Communitygithub.com

性能审计

评估现有着陆页的技术性能证据,包括Core Web Vitals、加载行为、资源、脚本及潜在瓶颈。当被问及审计着陆页速度或性能时使用。

性能审计 是什么?

此技能用于对现有着陆页的性能模块进行独立的、基于证据的审计。它旨在诊断当前的性能体验并推荐切实可行的改进方案,而非构建替代页面。该技能适用于Claude Code、Cursor、Codex等AI代理平台。它通过分析页面加载时间、Core Web Vitals(LCP、INP、CLS)、图片/字体交付、JavaScript/CSS、渲染阻塞资源、布局偏移、第三方脚本、懒加载及网络/资源效率等工作。输出结果包括审计范围、证据基础、优势、按优先级排序的发现与建议、模块评分、整体证据置信度及局限性。审计过程严格遵守证据完整性规则,区分观察结果、报告数据、推断和推荐,避免无根据的因果声称,并明确标注任何范围限制。

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

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

着陆页性能审计

目的

对现有着陆页的性能模块进行一次独立的、基于证据的审计。其目的是诊断当前的体验并推荐切实可行的改进方案,而非构建替代页面。

如何独立运行此技能

此技能仅审计其指定的模块。不要假定任何其他模块已运行。从用户的请求和提供的材料开始。如果缺少必要的上下文,仅询问对此模块有实质性影响的信息;不要因分析或不可用的细节而阻塞。如果页面URL无法访问,请求截图、录屏、导出的页面文本或HTML。在现有证据范围内工作,并标注范围限制。

有用的上下文(当可用时):业务/品牌和行业;目标受众和地域;页面URL或资源;产品/服务和商业模式;主要转化目标;优惠/价格;活动或流量来源;品牌约束;相关竞争对手;以及分析/测试数据。缺失的数据标记为未提供或不可用,而不是猜测。区分企业提供的声明和您自己的页面观察。

证据和完整性规则

  • 区分已观察(直接可见/测试)、报告(由企业提供)、推断/假设(合理但未验证)和推荐。
  • 将重要发现与页面部分、元素、源URL、提供的资源或测试结果相关联。仅在可用时引用确切的文本;否则标记为释义。
  • 解释什么存在,为什么它对相关用户/任务重要,以及要改变什么。避免将每个弱点都视为已证实的转化损失。
  • 不要编造业务事实、结果、分析、保证、用户研究、认证或测试结果。除非有有效实验支持,否则避免因果和提升性声明。
  • 如果只有静态截图或文本可用,不要声称已测试链接、表单、响应式行为、性能、键盘访问或辅助技术。
  • 在提供时考虑受众、优惠、转化目标、流量上下文和无障碍需求。说明假设和重大限制。

优先级、置信度和评分

使用优先级:P0 严重(严重的损坏/可用性/信任问题,需要立即关注)、P1 高(重要,可能后果严重)、P2 中(在更高优先级之后有价值)、P3 低(次要改进/长期性)。使用置信度:高(可直接观察/测量)、中(有合理证据但有差距)、或低(证据有限或存在大量假设)。

对适用标准进行0-5分评分:0 缺失/损坏/严重不足;1 非常差;2 低于预期;3 可接受;4 非常好;5 优秀。将无法评估的项目标记为N/A并将其从分母中排除。模块得分计算为(获得分数 ÷ 最大适用分数)× 100,四舍五入为整数;说明分子/分母或列出评分的标准。如果无法合理评分,报告未评估,而不是0。不要将此诊断得分视为行业基准或转化性能预测。

输出格式

编写一份独立的、可供客户使用的Markdown审计报告,包含标题、审计范围/证据基础、简要摘要、优势、按优先级排序的发现/建议(在适用时优先使用表格)、模块得分、整体证据置信度以及局限性/下一步所需证据。建议应具体且可操作。除非用户明确要求,否则不要生成完整的多模块报告或评分。

模块特定的审查清单

仅审查关于加载时序、Core Web Vitals、图片/字体交付、JavaScript/CSS、渲染阻塞资源、布局偏移、第三方脚本、懒加载和网络/资源效率的可用证据。记录URL、日期/时间、设备/网络、工具、测试条件,以及结果是否为实验室或现场数据(当已知时)。

必需交付物

以单位记录测量结果并说明来源;区分测量到的发现、视觉观察和假设;谨慎解释对用户的影响;推荐特定的下一步诊断/修复方案;分配优先级/置信度和评分。如果没有可用的技术测量数据,将性能发现标记为未验证,并说明如何获取证据。

模块特定指导

参考阈值:LCP 良好 ≤2.5 秒,需改进 >2.5–4 秒,差 >4 秒;INP 良好 ≤200 毫秒,需改进 >200–500 毫秒,差 >500 毫秒;CLS 良好 ≤0.1,需改进 >0.1–0.25,差 >0.25。始终一致地使用精确边界。不要在没有有效测量的情况下编造指标或声称通过。截图无法确定速度。

战略诊断问题

  • 哪些性能结论有现场/实验室测量支持,以及在什么设备、网络、地域和测试条件下?
  • 提议的修复措施是否与观察到的瓶颈相关,还是一个通用的优化清单?
  • 第三方脚本、过大的资源、字体或布局偏移是否可能影响关键操作;什么证据可以隔离它?
  • 在修复后应测量什么,以及如何将实验室结果与真实用户结果区分开来?

最终质量检查

在交付前确认:审查仍在模块范围内;每个实质性结论都有证据标签;所有建议都可操作并已适当确定优先级;未知因素保持未知;N/A项已从评分中排除;评分计算正确。如果用户要求进行完整的12模块审计,请解释此技能仅涵盖一个模块,并可与此仓库中的其他技能一起运行。

Individual skills in this repo

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

相关技能