Core Web Vitals 效能優化專家
建立摘要

Web Performance Evidence Lab

把效能症狀,
變成可驗證的修復實驗。

從 trace 找到瓶頸;用 lab、field 或 RUM 判斷修復是否真的有效。這裡不替你的網址跑隱藏掃描,也不把單次分數包裝成結論。

陳柏翰在 2013 年把一張圖片壓縮後,客戶的手機轉換率隔週跳了 23%。那次之後,他決定每一個效能建議都要有修前和修後的測量數字,而不是預測。

Experiment planner

建立測試計畫

輸入你已量到的資料,取得透明的第一個實驗步驟。所有規則與門檻都在結果中說明。

Transparent decision rules

規劃器只排測試順序,不替資料下判決。

輸入值會決定第一個要保存的證據與測試類型;它不會量測你的網址,也不會把門檻當成 SEO、轉換或營收結論。

Rule 01

資料來源決定下一份證據

只有 Lab 時,先補可重複 trace;只有 Field/RUM 時,先用 Lab 界定機制;兩者都有時,先把兩種資料的問題分開。

Rule 02

症狀決定第一個實驗

載入、互動、layout、伺服器等待各有不同的第一組輸出。未選定症狀時,工具只建立可比較基線,不猜根因。

Rule 03

門檻只做優先標記

LCP、INP、CLS 門檻會在輸出中被標記,方便排程;它們不是網站健康分數,也不表示所有使用者都受到同一影響。

Method

一個修復,要經過四個可回查步驟

01

記錄基線

記下資料來源、裝置、網路、頁面版本與觀測日期。

02

讀 trace

確認是資源、主執行緒、layout 還是伺服器等待造成瓶頸。

03

控制變數

一次只改變一個可以說明的因素,保留回退方式。

04

交叉驗證

Lab 用來定位;Field/RUM 用來檢驗真實使用情況。

查看測試標準

Scenario split

同樣是「慢」,第一個可驗證路徑可能完全不同。

Lab only

固定條件下 LCP 偏高

先取:LCP element、waterfall、TTFB、render delay 與同版本 trace。
先不說:所有真實使用者都很慢。

Field or RUM only

真實使用者的互動變差

先取:裝置/頁面/時間切片與慢互動樣本,再補可重複的互動 trace。
先不說:bundle 大小就是唯一原因。

Conflicting signals

Lab 好看,Field 卻沒有改善

先查:版本、cache、裝置、地區、流量組成與測量期間。
先不說:修復失敗或任一資料來源不可信。

Evidence policy

沒有 evidence pack,就不是可比較的 benchmark。

任何公開比較都應能回查測試版本、環境、樣本數、原始結果與限制。未具備這些資料時,頁面只做方法教學,不稱為實測結論。陳柏翰見過太多「Lighthouse 桌面版 90 分」的網站,真實使用者資料卻沒有任何改善——他把這種現象稱為「效能劇場」:為測試條件優化,不是為真實使用者優化。這個政策存在,就是為了讓這裡的每一份比較都能逃脫那個陷阱。

Publish

可以比較

樣本、版本、環境、原始 run、比較方式與限制都能被讀者回查。

Working note

只能當工作紀錄

已有觀察或 trace,但缺少可重建條件、資料範圍,或還有未排除的干擾。

Hold

不要發布結論

資料彼此衝突、樣本無法識別,或一次測試被寫成普遍結果時,先回到測試設計。

查看 benchmark 證據狀態量測來源與限制

Focused FAQ

測試計畫常見的三個誤用

門檻被標記,是否代表一定要立刻改?

不是。門檻只把需要進一步觀察的訊號排到前面;優先順序仍要看受影響範圍、可重現性、使用者情境與變更風險。

為什麼 Lab 和 Field/RUM 可能給出不同答案?

它們描述的條件不同。Lab 適合定位機制;Field/RUM 描述一段時間內的真實使用者分布。差異需要被解釋,而不是被平均成一個分數。

修復後何時可以稱為有效?

先確認指定條件下的測試輸出改變,再依資料來源觀察實際環境。任何結論都要同時保留未量到的裝置、地區與期間限制。

Lab Engineer

陳柏翰

效能工程師 / Web Performance Lab

陳柏翰畢業於中興大學資工所,畢業後在新創公司做前端,2013 年遇到一個轉折點:一張未優化的 hero image 讓某支手機頁面的 LCP 停在六秒。他花了一個下午壓縮並設定正確的載入優先順序,客戶的手機轉換率隔週成長了 23%。那次讓他從「開發者」變成「效能工程師」——他意識到效能數字和商業結果之間有直接且可測量的連結。

2018 年他建立了一套私有的 Core Web Vitals 監測儀表板,那時 Google 還沒有正式宣布 CWV 將成為排名因素(那是 2021 年的事)。他用那套儀表板追蹤了三年,建立了修前/修後比對的系統性方法論。

他用「效能劇場」這個詞描述一種常見現象:Lighthouse 桌面分數 90 分以上,但真實使用者資料毫無改善——因為優化對象是測試條件,不是真實使用者。SpeedPark 是他把這套方法論公開化的地方。

「小糠(Koinoura)」來自日文,意指細小的糠——他在研究日本網頁效能文獻時找到這個詞,用來比喻那些微小但會累積成效的優化動作。

Need a reproducible brief?

用量測摘要開始討論,而不是用「網站很慢」。

聯絡頁會幫你建立一封含資料來源、受影響頁面與已有數據的 email 摘要。

建立量測摘要