Navigation AI 能够通过将整个过程分为两个阶段来解决这个复杂的方程：
-
第一阶段：根据数据对页面加载应用 AI 增强的初始预测，但不将其传递给推测规则 API（以免浏览器不堪重负）
-
第二阶段：分析用户行为，调整预测，并在我们确定下一步操作后指示推测规则 API 预渲染（或预取）页面。
由于该页面已在背景中绘制，因此页面可即时加载。在移动设备上，Navigation AI 依靠识别用户在页面上的位置，鉴于视口较小，它可以轻松预测用户将点击的位置。
是什么让导航 AI 如此强大？（+ 数据）
Navigation AI 根据三个自定义指标来衡量成功：
-
预测精度：在所有用户交 Mint 数据库 互中，Navigation AI 成功预测了多少次
-
浪费精度：在所有用户交互中，有多少次导航人工智能未能预测，导致浏览器压力过大
-
浏览器荣誉比率：指示页面是否实际被正确预渲染/预取（如果没有，我们会检查浏览器效率或用户的网络强度，以帮助导航 AI 适应类似情况）
基于1,200个网站，Navigation AI 已经显示出惊人的效果。
导航 AI 真实结果
-
结果 1： 使用导航 AI 的网页始终显示加载时间约为 2.86 秒，而未使用导航 AI 的网页则显示加载时间约为 6.12 秒
-
结果 2：使用 Navigation AI，预渲 细分并针对特定目标 染页面的LCP 提高了 85%（从 3.1 秒到 0.4 秒），CLS 提高了 80%（从 0.3 秒到 0.06 秒）。对于预取页面，Navigation AI 将 LCP 提高了 52%（从 3.1 秒到 1.5 秒）。
-
结果 3：借助 Navigation AI，整个网站的性能指标显著提高：LCP 提高 15%、CLS 提高 8%、TTFB 提高 26%
快速的初始页面加载时间、稳定的布局以及对交互的快速响应使网站所有者能够让用户保持更长时间的满意度和参与度，并最终实现更高的转化率。
即时加载技术：准确性和权衡
在决定预渲染/预取哪些页面时，找到适当的平 CZ 领先 衡点与您对用户行为的了解程度有关。手动方法需要仔细考虑过去的用户体验和数据分析，以实现“中等风险，中等回报”的情景
理想情况下，您需要加倍关注热图并探索用户在您的网页上的行为 – 他们点击的位置、他们向下滚动的距离以及他们倾向于忽略的内容。
由于浏览器可以处理有限数量的预渲染/预取请求，网站所有者和开发人员应该：
-
排除徽标链接、已注销页面、购买成功页面、添加到购物车页面等路线。
-
优先考虑主要号召性用语 (CTA) 按钮、了解更多页面、逻辑后续导航等路线。
或者，您可以将数据处理和预测能力委托给 Navigation AI 等自动化工具。
常见问题解答
后台预渲染/预取页面是否会显示在分析中？
如果用户尚未访问相关页面，则该页面不会计入分析数据，例如 Google Analytics。请记住，推测规则 API 仍处于早期阶段，根据您使用的分析提供商，他们可能会决定以某种方式包含这些数据。目前，只有当用户实际访问了预渲染/预取页面时，它们才会计入 Chrome 用户体验报告 (CrUX)。
浏览器会将预渲染页面的缓存版本保留多长时间？
开发人员无法控制持续时间。但是，Chrome 会将用户未选择的预渲染页面的所有缓存版本存储在 HTTP 缓存中。这样，如果用户决定稍后返回这些页面，它们仍能更快地加载。
AI 完全由 Uxify 服务器处理，而不是在浏览器中执行。Navigation AI JavaScript 仅使用来自 Uxify 服务器的现成结果，而不是运行整个 AI 模型本身。
即时加载技术是否适用于用户首先访问的页面（例如主页）还是仅适用于后续浏览？
预渲染/预取技术不适用于首次访问网站的情况。不过，Chrome URL 栏开始使用预渲染，识别我们经常搜索的 URL 并提前加载它们
例如，输入www.goo很可能触发www.google.com页面在后台加载（当然，这取决于个人用户的搜索活动）。目前，也有人在探索如何将预渲染功能融入 Google 搜索引擎栏。
