第三方串接失控：錯的不是 API，是沒有監控

問題

• 串接偶發失敗：有時成功、有時失敗，難以重現。
• 缺少監控：沒有成功率、延遲、錯誤碼統計，只能靠客訴反推。
• 缺少可回報資訊：打給第三方客服時，拿不出 request id、時間點、錯誤碼與影響範圍。

判斷

• 串接要能「說得清楚」：失敗率、失敗類型、是否可重試、是否影響訂單。
• 錯誤不是只有 log，還要能聚合：按時間/錯誤碼/接口分類。
• 先把可觀測性做出來：才談優化與容錯。

方案

• 統一記錄格式：每次呼叫記錄時間、接口、結果、延遲、錯誤碼、關聯訂單/使用者。
• 錯誤分類：網路/timeout、授權（token/簽章）、參數錯誤、第三方系統異常。
• 重試與降級：可重試的用退避（backoff），不可重試的要能讓流程安全停住或改走備援方案。
• 告警門檻：成功率下降、延遲升高、連續失敗達門檻即通知（而不是等客訴）。

交付

• 串接監控儀表與告警：成功率/延遲/錯誤分類，能快速判斷誰在壞。
• 可回報紀錄：第三方支援需要的資訊（時間點、錯誤碼、request id、影響範圍）。
• 容錯策略文件：哪些可重試、哪些需人工介入、哪些可降級。