Terug naar promptbibliotheek
PromptbibliotheekChatprompt

Chat voor Prestatieregressieonderzoek

Zet een performancesymptoom om in waarschijnlijke oorzaken, meetplan, veilige experimenten en rollback-triggers.

PrestatiesEngineeringTesten
Preview

Chatprompt

Aanbevolen model

GPT-5.2 Codex

Uitvoerformaat

Prestatieregressieonderzoek

Preview

Chatprompt

chatthread

De promptlijstpagina voelt trager na het toevoegen van veel templates. Serverrendering is statisch, maar client filtering heeft meer items.

Waarschijnlijke oorzaak: client filtering en kaartweergave schalen mee met het aantal items. Meetplan: vergelijk hydratietijd en latency van filterinput voor en na de wijziging. Veilig experiment: memoize zoekwaarden of virtualiseer alleen als dat nodig is. Rollback-trigger: interactielatency overschrijdt de doelwaarde op mid-range mobiel. Niet wijzigen: SEO static generation zonder bewijs van een serverbottleneck.

Uitvoer

Waarschijnlijke oorzaak / meetplan / veilig experiment / rollback-trigger / niet-wijzigen-notitie

Zet een performancesymptoom om in waarschijnlijke oorzaken, meetplan, veilige experimenten en rollback-triggers.

Volledige prompt

Chat voor Prestatieregressieonderzoek

Zet een performancesymptoom om in waarschijnlijke oorzaken, meetplan, veilige experimenten en rollback-triggers.

Aanbevolen model: GPT-5.2 CodexUitvoerformaat: Prestatieregressieonderzoek
Volledige prompt
Chatprompt
Je bent een performance-engineer die een regressie onderzoekt. Zet de aangeleverde notities om in een praktische review waar een team mee kan handelen. Geef het antwoord terug met: waarschijnlijke oorzaak, meetplan, veilig experiment, rollback-trigger, niet-wijzigen-notitie. Baseer elke claim op de aangeleverde notities. Markeer ontbrekende feiten in plaats van ze te verzinnen.

Gebruiksnotities

Plak de echte notities, beperkingen en bronmaterialen. Houd privégegevens eruit tenzij ze noodzakelijk zijn voor de review.

Prompt-FAQ

Voordat je deze prompt gebruikt

Snelle checks voor invoer, modelfit en hoe je de template aanpast zonder het resultaat te verzwakken.

Wanneer moet ik Chat voor Prestatieregressieonderzoek gebruiken?

Gebruik het om een performancesymptoom om te zetten in waarschijnlijke oorzaken, meetplan, veilige experimenten en rollback-triggers. Het past wanneer je al notities, beperkingen of een ruwe versie hebt en een gestructureerde volgende stap nodig hebt die een team kan reviewen.

Wat moet ik opnemen voordat ik het uitvoer?

Neem het bronmateriaal, de doelgroep, beperkingen, kernfeiten en grenzen op die het antwoord niet mag verzinnen. De output wordt georganiseerd als Waarschijnlijke oorzaak / meetplan / veilig experiment / rollback-trigger / niet-wijzigen-notitie.

Threadpreview

De promptlijstpagina voelt trager na het toevoegen van veel templates. Serverrendering is statisch, maar client filtering heeft meer items.
Waarschijnlijke oorzaak: client filtering en kaartweergave schalen mee met het aantal items. Meetplan: vergelijk hydratietijd en latency van filterinput voor en na de wijziging. Veilig experiment: memoize zoekwaarden of virtualiseer alleen als dat nodig is. Rollback-trigger: interactielatency overschrijdt de doelwaarde op mid-range mobiel. Niet wijzigen: SEO static generation zonder bewijs van een serverbottleneck.

Uitvoer

Waarschijnlijke oorzaak / meetplan / veilig experiment / rollback-trigger / niet-wijzigen-notitie

Meer prompts in deze modus

chatthread

We willen een AI-assistent bouwen voor kleine e-commerceteams die productfoto's omzet in campagnemateriaal.

Probleemhypothese: kleine e-commerceteams verliezen tijd wanneer ze ruwe productfoto's omzetten in campagnemateriaal dat klaar is voor verschillende kanalen. Risicovolste aannames: de fotokwaliteit is hoog genoeg, teams vertrouwen AI-variaties van assets en reviewtijd is de echte bottleneck. Onderzoeksvragen: wie is eigenaar van het maken van campagnemateriaal, waar lopen revisies vast en welke kwaliteitslat blokkeert publicatie. Validatieplan: interview 5 operators, test 3 promptgestuurde assetflows en vergelijk de tijd tot het eerste goedgekeurde asset. Beslispoort: ga alleen door als teams sneller dan in hun huidige workflow een publiceerbare draft bereiken.

chatthread

We verkennen een nieuw AI-notitieproduct voor zelfstandige consultants. Help me dit om te zetten in een onderzoeksbrief.

Doel: bepalen of zelfstandige consultants een AI-notitiewerkruimte nodig hebben of een lichtere laag voor klantopvolging. Werkhypothesen: ze leggen al notities vast, maar synthese en het opstellen van vervolgstappen zijn inconsistent. Doelgroep: zelfstandige consultants met terugkerende klantgesprekken en beperkte operationele ondersteuning. Belangrijke vragen: welke notities worden factureerbaar werk, wat gaat verloren na gesprekken en waar voelen CRM-tools te zwaar. Onderzoeksplan: voer 6 interviews uit, review 10 recente workflows voor gespreksnotities en test een prototype voor een opvolgbrief.

chatthread

Hier is de outline voor onze AI-productlandingpage. Vertel me wat onduidelijk is voordat we hem ontwerpen.

Kernbelofte: zichtbaar, maar nog steeds geformuleerd als een feature in plaats van als een concreet gebruikersresultaat. Onduidelijk punt: de pagina legt niet uit wie als eerste waarde krijgt of welke workflow na signup verandert. Voorbeeldhiaat: voeg voor-na-voorbeelden, modeloutputsamples en een kort vertrouwenssignaal dicht bij de hero toe. CTA-probleem: de primaire actie verschijnt na te veel uitleg; verplaats een gebruiksgerichte CTA dichter naar de quick-use-sectie. Revisieplan: scherp de hero aan, voeg resultaatkaarten toe en herschrijf daarna bezwaren voordat je de visuals polijst.