• LOGIK
  • DATEN
  • TRENDS
  • MANUELL

LLM-Prompt-Fehler mit Ihrer KI effizient debuggen

Verbinden Sie Datadog AI mit Ihrem Agenten, um die Rohdaten hinter jeder fehlgeschlagenen Anfrage zu prüfen. Sie müssen nicht mehr raten, warum Prompts scheitern, sondern sehen direkt die tatsächlichen Trace-Payloads.

Fragen Sie die KI zu dieser Seite

Kurzantwort

Wie finde ich heraus, warum mein LLM-Prompt fehlschlägt?

Ihr Agent nutzt Datadog-Trace-Daten, um gezielt Spans und Payloads zu extrahieren, die mit Ihren LLM-Aufrufen zusammenhängen. So lässt sich der exakte Moment identifizieren, in dem die Prompt-Logik versagt hat. Sie sehen genau die Inputs und Outputs, die das Problem verursacht haben.

Debug-Ergebnisse

Wo Ihre Debug-Daten landen.

Die KI strukturiert die Trace-Informationen in diese Kategorien.

LOGIK

Fehlerpunkte im Prompt

Der Agent identifiziert den spezifischen Span, an dem die Prompt-Logik von Ihrer Absicht abgewichen ist. Sie erhalten eine klare Übersicht über die fehlerhafte Anweisung.

DATEN

Payload-Inspektion

Die KI ruft die rohen Trace-Payloads aus Datadog ab. Sie sehen genau, was das Modell erhalten hat im Vergleich zu dem, was Sie erwartet haben.

TRENDS

Fehlermuster

Der Agent gruppiert ähnliche Trace-Fehler. So erkennen Sie, ob ein Prompt-Fehler ein Einzelfall oder ein systematisches Problem ist.

MANUELL

Manuelle Korrekturen

Die KI markiert Spans, bei denen Sie das Prompt-Template manuell umschreiben müssen. Sie entscheiden, wie Sie die Logik in Ihrem Code korrigieren.

Der Ablauf

Was Ihre KI tut, wenn ein Prompt fehlschlägt.

Anstatt sich durch Dashboards zu wühlen, weisen Sie Ihren Agenten einfach an, das Problem zu finden.

  1. Traces lokalisieren

    Der Agent sucht innerhalb Ihrer Datadog-Traces nach spezifischen LLM-Execution-Spans.

    search_llm_spans

  2. Payloads extrahieren

    Der Agent zieht die spezifischen Input- und Output-Daten aus den identifizierten Spans.

    search_llm_spans

  3. Logik analysieren

    Der Agent vergleicht den an das Modell gesendeten Prompt mit dem resultierenden Fehler oder dem unerwarteten Output.

    search_llm_spans

  4. Fehler zusammenfassen

    Der Agent liefert eine präzise Analyse, warum der Prompt Ihre Anforderungen nicht erfüllt hat.

    search_llm_spans

Probieren Sie es

Kopieren Sie diese Beispiele.

Nutzen Sie diese Prompts, um Ihre Debugging-Session zu starten.

Startpunkte

Dies sind Beispiele. Passen Sie die spezifischen Servicenamen oder Fehlertypen an Ihre tatsächliche Datadog-Umgebung an.

Datadog Connector

Alles bereit. Wählen Sie Ihren MCP-Client und folgen Sie den Einrichtungsschritten.

Connector-Linkhttps://edge.vinkius.com/vk_preview_bWdhwHEHDioKsLvhV1Lvv7ec4t2gm8k5cIgCZeWx/mcp

Claude Desktop

Folgen Sie den Schritten unten, um sich in Sekunden zu verbinden.

  1. 1In Claude Desktop, open Settings → Connectors.
  2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
  3. 3Click Add and start a new chat — Datadog capabilities are ready to use.
Konfiguration · claude_desktop_config.jsonKopieren
{
  "mcpServers": {
    "datadog-ai-llm-observability-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_bWdhwHEHDioKsLvhV1Lvv7ec4t2gm8k5cIgCZeWx/mcp"
    }
  }
}
In den Chat kopieren04

  • Finde die letzten fünf LLM-Spans in Datadog, bei denen der Prompt zu einem Validierungsfehler geführt hat.

  • Suche in den Datadog-Traces nach LLM-Spans im Service 'production-api', die eine hohe Latenz aufwiesen.

  • Zeige mir die Payload für den LLM-Span, der während des User-Authentication-Flows fehlgeschlagen ist.

  • Durchsuche die aktuellen LLM-Spans und sag mir, ob es ein Muster gibt, warum der 'summarize_text' Prompt fehlschlägt.

  • Claude
  • ChatGPT
  • Cursor
  • VS Code
  • Windsurf
  • Claude Code
  • JetBrains
  • Cline

Starten Sie hier

Einmal Datadog AI verbinden, dann fragen.

Verknüpfen Sie einfach Ihr Datadog-Konto. Ihre Zugangsdaten bleiben verschlüsselt und Sie können sofort damit beginnen, Ihrem Agenten Fragen zu Ihren Traces zu stellen.

Datadog AI mit Ihrer KI verbinden

FAQ

So funktioniert die Aufgabe.

  • 01

    Kann die KI meinen Prompt in Datadog korrigieren?

    Nein. Die KI kann nur die Traces lesen und Ihnen sagen, was schiefgelaufen ist. Die Aktualisierung der Prompt-Logik müssen Sie in Ihrem eigenen Code vornehmen.

  • 02

    Löscht die KI irgendwelche Traces?

    Nein. Die KI hat über das Such-Tool nur Lesezugriff auf Ihre LLM-Spans. Sie kann Ihre Datadog-Daten weder ändern noch löschen.

  • 03

    Kann ich nach spezifischen Fehlermeldungen suchen?

    Ja. Sie können den Agenten anweisen, Spans zu finden, die bestimmte Fehler-Strings oder Statuscodes in Ihren Traces enthalten.

  • 04

    Funktioniert das mit jedem LLM-Anbieter?

    Ja, es funktioniert mit jedem LLM-Anbieter, solange Sie diese Traces zur Beobachtbarkeit an Datadog senden.

  • 05

    Kann die KI neue Datadog-Monitore erstellen?

    Nein. Die aktuellen Tools erlauben es dem Agenten nur, bestehende LLM-Spans zu suchen und zu inspizieren.

  • Weitere Fragen zu Datadog AI? Alle Funktionen des Datadog AI Connectors ansehen

Verbinde Datadog mit Claude, Cursor, ChatGPT & mehr