Core Web Vitals与AI搜索的关系：被忽视的关键维度
当ChatGPT、Claude等大语言模型横空出世时，SEO行业一度陷入恐慌——”传统SEO是不是要完蛋了？”、”AI搜索还需要做排名吗？”各种声音甚嚣尘上。
其中，一种颇具代表性的观点是：Core Web Vitals (CWV)与AI搜索毫无关联。很多人直言：CWV只是优化用户体验的”加分项”，与AI能否引用你的内容关系不大。
但这个结论，马老师替读者问一句：真的全面吗？
CWV究竟在优化什么？
要理解CWV与AI搜索的关系，首先要厘清一个基本问题：CWV的核心指标，和AI搜索场景，到底有什么对应？
Core Web Vitals包含三个核心指标（2024年更新后）：
- LCP (Largest Contentful Paint)：最大内容绘制时间，衡量页面主要内容加载速度
- INP (Interaction to Next Paint)：下一代交互响应指标，取代了原来的FID，衡量页面交互流畅度
- CLS (Cumulative Layout Shift)：累计布局偏移，衡量页面视觉稳定性
这三个指标，核心是围绕用户体验设计的。
- LCP关注的是”页面主要内容有没有尽快展示出来”——这是用户感知加载速度的关键。
- INP关注的是”用户操作有没有立即响应”——这决定了页面交互是否流畅。
- CLS关注的是”页面加载过程中有没有乱跳”——这影响了用户的阅读体验。
问题来了：这些指标，和AI搜索有什么直接关系？
很多人会回答：没有直接关系。CWV优化的是用户体验，不是AI抓取。
这个说法对了一半。
两个完全不同的逻辑
要真正理解CWV与AI搜索的关系，必须区分两个完全不同的场景：
场景一：AI爬虫直接抓取网页，用于语料训练和知识收集
这是最直接的场景：大模型的运营方派出爬虫抓取你的网站，把内容存入自己的训练语料库或知识库。
这就是为什么很多人说”AI爬虫不擅长渲染”——大多数AI/LLM的爬虫只能抓取服务器直接返回的静态HTML文档。不同来源的估算有所差异，但普遍认为超过70%的AI爬虫不具备JavaScript渲染能力。如果你的网站是典型的CSR单页应用（SPA)，大量内容靠JavaScript动态渲染，那么AI爬虫可能连你的内容都看不到。
在这个场景（AI爬虫直接抓取）下：
- TTFB (Time to First Byte) 是关键——它决定了AI爬虫能否顺利获取内容
- SSR vs CSR 是关键——AI爬虫能否渲染JavaScript
- CWV中的LCP、INP、CLS几乎没有直接影响
这也是为什么有人说”CWV和AI搜索无关”——他们指的就是这个场景，而且说得没错。
场景二：通过搜索引擎的AI功能间接引用
这是大部分用户接触AI信息的真实场景：用户通过Google/Bing的AI功能（如AI Overviews、Gemini）提问，搜索引擎从自己的索引中提取内容生成答案。
在这个场景下，必须理解一个关键概念：LLM如何获取外部信息？
当用户向LLM提问时，LLM可以选择两种方式获取信息：
方式一：不调用搜索工具
这相当于LLM仅凭自己训练时学到的知识来回答问题。它的知识有截止日期，有局限性，而且可能产生”幻觉”——即一本正经地给出错误答案。
方式二：调用搜索工具
当用户的问题需要最新信息，或需要特定领域的专业知识时，LLM会调用搜索工具。搜索工具会访问互联网，抓取相关网页内容，然后把抓取到的信息返回给LLM，LLM再基于这些信息生成答案。
这就是为什么月之暗面Kimi的文档强调”调用搜索工具”的重要性——不调用搜索，LLM只能回答自己训练数据里的内容；调用搜索，LLM才能获取实时信息。
同样是以Google为例：当用户通过Google的AI功能提问时，Google会调用搜索API抓取相关内容，然后让Gemini基于这些内容生成答案。
在这个场景下，逻辑完全不同：
- 搜索引擎仍然依赖传统索引——你的内容必须被Google/Bing收录
- CWV通过影响搜索排名，间接影响AI可见性——虽然CWV在Google排名中的权重早已降低，但它从未被完全移除
- 用户不是在用LLM爬虫，而是在用搜索引擎的AI能力
换句话说：
- 场景一：你的网站 → AI爬虫抓取 → 语料/知识库 → 直接路径，TTFB重要
- 场景二：你的网站 → 搜索引擎索引 → AI功能引用 → 间接路径，CWV通过搜索排名间接影响
场景三：自动化浏览器获取信息
随着OpenClaw等自动化工具的兴起，越来越多的人用自动化浏览器（如Playwright、Puppeteer）来获取信息。
这些自动化工具本质上模拟真实用户的浏览器行为。它们会：
- 加载整个网页
- 执行JavaScript
- 等待内容渲染完成
- 进行交互操作
如果你的网站CWV表现糟糕，会发生什么？
- LCP过高：页面加载太慢，自动化工具可能超时
- INP过高：页面响应卡顿，自动化工具点击按钮没反应
- CLS过高：页面元素乱跳，自动化工具点错了位置
换句话说：CWV不仅影响真人用户，也影响自动化工具的抓取成功率。
结论：CWV不是无关，而是关联方式不同
回到文章开头的问题：CWV到底和AI搜索有没有关系？
答案是：有关系，但关系比直觉判断更复杂，而且要分场景讨论。
- 对于AI爬虫直接抓取（语料训练/知识收集）的场景，CWV中的TTFB确实更重要，但LCP、INP、CLS几乎无关
- 对于搜索引擎AI功能间接引用的场景，CWV通过影响搜索排名，间接影响AI是否被引用
- 对于自动化浏览器获取信息的场景，CWV直接影响抓取成功率
所以，部分认可”CWV和AI搜索无关”的观点，确实有道理——但这个观点只覆盖了场景一，忽略了场景二和场景三。
对于SEO从业者来说，这意味着：
- 如果你希望被AI爬虫直接抓取：优先关注TTFB和SSR——确保AI爬虫能顺利获取内容
- 如果你仍依赖搜索引擎流量：CWV优化仍然有价值——它通过影响搜索排名，间接影响AI引用的概率
- 如果你使用自动化工具：CWV直接影响工具能否成功抓取
- 不要非此即彼：传统SEO和AI时代的SEO不是对立关系，而是共存关系
CWV从未被宣判”死刑”，只是我们需要重新理解它的角色——在不同的AI搜索场景下，它的关联方式完全不同。
