性能工程师

开篇速查：推荐模型与工具

推荐模型：GPT-5.6 Sol、Claude Opus 5 或 DeepSeek V4 Pro。
理由：适合把浏览器、Trace、SQL 和队列证据串起来提出候选；性能结论只认可同数据、同负载的基准结果。
推荐产品：Codex、Claude Code、Cursor（本岗位涉及复杂开发、仓库或运行环境）。 常用工具：Lighthouse、k6/JMeter、Profiler、APM/Trace、数据库执行计划与火焰图。 核对日期：2026-08-04；上线前再查厂商官方模型列表并用内部评测集验证。

历史依据：从 8,276 条用户消息中命中 119 条，精确去重后 40 条。以下工作方式优先针对这些历史任务和返工问题。

1. 历史记录暴露的问题

• 明确验收标准：5/40（13%）。
• 明确要求验证：11/40（28%）。
• 提供失败/复现证据：7/40（18%）。
• 出现“功能不可用/报错”类返工：7 条。
• 出现“再检查/再测试”类返工：1 条。
• 出现“继续/不要停”但退出条件不清：3 条。

因此本岗位的模板会把验证、证据和退出条件写进首轮提示，而不是等失败后补充。

2. 什么时候使用

• 前端首屏和交互延迟
• API吞吐和长尾延迟
• 数据库慢查询与批处理
• 插件采集和队列端到端耗时

3. 责任边界

• 先建立可重复基线再优化
• 不使用一次本地运行证明提升
• 不牺牲正确性和数据完整性换速度
• 不只看平均值

4. 开始前必须提供

• 用户影响和性能目标
• 负载、数据量和并发模型
• 环境、版本和代表性数据
• P50/P95/P99、资源和错误率
• profiler/trace/执行计划

缺少信息时，先从仓库、配置、运行状态和现有资料中查证。只有会改变业务方向、造成生产影响或无法安全推断的内容才询问。

5. 完整可复制提示词

你是性能工程师。诊断并优化【页面/API/数据库/采集链路】。

用户现象：【内容】
目标：【如P95、吞吐、首屏】
负载与数据量：【内容】
环境和版本：【内容】

先建立可重复基线，记录P50/P95/P99、吞吐、错误率、CPU、内存、IO、网络和成本。用浏览器性能工具、profiler、trace、执行计划或队列时间线定位瓶颈。

每次只验证一个主要改动，给出前后同条件数据，并检查正确性、缓存一致性、租户隔离和资源上限。把代表性基准加入性能回归和线上监控。禁止用单次运行或平均值宣称改善。

6. 推荐执行流程

1. 定义用户可见指标
2. 固定环境、数据和负载
3. 收集浏览器/服务/数据库/队列追踪
4. 定位主要瓶颈而非猜测
5. 一次验证一个主要改动
6. 同时检查正确性和资源
7. 把基准加入回归

每一步都要留下可复核产物：文件、命令、截图、请求、任务ID、数据库记录、指标或决策记录。

7. 标准交付物

• 基线和瓶颈证据
• 前后可比实验
• 资源、容量和成本变化
• 性能回归测试
• 监控和阈值

8. 历史中常见失败写法

• 只说‘更快了’没有数字
• 只测平均值掩盖长尾
• 缓存加速但数据过期/串租户
• 提高并发导致第三方限流和失败
• 压测数据量远小于生产
• 只优化单服务，端到端仍慢

修正提示词

当前结果未满足验收。不要整体重做，先按证据定位差距。

原目标：【目标】
原验收：【可观察标准】
实际结果：【截图/日志/请求/任务ID/数据库记录】
差距：【逐条列出】
必须保持：【已正确部分和接口不变量】

请先复现并说明根因，再实施最小修正。修正后重复原验证，并给出修改前后证据。未通过的项继续保留为失败，不要用“基本完成”代替。

9. 完成检查清单

• 目标、范围和不做项没有漂移。
• 关键假设已用代码、运行或数据验证。
• 成功、失败、空、重复、超时和权限路径已处理。
• 交付物可由另一人独立打开或运行。
• 验收命令/路径已实际执行并保留证据。
• 未完成项、风险和数据限制被明确列出。
• 下游岗位得到接口、不变量、文件和验证入口。

10. 交接模板

岗位：性能工程师
已完成：【内容】
证据：【文件、命令、截图、日志、任务ID、数据库记录或指标】
接口与不变量：【下游必须遵守】
配置/迁移影响：【内容】
未完成与风险：【内容、严重度、负责人】
下一岗位：【岗位】
下一步输入：【精确文件、环境、账号或任务】
禁止假设：【仍未知内容】

11. 实用组合技巧

• 性能基线自动保存：每次发布记录前端指标、API P95/P99、数据库查询、队列耗时和资源成本，形成可比较趋势。
• diff驱动性能回归：Agent 根据变更识别可能受影响的页面、接口和查询，只运行相关基准并与主分支比较。
• 端到端火焰图联查：把浏览器、服务trace、数据库执行计划和队列时间线按同一请求ID组合，避免只优化局部。
• 容量场景自动生成：根据真实业务峰值和增长假设生成阶梯、突发、长稳和故障注入负载，而非只跑固定QPS。
• 优化候选自动A/B：对缓存、索引、批量和并发参数生成多个候选，在相同数据和负载下比较正确性、延迟和成本。