Core Web Vitals: Como Medir e Melhorar

Web2026-11-12TryQuickToolBox

Suas páginas carregam, mas os usuários ainda abandonam. Ou um relatório do Search Console sinaliza Core Web Vitals "ruins" no mobile, e você não tem certeza se o problema é real ou apenas um artefato de laboratório. Os Core Web Vitals transformam conversas vagas sobre "desempenho" em três sinais mensuráveis — e cada um deles tem uma causa concreta que você pode encontrar e corrigir.

Este guia explica o que cada métrica mede, como coletar dados confiáveis e quais correções realmente fazem diferença. Sem benchmarks inventados — apenas a mecânica e o fluxo de trabalho.

O que os Core Web Vitals realmente medem

Core Web Vitals são três métricas centradas no usuário definidas pela comunidade de desempenho web e refletidas nos sinais de experiência de página do Google. Cada uma mapeia um tipo diferente de frustração:

Estas substituíram proxies mais antigos como First Input Delay e são avaliadas no 75º percentil de carregamentos reais de página. Esse detalhe importa: um laptop rápido não prova nada se a maior parte do seu tráfego é de celulares intermediários.

Dados de campo vs dados de laboratório: meça ambos

O erro de medição mais comum é confiar em uma única execução do Lighthouse. Ferramentas de laboratório simulam um carregamento sob condições fixas; dados de campo vêm de usuários reais em dispositivos e redes reais. Você precisa dos dois, para trabalhos diferentes.

FonteTipoMelhor uso
Chrome UX Report / Search ConsoleCampoSaber se usuários reais enfrentam problemas
PageSpeed InsightsAmbosInstantâneo rápido de campo mais diagnósticos de laboratório
Lighthouse / DevToolsLaboratórioReproduzir e depurar problemas específicos
biblioteca JS web-vitalsCampo (seu próprio)Segmentar por página, dispositivo e país

Comece com dados de campo para confirmar que um problema existe, depois use ferramentas de laboratório para reproduzi-lo. Se os dados de campo dizem que o LCP está bom, mas o Lighthouse grita, você provavelmente está otimizando um cenário que seus usuários não têm.

Passo a passo: construa um ciclo de medição

  1. Linha de base. Obtenha dados de campo para seus principais templates (home, produto, artigo) no mobile e desktop. Anote os valores do 75º percentil.
  2. Instrumente. Adicione a biblioteca web-vitals e envie LCP, INP e CLS para seu endpoint de analytics, marcados com rota e tipo de dispositivo.
  3. Reproduza. No DevTools, limite para um perfil de celular intermediário com 4G rápido e grave um trace de desempenho de um template lento.
  4. Corrija uma causa. Mude uma única coisa (por exemplo, pré-carregue a imagem hero) e meça novamente sob as mesmas condições.
  5. Verifique em campo. Dados de campo atrasam em relação aos deploys, então compare semana a semana em vez de hora a hora.

Um trecho mínimo de instrumentação fica assim:

import { onLCP, onINP, onCLS } from 'web-vitals';

function report(metric) {
  const body = JSON.stringify({
    name: metric.name,
    value: metric.value,
    rating: metric.rating,
    path: location.pathname,
  });
  navigator.sendBeacon('/vitals', body);
}

onLCP(report);
onINP(report);
onCLS(report);

Mantenha o payload pequeno e faça amostragem se o tráfego for alto. O objetivo é visibilidade de tendências, não logging exaustivo.

Corrigindo o LCP: obtenha o conteúdo principal cedo

O LCP geralmente é bloqueado por uma de quatro coisas: resposta lenta do servidor (TTFB), recursos que bloqueiam a renderização, uma imagem hero descoberta tarde ou renderização no lado do cliente que não pinta nada até o JavaScript rodar.

Se o elemento LCP for um bloco de texto, o carregamento de fontes importa: use font-display: swap e pré-carregue a fonte principal para que o texto não fique invisível durante o carregamento.

Corrigindo o INP: mantenha a thread principal livre

O INP mede o atraso entre uma interação do usuário e o próximo frame pintado. Tarefas longas de JavaScript na thread principal são o culpado usual, seguidas por manipuladores de eventos pesados e trabalho de layout caro.

Em um trace de desempenho, procure por blocos longos amarelos de "scripting" sobrepostos à entrada do usuário. É o seu orçamento de INP sendo gasto.

Corrigindo o CLS: reserve espaço e pare os saltos

Layout shift acontece quando elementos são inseridos ou redimensionados sem espaço reservado. As correções são principalmente sobre ser explícito:

O CLS costuma ser a métrica mais barata de corrigir porque é um problema de disciplina de marcação, não de infraestrutura.

Não esqueça a camada de entrega

Correções no frontend só vão até certo ponto se seu servidor for lento ou seus assets não estiverem em cache. Verifique compressão (Brotli ou gzip), cabeçalhos de cache de longa duração com hashes de conteúdo, HTTP/2 ou HTTP/3 e um CDN para assets estáticos. Logs do servidor são uma verificação de sanidade útil: se você vê tempos de resposta upstream lentos em rotas HTML, nenhuma quantidade de otimização de imagem vai corrigir o LCP.

Você pode inspecionar logs de acesso para identificar rotas lentas e padrões de tráfego pesado usando o Analisador de logs Nginx, que ajuda a correlacionar latência de backend com as páginas que os usuários realmente carregam.

Priorize por template, não por pontuação

Uma única pontuação para todo o site esconde a realidade. Agrupe páginas por template (home, listagem, detalhe, checkout) e corrija primeiro os templates com mais tráfego e os piores dados de campo. Uma pontuação perfeita no Lighthouse em uma página de baixo tráfego vale pouco; uma melhoria modesta no LCP da sua principal landing page afeta todos os visitantes.

Também resista à tentação de perseguir um número redondo. Core Web Vitals são limiares, não uma competição — passar de "ruim" para "precisa melhorar" no seu template mais movimentado é uma vitória real.

FAQ

Quais são os três Core Web Vitals?

LCP (Largest Contentful Paint) mede o carregamento do conteúdo principal, INP (Interaction to Next Paint) mede a capacidade de resposta à entrada do usuário, e CLS (Cumulative Layout Shift) mede a estabilidade visual.

Devo confiar no Lighthouse ou nos dados de campo?

Use dados de campo para decidir se um problema real existe, e ferramentas de laboratório como o Lighthouse para reproduzi-lo e depurá-lo. Uma única execução de laboratório é um instantâneo, não um veredito.

Por que minha pontuação no Lighthouse difere do PageSpeed Insights?

O PageSpeed Insights mostra dados de laboratório e de campo, e as condições de laboratório (dispositivo, limitação, rede) diferem entre execuções. Compare condições equivalentes e foque nas tendências de campo.

Pronto para verificar suas próprias páginas? Execute seus principais templates em um ciclo de medição hoje, corrija a maior causa no seu template mais movimentado e verifique a mudança com dados de campo antes de seguir em frente.