可靠性：为失败设计一条人工接手路径
作者：Wattter ·
任何自动化都可能失败；可靠工作流必须让你知道失败在哪里、影响什么、谁来接手。
流程顺的时候看不出差别。资料缺一份、接口超时或结果没过线时，才知道有没有给失败留门。
可靠性来自预先设计失败分支：识别、停止、记录和人工接手都要写进流程。
这一节做完，手里会有一份带状态机的可靠工作流
先把这件事想明白
可靠性不是永不出错，而是系统遇到缺数据、超时、重复运行或质量不达标时，知道该停在哪里、留下什么记录、交给谁。
把失败当作流程设计中必须存在的一种状态
- 自动化前检查数据源、内容质量、目标地址和幂等规则
- 把任务拆成状态：等待输入、处理中、待确认、已交付、失败待处理
- 重试、断点续跑、告警、降级交付、日志和成本预算都要进入设计
现在跟着做
开始前，先准备这几样东西。
- 挑选一条已有流程
- 列出三种可能失败
- 确定谁可以接手
材料就位后，按这个顺序走。
- 为每一步列出成功信号和失败信号
- 给高风险步骤设置停止条件
- 记录失败时的输入、时间和错误信息
- 为无法自动判断的情况指定人工接手人和动作
做到这儿，就可以先停
- 失败时停在安全位置
- 中间结果可被恢复
- 通知能讲清楚失败原因和接手方式
换一件小事，再走一遍
内容博主的每日选题任务
选题任务常因来源不可用、重复热点或输出质量不足而失败。不要让它悄悄重跑到耗尽资源，而要让每个失败都有可行动的通知。
- 数据源检查失败时直接产出缺失来源清单并停止
- 内容评分未达阈值时输出候选池，不自动发布
- 同一天重复触发时根据文件名或任务 ID 去重
- 超时后保留中间产物，通知负责人从最近节点接手
把这段话改成你自己的任务
先放进练习工作区。方括号里的内容，换成你手上那件小事。
步骤：【动作】\n成功信号：【结果】\n失败信号：【异常】\n停止动作：【不再继续】\n人工接手：【谁做什么】
卡住时，先看这里
- 失败后无限重试。任务反复失败仍不停 通常是因为没有重试上限或停止条件。 为重试加次数上限并设定停止阈值。
- 没有可恢复的中间产物。失败后无法继续 通常是因为中间产物被覆盖或未保存。 为每段产物写入固定位置并加状态文件。
还容易犯这几种错
- 只设计理想路径
- 出错后无限重试
- 失败没有留下定位信息
先停一下高风险动作保留人工接管；成本超预算时自动降级；通知可行动而非空泛「失败」。
留十分钟，做成自己的
为一条流程写出三个失败分支和对应接手方式。
系统方法需要落到具体岗位；下一步用岗位成熟度路线而不是提示词清单推进个人或部门应用。
还有几个常见问题
这一页最先要准备什么？先挑选一条已有流程。可靠性来自预先设计失败分支：识别、停止、记录和人工接手都要写进流程。
做这一步时心里应该记住什么？自动化前检查数据源、内容质量、目标地址和幂等规则
最容易卡在哪里？只设计理想路径
完成这一页后，下一步怎么接？系统方法需要落到具体岗位；下一步用岗位成熟度路线而不是提示词清单推进个人或部门应用。