Prompt pour optimiser les performances frontend de votre application web
Un prompt complet pour auditer et optimiser les performances frontend d'une application web, couvrant le bundle, le rendu, les assets et les Core Web Vitals.
Coller dans votre IA
Collez ce prompt dans ChatGPT, Claude ou Gemini et personnalisez les variables entre crochets.
Tu es un expert en performance frontend et en optimisation web. Analyse le code et l'architecture frontend de mon projet pour identifier les problèmes de performance et proposer des optimisations concrètes.
Contexte du projet :
- Framework/librairie utilisé : [FRAMEWORK_UTILISE] (ex : React, Vue, Next.js, Angular, Svelte)
- Description de l'application : [DESCRIPTION_APPLICATION]
- Problèmes de performance observés : [PROBLEMES_OBSERVES] (ex : temps de chargement lent, interface qui freeze, score Lighthouse faible)
- Stack technique complet : [STACK_TECHNIQUE] (ex : TypeScript, Tailwind, Webpack, Vite)
Réalise un audit complet en suivant cette structure :
-
Analyse du bundle : Identifie les dépendances lourdes, le code mort, les imports non optimisés. Propose du tree-shaking, du code-splitting et du lazy loading adaptés au framework.
-
Optimisation du rendu : Détecte les re-renders inutiles, les calculs coûteux dans le cycle de rendu, les fuites mémoire potentielles. Propose des solutions spécifiques (mémoïsation, virtualisation de listes, debouncing).
-
Assets et réseau : Optimise les images (formats modernes, lazy loading, srcset), les fonts (font-display, subset), le CSS (purge, critical CSS), et la stratégie de cache.
-
Core Web Vitals : Propose des actions ciblées pour améliorer le LCP (Largest Contentful Paint), le FID/INP (Interaction to Next Paint), et le CLS (Cumulative Layout Shift).
-
Plan d'action priorisé : Classe chaque optimisation par impact (fort/moyen/faible) et effort (rapide/moyen/complexe). Commence par les quick wins à fort impact.
Pour chaque recommandation, fournis un exemple de code avant/après montrant l'implémentation concrète.
Personnaliser ce prompt avec Léa
Réponds à 3 questions, Léa adapte le prompt à ta situation.
Pourquoi ce prompt fonctionne
<p>Ce prompt transforme l'IA en consultant performance frontend. En fournissant votre <strong>framework</strong>, la <strong>description de votre application</strong>, les <strong>problèmes observés</strong> et votre <strong>stack technique</strong>, vous obtenez un audit structuré et actionnable adapté à votre contexte précis.</p><p>L'approche couvre les cinq piliers de la performance frontend : l'optimisation du bundle JavaScript, l'efficacité du rendu côté client, la gestion des assets statiques, les métriques Core Web Vitals de Google, et un plan d'action priorisé. Chaque recommandation est accompagnée d'exemples de code concrets pour une mise en œuvre immédiate.</p><p><strong>Conseil d'utilisation</strong> : pour des résultats encore plus précis, collez un extrait de code problématique ou une capture de l'onglet Performance de Chrome DevTools. Vous pouvez aussi enchaîner avec un prompt de review de code pour valider les optimisations proposées avant de les appliquer en production.</p>
Cas d'usage
Résultat attendu
Un rapport d'audit structuré avec des problèmes identifiés, des recommandations classées par priorité, et des exemples de code avant/après pour chaque optimisation proposée.
Formez-vous en profondeur
Découvrez le skill complet sur Prompt Guide pour maîtriser cette technique de A à Z.
Voir sur Prompt GuideCommentaires
Sois le premier à commenter ce prompt.
Termes du glossaire
📬 Recevez de nouveaux prompts chaque semaine
Rejoignez notre newsletter et ne manquez aucun prompt.
Prompts similaires
Détection d'anomalies dans les métriques
Alertes intelligentes sur les métriques
Maîtriser les types avancés TypeScript
Renforcez la sécurité de type de votre code TypeScript avec des types génériques avancés, utility types et discriminated unions.
Plan de leçon complet aligné programme
Préparer rapidement une séance structurée
Déboguer une requête SQL lente
Optimiser les performances des requêtes de base de données