Analytics & Measurement

累积布局偏移 (CLS)

累积布局偏移 (CLS)

累积布局偏移(CLS)是一项核心网页指标,通过量化页面整个生命周期中发生的意外布局偏移来衡量网页的视觉稳定性。良好的CLS评分为0.1或更低,表示对用户体验造成干扰的视觉不稳定性最小。

累积布局偏移(CLS)的定义

累积布局偏移(CLS) 是一项核心网页指标,通过测量页面整个生命周期中发生的意外布局偏移来量化网页的视觉稳定性。具体而言,CLS测量的是可见元素在渲染帧之间每次意外移动的最大布局偏移得分爆发值。当页面内容意外移动时——例如广告在页面顶部加载并将文字下推,或图片在没有预定义尺寸的情况下渲染——用户会感受到视觉不稳定性,这会打断他们的阅读流程,并可能导致误点错误元素。谷歌于2021年6月正式将CLS列为排名因素,使其成为用户体验和搜索引擎优化的关键指标。良好的CLS评分为0.1或更低,表示视觉干扰最小,0.1至0.25之间的评分需要改进,而高于0.25的评分则被视为较差。

背景与历史

累积布局偏移的引入标志着网络性能社区衡量用户体验方式的重大转变。在CLS出现之前,大多数性能指标都关注加载速度和交互性,忽视了意外页面元素移动带来的困扰。谷歌的研究表明,超过70%的用户经常遇到布局偏移,而这些偏移与跳出率上升和参与度下降直接相关。该指标由Web孵化社区组(WICG) 开发,并通过布局不稳定性API正式化,该API为浏览器提供了一种标准化的方式来检测和报告布局偏移。当谷歌于2020年5月宣布核心网页指标时,CLS与最大内容绘制(LCP)与下一次交互的交互(INP) 一起成为三个主要指标之一。该指标自推出以来不断演变——最初测量页面整个生命周期中的总布局偏移,2021年5月改进为使用会话窗口方法,该方法通过聚焦于最严重的不稳定性爆发而不是惩罚存在分散性小幅偏移的页面,更好地反映真实用户体验。这一演变表明谷歌致力于创建真正反映用户困扰而非任意技术测量的指标。

技术解释:CLS的工作原理

累积布局偏移通过一个精密的计算系统运行,该系统结合两个主要组成部分:影响比例距离比例。影响比例测量受不稳定元素影响的视口区域百分比——这些元素在两个渲染帧之间改变了它们的起始位置。例如,如果一个元素在一帧中占据视口的50%,然后发生偏移,且其先前和当前位置的并集覆盖了视口的75%,则影响比例为0.75。距离比例测量不稳定元素相对于视口最大维度(宽度或高度)移动的距离。如果一个元素向下移动了视口高度的25%,则距离比例为0.25。最终的布局偏移得分通过将这两个值相乘计算:0.75 × 0.25 = 0.1875。然后将单个布局偏移分组到会话窗口——彼此在1秒内发生的偏移爆发,窗口最大持续时间为5秒。CLS指标报告的是累计得分最高的会话窗口,而不是所有偏移的总和。这种窗口化方法防止了具有许多小幅偏移的页面与具有一次较大不稳定性爆发的页面相比受到不公平的惩罚。

CLS测量与评分阈值

谷歌已建立清晰的CLS性能阈值,以帮助网站所有者了解其视觉稳定性表现。CLS评分0.1或更低被视为"良好",代表网站所有者应力争达到的目标。评分在0.1至0.25之间被归类为"需要改进",表明页面虽未不及格,但优化工作将显著提升用户体验。任何CLS评分高于0.25被视为"较差",表明存在严重的视觉不稳定性,可能使用户感到困扰并对参与度指标产生负面影响。这些阈值在页面加载的第75百分位进行测量,并分别在移动端和桌面端设备上进行分段,确保指标反映大多数用户的体验,而不是被异常值所扭曲。支持这些阈值的研究涉及分析数百万真实用户体验,并将布局偏移的严重程度与用户满意度指标相关联。Lighthouse性能评分25%的总权重分配给CLS,使其成为整体页面性能评估的重要组成部分。理解这些阈值对于确定优化工作的优先级至关重要——CLS评分高于0.25的页面应立即处理,而评分在0.1至0.25之间的页面应纳入持续优化路线图。

对比表格:CLS与相关性能指标

指标测量内容良好阈值关注领域用户影响
累积布局偏移(CLS)视觉稳定性和意外元素移动≤ 0.1页面布局稳定性防止误点击和阅读中断
最大内容绘制(LCP)最大可见元素的加载性能≤ 2.5秒感知加载速度影响用户对页面响应速度的感知
与下一次交互的交互(INP)用户交互的响应速度≤ 200毫秒交互性和响应性决定页面响应点击/触控的速度
首次内容绘制(FCP)首次内容出现的时间≤ 1.8秒初始渲染速度指示页面开始加载的时间
首字节时间(TTFB)服务器响应时间≤ 600毫秒后端性能影响所有下游性能指标

CLS评分差的常见原因

未指定尺寸的图片和视频是布局偏移最常见的原因之一。当开发者未在HTML图片标签中包含宽度和高度属性时,浏览器无法在这些元素完全加载前为其分配空间。这导致图片渲染时周围内容意外偏移。类似地,没有预定义尺寸的广告、嵌入内容和iframe经常导致布局不稳定性,尤其是开发者对最终尺寸控制有限的第三方广告。动态注入的内容——例如在一定时间后出现的横幅、相关文章小部件或展开的评论区——如果事先未预留空间,可能会推挤现有内容。导致不可见文本闪烁(FOIT)或未样式文本闪烁(FOUT)的网页字体发生在自定义字体加载并与后备字体渲染方式不同时,导致文本回流和布局偏移。使用topleftbottomrightbox-shadow等CSS属性不当实现的动画会触发布局重新计算,而不是使用GPU加速的变换。异步加载的第三方JavaScript可能不可预测地注入视觉元素,而没有适当占位符的懒加载会导致用户滚动时图片最终加载时内容发生偏移。理解这些原因使得开发者能够实施有针对性的解决方案,而不是尝试广泛而无效的优化。

优化CLS的最佳实践

为所有媒体指定明确的尺寸是基础的CLS优化策略。每张图片、每个视频和嵌入内容都应在HTML中包含宽度和高度属性,使浏览器能够在内容加载前预留适当的空间。对于响应式设计,CSS宽高比框通过使用aspect-ratio属性或padding-bottom技术在不同屏幕尺寸上保持一致的宽高比。通过CSS占位符为动态内容预留空间确保广告、小工具和其他动态加载元素在出现时不会引起偏移。为动画使用CSS变换而非布局属性可防止布局重新计算——应使用transform: translate()transform: scale()替代topleft和尺寸更改。预加载关键网页字体并设置font-display: optionalfont-display: fallback可防止字体加载期间文字不可见或引起布局偏移。避免在现有内容上方插入内容可防止推下用户正在阅读或交互的元素。使用适当的占位符实施懒加载确保图片加载到预留空间中,而不是引起偏移。延迟第三方JavaScript到首屏下方或用户交互后加载,可防止主视口中意外的内容注入。当系统性地实施这些实践时,通常可将CLS评分从较差(>0.25)降至良好(≤0.1)范围。

CLS对用户体验和业务指标的影响

布局偏移以可测量的方式直接影响用户满意度和业务成果。研究表明,意外的布局偏移会导致用户阅读时失去位置,从而增加跳出率并减少页面停留时间。在电子商务场景中,布局偏移可能导致用户意外点击错误的产品或链接,造成困扰和购物车放弃。Relive的研究表明,将布局偏移降至几乎为零可改善客户体验并使转化率提高5%,而另一个案例研究显示,CLS改善41%导致转化率提高10%布局不稳定性API的研究表明,经历严重布局偏移的用户在完成预期操作前放弃页面的可能性高出2-3倍。除了用户体验之外,谷歌的排名算法明确奖励CLS评分良好的页面,这意味着优化视觉稳定性既提供即时的用户体验优势,也带来长期的SEO优势。CLS评分差的页面在搜索结果中可见性可能降低,特别是在多个页面都拥有良好核心网页指标的竞争性关键词中。CLS优化的累积效应——改善的用户体验、更高的转化率和更好的搜索排名——使其成为大多数网站高投资回报率的优化目标。

CLS在不同场景下的对比:实验室数据与现场数据

实验室数据和现场数据在CLS测量中往往存在显著差异,这给试图优化的开发者造成了困惑。Lighthouse和PageSpeed Insights等实验室工具仅在受控的合成环境中测量初始页面加载期间的CLS,通常只捕获首屏可见的布局偏移。这种方法遗漏了用户滚动、与菜单交互或触发动态内容加载时发生的布局偏移。来自Chrome用户体验报告(CrUX)的现场数据捕获页面整个生命周期中所有交互的真实用户体验,包括滚动期间和用户交互后发生的偏移。这就解释了为什么一个页面在Lighthouse中可能显示良好的CLS评分,但在Search Console的核心网页指标报告中评分较差——现场数据包含了实验室测试从未遇到的偏移。真实用户监控(RUM) 解决方案提供关于实际访问者何时何地发生布局偏移的详细洞察,包括特定于设备的模式和基于滚动的偏移。开发者在可用时应优先使用现场数据,因为它反映真实的用户体验,同时使用实验室数据来识别和调试特定问题。实验室数据与现场数据之间的差异凸显了持续监控而非一次性测试的重要性,确保优化工作解决真实世界的用户体验,而不是合成测试场景。

CLS与AI平台监控

随着ChatGPT、Perplexity、Google AI Overviews和Claude等AI系统越来越多地生成网络内容摘要和引用,被引用网站的视觉稳定性与AI监控平台变得相关。当AI系统引用或提及您的网站时,点击进入您域名的用户将亲身体验到您页面的CLS表现。较差的CLS评分可能对AI引荐流量产生负面影响,可能增加跳出率并降低AI引用的价值。AmICited等监控工具跟踪您的域名在各AI平台上的呈现方式,理解CLS表现成为全面品牌监控策略的一部分。CLS评分优异的网站为所有流量来源(包括AI引荐访客)提供更好的用户体验,这强化了视觉稳定性优化的重要性。随着AI生成内容在搜索结果中越来越普遍,CLS表现与整体数字存在之间的联系对于在所有流量渠道上维护品牌声誉和用户满意度变得越来越重要。

如何审计网站CLS问题

每当Search Console中的CLS评分出现异常升高或在重大改版之前,请运行此审计。从现场数据而非实验室数据开始:打开Search Console的核心网页指标报告,识别哪些URL组落入"需要改进"或"较差"区间,因为这通过CrUX反映了真实用户体验,而非合成的单页测试。对于每个被标记的页面,打开Chrome DevTools的"Performance"面板,录制页面加载过程,在"Experience"部分查找被标记的"Layout Shift"条目——单击每个条目可精确查看哪个DOM元素发生了移动以及移动了多少,让您将得分贡献直接映射到具体元素。检查每个图片和视频标签是否缺少宽度/高度属性或缺少aspect-ratio CSS规则;这是最常见的单一原因,可通过明确的尺寸来修复。检查广告位、嵌入内容和第三方小部件是否预留了空间——如果容器在广告加载前没有设置最小高度,广告渲染后会将内容下推。具体测试网页字体的加载行为:将网络限速为3G后比较CLS,因为由于缺少font-display或预加载导致的慢速字体切换是快速连接上不会出现的常见偏移原因。最后,审查任何动态注入的内容——Cookie横幅、促销栏或懒加载区域——是否出现在现有内容上方,因为在首屏内容初始渲染后插入内容是影响最大的CLS触发因素之一,需要使用占位符或固定位置处理,而非流内注入。

常见问题

准备好监控您的AI可见性了吗?

开始跟踪AI聊天机器人如何在ChatGPT、Perplexity和其他平台上提及您的品牌。获取可操作的见解以改善您的AI存在。

了解更多

AI引用的页面是否具有良好的CLS(视觉稳定性)?
AI引用的页面是否具有良好的CLS(视觉稳定性)?

AI引用的页面是否具有良好的CLS(视觉稳定性)?

AI引用最多的页面在86%的加载中记录良好的CLS,与引用最少的页面86%相同——在原本健康的基线之上,这是一个微弱的相关性优势。...

1 分钟阅读
Core Web Vitals
Core Web Vitals:谷歌核心页面体验指标

Core Web Vitals

Core Web Vitals 是谷歌衡量页面加载、交互性和视觉稳定性的三个关键指标。了解 LCP、INP、CLS 阈值及其对 SEO 和 AI 搜索可见性的影响。...

3 分钟阅读
页面体验
页面体验:定义、衡量指标及 SEO 影响

页面体验

页面体验通过核心网络指标、移动端友好性、HTTPS 安全性和侵入式插页广告来衡量用户交互质量。了解其如何影响 SEO 排名和用户参与度。...

2 分钟阅读