blameless-postmortems

SRE — Blameless Postmortems

Quando usar

LLM carrega esta skill ao escrever postmortem após incident, revisar postmortem de par, ou conduzir Wheel of Misfortune. Trigger phrases:

• "postmortem", "post-mortem"
• "incident review"
• "blameless", "sem culpa"
• "root cause analysis", "5 whys"
• "Wheel of Misfortune"
• "lessons learned"
• "Google SRE cap 15"
• "no postmortem left unreviewed"

Regras absolutas

• Foco em sistema/processo, NÃO em pessoas — root cause é "ausência de canary release" ou "RPS limit não documentado", NÃO "Maria fez deploy errado". Pessoas são parte do sistema. Se Maria errou, pergunte: "que processo permitiu o erro chegar a prod?".
• Trigger postmortem para SEV1/SEV2 + near-miss notáveis — todo incident customer-facing com impacto ≥ 1 min de SLO burn ou ≥ 1 user reportado. Near-miss (incident detectado antes de impacto) também: oportunidade de aprender sem custo.
• "No postmortem left unreviewed" — todo postmortem revisado por par sênior antes de arquivar. Sem revisão, postmortem mente (involuntariamente — autor está perto demais).
• Action items SMART com owner nomeado — Specific, Measurable, Assignable, Realistic, Time-bound. "Melhorar monitoring" NÃO é SMART. "Adicionar alert SLO burn rate em /api/v1/orders por @bob até 2026-05-15" É SMART.
• Timeline em UTC — não "horário local Brasília" ou ambíguo. Times distribuídos compõem timeline e UTC é o único timezone universal. Sempre HH:MM UTC.
• Quantificar impact — usuários afetados (número/percentual), revenue impact, SLO budget consumido. Sem quantificação, severity é subjetivo.
• Lições generalizáveis, não específicas — "Adicionar alert para essa query específica" é local. "Adicionar alert SLO em todas as queries de write em paths críticos" é generalizável.
• Wheel of Misfortune trimestral — exercício de role-play onde uma pessoa narra um incident histórico e o time pratica response (sem dados reais expostos a stress real). Treina muscle memory para SEV1.