas/integração do bot.
Regra: um incidente tem um IC e um CL; mudar de papel é um comando de bota claro.
3) Cenários básicos (end-to-end)
1. Início do incidente: alert → '/invent new p1 «Deposits EU down» '→ bot cria cartão, war-rum, atribui IC/CL, coloca o horário do primeiro update.
2. Ведение: `/incident add-facts`, `/incident status set degraded`, `/incident assign @payments-lead`, `/incident timer 20m`.
3. Comunicações: '/invent publish status '(rascunho CL), '/invident partners notify', '/invent regulator draft'.
4. Действия: `/runbook psp-failover PSP1→PSP2`, `/feature toggle replay-center off 60m`, `/traffic shift 30% eu→uk`.
5. Encerramento e pós-mortem: '/invident resolve ', recolhimento automático de timeline, '/postmortem generate'.
4) Comandos de bota (núcleo)
Criação/classificação
`/incident new p{1|2|3|4} "
`/incident severity set p2`, `/incident tag add payments,psp`
Posse e papéis
`/incident ic @user`, `/incident comms @user`, `/incident assign @user [domain]`
Temporizadores e updates SLO
'/invent next-update 15m ', '/invent remind' (bot pingue CL), '/invent eta set 18: 30'
Factos e status
`/incident fact "auth-success PSP1 -25% TR/EU"`, `/incident status {investigating|degraded|monitoring|resolved}`
Pacotes comm
`/incident draft public|partners|regulator`, `/incident publish public`
Integração
'/runbook
Encerramento/pós-mortem
`/incident resolve [reason=…]`, `/postmortem generate`, `/postmortem assign @owner`
5) Integração (mínimo necessário)
Monitoramento/Observabilidade: alertas, SLI/SLO (burn-rate), links para dashboards.
ITSM: Sincronização bidirecional de status/campo.
Página de status: rascunhos e publicação CL (policy-gate).
Provedores (PSP/KYC/Estúdios de Jogos): guias de contatos, cartas rápidas/canais.
Release/Função Flags: estoques de canarela/descarte, links para lançamentos.
Runbooks/Auto-remediação: catálogo de ações seguras com guardrails.
CMDB/proprietários: atribuição automática de lides de domínio, escalação.
Armazenamento de times: WORM/imutável para auditoria/pós-mortem.
6) Arquitetura bota
Gateway (Chat Adapter): Interfaces Slack/Teams/Telegram.
Command Parser + Policy Engine: permissão, validação, SoD e tolerância.
Orquestrador: cenários de incidentes, temporizadores, lembretes.
Integrações Layer: clientes para ITSM, monitoramento, status, lançamentos, runbooks.
Evidence Store: eventos, factos, difs de mensagens, anexos (WORM).
Metrics & Auditoria: métricas de qualidade, logs de ação, rastreamento de comandos.
7) Políticas, direitos e segurança
RBAC/ABAC: quem pode criar/fechar, mudar de severidade, publicar para fora.
SoD: Comms publish requer o papel CL; Ação high-risk (PSP-routing, PII-exportação) - dual controle.
Direito JIT: emissão temporária de lidas de domínios no momento do incidente.
Assinatura e criptografia: webhooks/solicitações de sistemas - HMAC/mTLS.
Proteção contra «fat-finger»: confirmação de comandos perigosos, dry-run e TTL para efeito.
Higiene PII: camuflagem em rascunhos/logs; a proibição do PII em canais abertos.
8) Fluxos de automação (exemplo)
Alert P1 → bot cria uma linha de war ('# inc-2025-11-01-001'), pinga os guardiães (IC, CL, Payments/Infra).
Amarra dashboards/SLI, abre um tíquete no ITSM, prepara o modelo do primeiro apdate público.
Coloca os temporizadores: «próximo update em 15 minutos», lembrete CL.
Предлагает runbooks: “PSP reroute 30% → PSP2”, “degrade replay-center”, “autoscale settle-workers”.
Ao publicar, registra a versão do texto e publica para o status da página/rede social (via CL).
Ao fechar, recolhe timelines, métricas, rascunho de pós-mortem, correio VIP/associados.
9) Timelines e provabilidade
Cada evento é classificado como «T + mm: descrição, autor/bot, comando, resultado, links».
São suportadas versões de mensagens (diff), links de lançamentos/fichflagelações/trabalhos de planejamento.
Exportar: PDF/CSV para auditorias e reguladores.
10) Métricas (KPI/KRI ChatOps)
MTTA (bate-papo): de alert a '/invent new '.
MTTS (setup): antes da preparação e atribuição dos papéis.
Cadence adherence: Cumpre os intervalos dos updates públicos.
Runbook usage rate: proporção de incidentes com ações automatizadas.
Consistency score: divergências de canal = 0 - alvo.
Pager fatigue↓: redução dos pagers manuais com o mesmo/melhor SLO.
Postmortem SLA: proporção de pós-mortem coletados ≤ D + 5.
11) Diretório de modelos (fatias)
Criação de P1:
/incident new p1 "Deposits EU down" components=payments,deposits regions=EU
Primeiro update público (via CL):
/incident draft public
/incident publish public
Routing PSP e degradação de fic:
/runbook psp-failover PSP1→PSP2 30%
/feature toggle replay-center off 45m
Pós-mortem:
/postmortem generate
/postmortem assign @owner
12) Incorporação a processos
Comunicação: Conexão com Comunicação em Incidentes e Páginas de Status do Sistema.
Observabilidade: referências rápidas a SLO/SLI e sintéticos; autografar os horários.
Alerting: resultado automático do incidente em P1/P2; os sinais de dedução no mesmo fluxo.
Correções automáticas: runbooks monoclubes com guardrails e reversíveis.
Workflow Engine: human-tasks (4-eyes), temporizadores de escalação, folha de cheque.
13) Mapa de trânsito de implementação (4-8 semanas)
Ned. 1-2: MVP de equipes: '/invent new ', papéis (IC/CL), war-rum, timer de update, comunicação com ITSM e monitoramento.
Ned. 3-4: modelos de mensagens (público/associados/reguladores), status-página (chernovik→publikatsiya), diretório 5-7 runbooks.
Ned. 5-6: policy-as-código (RBAC/SoD/JIT), controle dual em high-risk, revista WORM, dashboard KPI ChatOps.
Ned. 7-8: tabletop-exercício P1/P2, integração com lançamentos/fichflagelos, automóvel-coleta pós-mortem, localização.
14) Antipattern
«Tudo através de um bot» sem guardrails → uma ação acidental perigosa.
Publicações em uma página status sem o papel CL/Legal-review.
Comandos sem logs/versões → inadequados.
Formas complexas (20 + campos) no bate-papo - a velocidade cai; melhor comandos curtos + links.
Não há temporizadores de update → silêncio na P1.
A falta de integração com CMDB/proprietários → o caos nas atribuições.
15) Resultado
O incidente-bot e o ChatOps não são um bot com comandos, mas uma plataforma operacional: início rápido de um incidente, disciplina de updates, ação automatizada com restrições seguras, observabilidade e comprovação. Este caminho reduz previsivelmente a MTTR, melhora a qualidade das comunicações e protege a receita do negócio iGaming em momentos de pico.