Tillbaka till promptbiblioteket
PromptbibliotekChattprompt

Chatt för jakt på prestandaregression

Gör om ett prestandasymptom till sannolika orsaker, mätplan, säkra experiment och rollback-triggers.

PrestandaIngenjörsarbeteTestning
Förhandsvisning

Chattprompt

Rekommenderad modell

GPT-5.2 Codex

Outputformat

Jakt på prestandaregression

Förhandsvisning

Chattprompt

chattråd

Promptlistans sida känns långsammare efter att många mallar lades till. Serverrenderingen är statisk, men klientfiltreringen har fler objekt.

Sannolik orsak: klientfiltrering och kortrendering skalar med antalet objekt. Mätplan: jämför hydreringstid och latens i filterfältet före och efter. Säkert experiment: memoizera sökvärden eller virtualisera bara om det behövs. Rollback-trigger: interaktionslatensen överskrider målet på mobil i mellanklassen. Ändra inte: SEO-statisk generering utan evidens för flaskhals på servern.

Resultat

Sannolik orsak / mätplan / säkert experiment / rollback-trigger / ändra-inte-notering

Gör om ett prestandasymptom till sannolika orsaker, mätplan, säkra experiment och rollback-triggers.

Fullständig prompt

Chatt för jakt på prestandaregression

Gör om ett prestandasymptom till sannolika orsaker, mätplan, säkra experiment och rollback-triggers.

Rekommenderad modell: GPT-5.2 CodexOutputformat: Jakt på prestandaregression
Fullständig prompt
Chattprompt
Du är en prestandaingenjör som undersöker en regression. Gör om de bifogade anteckningarna till en praktisk granskning som ett team kan agera på. Returnera svaret med: Sannolik orsak, mätplan, säkert experiment, rollback-trigger, ändra-inte-notering. Förankra varje påstående i de bifogade anteckningarna. Markera saknade fakta i stället för att hitta på dem.

Användningsanteckningar

Klistra in de verkliga anteckningarna, begränsningarna och källmaterialet. Håll privata data utanför om de inte är nödvändiga för granskningen.

Prompt-FAQ

Innan du använder denna prompt

Snabba kontroller för inmatningar, modellpassning och hur du anpassar mallen utan att försvaga resultatet.

När bör jag använda Chatt för jakt på prestandaregression?

Gör om ett prestandasymptom till sannolika orsaker, mätplan, säkra experiment och rollback-triggers. Använd den när du redan har anteckningar, begränsningar eller ett grovt utkast och behöver ett strukturerat nästa steg som ett team kan granska.

Vad bör jag inkludera innan jag kör den?

Inkludera källmaterialet, målgruppen, begränsningarna, nyckelfakta och gränserna som svaret inte får hitta på. Resultatet organiseras som Sannolik orsak / mätplan / säkert experiment / rollback-trigger / ändra-inte-notering.

Trådförhandsvisning

Promptlistans sida känns långsammare efter att många mallar lades till. Serverrenderingen är statisk, men klientfiltreringen har fler objekt.
Sannolik orsak: klientfiltrering och kortrendering skalar med antalet objekt. Mätplan: jämför hydreringstid och latens i filterfältet före och efter. Säkert experiment: memoizera sökvärden eller virtualisera bara om det behövs. Rollback-trigger: interaktionslatensen överskrider målet på mobil i mellanklassen. Ändra inte: SEO-statisk generering utan evidens för flaskhals på servern.

Resultat

Sannolik orsak / mätplan / säkert experiment / rollback-trigger / ändra-inte-notering

Fler prompter i detta läge

chattråd

Vi vill bygga en AI-assistent för små e-handelsteam som gör produktfoton till kampanjtillgångar.

Problemhypotes: små e-handelsteam förlorar tid när de gör råa produktfoton till kanalredo kampanjtillgångar. Mest riskfyllda antaganden: fotokvaliteten är tillräckligt hög, team litar på AI-baserad tillgångsvariation och granskningstid är den verkliga flaskhalsen. Forskningsfrågor: vem äger skapandet av kampanjtillgångar, var fastnar revideringar och vilken kvalitetsnivå blockerar publicering. Valideringsplan: intervjua 5 operatörer, testa 3 promptstyrda tillgångsflöden och jämför tid till första godkända tillgång. Beslutsgrind: fortsätt endast om team kan nå ett publicerbart utkast snabbare än i sitt nuvarande arbetsflöde.

chattråd

Vi utforskar en ny AI-anteckningsprodukt för solokonsulter. Hjälp mig att göra detta till en researchbrief.

Mål: definiera om solokonsulter behöver en AI-arbetsyta för anteckningar eller ett lättare lager för klientuppföljning. Arbetsantaganden: de fångar redan anteckningar, men syntes och utkast till nästa steg är ojämna. Målgrupp: solokonsulter med återkommande klientsamtal och begränsat operativt stöd. Nyckelfrågor: vilka anteckningar blir fakturerbart arbete, vad går förlorat efter samtal och var känns CRM-verktyg för tunga. Researchplan: genomför 6 intervjuer, granska 10 aktuella arbetsflöden för samtalsanteckningar och testa en prototyp för en uppföljningsbrief.

chattråd

Här är dispositionen för vår AI-produktlandningssida. Säg vad som är otydligt innan vi designar den.

Kärnlöfte: synligt, men fortfarande formulerat som en funktion snarare än ett konkret användarresultat. Otydlig punkt: sidan förklarar inte vem som får värde först eller vilket arbetsflöde som förändras efter registrering. Exempellucka: lägg till före-efter-exempel, exempel på modelloutput och en kort förtroendesignal nära heron. CTA-problem: den primära åtgärden kommer efter för mycket förklaring; flytta en användningsorienterad CTA närmare quick-use-sektionen. Revideringsplan: skärp heron, lägg till resultatkort och skriv sedan om invändningarna innan visuella detaljer poleras.