# TSGen [[Microsoft]] と [[Chongqing University]] が共同開発した、過去のインシデントレポートから構造化 Troubleshooting Guide(TSG)を LLM でゼロから自動生成するパイプライン([[@2026__FSE Companion__TSGen - Automated Troubleshooting Guide Generation]]、FSE Companion '26)。Filtering(ルールベース+LLM 意味ラベリング、二層キャッシュ)→ Core Incidents Distillation(TF-IDF+Ward 階層クラスタリングによる medoid サンプリング+統一フォーマット蒸留)→ TSG Generation(One-shot Generation + 単一パス制約付き Iterative Updating)の 3 段パイプラインで構成される。 Microsoft の実インシデントデータ(約 20,000 件・約 30 モニタ)での評価で、平均インシデントカバレッジ 54.8%、ベースライン(GPT-4o 要約・ReAct エージェント・ルールベース生成・人間作成 TSG)比約 3 倍の検索精度(Retrieval Accuracy)を達成した。On-call エンジニアによる人手評価でも平均 ≈4.3(1〜5 スケール)を獲得し、人間作成 TSG(≈3.3)・ReAct(より低い)を上回った。Microsoft のサービスランタイムチームへの実運用デプロイでは、生成 53 件中 38 件の TSG が正式採用された(受容率 約 71.7%)。1 TSG あたりの生成コストは約 $0.28(GPT-4o 料金換算)。 [[TSG自動化]] の既存研究([[FLASH]]・[[LLexus]]・[[StepFly]] 等)が「既存 TSG をどう実行するか」を扱うのに対し、TSGen は「TSG が存在しない/古い状態からどう生成するか」という一段上流の課題を扱う点で新しい。生成された TSG は将来的に Agent Skill(JSON/YAML)へ変換し、Microsoft Copilot のような LLM エージェントが自律的に検索・実行する基盤にもなりうると論じられている。(Source: [[@2026__FSE Companion__TSGen - Automated Troubleshooting Guide Generation]]) ## 関連 - ソース: [[@2026__FSE Companion__TSGen - Automated Troubleshooting Guide Generation]] - 開発: [[Microsoft]] / [[Chongqing University]] - 著者: [[Yi Xiao]] / [[Hongyu Zhang]] / [[Daniel Genkin]] / [[Chaoyun Zhang]] / [[Rujia Wang]] / [[Chetan Bansal]] / [[Bhala Ranganathan]] / [[Saravan Rajmohan]] / [[Minghua Ma]] - 概念: [[TSG自動化]] / [[インシデント管理]] / [[障害緩和]] - 関連プロダクト: [[FLASH]] / [[StepFly]] / [[LLexus]] / [[FlowXpert]]