ai-cro ·

Vibe code một tool soi tốc độ store — tìm ra 13MB ảnh thừa trên một trang

Tốc độ tải âm thầm giết chuyển đổi, và đa số store tối ưu sai chỗ. Mình vibe code một tool, nó chỉ ra 13MB ảnh thừa trên đúng một trang sản phẩm.

Cover speed-lens — −13 MB (nhẹ đi 95%): trên một trang sản phẩm Shopify, 48/56 ảnh to hơn khung nó hiển thị. Dán URL, tải về ảnh WebP đã sửa.
Một trang sản phẩm. 13 MB ảnh có thể cắt bớt chỉ bằng cách resize đúng kích thước hiển thị và đổi sang WebP. Demo by GemLabs. — Demo by GemLabs
Chỉ dành cho subscriber — đăng ký để đọc trọn bài

🧪 Một lab của GemLabs. Đây là nhật ký build — thử nghiệm cuối tuần với AI coding agent như Claude Code, viết lại để ae lấy pattern về xài. Không biết code vẫn theo được. Thứ đáng giữ không phải cái tool, mà là chuyện: ae tả một workflow bằng lời, agent dựng ra giúp ae.

Khách của ae đang đứng chờ ở một góc phố tỉnh lẻ, sóng 4G chập chờn, 8 giờ tối trạm phát nghẽn. Trang sản phẩm của ae load tới giây thứ tư vẫn trắng. Họ thoát. Ae không bao giờ thấy người này trong báo cáo — chỉ thấy “traffic có mà không ra đơn”.

Mình test thử một trang sản phẩm Shopify và thấy con số này: 13 MB ảnh có thể bỏ đi mà khách không thấy khác một pixel. Không phải nén bớt — bỏ hẳn. Trang đang kéo 13.7 MB ảnh; vẫn đống ảnh đó, resize đúng cỡ nó hiển thị rồi lưu WebP, còn 720 KB. Nhẹ đi 95%.

Trang đó không cá biệt đâu, nó là điển hình. Help center của GemPages nói thẳng: qua 3 giây là tỉ lệ thoát nhảy ~32%, tới 5 giây gần 90%; store chậm khiến cả ngành mất tầm 1,6 tỷ USD/năm doanh số. Tốc độ không phải chuyện “có thì hay” — nó là một dòng trong bài toán chuyển đổi của ae.

Nên mình ngồi một tối vibe code một tool: dán URL vào, nó chỉ đúng ảnh nào đang phình, phình bao nhiêu, rồi đưa luôn file đã tối ưu cho ae tải về. Dưới đây là vì sao đa số lời khuyên tốc độ bắn nhầm thủ phạm, cái 13 MB kia được mổ ra sao, và một đoạn hướng dẫn ae tự dựng được (hoặc chỉ cần xài) — không cần nền lập trình.

Nhập email để đọc tiếp toàn bộ bài.

#vibe-coding #claude-code #shopify #page-speed #cro #image-optimization #case-study