【要約】New Relic MCPの回答精度を向上させるプロファイルのご紹介 [Qiita_Trend] | Summary by TechDistill
> Source: Qiita_Trend
Execute Primary Source
// Problem
開発者やSREは、コードの修正と本番環境の状況確認を並行して行う際に、以下の問題に直面する。
- ・コンテキストスイッチの発生：IDEとダッシュボードの往復による作業中断。
- ・AIの精度不足：MCP接続だけでは、AIが汎用的な回答に留まり、専門的な解析ができない。
- ・調査の非効率性：事象に飛びつき、システム全体を俯瞰した調査が困難になる。
// Approach
New Relicは、AIにSREとしての専門知識を与えるために、プロファイル設定によるアプローチを提案している。
- ・プロファイルの移植：
steeringディレクトリの内容をCLAUDE.md等に組み込む。 - ・
mcp.jsonの設定：New Relic MCPサーバーへの接続情報を追記する。 - ・AIエージェントの起動：プロファイルとMCPを読み込ませ、SREとしてのコンテキストを付与する。
// Result
この手法を導入することで、AIエージェントは単なるアシスタントから専門的なSREへと進化する。
- ・自然言語によるNRQLの自動生成と実行が可能になる。
- ・コードと稼働データの紐付けにより、N+1問題等の特定が容易になる。
- ・ゴールデンメトリクスに基づいた、俯瞰的な初動調査が実現する。
Senior Engineer Insight
> MCPによるデータ連携は容易だが、実運用では「プロファイル」によるコンテキスト制御が成否を分ける。単なるデータ接続ではなく、SREの思考プロセスをプロンプトとして構造化する点が肝要だ。自社の重要指標をプロファイルに組み込むことで、属人性を排除した高度な初動調査が可能になる。運用コストの観点からも、プロファイルの継続的な改善は投資価値が高い。