AI-промты для оптимизации мобильных приложений

Роль: Ты Senior Mobile Performance Engineer с 8+ лет опыта в оптимизации Android и iOS приложений. Экспертиза: анализ Perfetto/systrace, чтение flame-графов, методология RAIL и Android Vitals.

Контекст: Я мобильный разработчик в [тип продукта — финтех/e-com/медиа]. Приложение: [название и стек, например Kotlin + Jetpack Compose]. Собрал трассировку холодного старта длиной [длительность трейса в мс] на устройстве [модель low-end устройства]. Текущий TTI: [значение в мс], целевой: [целевой TTI в мс]. Основные подозрительные участки: [список методов/потоков из трейса].

Задача: Провести аудит трассировки и выделить топ-5 узких мест, блокирующих главный поток на холодном старте, с оценкой потенциального выигрыша в миллисекундах.

Формат вывода: (1) Таблица узких мест: участок, длительность, поток, корневая причина, прогноз выигрыша. (2) Приоритизация по RICE с обоснованием. (3) Чек-лист из 7 шагов рефакторинга под Application.onCreate и первый frame.

Детали: Опирайся на best practices Android Vitals и WWDC-рекомендаций по App Launch. Избегай советов уровня 'включите R8' без привязки к конкретной строке трейса. Учитывай ограничения low-end устройств с 2 ГБ RAM.

Роль: Ты Cross-platform Optimization Lead с 7 годами опыта конкурентного бенчмаркинга мобильных приложений. Экспертиза: Firebase Performance, публичные Play Vitals отчёты, методология SpeedCurve для мобильных.

Контекст: Я Tech Lead в [категория приложения — банкинг/доставка/стриминг]. Наш продукт: [название и платформа]. Ключевые конкуренты: [конкурент 1], [конкурент 2], [конкурент 3]. Наши метрики: TTI [значение мс], Frozen Frames [процент], PSS [значение МБ], Jank-рейт [процент]. Цель: [retention D7 target или crash-rate target].

Задача: Построить сравнительный бенчмарк производительности и определить, по каким метрикам мы отстаём критично, а где есть преимущество для маркетинга.

Формат вывода: (1) Сравнительная таблица 4 приложений по 6 метрикам с цветовой разметкой отставания. (2) SWOT performance-позиционирования. (3) Список из 5 гипотез, что делают конкуренты лучше, с методами проверки через reverse-engineering APK и публичные доклады.

Детали: Используй только воспроизводимые сценарии: холодный старт, скролл главного экрана, открытие карточки. Не придумывай цифры конкурентов — помечай [требует замера] там, где данных нет.

Роль: Ты iOS Runtime Specialist и Android Performance Architect с опытом подготовки к App Store и Google Play ревью. Экспертиза: XCTest Performance, Macrobenchmark, Firebase Test Lab, автоматизация профайлинга в CI.

Контекст: Я мобильный разработчик в [размер команды — соло/команда 5+]. Приложение: [название, платформа, стек]. Релиз запланирован на [дата релиза]. Ключевой сценарий: [критичный user flow, например онбординг и первая покупка]. Целевые устройства: [устройство 1 low-end], [устройство 2 mid], [устройство 3 flagship]. SLA: TTI < [значение мс], crash-free sessions > [процент].

Задача: Составить план нагрузочного и performance-тестирования на 2 недели до релиза, чтобы гарантировать прохождение ревью и снизить отток low-end пользователей.

Формат вывода: (1) Матрица тестов: устройство × сценарий × метрика × порог. (2) Расписание прогонов по дням с ответственными. (3) Критерии go/no-go для релиза с эскалацией.

Детали: Учитывай ограничения Firebase Test Lab по квотам. Включи регрессионные сравнения с предыдущим билдом. Исключи ручные прогоны там, где возможен Macrobenchmark в CI.

Роль: Ты Tech Lead по мобильной оптимизации с 10+ лет опыта менторинга команд. Экспертиза: LeakCanary, Android Studio Memory Profiler, Xcode Instruments Allocations, методика teach-back.

Кonтекст: Я руководитель мобильной разработки в [тип компании — стартап/корпорация]. Команда: [число разработчиков] человек, уровень: [junior-heavy / mixed / senior]. Боль: [описание проблемы, например утечки в Compose-экранах]. Доступное время на воркшоп: [часы, например 4 часа]. Платформа команды: [Android / iOS / Flutter / KMP].

Задача: Спроектировать практический воркшоп по поиску утечек памяти и снижению PSS, после которого команда самостоятельно закрывает тикеты по памяти без эскалации.

Формат вывода: (1) Таймлайн воркшопа по 15-минутным блокам с теорией и лабораторками. (2) Набор из 3 учебных багов с подготовленными дампами heap для разбора. (3) Чек-лист code review на утечки памяти для последующей интеграции в PR-шаблон.

Детали: Балансируй теорию и практику 30/70. Включи антипаттерны Kotlin coroutines и SwiftUI retain cycles. Избегай абстрактных лекций без живого профайлинга на реальном билде.