optimize

optimize 技能概覽

optimize 的用途

optimize 技能可用來診斷並修正 UI 效能問題：首次載入過慢、bundle 過大、互動卡頓、圖片傳遞不佳、版面位移，以及動畫不流暢。當你需要的是 optimize 技能在 Performance Optimization 上的專門能力，而不只是泛泛的「讓它更快」建議時，它會特別適合。

誰適合使用

如果你面對的是實際的效能抱怨、可量測的變慢，或使用者明顯感受得到的體驗問題，就該用 optimize。它特別適合前端工程師、全端開發者，以及正在處理 Web app、design system 或行銷網站的 AI 輔助程式開發者。

它的實用之處

optimize 指南最大的價值，是會先推著你量測，再去排序真正的瓶頸。這能避免在真正問題其實是 render blocking、JS 成本過高，或載入策略不佳時，還在隨機瘦身 bundle 或微調圖片。

如何使用 optimize 技能

安裝 optimize 技能

先走專案既有的技能安裝流程，接著把技能指向你想改善的目標 app、頁面、route 或 component。若是 optimize install，請把那個覺得慢的產品區塊，以及它變慢時所處的環境一起提供。

為技能設定效能目標

最好的 optimize usage 會從具體目標開始，而不是模糊需求。好的輸入例如：

• “Optimize the homepage hero for faster LCP on mobile”
• “Find the biggest cause of jank in this dashboard table”
• “Reduce bundle size without changing visible behavior”
• “Improve animation smoothness during panel transitions”

先讀對的部分

先從 SKILL.md 開始，再檢查控制慢路徑的 app 程式碼：頁面入口、資料擷取、圖片使用、重型 component、route loader，以及建置輸出。如果 repo 裡有效能腳本、Lighthouse 註記或 bundle 報告，也要先讀過再改程式。

用先量測再調整的迴圈工作

一個好的 optimize guide 會照這個順序進行：先找出瓶頸、再選能直接處理它的最小修正、接著驗證變更，最後比較前後差異。只要有 metric 或 trace，就應該一併提供；因為那種「感覺變快了」但沒有改善已量測瓶頸的修改，通常不是正確的勝利。

optimize 技能常見問答

optimize 比一般提示詞更好嗎？

如果任務明確是 Performance Optimization，答案是肯定的。一般提示詞可能只會給你泛用最佳實務；而 optimize 技能更適合你要的是結構化診斷、對症修正，以及能區分載入問題與 render 問題的判斷流程。

optimize 需要什麼輸入？

它最適合搭配一個目標範圍與一個症狀一起使用。例如：哪個 route、哪種裝置等級、哪個瀏覽器或哪個互動很慢；使用者實際感受到什麼；以及任何已知限制，例如不能升級 dependency、不能改視覺、不能更動 API contract。

optimize 適合初學者嗎？

可以，只要你能清楚描述問題。你不需要一開始就具備深度 profiling 經驗，但回報越具體，輸出就越有用。如果你只說「讓它更快」，技能就只能猜真正的瓶頸在哪裡。

什麼情況下不該用 optimize？

如果是功能設計、文案撰寫，或一般 refactor，除非效能才是實際目標，否則不要用它。若問題是 business logic 正確性、只涉及無障礙，或只是視覺改版但沒有變慢，其他技能或提示詞會更合適。

如何改進 optimize 技能

提供症狀、範圍與限制

最好的 optimize 結果，來自同時點出三件事的輸入：哪裡慢、在哪裡發生、哪些東西不能改。例子：“The product grid on mobile has poor INP; keep the current layout and avoid new dependencies.” 這樣能讓技能在 Performance Optimization 上有明確邊界。

有證據就一起提供

如果你手上有 Lighthouse 分數、Web Vitals、bundle analyzer 輸出、long-task trace，或那個慢互動的截圖，都一起附上。證據能幫技能分辨主觀感受與實際影響，並挑出真正能推動 metric 的修正，而不是只改程式風格。

第一次修正後，繼續追問下一個瓶頸

效能最佳化本來就是反覆迭代。完成第一輪後，請 optimize 重新評估剩下的瓶頸，而不是把彼此無關的修改全塞進去。這樣能讓 optimize skill 持續聚焦在高槓桿工作，也能降低為了改善一個慢點，卻又製造另一個慢點的風險。