Helper CTO シリーズ 14｜サイトが落ちたとき、誰が最初に知るか：小さなプロダクトにも必要な監視の最小構成

「サイトが開かないと、LINEで顧客から連絡が来て初めて気づきました。」その連絡が来る前に、サイトはすでに一晩中落ちていたかもしれません。開いてエラーページを見て離脱した人、注文ボタンを押したのに実際には送信されていなかった人——そうしたことが起きていても、あなたはまったく気づけません。品質に無関心なわけではなく、夜中にそのサーバーを見ていてくれる人がいないだけです。以下の3つが、最小限の監視の組み合わせです。

いちばん気まずい気づき方：顧客に教えてもらう

顧客が教えてくれる時点で、たいていすでにしばらく落ちています。夜中に落ちて朝になってようやく気づいたのかもしれませんし、ある機能が3日間壊れたままで、みんな「自分の操作ミスだ」と思っていたのかもしれません。その空白の時間に何が起きていたか、あなたはまったく分かりません。

• エラーページを見て離脱し、二度と戻ってこなかった人が何人いたか。
• 注文ボタンを押したのに、実際にはバックエンドに届いていなかった注文が何件あったか。
• あなたがまったく気づかないまま、他社のサービスに切り替えると決めた人が何人いたか。
• サポートへの電話が何件かかってきて、対応した人もシステムが落ちていることに気づいていなかったか。

さらに厄介なのは、気づいたあとも何から確認すればいいか分からないことです。サーバーが落ちたのか、プログラムがエラーを出したのか、それともデータベースが満杯なのか。記録がなければ、当て推量するしかありません。これはデモができることと本番で使えることは別物の記事で挙げた5つのうちの1つであり、いちばん先に対応しやすい項目でもあります。

最小限の監視の組み合わせ：3つ、そして1つの前提

「監視」と聞くと大企業だけに必要なものに思えますが、実際には4つの質問に答えているだけです。

最初の3つは道具の話で、最後の1つは人の話です。4つすべて揃っていれば、何かあったとき顧客より先にあなたが気づけます。4つとも揃っていなければ、運と顧客の善意だけで運営していることになります。

最初の2つ：生きているか、そしてエラーが出ていないか

1つ目のやり方はいちばん簡単で、何かに数分おきにサイトを開かせ、開けなければ通知させます。2つ目は少し難しく、「生きている」ことと「正常である」ことは同じではないからです——トップページは開けても、決済ボタンを押しても反応しない、ということがあり得ます。

• チェック間隔を十分短くする：間隔が長すぎると、短時間の障害はまったく検知できず、いつも正常に見えるだけになります。
• 通知が確実に気づかれるようにする：SMSでもチャットでも構いませんが、誰も見ないメールボックスに送っているなら導入していないのと同じです。
• エラーを見える場所に記録する：プログラムがエラーを起こしたとき原因を書き残すようにし、利用者に「すみません」と表示するだけで終わらせないようにします。
• エラーが増えたら警告する：1日3回だったものが1時間に30回になったなら、それは小さな不具合ではなく障害です。

AIツールで作られたプロダクトは2つ目が抜けていることが多いです。AIに「エラーが起きたら記録すること」を指示する人がいないからです。

3つ目：サーバーは持ちこたえられるか

サーバーとはサイトが動いているコンピューターのことで、そこには使い切ってしまう3つの資源があります。ディスク、メモリ、処理能力です。どれか1つでも使い切ると、サイトはまず遅くなり、それから落ちます。この落ち方がいちばん悔やまれるのは、じわじわと進行するからです。

• ディスクはログファイルとアップロードされた画像で少しずつ埋まっていき、1週間前にはすでに兆候が見えています。
• メモリが足りなくなるとシステムが再起動を繰り返し、利用者は「今日はなんだかやけに遅いな」としか感じません。
• 処理能力が逼迫するのは、たいていキャンペーンや繁忙期という、いちばん落ちてほしくない日です。
• 3つともまだ満杯ではないが、右肩上がりの傾向が続いている——このタイミングで対応するのがいちばん安く、いちばん安全です。

やり方は、この3つの数字を定期的に確認し、満杯に近づいたら先に対処することです。これはあなたのAIプロダクトにバックアップはありますかの記事と同じで、「誰かが見ている」だけで起きなくなることばかりです。

監視を導入したら、次は誰が見るか

3つの監視を導入しても、解決したのは半分だけです。もう半分は通知が届いたあとにあります。

• 誰が受け取るか：通知が誰も見ないメールボックスに届くなら、監視一式が無駄になります。
• 誰が対応できるか：夜中に届く通知は、受け取った人が内容を理解でき、実際に手を動かせる人である必要があります。
• どれくらいの時間で応答するか：時間を決めていなければ、「誰かが気づいた」ことと「誰かが対応した」ことはまったく別の話になります。
• 事後に誰が記録するか：今回なぜ落ちたのか、どう直したのかを書き残さなければ、次も同じことが繰り返されます。

結局、監視は最終的にもっと根本的な問いに戻ります。このシステムに責任を持つ人がいるかどうかです。これはVibe Codingと本当のシステムアーキテクチャの落差の記事の結論とも重なります——AIはものを作るところまでは手伝ってくれますが、作ったあとの責任はAIが引き受けてはくれません。

Nerdtechnicがどうやってあなたの代わりに見守るか

• サーバーを見守り、異常があれば先に対応する：あなたが気づくのを待たず、まして顧客が気づくのを待つこともありません。
• 応答時間を先に約束する：サーバーやサービスに問題が起きた場合は1 営業日以内に応答・対応し、あなたからの不具合報告には2 営業日以内に評価を返信します。
• セキュリティ更新は四半期に1回以上：緊急時は別途対応し、来年まで先送りにして溜め込むことはありません。
• 月払いで、止めたいときにいつでも止められる：基本保守はNT$6,000／月から。契約に縛って引き止めることはしません。

監視は道具を買うことではなく、夜中に起きてくれる人を見つけることです。

サイトが落ちたとき最初に知るべきなのは「それを見ている人」であるべきで、あなたの顧客ではありません。Nerdtechnic（恩梯科技）はHelper CTOとしてあなたのシステムを保守し、社内にいない技術責任者のような役割を担います。最初のステップは60分のシステム健康診断です。私たちが見るのはコードだけで、本番環境のアカウントやパスワードは必要ありません。3～5 営業日以内に、1枚で分かるレポートをお渡しします。もしあなたのプロダクトが今も顧客を監視代わりにしているなら、まず今の姿を私たちに見せてください：Helper CTO：システム保守プラン。