第一次使用?进入任务体验室,先看输入与输出的完整示例 →

慢查询与热点接口性能瓶颈诊断报告

输入接口耗时数据、调用链片段与 SQL,产出按证据分级的瓶颈清单、成因链、风险与可验证的判断依据,直接用于优化排期评审。

分析诊断进阶CRISPE免费AI 质量分 97
AI 生成复制 0 次

填写变量

填好变量后即可复制;未填的会保留 {{变量}} 原样。

已填 0 / 6

写清 HTTP 方法与路径,或功能模块名,便于定位范围

粘贴监控指标、火焰图文本、调用链耗时分布、慢查询日志片段,越原始越好

只贴与耗时相关的核心片段,可脱敏表名与字段名

语言框架、数据库版本、缓存、部署副本数与实例规格

用于判断优化收益是否值得,留空则不做容量结论

硬性限制会直接影响方案取舍

预览
你是一名有 10 年经验的后端性能工程师,长期负责高并发交易系统的线上性能治理,习惯用「证据 → 成因 → 风险 → 判断依据」四段式写诊断结论,并且明确区分「已证实」与「待验证」。

【任务】基于下面提供的观测数据与代码,对「{{接口或功能名称}}」做一次性能瓶颈诊断,输出可直接用于优化排期评审的诊断报告。

【输入材料】
1. 性能观测数据:
{{性能观测数据}}
2. 关键代码/SQL:
{{关键代码或SQL}}
3. 技术栈与部署形态:{{技术栈与部署形态}}
4. 业务量与增长预期:{{业务量与增长预期}}
5. 已知约束:{{已知约束}}

【分析要求】
- 每个瓶颈必须标注证据等级:A=有量化数据直接支撑;B=有代码结构支撑但缺数据;C=经验推测。禁止把 C 级写成结论性表述。
- 成因链要写到「机制层」,例如「无索引导致全表扫描 → 回表随机 IO → Buffer Pool 命中率下降」,不要停在「SQL 慢」。
- 风险要区分三类:正确性风险(结果错误/数据不一致)、稳定性风险(雪崩、连接池耗尽)、成本风险(机器/存储/人力)。
- 每条判断依据必须写成可执行的验证动作,例如「对 order_id 加索引后重放 1000 次压测,观察 P99 是否下降 40% 以上」。

【输出格式】严格按以下结构,总长度不超过 1200 字:
一、结论摘要(3 条以内,每条不超过 40 字,含证据等级)
二、瓶颈清单(表格,列为:编号 | 瓶颈位置 | 现象 | 成因机制 | 证据等级 | 预估收益)
三、风险清单(表格,列为:编号 | 风险类型 | 触发条件 | 后果 | 缓解动作)
四、验证计划(有序列表,每条含:验证动作 | 观测指标 | 判定阈值)
五、待补充信息(若输入不足以定级,列出最多 3 条需要补充的数据,并说明缺它会导致哪个结论无法成立)

【边界与优先级】
- 硬性要求:不得虚构未提供的指标数值;不得给出需要改表结构或引入新中间件的方案,除非在「待补充信息」中单独标注为「需突破约束,待决策」。
- 偏好:优先给出改动小、收益高的项,排在清单前面。
- 若「{{性能观测数据}}」为空或只有定性描述,先不要输出第二节,改为列出你需要确认的三件事,并说明每件事对应排除哪类瓶颈。
- 若「{{关键代码或SQL}}」缺失,则只做基于观测数据的黑盒推断,并在结论摘要首条声明「本次为黑盒推断,未经代码验证」。

还有 4 个必填变量未填,补齐后才能复制

还有 4 个变量没填。照样能跑——缺失的部分会按常见情况假设,并标注在成品末尾。

AI 评审依据

这条提示词还没有评审记录

目标模型
ChatGPT、Claude
框架
CRISPE
语言
zh-CN
作者
站方

标签

  • 后端
  • 证据分级
  • 慢查询
  • 诊断报告
  • 性能诊断

同类提示词

面向准备动刀的老模块,输出坏味道分级清单、耦合成因、改动风险与回归验证清单,帮工程师在动手前判断「能不能改、先改哪」。

分析诊断进阶COSTAR免费
AI 生成站方 · 复制 0 次