Claude OpenTelemetry 上線 Beta：追蹤 AI 呼叫、資料隱私與費用核對指南
Claude OpenTelemetry 開放 Beta，讓團隊追蹤 Messages API 與 Managed Agents 的工作過程。本文解釋 trace、span、資料範圍、接線驗收與用量核對，整理小規模導入方法。
Claude OpenTelemetry 開始讓團隊更容易追查一次 AI 工作的過程。當使用者說回覆太慢，或代理工具執行失敗時，工程師可以沿著紀錄找原因。
這項能力由官方在 2026 年 10 月 14 日列入 Beta 更新，涵蓋 Messages API 與 Claude Managed Agents。它補上的是呼叫過程的可見性，並不直接保證任務品質。
對使用者來說，問題往往不是少一張儀表板，而是不知道卡住的位置。若只有總耗時，很難分辨是網路、模型還是外部工具拖慢。
不過，追蹤資料也可能帶出新的管理問題。只要啟用完整內容，提示與回答就可能送往另一家服務，因此設定之前要先決定哪些資料可以出去。
同一張追蹤圖可能包含應用程式、模型與工具的紀錄。只有分清每一層代表的工作，才能找到真正拖慢流程的環節。
對已有多步驟 AI 工作流的團隊，這次更新值得安排小範圍試接。若想確認它能幫到哪裡，可以先從一次客服請求經過的路徑看起。
Claude OpenTelemetry 解決哪一種問題？
它讓一次跨系統工作留下可串接的紀錄，方便團隊定位等待與失敗的位置。
假設客服系統收到一個查詢，先讀訂單資料，再請模型整理回覆。使用者看到的只是一段等待，但工程師需要知道等待分別發生在哪個步驟，才能找到改善方向。
trace 可以理解為同一次工作的整條路徑，而 span 是路徑中某一段工作的紀錄。兩者保留共同的識別資訊，才有機會把不同系統留下的片段接起來。
OpenTelemetry 是讓系統依共同方式記錄與輸送這類資料的標準。它的用途不是替 AI 打分數，而是讓觀察工具能理解呼叫關係與執行過程。
Anthropic 在 十月十四日更新紀錄中列出這項 Beta 能力。因此，準備接入的團隊仍應以目前文件與帳號可用設定為準。
若模型回覆很快，但查詢訂單花了大部分時間，改善提示文字可能無法解決等待。因為問題落在外部資料流程，所以追蹤結果應該能帶出不同的處理動作。
反過來，若工具已經完成，模型卻多次重試，就需要進一步檢查請求與錯誤。只有總時間的紀錄，很難區分這兩種表面上同樣叫作「很慢」的情況。
不過，完整路徑也不代表內容一定正確。模型可能順利完成每一個呼叫，最後仍答錯訂單狀態，所以品質驗收還要有獨立的答案檢查。
因此，團隊可以先定義追蹤要回答的問題，例如哪一段最慢、哪種工具常失敗。問題清楚之後，才知道需要哪些紀錄，也比較容易控制資料量。
理解這個用途後，才有辦法選擇從哪一層取得紀錄。
SDK 與 API 追蹤要怎麼選？
選擇接入位置之前，先畫出自己想觀察的邊界。
API 是程式呼叫服務的介面，SDK 則是協助開發者呼叫與整合服務的工具套件。兩種追蹤方式的差別，首先在於紀錄從哪一端產生。
依 官方總覽，SDK 與 API 服務端提供不同的觀察範圍。因此，應先畫出應用程式、Claude 與外部工具之間的關係，再選擇接法。
若要理解使用者按下按鈕後的整段等待，只看到服務端可能還不夠。因為送出請求之前與收到結果之後，都可能還有應用程式自己的工作。
另一方面，應用程式端的紀錄也不一定能說明服務內部的每個步驟。這就是為什麼可以把兩種來源視為互補，而不能直接當成兩份獨立工作加總。
串接時可以透過共同的追蹤關聯資訊，讓接收系統辨認同一條路徑。實際欄位與支援方式應照文件設定，避免自行組出看似正確卻無法關聯的代碼。
對已有監控平台的團隊，第一個目標可以是讓一筆測試請求出現在既有畫面。若只是接入後多出一個完全分離的清單，查問題時仍要人工比對時間。
同時，也應標明紀錄來自哪個環境。如果測試與正式工作混在一起，少量實驗錯誤就可能被誤判成服務異常，讓團隊花時間追錯方向。
接入方法沒有必要一開始就鋪滿所有功能。先選一條最常遇到問題的路徑，確定能看懂它的開始、結束與失敗，再依需要延伸到其他工作。
邊界選好，下一個決定就是允許哪些內容離開原系統。
延伸閱讀：Claude Managed Agents 排程教學：每天整理 Slack 與 GitHub，怎麼避免重複通知？
先用 metadata_only，避免把對話全部送出去
預設的中繼資料通常已能回答初步的效能問題。
metadata_only 是以中繼資料為主的預設模式。依官方說明，它可包含識別資訊、時間、狀態、token 計數與工具名稱等，讓團隊先觀察過程。
token 是模型處理文字等內容時使用的計量單位，並不直接等於字數。追蹤裡的計數有助於定位用量異常，但完整對帳還需要另外核對。
如果改為完整內容模式，提示與回答也可能送到設定的目的地。這會改變資料流向，因此不應只是為了讓畫面看起來更完整，就直接打開。
例如客服問題可能帶有訂單細節，而內部工具回傳也可能包含原本未打算分享的欄位。即使使用者輸入已經處理，後面產生的內容仍要一起盤點。
另外，工具名稱與工作名稱本身也可能透露業務資訊。因此，中繼資料模式可以減少內容外流範圍，卻不能取代對欄位、權限與保存時間的檢查。
接收端的存取設定也很重要。如果所有成員都能看見完整追蹤，原本只允許少數人讀取的內容，就可能因為監控流程而擴大可見範圍。
較容易管理的起點，是選一個專用測試工作區，用不含真實個資的資料驗證。確定欄位與用途之後，再決定哪些環境需要相同設定。
若公司有資料保留要求，還應逐項核對功能適用條件。官方對 Messages API 與 Managed Agents 的資料處理資格並不完全相同，不能用同一個承諾概括。
確定資料範圍之後，就可以在測試工作區驗證傳送路徑。
從單一工作區開始接線與驗收
接線成功應該以一筆可辨識的測試請求驗證，而不是只看目的地顯示健康。
依 API 接入文件，設定目的地需要管理員權限。這項分工有助於避免一般查看紀錄的人，順手改掉全組織的傳送位置。
目的地採用 OTLP 的 HTTP 傳輸方式，內容使用 protobuf。對初次接觸的人而言，可以把它理解為兩端必須說同一種資料格式，不能只填一個普通網頁網址。
官方要求可公開連線的 HTTPS 目的地，使用 443 連接埠。如果使用自架 Collector，還要確認它在外部呈現的接入方式符合要求，而不是直接照搬本機預設值。
Collector 是用來接收與轉送觀察資料的程式。常見的預設連接埠與官方要求不同，因此接線之前就應由負責系統的人核對路徑與認證方式。
Console 提供的測試會傳送 anthropic.test 這類測試 span。收到它能證明基本傳送路徑可用，但不能證明每個真實任務都會留下完整紀錄。
因此，下一步要自己送出一筆容易辨識的測試請求。先記下請求代號，再確認目的地能找到對應內容、時間合理，而且沒有帶入預期之外的資料。
測試也應包含失敗情境。例如讓測試工具回傳一個可預期錯誤，觀察畫面是否能把失敗位置和對應工作串起來，避免只有成功路徑看起來漂亮。
驗收完成後，把當時的模式、工作區與目的地設定記錄下來。因為未來若更改接收平台，這份紀錄能幫助團隊辨認差異，而不用重新猜測資料從哪裡來。
當紀錄開始進來，還要避免把同一份工作重複計算。
為什麼 trace 的 token 總和不能直接當帳單？
追蹤紀錄重視問題定位，完整計費則需要另一套核對依據。
同一條 trace 裡可能同時出現上層工作與下層模型呼叫。如果兩層都帶有相同用量資訊，把所有欄位直接相加，就可能重複計算同一份工作。
重試也會增加理解難度。有時是一次呼叫在傳送過程留下重複紀錄，有時則真的重新執行了模型請求，兩種情況對費用的意義不同。
所以，建立統計之前要先定義採用哪一層的數據，再依追蹤與片段識別資訊處理重複。若規則說不清楚，儀表板上的整數總和也可能造成誤導。
此外，官方把這類輸送描述為盡力傳送，並不保證每段紀錄都完整到達。網路或接收端出問題時，追蹤畫面可能少資料，因此不能把缺少紀錄直接當成沒有使用。
若要做完整用量核對，應使用官方的 Usage API 等適合帳務用途的資料。追蹤可協助解釋某次異常，卻不應成為唯一的計費依據。
較實用的分工，是用追蹤找出哪條工作流用量突然增加，再用完整用量資料確認整體變化。這樣問題定位與成本核對可以互相補充，而不會混為一談。
警示也應對應可處理的事件。例如同類工作反覆失敗，可以交給維護者調查；但只有單一片段短暫消失，未必需要立刻當成正式服務中斷。
當團隊知道每張圖能回答什麼，追蹤才會持續有用。否則資料雖然越存越多，遇到真正問題時，仍然只能依靠截圖猜測原因。
把用途分清楚，才能建立持續有用的觀察規則。
延伸閱讀：Claude 動態工作流程開放測試：多個代理分工，為何仍需要總預算？
常見問題：Claude OpenTelemetry 適合現在導入嗎？
導入範圍取決於工作流複雜度與資料管理能力。
Claude OpenTelemetry 能直接檢查回答是否正確嗎？
不能直接代替內容驗收。它記錄的是工作過程，因此仍要另外檢查答案是否符合原始資料，以及外部操作是否真的完成。
顯示目的地健康，就代表設定完成嗎？
健康狀態是起點，還要核對一筆真實測試請求。若只能看到測試訊號，卻無法找到對應工作，就還不能確認日後可以用來追查問題。
可以一開始就記錄全部提示與回答嗎？
技術設定之外，還要確認資料流向與接收端權限。多數初步效能問題可先用中繼資料觀察，只有確有需要時再評估增加內容。
哪些團隊值得優先試接？
若工作包含多次模型與工具呼叫，而且常難以定位等待或失敗，就有明確試接理由。單純想知道整月花費的團隊，則應先把完整用量核對做好。
團隊能解釋每條紀錄從哪裡來，才有基礎擴大觀察。
結語：先找得到問題，再增加資料
先建立少量、可辨識的紀錄，比一次打開所有內容更容易看出效果。
可以先選一條經常出問題的工作流，確認追蹤能幫團隊做出不同的處理決定。如果找到原因的時間縮短，就有依據再擴大範圍。
接下來的重點，是維持清楚的資料邊界與統計口徑。當每一段紀錄都能解釋來源，也知道哪些部分可能遺漏，觀察結果才比較能支撐維運判斷。
想持續掌握 AI 工作流更新，可以免費訂閱 AI 郵報。
