Core Web Vitals
Las Core Web Vitals son las tres métricas de campo de Google para la experiencia de página: Largest Contentful Paint (LCP) para la velocidad de carga, Interaction to Next Paint (INP) para la capacidad de respuesta y Cumulative Layout Shift (CLS) para la estabilidad visual, medidas sobre visitas de usuarios reales.
Cada métrica aísla un problema distinto que el usuario percibe. LCP mide cuánto tarda en renderizarse el elemento visible más grande, normalmente una imagen principal o un titular. INP mide con qué rapidez responde la página a toques, clics y pulsaciones de teclas a lo largo de toda la visita, y sustituye al antiguo First Input Delay porque tiene en cuenta cada interacción y no solo la primera. CLS mide cuánto salta el diseño a medida que cargan los recursos. Google publica umbrales objetivo (LCP por debajo de 2,5 segundos, INP por debajo de 200 milisegundos, CLS por debajo de 0,1) y juzga la página por el percentil 75 de los datos de campo de usuarios reales de Chrome, de modo que un puñado de sesiones rápidas no puede ocultar una experiencia lenta para la mayoría.
El punto de los datos de campo importa porque las herramientas de laboratorio como Lighthouse se ejecutan en un único dispositivo simulado y rara vez coinciden con lo que perciben los compradores en teléfonos de gama media y con conexiones móviles irregulares. El Chrome User Experience Report (CrUX) es la fuente en la que Google confía, y va con un retraso de unos 28 días, así que una corrección hecha hoy no aparecerá como aprobada hasta varias semanas después. Los operadores que optimizan solo contra la puntuación de laboratorio a menudo no ven ningún movimiento en Search Console y entonces dan por hecho que el trabajo falló.
Las Core Web Vitals son una señal de posicionamiento confirmada, pero moderada. Actúan sobre todo como criterio de desempate entre páginas de relevancia similar, así que una página rápida con contenido pobre no superará a una página más lenta que responde mejor a la consulta. El planteamiento honesto es que unas buenas métricas protegen el posicionamiento y la conversión, no los ganan por sí solas.
Piensa en una tienda Shopify con un tema muy personalizado cuyas páginas de producto obtienen un CLS de 0,28, de lleno en la franja de fallo. La causa es un widget de valoración con estrellas y una fila de productos recomendados que cargan después del primer renderizado y empujan hacia abajo el botón de añadir al carrito justo cuando el comprador va a pulsarlo. Reservar una altura fija para ambos bloques con un contenedor min-height, y renderizar la valoración media en el lado del servidor dentro del HTML inicial, baja el CLS por debajo de 0,05 sin quitar nada de social proof. El botón de añadir al carrito deja de moverse, los toques erróneos caen y el INP suele mejorar también, porque el hilo principal ya no tiene que recolocar la página a toda prisa.
El ángulo del motor de respuesta es indirecto pero real. ChatGPT, Perplexity y Google AI Overviews se apoyan en contenido que sus rastreadores pueden recuperar e interpretar con limpieza, y una página que renderiza su contenido clave y sus datos estructurados de forma rápida y estable es más fácil de recuperar y citar que otra que pinta tarde o se desplaza bajo una solicitud sin navegador. Las métricas no son un factor de cita directo, pero la misma disciplina que consigue un LCP aprobado, una respuesta de servidor rápida, scripts ligeros y contenido presente en el marcado inicial, también hace que una página sea legible para los sistemas que deciden qué fuentes mostrar.