Latence: zpoždění odezvy systému

Co je latence a proč je klíčová pro SEO, AIO/AEO a LLM

Latence je časové zpoždění mezi podnětem (požadavkem uživatele nebo systému) a pozorovatelnou odezvou. V kontextu webu, vyhledávání a odpovědí AI ovlivňuje latence nejen UX a konverze, ale také to, zda se váš obsah dostane do výběru odpovědí AI (AIO/AEO) a jak jej interpretuje LLM. Vysoká latence snižuje šanci na interakci, zvyšuje míru odchodů a v extrémních případech způsobuje, že systémy AI upřednostní rychlejší zdroje.

Druhy latence v digitálním řetězci

• Síťová latence – DNS lookup, TCP/QUIC handshake, TLS, RTT a propustnost trasy (peering, hustota CDN).
• Latence back-endu – fronta požadavků, čekání na CPU/I/O, dotazy do DB, cache misses, mikroslužby, fronty zpráv.
• Latence edge/renderování – funkce CDN/edge, prerendering/SSR/ISR, transformace (komprese, obrazové formáty).
• Latence na straně klienta – parsování HTML/CSS/JS, doba hydratace, blokování hlavního vlákna JavaScriptem, dekódování obrázků, layout/paint.
• Latence LLM/AI – vyhledávání kontextu (RAG), latence vektorového indexu, inference modelu, tokenizace a streamování odpovědi.

Metabolismus latence: metriky, na kterých záleží

• TTFB (Time to First Byte): součet síťové a serverové latence do doručení prvního bajtu. Silně koreluje s vnímanou rychlostí.
• LCP (Largest Contentful Paint): nepřímý projev latence sítě a renderování; často je limitován velikostí a dostupností hlavních zdrojů.
• INP (Interaction to Next Paint): odezva na interakci; citlivá na blokování JavaScriptem a hlavní vlákno.
• RTT (Round-Trip Time): fyzikální limit trasy; lze jej optimalizovat umístěním obsahu blíže k uživateli (CDN/edge).
• Jitter: kolísání latence; důležité pro streamování a interaktivitu.
• Latence v horním ocasu p95/p99: extrémy, které zhoršují UX a SLO; důležitější než průměr.

Vztah latence k E-E-A-T, SEO a AIO/AEO

• SEO: pomalé TTFB a vysoká latence zdrojů snižují šance na dobré Core Web Vitals a mohou omezit crawling a efektivní renderování.
• AIO/AEO: odpovědní vyhledávače upřednostňují zdroje, které rychle a stabilně poskytují text, strukturovaná data a multimédia; rychlost je implicitním signálem kvality.
• Optimalizace webů pro LLM: nižší latence zvyšuje pravděpodobnost úspěšného stažení a parsování strukturovaných dat (JSON-LD), čímž se zlepšuje mapování entit.

Fronta a vytížení: proč nejvíc bolí p99

Při vytížení serveru blížícím se 100 % se podle principů teorie front (Littleův zákon, M/M/1) dramaticky prodlužují čekací doby. I malé špičky způsobí prudký nárůst latence p95/p99. Proto je klíčové dimenzování kapacity (capacity planning), back-pressure, circuit-breakery a izolace služeb pomocí vzoru bulkhead.

Měření latence: RUM vs. syntetické testy

• RUM (Real User Monitoring): reálná data z prohlížečů (Navigation/Resource/Long Tasks API). Ukazuje rozdíly mezi regiony a zařízeními.
• Syntetické testy: konzistentní laboratorní měření (opakovatelnost, profilování, testování změn).
• Tracing (např. OpenTelemetry): koreluje latenci napříč mikroslužbami, databázemi a frontami; klíčový pro korelace p95.

Závislosti zdrojů a kritická cesta

Každý zdroj na kritické cestě (HTML → CSS → fonty/JS → hlavní obrázek) přidává latenci. Cílem je minimalizovat počet RTT (HTTP/2/3), zmenšit objem dat a odložit nekritické úlohy (defer/async). Kritická cesta by měla být navržena explicitně: preload pro nejdůležitější zdroje, server push je nahrazen přesným přednačítáním a hinty pro edge.

Optimalizační příručka pro síť a edge

• CDN/Edge: nasazení co nejblíže uživateli; inteligentní směrování, coalescing, HTTP/3 (QUIC), TLS 1.3, obnova 0-RTT.
• DNS a spojení: omezit řetězce CNAME, využívat dohody o peerování; <link rel="preconnect"> pro origin a kritické domény.
• Komprese a formáty: text pomocí Brotli; obrázky AVIF/WEBP; adaptivní velikosti; serverové hlavičky Accept-Encoding a Vary jsou správně nastavené.
• Strategie cache: Cache-Control s direktivami max-age, s-maxage, stale-while-revalidate; validátory ETag a Last-Modified.
• Přenos HTML: early flush (streamování HTML), chunked transfer; minimalizovat blokující meta-refresh a JavaScript.

Optimalizační příručka pro back-end

• Hot paths: identifikovat nejvytíženější endpointy podle RPS a latence; vyhradit jim rozpočty CPU/IO.
• Databáze: indexy podle profilů dotazů, eliminace N+1, connection pooling, read-replicas, CQRS tam, kde to dává smysl.
• Vrstvy cache: cache výsledků (kvazi-idempotentní odpovědi), memoizace, TTL podle míry stálosti; prevence negative caching a dogpile.
• Asynchronní zpracování: přesun neinteraktivních procesů do front (e-maily, webhooks, náročné transformace).
• SSR/ISR: u obsahových stránek generovat nebo inkrementálně prerenderovat na edge; vyhnout se penalizaci za cold start.

Optimalizační příručka pro front-end a interaktivitu

• Kritické CSS: vložit inline jen minimum, zbytek odložit; vyhnout se velkým globálním knihovnám.
• JavaScript: code-splitting, lazy-hydration, defer/async, odstranit nepoužívané moduly; používat architekturu islands.
• Obrázky a fonty: fetchpriority="high" pro obrázek LCP; font-display: swap; podmnožiny fontů.
• Latence interakcí: minimalizovat dlouhé úlohy (>50 ms); plánovat práci pomocí requestIdleCallback; vyhnout se synchronním XHR.

Latence a LLM/AI: specifika pro AIO a generativní rozhraní

• RAG pipeline: předem cachovat embeddingy, uchovávat vektory v RAM (HNSW/IVF-PQ), omezit počet kandidátů, použít late fusion až po přerankování.
• Inference: model s menším kontextem a speculative decoding; streamování tokenů klientovi pro zkrácení vnímané doby do první odpovědi.
• Prompt cache: šablony a časté otázky uchovávat v edge cache; ESI/edge compute pro rychlé „AI snippets“.
• Bezpečné timeouty: při zhoršení výkonu raději vrátit konzervativní odpovědi z cache než čekat na p99 inference.

Rozpočty a SLO: jak nastavit cíle

Definujte SLI (Service Level Indicators) a SLO (Service Level Objectives) pro p95/p99. Příklad cílů pro veřejný web:

Diagnostika: kde hledat ztracené milisekundy

• Waterfall (sítě/zdroje): identifikace blokujících kroků, nečinných RTT a chybějících preload.
• Flamegraphy: horká místa CPU na serveru a klientovi.
• Trace mapy: požadavek napříč službami; hledání „nejpomalejšího článku řetězce“.
• Percentily: porovnávat p50 vs. p95/p99; p50 problémy skrývá.
• Regionální segmentace: Edge PoP vs. origin; mobil vs. desktop; rozdíly mezi prohlížeči.

Latence a obsah: jak ji zohlednit v architektuře webu

• IA a směrování: méně kroků k cíli, méně přesměrování; kanonické URL bez řetězení 302/301.
• Strukturovaná data: poskytovat JSON-LD společně s HTML (ne přes opožděný JavaScript), aby je AI/roboti viděli bez penalizace za čekání.
• Prerendering/SSR/ISR: obsah, který AI často cituje, připravovat předem; minimalizovat generování za běhu.

Antivzory, které zvyšují latenci

• Velké frameworky JavaScriptu pro statické stránky bez code-splittingu.
• Řetězení proxy vrstev a vícenásobné ukončování TLS bez důvodu.
• Chybějící hlavičky cache a ETagy; cache-busting u HTML.
• Požadavky na třetí strany, které blokují vykreslování (správa tagů bez consent-mode a prioritizace).
• Hydratace celého DOM namísto ostrovů interaktivity.

Kontrolní seznam pro snížení latence

1. CDN je aktivní, HTTP/3 a TLS 1.3 jsou zapnuté; preconnect pro kritické domény.
2. HTML se streamuje; kritické CSS je minimalizované; zdroj LCP má fetchpriority="high".
3. Obrázky ve formátu AVIF/WEBP, správné rozměry a sizes/srcset.
4. JavaScript je rozdělený a odložený; žádné long tasks delší než 50 ms; interakce jsou asynchronní.
5. Dotazy do DB jsou profilované; míra zásahů do cache je > 90 % u často čtených dat.
6. Trasy API jsou regionální; počet fan-out volání mezi službami je omezený.
7. Monitorují se p95/p99; upozornění při regresi > 10 %.

Měření dopadu na byznys a AIO

• UX a konverze: zkrácení TTFB a LCP často zvyšuje míru dokončení cíle; sledujte A/B testy s RUM.
• Viditelnost v AIO/AEO: rychlejší doručování strukturovaných dat zvyšuje šanci na jejich využití v odpovědích AI.
• Crawl budget: nižší latence znamená více načtených stránek v rámci rozpočtu crawl.

Strategické směřování: latence jako produktová vlastnost

Latence není jen technický parametr, ale také produktová vlastnost. Pro produkty zaměřené primárně na AI, obsahové weby a e-commerce je rychlá odezva konkurenční výhodou. Investice do edge architektury, politiky cache, profilování a odlehčení JavaScriptu se projeví v organickém dosahu, v AIO/AEO i v tržbách.

Shrnutí

Latence je nejdražší jednotkou na webu: milisekundy formují vnímání rychlosti, úspěšnost indexace i výběr odpovědí AI. Klíčem je návrh kritické cesty, důsledná strategie cache, distribuované doručování na edge a disciplinovaná práce s JavaScriptem a daty. Optimalizujte p95/p99, ne průměr; měřte v reálných podmínkách; a udělejte z latence KPI s jasným SLO.