重大度分類の判断マトリクス
SEV-1 — 重大
定義: 本番が停止している、またはデータ損失の差し迫ったリスクがあります。
例:
- すべてのゲートウェイリージョンが 5xx エラーを返している
- Postgres データベースの破損を検出した
- 監査ログのハッシュチェーンが壊れている(改ざんを検出)
- ライセンス期限切れがすべての組織に同時に影響している
- すべてのプロバイダ接続で mTLS 証明書が失敗している
対応:
- 15 分以内に確認する
- Slack #incidents で全員参加の作戦室を開く
- 30 分以内にステータスページを更新する
- データ侵害の場合、72 時間以内に SOC 2 の顧客へ外部通知する
- 5 営業日以内にポストモーテムを実施する
SEV-2 — 重大な劣化
定義: サービスの大部分が劣化しているが、完全には停止していません。
例:
- 3 つのうち 1 つのリージョンが利用不能(SG/IN/EU のフェイルオーバーが有効)
- すべてのモデルプロバイダで遅延が通常の 5 倍を超える
- フォールバック未設定のまま、単一のモデルプロバイダに到達できない
- キャッシュ層(Redis)の障害により DB 負荷が増えている
対応:
- 1 時間以内に確認する
- オンコールとバックアップのエンジニアを動員する
- 顧客から見える影響がある場合はステータスページを更新する
- 5 営業日以内にポストモーテムを実施する
SEV-3 — 軽微な劣化
定義: 限定されたユーザーまたは機能に影響する、重大ではない問題です。
例:
- 単一のモデルプロバイダが失敗している(他は稼働中)
- 管理ダッシュボードが利用できない(API は機能している)
- 重要でないエンドポイントでクエリ性能が遅い
- テレメトリ/監視データの欠落
対応:
- 営業時間内に 4 時間以内に確認する
- オンコールエンジニアを割り当てる
- 重大度ラベル付きで Jira にチケットを作成する
- SEV-3 について根本原因を文書化する
SEV-4 — 外観上 / 緊急ではない
定義: 機能に影響しない問題、誤字、または軽微なバグです。
例:
- ダッシュボード UI の間隔の問題
- ドキュメントの誤字
- 軽微な UX の不一致
- ログメッセージの書式
対応:
- 翌営業日に確認する
- 標準の Jira ワークフロー(オンコールは不要)
- 根本原因は任意