AI improvement prompts

Com funciona

Dues peces de dades es combinen en fer clic:

• La troballa: títol, descripció, evidència, remediació i CWE, ja carregats amb l’informe.
• El framework del teu codi: detectat a partir de les troballes discovery.tech-fingerprint de l’escaneig (Next.js, React, Vue, Django, Express, Rails, Laravel, Flask). Si no es detecta cap framework, cau a una recepta genèrica (el prompt de l’agent demana llavors a l’LLM que el detecti a partir de l’estat del repo).

Templates live in lib/scanner/fix-prompts.ts. The registry has check-specific guidance for crawlability, search presentation, semantic content, structured data, media, performance, accessibility, forms, mobile/i18n, runtime, owner journeys, and repo-quality issues. For everything else, the existing remediation field on the finding becomes the generic recipe.

Com és el prompt

Fix the "Hero image is lazy-loaded and missing dimensions" finding on /pricing.

Issue: The largest above-the-fold image is marked loading="lazy" and has
no explicit width/height. That can delay LCP and create layout shift.

Codebase context: Next.js.

Recommended fix:
Use next/image or the existing image component with explicit width/height,
responsive sizes, meaningful alt text, and priority/fetchPriority for the
first major visual on the page.

Constraints:
- Don't break existing tests; run the test suite after the change.
- Match the codebase's existing style and lint config.
- Add a brief comment explaining the performance reasoning only where the
  fix would otherwise look arbitrary.
- If the fix needs a new dependency, install it via the project's
  package manager (npm / pnpm / pip / bundle / composer).

Reference: Core Web Vitals / Largest Contentful Paint guidance.

Frameworks compatibles

Mostrem fragments específics de framework per a:

• Next.js, React, Vue, Nuxt, Svelte (frontend)
• Express, Fastify (backend Node.js)
• Django, Flask (Python)
• Ruby on Rails
• Laravel (PHP)
• ASP.NET Core (previst; avui cau a genèric)

La detecció de framework és de millor esforç. Detectem etiquetes __NEXT_DATA__, __NUXT__, cookies hash (laravel_session), capçaleres X-Powered-By i alguns senyals més. Si fas servir un framework personalitzat, el prompt cau a la recepta genèrica i l’agent ho dedueix del teu package.json.

Fes-lo servir des del teu agent d’IA

Si has connectat el MCP server, el mateix prompt s’exposa com a ordre slash. Des de Claude Desktop:

/fixweb-fix finding_id=550e8400-e29b-41d4-a716-446655440000

The renderer looks up the finding, detects the framework from the parent scan when available, renders the templated prompt, and injects it into your conversation as the user message. No round-trip to our Claude API; templates are pure and free.

Per què no truquem a Claude a cada clic

En el llançament vam considerar cridar l’Anthropic API a cada clic per refinar el prompt amb context del codi. No ho vam fer perquè:

• L’agent on l’usuari enganxa el prompt ja té context del codi: fa servir Cursor / Claude Desktop amb el repo obert.
• Les plantilles per (comprovació × framework) cobreixen aproximadament el 80% del valor sense cap cost per clic.
• Una opció voluntària “Refina-ho amb IA per al meu codi” podria activar l’API més endavant si els usuaris ho volen. Avui, no.