判断优化是否有效,不要只看“感觉快了”,而应盯住三类可测量指标:加载性能指标(如最大内容绘制 LCP)、资源与传输指标(如总下载量、请求数)、以及真实用户指标(如真实用户监控 RUM 中的分位值)。其中 LCP 是核心,它衡量页面主内容何时完成渲染,比单纯的“加载完成时间”更贴近用户感受。先测一次基线,再改,再复测,用同一工具、同一网络条件对比,才能判断进展。
假设你有一个图片较多的产品列表页,用户反馈打开慢。你第一次用浏览器开发者工具的 Network 面板测量,得到以下基线(以下数字为假设示例,不是真实项目结果):LCP 4.2 秒,总请求数 96 个,传输总量 3.1 MB,其中图片占 2.4 MB。你做了两件事:把首屏图片换成 WebP 并加懒加载,合并了两个小脚本。三天后复测,LCP 降到 2.6 秒,请求数降到 71 个,传输总量降到 1.6 MB。此时可以判断优化有进展。如果 LCP 没变但请求数下降,说明你减少了数量但没解决主内容渲染的瓶颈,需要继续查首屏关键资源。
第一次接触这个问题,建议按以下顺序建立判断依据:
有效对比的关键是控制变量。每次测量至少固定三点:同一工具(如浏览器开发者工具、Lighthouse 或真实用户监控)、同一网络与设备模拟条件、同一页面状态(登录与否、缓存是否清空)。测量时先清空缓存再刷新,否则第二次加载会因缓存而“变快”,让你误判。若使用真实用户监控,要按设备类型和地区分组,避免把桌面端改善当成移动端也改善。
第一种错误:只看“加载完成时间”。这个时间包含了很多不影响阅读的资源,它变短不代表用户更早看到内容。第二种错误:只测一次就下结论。网络抖动会让单次结果偏差很大,建议同一条件测三次取中位数。第三种错误:把“服务器响应快”等同于“页面打开快”。服务器响应只是第一步,后面还有下载、解析、渲染。判断结果时,如果 LCP 和 TBT 都下降,且真实用户分位值同步改善,才算真正有进展;如果只有某一项改善,说明你解决了局部问题,还需继续定位。
打开你关心的页面,用浏览器开发者工具记录一次基线:记下 LCP、请求数、传输总量,并截图保存。然后只改一处最可能影响 LCP 的地方,例如首屏大图或阻塞脚本。改完在相同条件下复测三次,对比中位数。若 LCP 下降超过 20% 且真实用户数据同向变化,就保留这次修改并继续下一项;若没有变化,回退并检查是否改错了关键资源。