Av AI-citerade domäner klarar Core Web Vitals. 58%.
Bland de citerade domänerna med fältdata klarar 58% Core Web Vitals totalt, och den mest citerade gruppen har ett bra Largest-Contentful-Paint på 81% av laddningarna. AI-citerade sidor är i stort sett rimligt snabba – men långt ifrån universellt: en stor minoritet klarar det fortfarande inte.
Hur snabba är sidorna som AI citerar?
Genom att gruppera varje citerad domän efter hur många av AmICiteds spårade promptar som citerade den, och sammanföra Googles verkliga användardata från Core Web Vitals, framträder ett konsekvent mönster över nivåerna. Citerad 10+ gånger (659 domäner med data) ligger i ena änden och citerad 1–2 gånger (4 313 domäner) i den andra. Riktningen är densamma för varje hälsoindikator vi kan mäta – godkännandegrad, server-svarstid och prestandapoäng – vilket är anledningen till att den (måttliga) signalen är trovärdig snarare än brus.
De underliggande siffrorna
| Citeringsfrekvens | Domäner med CrUX-data | Klarar Core Web Vitals | Median-TTFB | Genomsnittlig prestandapoäng |
|---|---|---|---|---|
| Citerad 10+ gånger | 659 | 60% | 804 ms | 76,5 |
| Citerad 3–9 gånger | 1 584 | 58% | 893 ms | 74,9 |
| Citerad 1–2 gånger | 4 313 | 57% | 910 ms | 74,9 |
Vad detta innebär för AI-söksynlighet
Tekniskt välmående sidor citeras något oftare, men effekten här är liten – webbhälsa ser ut att vara en understödjande faktor, inte en primär drivkraft för om AI-motorer citerar dig. Innehållsrelevans är nästan säkert viktigare (se rapporterna på käll- och ämnesnivå). Den praktiska slutsatsen: att åtgärda Core Web Vitals och server-svarstid är värt att göra – det tar bort en mild motvind och hjälper användare oavsett – men det kommer inte, av sig självt, att flytta in dig i en motors citerade källor. Betrakta det som grundläggande, och tävla sedan på relevans.
Bortom genomsnitten: vad de 42% som misslyckas säger oss
Den mest slående siffran i denna data är inte de 60% som klarar Core Web Vitals – det är de 40% av den mest citerade gruppen som inte gör det. Även bland de sidor som AI-motorer citerar mest, misslyckas fyra av tio domäner med Googles Core Web Vitals-bedömning. Detta är ett kraftfullt motargument till idén att AI-motorer utför prestandakontroller på potentiella källor.
Om AI-motorer tillämpade en strikt prestandabegränsning skulle vi förvänta oss nästan universell CWV-efterlevnad bland de mest citerade sidorna. Istället ser vi en fördelning som speglar den bredare webben – bara något förskjuten uppåt. Detta säger oss att AI-motorer väljer källor främst baserat på innehållsrelevans, auktoritet och förmågan att besvara användarens fråga, och endast sekundärt på teknisk prestanda.
De 40% som misslyckas innebär också att om din webbplats för närvarande inte klarar Core Web Vitals, så har du gott sällskap – även bland internetets mest citerade domäner. Att åtgärda din prestanda kommer att flytta dig till majoriteten, men det kommer inte, av sig självt, att förändra din citeringsprofil. Prestandagapet mellan de mest och minst citerade är verkligt, men det är tillräckligt litet för att överbrygga det krävs att man går från “dålig” till “bra” på flera mätvärden – inte bara att knappt passera tröskeln på ett.
Prestandapoängens historia: vad 76,5 vs 74,9 faktiskt betyder
Den genomsnittliga Google PageSpeed-prestandapoängen på 76,5 för de mest citerade domänerna jämfört med 74,9 för de minst citerade är en skillnad på endast 1,6 poäng på en 100-gradig skala. Som jämförelse kan en enda ooptimerad bild eller en ominifierad CSS-fil påverka en PageSpeed-poäng med 5–10 poäng. Gapet vi ser är verkligt men trivialt litet – det är den typen av skillnad som skulle kunna förklaras av att de mest citerade domänerna är något mer benägna att använda ett CDN eller något mer benägna att ha en dedikerad prestandabudget.
Den praktiska innebörden är tydlig: om din PageSpeed-poäng ligger på 70-talet befinner du dig redan i intervallet där AI-citeringsfrekvensen inte påverkas nämnvärt av prestanda. Att jaga en poäng på 90+ kommer att ge minskande avkastning för AI-synlighet . Det mer produktiva sättet att använda din tid är att säkerställa att du inte ligger i det “dåliga” intervallet (under 50) och sedan flytta fokus till innehållsstrategi.
Hur detta samverkar med traditionell SEO-visdom
I två decennier har SEO-specialister fått höra att webbplatshastighet är en rankningsfaktor. Detta stämmer för Google Search – side experience-signaler, inklusive Core Web Vitals, är en del av Googles rankningsalgoritm. Men AI-sökmotorer som ChatGPT, Perplexity och Gemini fungerar enligt fundamentalt annorlunda principer. De genomsöker inte webben i realtid för att bygga ett sökindex; de hämtar innehåll från ett förindexerat korpus och syntetiserar svar från det.
Denna skillnad är oerhört viktig för hur du bör tänka kring prestanda. Inom traditionell SEO kan en snabbare sida övertrumfa en långsammare för samma fråga, allt annat lika. Inom AI-sökning jämför inte motorn två sidor mot varandra på samma sätt – den avgör om den överhuvudtaget ska inkludera en källa i sitt svar. Tröskeln för inkludering verkar vara mycket lägre när det gäller prestanda än för traditionell sökrankning, och mycket högre när det gäller innehållsspecificitet och auktoritet.
Den praktiska slutsatsen: om du redan gör ett bra SEO-prestandaarbete ligger du sannolikt redan i intervallet där AI-citeringar inte begränsas av hastighet. Sluta inte med det arbetet – det gynnar dina mänskliga besökare och dina traditionella sökrankningar. Men förvänta dig inte att ytterligare prestandaoptimeringar öppnar nya dörrar för AI-citeringar. Dörrarna öppnas av innehåll.
Praktiska rekommendationer för prestandaarbete för AI-synlighet
Använd TTFB som ditt primära prestandamått för AI-synlighet. Av alla hastighetsmått har TTFB det största gapet mellan mest och minst citerade (804 ms vs. 910 ms). Det är också det mått som du har mest direkt kontroll över – det speglar server- och CDN-konfiguration, inte frontend-komplexitet.
Sikta på “tillräckligt bra”, inte “perfekt.” Om dina sidor klarar Core Web Vitals för det mesta och din TTFB är under 1 sekund, befinner du dig i intervallet där prestanda inte håller tillbaka dina AI-citeringar. Ytterligare investeringar bör gå till innehåll, inte hastighet.
Granska din serverkonfiguration. Vanliga TTFB-förbättringar inkluderar: aktivering av HTTP/2 eller HTTP/3, användning av CDN med edge-caching, optimering av databasfrågor och aktivering av server-side-caching. Detta är typiskt engångsåtgärder med löpande fördelar.
Försumma inte mobilt. Googles CrUX-data är uppdelad efter enhet. Om din mobila prestanda är betydligt sämre än stationär, kan du skapa ett gap som påverkar AI-krypare olika på olika plattformar. Se till att dina prestandaoptimeringar gäller för båda.
Övervaka prestandadrift. Webbplatshastighet försämras över tid när du lägger till funktioner, tredjepartsskript och innehåll. Sätt upp regelbunden prestandaövervakning (månadsvis är tillräckligt) för att fånga regressioner innan de trycker ner dig i det “dåliga” intervallet.
Metodik
Detta är ett samband bland de sidor som AI redan citerar, inte bevis på orsakssamband: det beräknas genom att sammanföra Google CrUX / PageSpeed-fältdata med hur ofta varje domän citerades i AmICiteds 1 905 spårade promptar. CrUX-data fanns tillgänglig för 6 556 av 8 845 citerade domäner (74%). Domäner grupperas efter hur många svar som citerade dem; inom varje grupp beräknar vi genomsnittet för webbhälsoindikatorn. En domän “klarar Core Web Vitals” när majoriteten av dess granskade webbadresser klarar Googles LCP /INP /CLS-trösklar i verklig användardata (CrUX); TTFB och prestandapoäng beräknas på samma sätt. Sidor utan tillräcklig CrUX-data exkluderas. Eftersom AmICiteds promptar lutar mot SaaS, e-handel och supportämnen, beskriver dessa siffror de webbplatser som citeras för den typen av frågor. Sambandet är verkligt men måttligt och korrelationellt – vi påstår inte att snabbare sidor orsakar fler citeringar.
