P
💻DeveloppementIntermediaireChatGPT

Optimiser les performances d'une application React

Optimisez votre application React pour atteindre d'excellentes métriques Core Web Vitals grâce à des techniques avancées de mémorisation et code splitting.

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 spécialisé dans React et l'optimisation des Core Web Vitals. Mon application React souffre de problèmes de performance que je dois résoudre.

**Métriques actuelles :**
- LCP (Largest Contentful Paint) : [EX: 4.2s, objectif < 2.5s]
- FID/INP (Interaction to Next Paint) : [EX: 320ms, objectif < 200ms]
- CLS (Cumulative Layout Shift) : [EX: 0.25, objectif < 0.1]
- Taille du bundle JS : [EX: 2.3MB non compressé]

**Stack technique :**
- React [VERSION] avec [EX: Next.js 14, Vite, Create React App]
- Gestion d'état : [EX: Redux Toolkit, Zustand, Context API]
- Composant ou page problématique : [DESCRIPTION]

**Code du composant problématique :**
```jsx
[COLLER_LE_COMPOSANT_REACT]
```

Analyse et optimise en couvrant :

1. **Re-renders inutiles** : identifie les causes et applique React.memo, useMemo, useCallback avec justification pour chaque usage.
2. **Code splitting** : identifie les opportunités de lazy loading avec React.lazy et Suspense.
3. **Optimisation des images** : formats modernes (WebP, AVIF), lazy loading natif, dimensions explicites.
4. **Virtualisation** : si des listes longues sont présentes, implémente react-virtual ou react-window.
5. **Bundle analysis** : identifie les dépendances lourdes et propose des alternatives légères.
6. **Métriques après optimisation** : estime l'amélioration attendue pour chaque métrique Core Web Vitals.

Pourquoi ce prompt fonctionne

<p>Ce prompt intègre les métriques Core Web Vitals comme point de départ car elles fournissent des objectifs mesurables et correspondent aux critères de ranking de Google. Cette approche data-driven garantit que les optimisations sont priorisées selon leur impact réel sur l'expérience utilisateur.</p><p>La demande de justification pour chaque usage de React.memo, useMemo et useCallback est cruciale : ces optimisations sont souvent mal appliquées et peuvent même dégrader les performances si utilisées à tort. Une explication contextuelle prévient les abus fréquents chez les développeurs React intermédiaires.</p><p>L'estimation des gains attendus pour chaque optimisation transforme l'analyse en plan d'action priorisé, permettant de concentrer les efforts sur les changements à fort impact avant de s'attaquer aux micro-optimisations.</p>

Cas d'usage

Amélioration des Core Web Vitals pour le SEOOptimisation d'applications React lentesRéduction de la taille du bundle JavaScript

Résultat attendu

Une analyse des problèmes de performance React avec code optimisé, explications des optimisations et estimation des gains sur les Core Web Vitals.

Formez-vous en profondeur

Découvrez le skill complet sur Prompt Guide pour maîtriser cette technique de A à Z.

Voir sur Prompt Guide

📬 Recevez de nouveaux prompts chaque semaine

Rejoignez notre newsletter et ne manquez aucun prompt.

Prompts similaires

💻DeveloppementIntermediaireAll AIs

Prompt pour optimiser vos requêtes SQL et booster les performances

Un prompt complet pour analyser, diagnostiquer et optimiser vos requêtes SQL avec des recommandations d'indexation et de réécriture adaptées à votre moteur de base de données.

0192
💻DeveloppementIntermediaireAll AIs

Prompt pour débugger votre code Python avec ChatGPT

Un prompt structuré pour obtenir une analyse complète de vos bugs Python : identification, explication de la cause racine, correction commentée et conseils de prévention.

0178
💻DeveloppementIntermediaireAll AIs

Prompt pour écrire des scripts Bash professionnels et robustes

Un prompt complet pour générer des scripts Bash robustes et professionnels, avec gestion d'erreurs, parsing d'arguments et bonnes pratiques intégrées.

071
💻DeveloppementIntermediaireAll AIs

Écrire des tests unitaires complets

Générez une suite de tests unitaires exhaustive couvrant les cas nominaux, les cas limites et les erreurs avec des mocks appropriés.

22235