# Best Practices for Writing Incident Postmortems [[Datadog]] のテクニカルコンテンツチーム（Stephanie Niu、Paul Gottschling）による 2021 年 9 月のブログ記事。ポストモーテムを「書く」行為自体を効率化する 4 つの実践を提示する。 ## 4 つの実践 ### 1. データの一元収集 調査中に全チームメンバーが共通の場所（ドキュメントやメッセージフィード）にデータを集約する。散在するコミュニケーションチャネルを排除し、最終文書への変換を容易にする。 ### 2. ポストモーテムの自動生成 手動編集ではなく、インシデントメタデータを自動的に埋め込むテンプレートを使用する。フォーマットとデータ収集の時間を削減し、タイムラインイベントと可視化を組み込む。 ### 3. 調査ツールとしての活用（リビングドキュメント） ポストモーテムを静的な事後報告ではなく、**継続的な調査を支えるリビングドキュメント**として運用する: - コメント機能による継続議論 - パラメータ調整可能なインタラクティブグラフ - リアルタイムデータへのアクセス - 新しい発見に基づく仮説の修正 ### 4. 将来の発見可能性の確保 サービス名やタグによる記述的な整理を行い、インシデント ID や日付だけに頼らない。複数属性によるフィルタリングと多形式（PDF・Markdown・テキスト）エクスポートを可能にする。 ## 既存 wiki との接続 - **ポストモーテムのリビングドキュメント化**は、[[@2026__arXiv__ARFBench - Benchmarking Time Series Question Answering Ability for Software Incident Response]] が Slack タイムラインを AI 評価の一次データに昇格させた流れと通底する——インシデント調査中に蓄積される対話データが最も価値が高い - [[ポストモーテム]] の自動化・ツーリング面で、PagerDuty のプロセス中心アプローチと Datadog のデータ中心アプローチは相補的 - [[@2026__Google Cloud Blog__AI in SRE - Where Google is Deploying Agentic AI to Improve Operations]] のポストモーテム下書き自動生成と、Datadog の自動生成テンプレートは同じ方向性を異なるレイヤーで実現する