Skip to content
FEE
Frontend Engineering Essentials
Mid Level

[FEE-704] 核心 Web 指標與效能指標 ​

INFO

本文介紹 Core Web Vitals 計畫:LCP、INP、CLS 各自衡量什麼、Google 為何推出這套標準,以及如何透過 CrUX 與 web-vitals 函式庫從真實使用者蒐集 field data。同時說明輔助指標(TTFB、FCP、TBT、Speed Index)的用途,以及 Next.js 等框架如何針對各項指標進行最佳化。

情境 ​

在 Web 效能的歷史上,大多數指標衡量的是技術里程碑:DNS 解析時間、TCP 握手、DOMContentLoaded、load 事件。這些數字是真實存在的,但與使用者的實際感受相關性不佳。一個頁面可能在不到一秒內觸發 load 事件,卻仍然讓人感覺很慢——因為最大的圖片很晚才出現、使用者閱讀時版面突然跳動,或者點擊按鈕要等 800 ms 才有反應。

Google 在 2020 年推出 Web Vitals 計畫,旨在彌補這個落差。Web Vitals 是以使用者為中心的指標,用來量化三個最重要的體驗面向:內容載入速度(LCP)、頁面回應輸入的速度(INP),以及版面是否穩定(CLS)。這三項就是 Core Web Vitals——Google 認為所有頁面都應該達成的子集,也是 Google Search 排名的考量因素之一。

這套計畫同時建立了一套量測標準:Core Web Vitals 應在特定來源的真實使用者 session 的 第 75 百分位數 進行評估。也就是說,75% 的訪客必須獲得「良好」分數,而不只是中位數或平均值。這套計畫也明確區分 lab data(Lighthouse 等工具在受控硬體環境下執行的合成量測)與 field data(Chrome User Experience Report,即 CrUX,從真實使用者的 Chrome 瀏覽器蒐集的資料)。Lab data 適合除錯;field data 才是使用者實際體驗的權威記錄。

2024 年 3 月,Interaction to Next Paint(INP) 正式取代 First Input Delay(FID),成為 Core Web Vitals 的回應性指標。FID 只衡量頁面上第一次互動前的延遲。INP 則捕捉整個 session 中觀測到的最差互動延遲——這是對頁面在真實使用情境下行為更完整的描述。

設計思維 ​

為何用以使用者為中心的指標,而非技術里程碑 ​

DOMContentLoaded 或 load 事件等傳統指標,在瀏覽器的文件生命週期的特定時刻觸發,而非對應使用者的感知。一個頁面可能很快就滿足 DOMContentLoaded,但因為關鍵 hero 圖片仍在載入,視窗仍然一片空白。相反地,一個頁面可能 load 事件很慢,因為它在畫面繪製後才做延遲資料請求,但使用者早已看到並互動過主要內容。

以使用者為中心的指標問的是不同的問題:「使用者的體驗是什麼?是在什麼時候?」LCP 回答「主要內容何時出現?」INP 回答「回應我的互動花了多久?」CLS 回答「當我在閱讀時,有任何東西跳動嗎?」每個指標都對應一種具體的使用者挫折感:等待內容、感覺無回應、失去視線焦點。

三大 Core Web Vitals ​

Largest Contentful Paint(LCP) 衡量初始視窗中最大的圖片、文字區塊或影片變為可見所需的時間。門檻值:良好 ≤ 2.5 秒,需要改善 2.5--4.0 秒,差 > 4.0 秒。「最大」元素是根據在視窗中的渲染尺寸決定,而非檔案大小。常見候選元素包括 hero 圖片、顯示在折疊線以上的 <h1> 標題,以及使用 url() 的背景圖片。

LCP 主要受四個因素影響:伺服器回應時間(TTFB)、阻塞渲染的資源(CSS 和同步腳本)、資源載入時間(圖片下載),以及客戶端渲染開銷。最有效的單一最佳化是確保 LCP 圖片在 HTML 中被早期發現(而非由 JavaScript 注入),並使用 fetchpriority="high" 以最高瀏覽器優先級獲取。

Interaction to Next Paint(INP) 衡量整個 session 中的頁面回應性。它觀察從頁面載入到卸載的每次點擊、觸碰和按鍵,記錄從輸入開始到下一幀繪製的時間,並回報最差(或接近最差)的值。門檻值:良好 ≤ 200 ms,需要改善 201--500 ms,差 > 500 ms。與 FID 不同,FID 只衡量第一個事件處理程序開始執行前的延遲;INP 衡量完整的互動時間,包含事件處理程序執行時間,以及在下一幀之前的渲染工作。這使它對主執行緒上的高成本 JavaScript 非常敏感——長任務、大量重新渲染,以及同步的 layout/style 重新計算。

Cumulative Layout Shift(CLS) 衡量視覺穩定性。當可見元素在畫面幀之間意外移動時,就會發生 layout shift。CLS 是頁面整個生命週期中所有 layout shift 分數的總和,其中每個 shift 分數是 impact fraction(視窗受影響面積比例)乘以 distance fraction(元素移動距離比例)的乘積。門檻值:良好 ≤ 0.1,需要改善 0.1--0.25,差 > 0.25。最常見的原因是沒有明確尺寸的圖片和 iframe、字體換成不同大小,以及動態插入的橫幅或廣告。

輔助指標:完整的效能圖景 ​

除了三大 Core Web Vitals 之外,還有幾個輔助指標提供更細粒度的診斷資訊:

  • Time to First Byte(TTFB):從導航請求到 HTML 回應第一個位元組的時間。TTFB 捕捉伺服器處理時間、CDN 路由和網路來回時間。它不是 Core Web Vital,但它是一個上限:如果 TTFB 是 1.5 秒,無論客戶端渲染多快,LCP 都不可能低於 1.5 秒。
  • First Contentful Paint(FCP):第一個像素內容(文字、圖片、SVG)被繪製的時間。FCP 讓使用者知道「有東西正在發生」;它是感知載入開始的良好代理指標。門檻值:良好 ≤ 1.8 秒,差 > 3.0 秒。
  • Total Blocking Time(TBT):FCP 到 TTI 之間所有長任務(超過 50 ms 的任務)的「阻塞部分」之總和。TBT 是一個純 lab 指標,與 INP 高度相關——降低 TBT 是在 lab 條件下改善 INP 的主要手段。
  • Speed Index:Lighthouse 專用的 lab 指標,衡量載入過程中內容視覺填充的速度,以毫秒表示。它捕捉可見完整度的進展,而非單一時間點。適合整體比較不同渲染策略。

Lab data 與 Field data:關鍵區別 ​

Lab data 來自合成測試環境——Lighthouse、WebPageTest、Chrome DevTools Performance 面板——在固定硬體和網路條件下執行受控的測試場景。Lab data 是確定性且可重現的,非常適合開發期間的除錯和迴歸測試。

Field data 來自在自己裝置和網路連線上執行 Chrome 的真實使用者。它由瀏覽器蒐集,並在 CrUX 中彙整。Field data 捕捉使用者條件的完整多樣性:慢速的 Android 手機、擁擠的行動網路、裝了許多瀏覽器擴充功能的使用者、有大量第三方腳本的頁面。Field data 是 Google Search 排名的基準,也是了解真實使用者體驗的依據。

這兩種資料是互補的。開發者可能使用 Lighthouse 找出哪些資源阻塞了 LCP,然後查看 CrUX 確認修復是否真的改善了真實使用者的 LCP 分數。常見的錯誤是最佳化 Lighthouse 分數(lab)後就假設 field data 也改善了,或者看到 CrUX 數據不佳時只從 lab 工具中尋找修復方法,而不去了解為何真實條件有所不同。

框架如何最佳化 Core Web Vitals ​

Next.js Image 元件(LCP + CLS): next/image 的 <Image> 元件自動設定 width 和 height 屬性(防止 CLS)、生成響應式 srcset 值,並對折疊線以下的圖片啟用懶加載。對於 LCP 圖片,priority prop 會停用懶加載,並在文件 head 中注入 <link rel="preload"> 標籤,確保瀏覽器在 HTML 解析過程中遇到 <img> 標籤之前就能發現並獲取圖片。這等同於手動加入 fetchpriority="high" 和 <link rel="preload">,但自動化且較不容易出錯。

Next.js 字體最佳化(CLS): next/font 套件在建置時下載並自行託管 Google Fonts,在文件 head 中內嵌 font-face 宣告,並生成最佳化的 CSS font-display 值,使用 size-adjusted 的後備字體。這個 size-adjusted 後備字體的 metrics 經過調整,以匹配網路字體的行高和字元寬度,從而最小化網路字體換入時產生的 layout shift。

React concurrent 功能(INP): React 18 的並發渲染允許框架在回應使用者輸入時中斷和暫停渲染工作。startTransition 將狀態更新標記為非緊急,讓 React 可以在完成過渡之前將主執行緒讓給互動處理。useDeferredValue 同樣會延遲高成本的重新渲染。這些 API 可以防止大型重新渲染(由篩選器、搜尋輸入或導航觸發)阻塞事件迴圈,避免 INP 分數過高。

第 75 百分位數原則 ​

以第 75 百分位數而非中位數評估 CWV 是一個刻意的設計選擇。中位數代表第 50 百分位數使用者的體驗——平均條件。第 75 百分位數捕捉的是體驗比平均差的使用者:較慢的裝置、擁擠的網路、較大的瀏覽器快取。透過針對第 75 百分位數進行最佳化,這套計畫推動網站處理受眾的真實多樣性,而不只是針對理想條件進行最佳化。

這也說明了為何單靠 Lighthouse 分數是不夠的:Lighthouse 模擬的是單一裝置和網路條件。一個網站可能在 Lighthouse 中得 95 分,但低階 Android 手機上 30% 的真實使用者體驗到很差的 LCP,因為 lab 條件無法代表他們的硬體。

最佳實踐 ​

在 field data(CrUX)而非只在 lab(Lighthouse)中量測。 MUST NOT 僅依賴 Lighthouse 分數評估 Core Web Vitals。Lighthouse 在模擬的中階裝置和受限網路下執行,無法捕捉低階 Android 手機、壅塞網路,或安裝大量瀏覽器擴充功能的真實使用者的多樣性。SHOULD 部署 web-vitals 函式庫,從真實 session 蒐集 LCP、INP 和 CLS,並在每次重大變更後透過 CrUX 驗證改善成效。Lab data 引導除錯;第 75 百分位數的 field data 才是權威記錄,也是 Google 搜尋排名所使用的依據。

透過 <link rel="preload"> 優先發現 LCP 資源。 MUST 確保 LCP 圖片存在於初始 HTML 中(而非由 JavaScript 注入),並且 SHOULD 在文件 <head> 中加上 <link rel="preload" as="image">,同時在 <img> 元素上加上 fetchpriority="high"。這個組合確保瀏覽器在 HTML 解析期間遇到標籤之前就能發現並取得 LCP 候選元素,最小化 TTFB 到 LCP 繪製之間的差距。在 Next.js 中,<Image> 上的 priority prop 會自動處理這兩者。

將長任務移出主執行緒以改善 INP。 SHOULD 使用 scheduler.yield()、setTimeout(..., 0) 或 requestIdleCallback 將任何執行超過 50 ms 的 JavaScript 任務分解為較小的 chunk,讓瀏覽器能在 chunk 之間處理待處理的使用者輸入。SHOULD 使用 startTransition 和 useDeferredValue(React 18+)將高成本的重新渲染標記為非緊急,讓瀏覽器能在完成更新之前就繪製互動回應。長任務是 INP 分數不佳的主要原因。

避免因圖片和嵌入元素未設定尺寸造成 CLS。 MUST 在每個 <img> 和 <iframe> 上設定明確的 width 和 height 屬性,讓瀏覽器能在資源載入之前透過元素的長寬比預留空間。SHOULD 也為動態注入的內容(橫幅、廣告、Cookie 對話框)預留空間,使用 min-height 占位符或不影響文件流的 position: fixed 覆蓋層。AVOID 對 top、left、height 或 width 屬性做動畫,這些屬性會觸發 layout shift;應改用 transform。

視覺圖 ​

頁面載入時間軸中的 Core Web Vitals ​

指標摘要 ​

範例 ​

1. 使用 web-vitals 函式庫在 field 中量測 Core Web Vitals ​

web-vitals 函式庫(~2 KB brotli 壓縮)使用與 Chrome 向 Google 回報相同的 API,從真實使用者測量 LCP、INP、CLS、FCP 和 TTFB。每個 callback 在指標值確定時觸發(對於 INP 和 CLS,是在頁面隱藏時)。

javascript
// vitals.js -- 進行 field 量測,將資料傳送至你的分析端點
import { onCLS, onINP, onLCP, onFCP, onTTFB } from 'web-vitals';

function sendToAnalytics(metric) {
  // navigator.sendBeacon 在頁面卸載時可靠地傳送資料;fetch 則不可靠。
  const body = JSON.stringify({
    name: metric.name,      // 'LCP', 'INP', 'CLS', 'FCP', 'TTFB'
    value: metric.value,    // 原始值,單位為 ms(CLS 無單位)
    id: metric.id,          // 用於在分析中去重的唯一 ID
    rating: metric.rating,  // 'good', 'needs-improvement', 或 'poor'
    navigationType: metric.navigationType, // 'navigate', 'reload', 'back-forward'
  });
  navigator.sendBeacon('/api/analytics/vitals', body);
}

// 註冊所有五個指標。
// Callback 在指標值就緒後觸發一次。
onLCP(sendToAnalytics);
onINP(sendToAnalytics);
onCLS(sendToAnalytics);
onFCP(sendToAnalytics);
onTTFB(sendToAnalytics);

重要提醒: INP 和 CLS 的 callback 在頁面隱藏時(切換標籤、導航離開)觸發,而非在 session 進行中。此時的值代表整個 session 的最差互動或總版面位移。

2. 最佳化 LCP 圖片 ​

LCP 圖片是最重要的最佳化目標。瀏覽器必須在 HTML 中早期發現圖片 URL,並以最高優先級獲取它。

html
<!-- 純 HTML:為 LCP 圖片加上 preload 和 fetchpriority -->
<head>
  <!-- preload 讓瀏覽器在解析到 <img> 標籤前就開始獲取 -->
  <link
    rel="preload"
    as="image"
    href="/images/hero.webp"
    imagesrcset="/images/hero-400.webp 400w, /images/hero-800.webp 800w, /images/hero.webp 1200w"
    imagesizes="100vw"
  />
</head>
<body>
  <!-- fetchpriority="high" 將此資源提升至其他圖片之上 -->
  <!-- 明確的 width/height 可在圖片載入時防止 CLS -->
  <img
    src="/images/hero.webp"
    srcset="/images/hero-400.webp 400w, /images/hero-800.webp 800w, /images/hero.webp 1200w"
    sizes="100vw"
    width="1200"
    height="600"
    fetchpriority="high"
    alt="產品主視覺"
  />
  <!-- 其他圖片:預設懶加載 -->
  <img src="/images/secondary.webp" width="400" height="300" loading="lazy" alt="..." />
</body>
tsx
// Next.js:<Image priority> 自動處理 preload 和 fetchpriority
import Image from 'next/image';

export default function Hero() {
  return (
    // priority prop:
    // - 停用懶加載
    // - 在 <head> 中注入 <link rel="preload">
    // - 在 <img> 上設定 fetchpriority="high"
    // width/height:必填,防止 CLS
    <Image
      src="/images/hero.webp"
      width={1200}
      height={600}
      priority
      alt="產品主視覺"
    />
  );
}

3. 防止 CLS:圖片、字體與動態內容 ​

html
<!-- 始終設定 width 和 height。瀏覽器使用 aspect-ratio 預留空間。 -->
<img src="/images/product.webp" width="400" height="300" loading="lazy" alt="產品圖" />

<!-- Iframe:同樣規則 -->
<iframe src="https://example.com/widget" width="560" height="315" title="Widget"></iframe>
css
/* 為動態注入的橫幅(如 Cookie 同意)預留空間 */
.banner-placeholder {
  /* 在內容載入前給予固定的最小高度 */
  min-height: 60px;
  /* CSS containment 防止版面重新計算向外擴散 */
  contain: layout;
}

/* 使用 CSS transform 製作動畫——不會觸發 layout shift */
.slide-in {
  transform: translateY(-100%);
  transition: transform 300ms ease;
}
.slide-in.visible {
  transform: translateY(0);
}
/* 避免對 top、left、height、width 做動畫——這些會觸發 layout shift */
javascript
// Next.js 字體最佳化:自行託管、size-adjusted 後備字體、無 CLS
// app/layout.tsx
import { Inter } from 'next/font/google';

// next/font 在建置時下載 Inter,生成 size-adjusted 後備字體,
// 在文件 head 中內嵌 font-face,並設定 font-display: swap
// 搭配調整過的後備字體 metrics,將字體替換時的 CLS 降至最低。
const inter = Inter({
  subsets: ['latin'],
  display: 'swap',
});

export default function RootLayout({ children }) {
  return (
    <html lang="zh-TW" className={inter.className}>
      <body>{children}</body>
    </html>
  );
}

4. 使用 React startTransition 改善 INP ​

tsx
// SearchPage.tsx -- 防止高成本的篩選阻塞使用者輸入
import { useState, useDeferredValue } from 'react';

function SearchPage({ items }: { items: Item[] }) {
  const [query, setQuery] = useState('');
  // useDeferredValue 在使用者輸入時延遲篩選清單的重新渲染。
  // 輸入框本身立即更新(低延遲回饋);
  // 清單則在延遲、可中斷的過程中重新渲染。
  const deferredQuery = useDeferredValue(query);

  const handleChange = (e: React.ChangeEvent<HTMLInputElement>) => {
    // 直接狀態更新:緊急,同步執行
    setQuery(e.target.value);

    // 若有另一個高成本的狀態更新,可標記為 transition:
    // startTransition(() => setFilteredResults(compute(e.target.value)));
  };

  // 高成本篩選:使用 deferredQuery 而非 query
  // 這意味著輸入不會阻塞主執行緒等待篩選完成。
  const filtered = items.filter(item =>
    item.name.toLowerCase().includes(deferredQuery.toLowerCase())
  );

  return (
    <div>
      <input value={query} onChange={handleChange} placeholder="搜尋..." />
      <ResultList items={filtered} />
    </div>
  );
}

5. 透過 CrUX API 查詢 field data ​

CrUX 提供從 Chrome 瀏覽器彙整的真實使用者資料。CrUX API 提供程式化存取來源層級和 URL 層級的 field data,無需 Google Search Console 帳戶。

javascript
// 獲取某個來源的 CrUX 資料(公開來源不需要 API 金鑰)
async function getCruxData(origin) {
  const response = await fetch(
    'https://chromeuxreport.googleapis.com/v1/records:queryRecord' +
    '?key=YOUR_API_KEY',
    {
      method: 'POST',
      headers: { 'Content-Type': 'application/json' },
      body: JSON.stringify({
        origin,
        metrics: ['largest_contentful_paint', 'interaction_to_next_paint', 'cumulative_layout_shift'],
      }),
    }
  );
  const data = await response.json();
  const metrics = data.record.metrics;

  // p75 值是 Google 用於搜尋排名評估的依據
  console.log('LCP p75:', metrics.largest_contentful_paint.percentiles.p75, 'ms');
  console.log('INP p75:', metrics.interaction_to_next_paint.percentiles.p75, 'ms');
  console.log('CLS p75:', metrics.cumulative_layout_shift.percentiles.p75);
}

getCruxData('https://example.com');

常見錯誤 ​

  • 將 INP 誤認為「首次互動」指標(與 FID 混淆)。 FID 只衡量第一次互動的輸入延遲。INP 觀察每次互動並回報最差值。一個對第一次點擊回應良好,但複雜下拉選單或即時篩選器互動較慢的頁面,即使 FID 良好,INP 仍會很差。

  • 將 Speed Index 與 Core Web Vital 混淆。 Speed Index 是一個 Lighthouse 專用的 lab 指標。它不出現在 CrUX 中,不用於 Google Search 排名,也無法從真實使用者測量。它是一個有用的診斷工具,但不應作為主要最佳化目標。

  • 忽視 TTFB。 如果 TTFB 很慢,LCP 就不可能快。TTFB 超過 600 ms 的網站應先調查伺服器端快取、CDN edge 快取和資料庫查詢效能,再最佳化客戶端渲染。

相關 FEE ​

FEE關係
FEE-700 渲染與效能概覽涵蓋瀏覽器渲染管線的父文件。Core Web Vitals 是建立在該管線之上的量測層。
FEE-706 圖片最佳化深入探討圖片格式、響應式圖片和 fetchpriority。LCP 幾乎總是圖片最佳化問題。
FEE-705 程式碼分割與懶加載程式碼分割透過縮短主執行緒長任務來降低 TBT 並改善 INP。對折疊線以下資源進行懶加載,可消除與 LCP 圖片爭奪頻寬的情況。

參考資料 ​