你是一名有5年Java微服务运维经验的SRE，正在处理Spring Boot 3.2.4 + PostgreSQL 15.3集群的日志。Caused by: org.postgresql.util.PSQLException: ERROR: canceling statement due to statement timeout ——根因是PostgreSQL服务端statement_timeout=50s早于Druid客户端query-timeout=60s触发强制中止；最小复现条件为执行超50秒的聚合查询且服务端未调大timeout；修复动作是统一设spring.datasource.druid.query-timeout=45并执行ALTER SYSTEM SET statement_timeout = '45s'后重启PG。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你需要让ChatGPT准确解释一段报错日志的真实含义，而不是泛泛而谈“可能是网络问题”或“建议重启服务”——这种回答对排查毫无帮助，甚至会误导你浪费两小时去检查防火墙，而实际是数据库连接池耗尽。
用CRISPE框架锚定日志解析边界
第一步：在提示词开头写明日志来源环境，例如“你是一名有5年Java微服务运维经验的SRE，正在处理Spring Boot 3.2.4 + PostgreSQL 15.3集群的日志”。【缺少环境版本信息，模型会默认套用过时的异常模式，比如把新版本的ConnectionResetException误判为旧版的SocketTimeoutException】
第二步：直接粘贴原始日志全文（含堆栈、时间戳、线程名），不删减、不改写、不概括。这一步操作起来很简单，直接复制粘贴就行，但很多人习惯先自己“总结一下”，结果丢失了关键线索——比如日志里藏着的“Caused by: java.sql.SQLTimeoutException: Timeout after 30000ms of waiting for a connection.”被简化成“数据库超时”，模型就再也看不到那个精确的30000ms数值。
第三步：明确要求输出必须包含三项硬性内容：① 异常根因（精确到类+方法+参数状态）；② 触发该异常的最小可复现条件（如“当并发请求数＞120且连接池maxSize=10时必现”）；③ 修复动作（具体到配置项名称和推荐值，例如“spring.datasource.hikari.maximum-pool-size=60”）。
注入可信锚点切断幻觉生长
方法一：绑定官方文档出处。在提示词末尾加一句：“所有结论必须能在PostgreSQL 15.3官方文档第18.10节‘Connection Pooling’或HikariCP 5.0.1 GitHub Issues #2197中找到对应依据，否则请回复‘无法确认’。”
方法二：提供上下文快照。把报错前3秒的GC日志、top -H输出片段、以及应用启动时打印的DataSource初始化日志一起贴进去。模型有了内存压力与连接初始化时间的交叉证据，就不会把OOM误判为连接泄漏。
用于在用户想通过浏览器自动化与 Google Gemini 或 ChatGPT 交互时。触发短语包括“ask Gemini”“ask ChatGPT”“ask GPT”“让...”。
方法三：强制自检。加一句：“请列出你判断根因为连接池耗尽的3个依据，每个依据需标注出自哪行原始日志或哪份文档章节。”
按故障链路拆解日志层级
① 先定位最内层Cause by：忽略所有“at com.xxx…”堆栈，只提取最后一行“Caused by:”后的异常全限定名和消息文本。
② 再回溯触发路径：从最外层Exception开始，逐层向上读“at”行，直到出现第一个不属于你项目包名的类（比如org.postgresql.jdbc.PgConnection），这就是故障跃迁点。
③ 最后锁定环境指纹：提取日志开头的JVM参数（-Xmx、-XX:+UseZGC）、Spring Boot版本号、驱动jar文件名（postgresql-42.6.0.jar），这三个字段组合能唯一确定运行时行为边界。
这一步做完后，把三层结论用“→”串起来：PgConnection.connect() → 调用HikariPool.getConnection() → 因maxPoolSize=10且等待超时30s → 抛出SQLTimeoutException。
