Communitygithub.com

auditoría-de-rendimiento

Evalúa la evidencia técnica de rendimiento disponible para una página de aterrizaje existente, incluyendo Core Web Vitals, comportamiento de carga, assets, scripts y posibles cuellos de botella. Úsalo cuando te pidan auditar la velocidad o el rendimiento de una página de aterrizaje.

¿Qué es auditoría-de-rendimiento?

Esta habilidad proporciona una auditoría de rendimiento independiente y basada en evidencia para una página de aterrizaje existente. Se centra en diagnosticar la experiencia actual y recomendar mejoras prácticas, sin construir una página de reemplazo. Es compatible con cualquier agente de IA que pueda ejecutar habilidades markdown, como Claude Code, Cursor o Codex, y está diseñada para ser ejecutada de forma independiente. La habilidad analiza métricas clave como Core Web Vitals (LCP, INP, CLS), carga de imágenes y fuentes, scripts JavaScript/CSS, recursos que bloquean el renderizado, desplazamientos de diseño, scripts de terceros, lazy loading y eficiencia de red. Sigue reglas estrictas de evidencia e integridad, separando observaciones directas de informes del negocio, inferencias y recomendaciones. Utiliza un sistema de puntuación de 0 a 5 para criterios evaluables y calcula una puntuación del módulo como porcentaje. El resultado es un informe de auditoría en markdown listo para el cliente, con un resumen, fortalezas, hallazgos priorizados, puntuación del módulo, confianza general y limitaciones. La habilidad también incluye preguntas de diagnóstico estratégico y una lista de verificación de calidad final para garantizar que la revisión se mantenga dentro del alcance del módulo.

Compatible con~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ashokgmorais-cmd/Landing-Page-Intelligence/tree/HEAD/skills/performance-audit

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Auditoría de Rendimiento de Página de Aterrizaje

Propósito

Realizar una auditoría independiente y basada en evidencia del módulo de Rendimiento para una página de aterrizaje existente. El propósito es diagnosticar la experiencia actual y recomendar mejoras prácticas, no construir una página de reemplazo.

Cómo ejecutar esta habilidad de forma independiente

Esta habilidad audita solo su módulo nombrado. No asumas que se ha ejecutado ningún otro módulo. Comienza con la solicitud del usuario y los materiales proporcionados. Si falta contexto esencial, pregunta solo por la información que afecte materialmente a este módulo; no te detengas por análisis o detalles que no estén disponibles. Si la URL de la página es inaccesible, solicita capturas de pantalla, una grabación, el texto de la página exportado o HTML. Trabaja con la evidencia disponible y etiqueta la limitación del alcance.

Contexto útil, cuando esté disponible: negocio/marca e industria; audiencia objetivo y geografía; URL de la página o assets; producto/servicio y modelo de negocio; objetivo de conversión principal; oferta/precio; campaña o fuente de tráfico; restricciones de marca; competidores relevantes; y datos de análisis/pruebas. Marca los datos faltantes como No proporcionado o No disponible en lugar de adivinar. Distingue las afirmaciones proporcionadas por el negocio de tus propias observaciones de la página.

Reglas de evidencia e integridad

  • Separa Observado (directamente visible/probado), Reportado (proporcionado por el negocio), Inferencia/Hipótesis (plausible pero no verificado) y Recomendación.
  • Vincula los hallazgos importantes a una sección de la página, elemento, URL de origen, asset proporcionado o resultado de prueba. Cita texto exacto solo si está disponible; de lo contrario, etiqueta como paráfrasis.
  • Explica qué está presente, por qué es importante para el usuario/tarea relevante y qué cambiar. Evita tratar cada debilidad como una pérdida de conversión probada.
  • No inventes hechos comerciales, resultados, análisis, garantías, investigaciones de usuarios, certificaciones o resultados de pruebas. Evita afirmaciones causales y de mejora a menos que estén respaldadas por experimentos válidos.
  • Si solo hay capturas de pantalla estáticas o texto disponibles, no afirmes haber probado enlaces, formularios, comportamiento responsivo, rendimiento, acceso por teclado o tecnología de asistencia.
  • Considera la audiencia, la oferta, el objetivo de conversión, el contexto del tráfico y las necesidades de accesibilidad cuando se proporcionen. Indica suposiciones y limitaciones materiales.

Prioridades, confianza y puntuación

Usa prioridad P0 Crítico (problema grave de rotura/usabilidad/confianza que requiere atención inmediata), P1 Alta (importante, potencialmente consecuente), P2 Media (valioso después de prioridades más altas), P3 Baja (refinamiento menor/largo plazo). Usa confianza Alta (directamente observable/medido), Media (evidencia razonable con lagunas), o Baja (evidencia limitada o suposiciones sustanciales).

Puntúa los criterios aplicables de 0 a 5: 0 faltante/roto/críticamente deficiente; 1 muy pobre; 2 por debajo de las expectativas; 3 aceptable; 4 muy bueno; 5 excelente. Marca los elementos no evaluables como N/A y exclúyelos del denominador. Calcula la puntuación del módulo como (puntos obtenidos ÷ puntos máximos aplicables) × 100, redondeado a un número entero; indica el numerador/denominador o lista los criterios puntuados. Si no se puede puntuar nada razonablemente, reporta No evaluado, no 0. No trates esta puntuación de diagnóstico como un punto de referencia de la industria o una previsión del rendimiento de conversión.

Formato de salida

Escribe una auditoría en markdown autónoma y lista para el cliente con un título, alcance de la auditoría/base de evidencia, resumen conciso, fortalezas, hallazgos/recomendaciones priorizados (prefiere una tabla cuando sea útil), puntuación del módulo, confianza general de la evidencia y limitaciones/próxima evidencia necesaria. Mantén los consejos específicos y prácticos. No produzcas un informe completo de múltiples módulos o una puntuación a menos que el usuario lo solicite explícitamente.

Lista de verificación de revisión específica del módulo

Revisa solo la evidencia disponible sobre tiempo de carga, Core Web Vitals, entrega de imágenes/fuentes, JavaScript/CSS, recursos que bloquean el renderizado, desplazamientos de diseño, scripts de terceros, lazy loading y eficiencia de red/recursos. Registra URL, fecha/hora, dispositivo/red, herramienta, condiciones de prueba y si los resultados son datos de laboratorio o de campo cuando se conozcan.

Entregable requerido

Informa las mediciones con unidades y procedencia; distingue hallazgos medidos, observaciones visuales e hipótesis; explica el impacto en el usuario con cautela; recomienda diagnósticos/soluciones específicos posteriores; asigna prioridad/confianza y puntuación. Si no hay mediciones técnicas disponibles, marca los hallazgos de rendimiento como no verificados y explica cómo obtener evidencia.

Guía específica del módulo

Umbrales de referencia: LCP bueno ≤2.5 s, necesita mejora >2.5–4 s, pobre >4 s; INP bueno ≤200 ms, necesita mejora >200–500 ms, pobre >500 ms; CLS bueno ≤0.1, necesita mejora >0.1–0.25, pobre >0.25. Usa los límites exactos de manera consistente. No inventes métricas ni afirmes que se pasa sin mediciones válidas. Una captura de pantalla no puede establecer la velocidad.

Preguntas de diagnóstico estratégico

  • ¿Qué conclusiones de rendimiento están respaldadas por mediciones de campo/laboratorio, y bajo qué dispositivo, red, región y condiciones de prueba?
  • ¿La solución propuesta está conectada a un cuello de botella observado, o es una lista de verificación de optimización genérica?
  • ¿Podría un script de terceros, un asset de gran tamaño, una fuente o un desplazamiento de diseño afectar una acción crítica; qué evidencia lo aislaría?
  • ¿Qué se debe medir después de la remediación, y cómo se distinguirán los resultados de laboratorio de los resultados de usuarios reales?

Control de calidad final

Antes de entregar, confirma que la revisión se mantuvo dentro de este módulo, cada conclusión material está etiquetada con evidencia, todas las recomendaciones son prácticas y están adecuadamente priorizadas, las incógnitas permanecen como incógnitas, los elementos N/A se excluyeron de la puntuación y el cálculo de la puntuación es correcto. Si el usuario solicita una auditoría completa de 12 módulos, explica que esta habilidad cubre un módulo y se puede ejecutar junto con las otras habilidades de este repositorio.

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

Skills relacionados