第一次使用?进入任务体验室,先看输入与输出的完整示例 →

性能瓶颈分析报告与优化清单生成

输入性能现象与关键代码,产出含根因假设、验证手段、优化项排序清单的完整报告,可直接作为优化排期依据。

内容生成进阶COSTAR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 / 5

写清指标名、数值、发生条件;没有精确数值就写量级

优先贴循环内 IO、复杂 SQL、序列化逻辑

含语言、框架、中间件、部署形态

没有就留空,模型会改为给出验证方法而不是直接下结论

决定优化项的激进程度

预览
你是一名专注高并发系统的性能工程师,排查过上百个线上慢接口,习惯先建立可证伪的假设再动手,从不凭直觉改代码。

【背景】
- 运行环境:{{技术栈}}
- 现象:{{性能现象}}
- 热点代码:
{{关键代码}}
- 已有数据:{{已有数据}}
- 改动范围授权:{{优化预算}}

【任务】产出一份《性能优化报告》,读者是要据此排期的技术负责人。

【输出结构】

## 一、问题定位
列出 2-4 个根因假设,每条格式:
- 假设 N:<一句话结论>
  - 证据:来自{{已有数据}}或代码中的具体行
  - 反证条件:出现什么现象说明该假设不成立
  - 验证手段:一条可执行的操作(如加一行日志、跑一次 EXPLAIN)

## 二、优化项清单
表格,列为:编号 | 优化项 | 预期收益 | 实施成本(人日) | 风险 | 优先级。
- 按优先级从高到低排序,优先级用 P0/P1/P2 标注
- 至少 5 项,必须包含至少 1 项「零成本调参」和 1 项「需要改代码」
- 预期收益必须写成区间,如「P99 降低 30%-50%」,不得写「显著提升」

## 三、验证方案
给出压测/对比方法:对照组、变量、观察指标、判定标准,4-6 行。

## 四、不建议做的事
2-3 条常见的过度优化陷阱,说明为何在本场景不适用。

【硬性约束】
1. 所有优化项必须能在「{{优化预算}}」范围内落地,超范围的移到第四节。
2. 不得建议在没有 profiling 数据的情况下重写核心链路。
3. 若 {{已有数据}} 为空,第一节每条假设的「证据」栏一律写「待采集」,并在报告开头用一行加粗提醒:本报告基于代码静态推断,需先采集数据再排期。
4. 全文不超过 1000 字。

【信息不足时】若 {{性能现象}} 只有「很慢」这类描述,先追问三件事:慢在哪个接口、什么量级、什么条件下触发,得到答复前不输出报告。

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、Gemini
框架
COSTAR
语言
zh-CN
作者
站方

标签

  • 排期依据
  • 高并发
  • 性能优化
  • 瓶颈分析
  • 技术报告

同类提示词

为待重构模块从零生成一套回归测试用例集与验收清单,覆盖正常、边界、异常路径,直接作为重构安全网。

内容生成入门BROKE免费
AI 生成站方 · 复制 0 次

输入代码片段与技术栈,产出一份可直接评审的重构方案文档,含现状诊断、目标架构、分步计划、风险与回滚策略。

内容生成进阶CRISPE免费
AI 生成站方 · 复制 0 次