Descubre cómo y por qué otros desarrolladores han utilizado la Web para crear experiencias web increíbles para sus usuarios.

La detección de toxicidad protege a tus usuarios y crea un entorno en línea más seguro. En la segunda parte, aprenderemos a crear una herramienta de IA del cliente para detectar y mitigar la toxicidad en su fuente.

"Protege a tus usuarios y crea un entorno en línea más seguro con la detección de toxicidad. En la primera parte, compartimos el contexto que necesitas para implementar la IA y mitigar la toxicidad en su fuente: los teclados de los usuarios".

En esta publicación, se describe la métrica Tiempo de bloqueo total (TBT) y se explica cómo medirla.

Una guía paso a paso sobre cómo desglosar el LCP y, además, identificar las áreas clave para mejorar

Aprende a medir las Métricas web de tu sitio en entornos reales y de labs.

Una colección de prácticas recomendadas que Chrome identificó como las mayores oportunidades para optimizar el rendimiento web y mejorar las Métricas web esenciales

Métricas esenciales para un sitio en buen estado

Evalúa los resultados de diferentes instrucciones y modelos con el LLM como técnica para juzgar. En lugar de depender del juicio humano, la validación del modelo se delega a otro LLM.

La propiedad content-visibility del CSS ahora está disponible como Baseline Newly.

La investigación y la metodología detrás de los umbrales de las Métricas web esenciales

Con la creciente importancia de las Métricas web esenciales, los propietarios y desarrolladores de sitios se enfocan cada vez más en el rendimiento y las experiencias clave del usuario. Google ofrece muchas herramientas para evaluar, optimizar y supervisar las páginas, pero los usuarios suelen confundirse con las diferentes fuentes de datos y con cómo usarlas de manera efectiva. En esta guía, se propone un flujo de trabajo que combina varias herramientas y se aclara dónde y cómo tienen sentido a lo largo del proceso de desarrollo.

Si revisaste los datos de campo, notas que algunas interacciones son lentas. El siguiente paso es aprender más sobre cómo probar manualmente esas interacciones e identificar las causas detrás de ellas.