/posts/lcp-ai-crux
GEO优化

别光看LCP,我把AI抓取日志和CrUX报告一比对,发现三个对不上的字段

技术宅阿杰 107 0 45

最近在做我们站点的GEO性能验收,把Chrome UX报告(CrUX)和自建AI爬虫日志拉出来做了一次横向比对,发现三个字段口径根本对不上,记录一下,给要做同类验收的兄弟提个醒。

1. LCP的“真实用户”和“爬虫”不是一个统计口径

CrUX报告里LCP是真实用户的75分位,但AI爬虫抓取日志里我统计的是服务端响应时间。这俩差得不是一点半点——CrUX里LCP 2.8s的页面,爬虫日志显示TTFB平均只有180ms。问题在哪?CrUX包含客户端渲染时间,而爬虫日志只看HTTP响应。如果页面是CSR,爬虫拿到的HTML里根本没有首屏内容,LCP对爬虫来说没意义,但对用户有意义。验收时如果只拿CrUX当依据,会漏掉爬虫实际拿到的内容完整性。

2. 抓取日志里的“200状态码”不等于“内容被索引”

我筛了三天日志,17万次请求里状态码200的占92%,但把响应体大小拉出来看,有近三成返回的是空壳HTML(< 5KB)。原因是我们做了动态渲染,爬虫UA没匹配上预渲染规则,直接走了CSR fallback。CrUX不管这个,它只关心用户设备的实际渲染。所以验收时我加了一条:爬虫日志里200且body>10KB的请求占比,单独当指标看。

3. 结构化数据的字段和正文不一致,CrUX完全测不出来

这个最隐蔽。我们Product schema里写的price和页面上实际展示的price差了一个货币单位,CrUX不会报错,LCP也正常,但AI抓取后解析出来的结构化字段是错的。我拿日志里抓到的JSON-LD和页面正文做了diff,才把这个问题揪出来。所以我的判断依据是:性能指标只解决“能不能抓到”,字段一致性才决定“抓得对不对”。

我的验收顺序现在固定成三步:

  • 先锁口径:CrUX看用户侧LCP,爬虫日志看TTFB+body大小+JSON-LD完整性,三张表分开算,不混在一起。
  • 再拆变量:把预渲染规则、UA匹配、动态渲染fallback逐项开关,看每个变量对抓取成功率的影响。
  • 最后对字段:JSON-LD里的每个字段和正文做机器diff,不一致的列出来人工确认。

踩过的坑是:一开始图省事只看了CrUX的LCP趋势,觉得性能没问题,结果爬虫抓到的结构化数据有12%的字段对不上。后来把日志和CrUX放一起看,才发现是两套口径在打架。

你们做GEO性能验收时,爬虫日志和CrUX报告是分开看还是一起对?有没有遇到过状态码正常但内容空壳的情况?

登录后可以为帖子点赞,但本帖内容对所有人开放阅读。

社区回应

0 Replies

还没有回应,抢一个沙发。

登录后可以回应和点赞,但本帖内容对所有人开放阅读。