測定してから改善するパフォーマンス最適化スキル

---

name: measure-first-performance-optimizer
description: CodexやClaude Codeで遅い処理を改善する際、推測で最適化せず、再現条件と指標を決め、計測、ボトルネック特定、最小改善、再計測まで行うスキル。API、DB、フロントエンド、バッチ処理の性能改善で使う。

Measure-First Performance Optimizer

目的

「たぶんここが遅い」という推測だけで複雑な最適化を入れず、実測値に基づいて最も効果の大きい箇所から改善する。

手順

1. 遅さの再現条件を固定する。入力サイズ、データ件数、環境、実行方法を記録する。
2. 改善前の基準値を測る。例: latency、throughput、query数、メモリ、bundle size、処理時間。
3. profiler、timing、query log、browser devtoolsなどプロジェクトに合う手段でボトルネックを特定する。
4. 原因を分類する。
   • 重複計算・不要な再レンダリング
   • N+1や非効率なDB query
   • 不要なI/Oや逐次処理
   • 大きすぎるデータ転送
   • キャッシュ不足または不適切なキャッシュ
   • アルゴリズム上の問題
5. 最も支配的な原因に対して最小の改善を行う。
6. 同じ条件で再計測し、改善幅を比較する。
7. 正しさを確認するため関連テストも実行する。

ルール

• 計測前に大規模な最適化を始めない。
• キャッシュを導入する場合は無効化条件と整合性を考える。
• 可読性や保守性を大きく落とす微小最適化は避ける。
• ベンチマーク条件を変更して改善したように見せない。
• 改善が測定誤差程度なら、その事実を報告する。

完了報告

改善前、ボトルネック、変更内容、改善後、検証方法を数値付きで示す。