核心网页指标对不上:实验室分数与现场 P75 的四层差异,以及先修哪一项

两边都「做了优化」,为什么分数还是对不上

很多站长遇到过一个很泄气的局面:用 PageSpeed Insights 跑,移动端 92 分,满屏绿色;打开 Search Console 的核心网页指标报告,移动端「需要改进」,通过率刚过半。再去用浏览器开发者工具的性能面板测一遍,LCP 1.4 秒,完美。三个工具,三个结论。

这时候最容易走错的一步,是去「调优分数」——把某个 1.5 秒的资源砍到 1.2 秒、把某个 30KB 的脚本删掉,分数从 88 变成 91,然后觉得问题解决了。但 Search Console 那边纹丝不动。

问题不在优化做得不够,在于你看到的三个数字本来就量的是三件不同的事。这篇讲清楚它们的差别在哪、为什么「分数高但报告差」是常见且合理的,以及最关键的:当你手上只有一个核心网页指标分,应该先怀疑哪里。

先分清:谁在什么条件下测,测的是谁

核心网页指标(Core Web Vitals)由三个数构成:LCP(最大内容绘制)、INP(交互到下一次绘制)、CLS(累积布局偏移)。这三个名字大家都熟,但同名的三个数在实验室工具和现场数据里,采集方式完全不同:

实验室数据(Lighthouse / PageSpeed Insights 的「性能」分):一台固定配置的模拟设备、固定限速的网络剖面、无缓存、无登录态、从冷启动开始跑一次。它测的是「这台机器在这个网络下打开这一个页面的第一屏」。样本量 1,可复现,随代码变化灵敏。

现场数据(CrUX,Search Console 报告用的就是它):真实访客的浏览器在真实页面上报上来的数据,按 28 天滚动窗口聚合,取第 75 百分位。它测的是「这群人在这些设备上访问这些页面的整体体验」。

两边的差距不是误差,是定义上的不同。至少要意识到下面这四层差异,才谈得上「为什么对不上」:

  • 设备与网络:实验室默认模拟一台中低端手机 + 慢速 4G,这其实已经比很多真实访客差;但如果你的访客里有相当比例在用更差的网络或更老的机型,现场数据的 P75 会比你实验室测的更差。
  • 页面范围:Lighthouse 测的是你给的那一个 URL,通常是首页。Search Console 的核心网页指标是按 URL 分组统计的,一个「页面组」可能包含几百篇文章页,那些文章页的结构往往比首页重得多。
  • 数值口径:实验室给的是单次值和一个 0~100 的加权分;现场给的是 P75。P75 意味着有 25% 的访问比这个数更差。一次冷启动测得再好,也代表不了那 25%。
  • 是否入样:现场数据只统计「真实用户」,其中包含老设备、弱网、浏览器插件、后台标签页。这些在实验室里全都不存在,但它们都是实实在在地影响了那 25% 的访客。

理解这四条之后,「PSI 92 分而 GSC 要改进」就不再矛盾——它通常意味着:你的首页在实验室条件下很快,但你站上的大部分页面、在相当一部分访客的条件下,不快。这不是分数问题,是覆盖面问题。

LCP 的现场数据为什么总比实验室差

三个指标里,LCP 的现场与实验室差距最大,也最容易找不到原因。根源在于 LCP 的定义里藏了一个大多数优化清单都没提的细节:LCP 是「用户离开页面或发生交互」时就停止观测的。如果一个访客打开页面、等了 3 秒还没看到主要内容,就直接把标签页关掉或者点了别处,那么这一份「很差的体验」在数据里的形态不是「LCP = 8 秒」,而是「LCP 就记到第 3 秒」——甚至可能因为交互太早,这一条的 LCP 反而看起来还不错。

这就是现场 LCP 数据最常见的两个失真方向:一头是真实的很慢被截断成「中等偏慢」,另一头是「用户秒点」让一条本该很差的样本变成好样本。所以看到现场 P75 是 3.6 秒时,真实情况往往比 3.6 秒更糟,因为最惨的那批样本被「截短」了。

除了这个定义层面的问题,现场 LCP 差还有四个几乎必然出现在个人站上的技术原因:

原因一:LCP 元素是文章首图,而它被懒加载了

这是最高频的一处。图片懒加载几乎是所有主题的默认行为,而首屏的那张图恰恰是最不该懒加载的。它被 loading="lazy" 标记后,浏览器要等到布局完成、发现它在视口内,才开始发起请求,白白多了一个 RTT。

正确的做法是给首屏图显式标 loading="eager" 并加 fetchpriority="high"。注意这两件事要一起做:只去掉 lazy 而不加优先级,图片仍然可能排在一堆脚本后面。

还有一层更容易被忽略:如果首图是在 img 标签 之外的 CSS 背景里,或者是由 JS 之后注入的,LCP 候选元素的认定会完全不同。背景图虽然参与 LCP,但浏览器发现它的时间更晚;JS 注入的图更是要等脚本执行完才开始下载。查证方法很简单:在页面加载后于控制台读 performance.getEntriesByType('largest-contentful-paint'),看最后一条的 element 是什么。

原因二:LCP 元素是文字,而它被字体卡住了

如果 LCP 元素是一段标题文字,那么它的绘制时间取决于字体什么时候可用。中文站尤其严重——一个 3MB 的中文字体文件,哪怕开了 font-display: swap,也还有 block 的那一小段时间窗;如果字体在 CSS 里声明得靠后、或者从第三方 CDN 加载,这段时间会被放大。

可执行的判断:把 font-display 全部改成 swap(很多主题只给 body 设了,标题字体没设),中文字体做子集化或者直接用系统字体栈。这件事的收益比继续抠图片大得多,因为它同时改善 LCP 和 CLS(后面会讲为什么)。

原因三:TTFB 在文章页上比首页差很多

实验室测首页,首页多半有整页缓存,TTFB 几十毫秒。但文章页在很多时候不走缓存——尤其是带评论分页、带相关文章查询、带阅读数自增的那种页面。一个 N+1 查询就能把文章页的 TTFB 推到 800 毫秒以上,而 LCP 是在 TTFB 之后才开始计时的,它直接给你加了 0.8 秒。

判断方法不是猜,是比对:在服务器访问日志里按 URI 类型分组,看首页、分类页、文章页三类的 request_time P75。如果文章页明显更高,先把后端这条线修掉,再谈前端。前端优化有天花板,后端慢是地板。

原因四:首屏被同步脚本和阻塞 CSS 挡住

同步的 script 标签 放在头部,会阻塞 HTML 解析;无法快速加载的第三方样式表会阻塞首次渲染。这两样在个人站上最常见的来源是:统计脚本、广告脚本、字体 CDN、外部评论系统。它们每一个都在别人的服务器上,你有 0 控制权,但它们每一个都直接落在你的 LCP 里。

处理原则很简单:所有不参与首屏绘制的第三方脚本,一律 defer 或 async,并尽量移到正文之后。广告位要留固定高度的占位,这样它晚加载也不会引起布局跳动。

INP:现场数据里最容易被误判的一项

INP 衡量的是「用户的一次交互到屏幕上出现下一帧」的延迟,取所有交互里最差的那一类的高分位。它不发生在页面加载时,发生在用户点击、输入、滚动的每一刻。

实验室工具几乎测不出 INP——Lighthouse 没有真实交互,它用一个粗糙的替代指标来估。这意味着INP 是唯一一项「只能靠现场数据说话」的指标。PSI 上 INP 是绿的,不代表没问题,只代表它估不出来。

个人站上导致 INP 变差的,通常只有三个来源,而且都不是前端框架的问题(大部分个人站根本没有前端框架):

  • 长任务:第三方脚本一次执行超过 50 毫秒。统计、广告、客服挂件、社交分享按钮,经常在页面加载后几秒内集中执行一批。用户正好在这时候点了第一个链接,主线程被占着,交互就要排队。
  • 输入事件里的同步重活:搜索框的 input 事件里直接做 DOM 全量过滤,或者滚动事件里同步计算布局。这类代码在本地机器上感觉不到,在低端手机上明显卡顿。
  • 大规模 DOM 与复杂 CSS 选择器:文章很长、目录自动生成、每个段落都有多个嵌套 div,一次样式重算就很贵。

验证 INP 的落点不需要埋点系统。在真实页面上打开开发者工具的性能面板,录一段「点菜单 → 展开 → 点链接」的操作,看主线程里那几条长条是谁的。如果一条长任务的调用栈第一帧是第三方域名,那 INP 的问题就不是你的代码,能做的只有降级——延后加载、或干脆去掉。这条判断能帮很多人省掉几天无效的代码优化。

CLS:一个总是在改版后爆发的指标

CLS 统计的是页面在加载过程中,可见元素意外位移的总量。它的现场数据和实验室数据差异往往不大,但有一个特殊性质让它在核心网页指标里格外讨厌:它按 28 天窗口滚动。你今天修好了,明天查可能还是红的;你今天改坏了一处,要过一个月才会从数据里消失。

个人站上 CLS 的四个经典来源,几乎每次改版都会撞上其中一个:

  1. 没有尺寸的图片和 iframe:没有写 width/height 或 aspect-ratio,加载出来后把下方内容整体推下去。这是 CLS 的头号原因,也是唯一一个加上宽高比就能立刻归零的。
  2. 广告位没留高度:广告脚本加载完成后才插入一个 300x250 的框,整篇文章下沉。正确做法是给广告容器一个 min-height,让它能容纳最大可能的高度。
  3. 字体替换导致的换行变化:从后备字体换到自定义字体时,字符宽度不同,段落行数变了,下方所有内容位移。这解释了为什么「中文字体没做子集化」既影响 LCP 也影响 CLS。
  4. 延迟注入的元素:Cookie 提示条、浮动客服、置顶公告。它们常见的问题是本来应该 position: fixed 却被做成普通流内元素,一出现就把页面推一下。

有一个细节值得单独说:CLS 只在「元素发生位移且用户能看到这段位移」时计数。如果一个元素在用户滚动到它之前就位移完了,它不计入。这就是为什么「折叠线以下」的图片不加尺寸,CLS 可能看起来没事,而首屏的同类图片一加就红——不要因为一次检测没报就把这件事放过。

把现场数据当主线:一套可落地的顺序

知道了差异,就可以谈「先做什么」。原则很简单:以现场数据为结论,以实验室数据为验证。现场数据告诉你哪里有真实问题,实验室数据告诉你改动的效果。

我固定用下面这个顺序,六步,都在一个人能完成的范围内:

  1. 先在 GSC 里按页面组看,不要只看站点总数。报告里会告诉你哪一组 URL 需要改进、每一组的样本量级。如果只有文章页那一组是红的,那前面所有关于「首页性能」的讨论都跑偏了。
  2. 在组里挑一个「典型页」作为基准。挑访问量靠前、结构最普通的那一篇。不要挑最轻的,也不要挑最重的。这个页面就是以后所有改动的标尺。
  3. 按 LCP → CLS → INP 的顺序处理。LCP 的收益最确定、手段最成熟;CLS 的原因少、改完即归零;INP 最难,且经常不在你的控制范围内。反过来做,很可能花一周时间在 INP 上,而 LCP 那一项拖着整组不通过。
  4. 每一轮只改一件事,并且记下改动前后的实验室数和现场数的日期。现场数据是 28 天窗口,改动的影响会在 1~2 周后开始显现,但不会立刻贴近。不要因为「改完第二天看还是红的」就认为无效反而再改一遍。
  5. 把「首屏图、首屏字体、首屏第三方脚本」三条固化成检查单。这三条是每一篇新文章的入场券,能挡住八成的新增劣化。
  6. 每月看一次「页面组构成」的变化。新增了标签页、搜索页、分页被收录进统计,都会拉低整体数字,而这种「劣化」和性能毫无关系,纯粹是样本变了。不查这一项,很容易自己吓自己。

最后提醒一个反向的坑:不要让现场数据变成「不能改版」。有站长看到 CLS 红了,就把所有排版改动都停了,宁可留着旧设计。核心网页指标是体验的代理指标,不是体验本身。改版后 CLS 涨了一点,但用户停留变长、跳出变低,那这次改版就是对的——只是记得把引起位移的地方补上。

小结:三个数字,一份判断

实验室分数是「你给的这台设备、这一次访问」的结果,现场数据是「你的真实访客里,最差那四分之一」的体验。前者用来验证改动,后者用来发现问题。两者对不上不是 bug,是常态,而它给出的信息往往比一个漂亮分数有用得多:

  • PSI 绿、GSC 红 → 你的站点整体上比你测的那一页重,去查页面组和长尾文章页。
  • PSI 红、GSC 绿 → 你测的场景比真实访客更苛刻,别为分数做无谓改动。
  • 两边都红 → 有真问题,按 LCP、CLS、INP 的顺序动手。

把这三句话记住,下次再看到那两个数字打架,就不会先怀疑工具,也不会先怀疑自己。

Last modification:November 20th, 2026 at 10:34 pm

Leave a Comment