车辆搜索在前三百毫秒内被评判，并通过其图像被记住。一个完整弹出的结果网格感觉像一本目录；一个自己组装的网格感觉像一个抓取器。差异很少是搜索引擎，几乎总是绑定在其上的图像层，因此本文专门通过这一视角涵盖搜索。
使用人脸进行自动完成
带缩略图的建议转化率显著高于文本列表，因为识别快于阅读。模式是：随着查询缩小到车型，每个建议携带一个小的前三分之四渲染，精确服务于缩略图大小。图片来自可预测的参数化URL，因此建议有效载荷是一小撮字符串，焦点时的短预取使第一次按键感觉神奇。搜索解析处理底层的模糊匹配。
压力下的结果网格
- 固定宽高比的单元格，在任何图像到达之前预留
- WebP缩略图，永远不是通过CSS缩小的详细页面资产
- 折叠以下的懒加载，折叠以上的急加载
- 每辆车的稳定URL，使分页和返回导航命中热缓存
过滤器增加了搜索工程师低估的转折：每次面板变化都会重新排列网格，而简单的实现会重新获取会话已经持有的图像。通过稳定的车辆 ID 来键入卡片，让浏览器缓存吸收重新排列，这就是为什么在一个良好构建的网格上进行过滤浏览从第二次交互开始就感觉瞬间完成。
诚实的颜色筛选
颜色过滤是车辆搜索可以悄然带来惊喜的地方：过滤红色，网格会显示实际模型重新涂成红色，而不是库存照片的颜色。通过颜色作为渲染参数，面板和图像在构建上一致，搜索结果变成了一个小型配置器，而无需任何人构建它。
空状态和长尾
搜索展示目录的边缘：罕见的车型、停产的车款、仅匹配全国一辆车的查询。这些正是摄影从未覆盖的结果，而渲染的覆盖使网格保持到最后一行的均匀。空状态本身也值得一张图片；带有建议路径的品牌占位符胜过耸肩的插图，因为搜索放弃正好集中在这里。
用户原谅找不到结果的搜索。他们不原谅在寻找过程中看起来破碎的搜索。
将整个循环作为一个指标进行测量：从按键到完成绘制网格，在中端手机上，通过蜂窝网络。基准指南提供方法，缓存策略提供了大部分改进。
保存的搜索闭合循环
搜索网格的图像规范在保留表面上再次发挥作用：保存的搜索和警报重用电子邮件和通知中的相同缩略图，警报卡片与其链接的网格之间的一致性使得返回访问感觉无缝。一个基于稳定ID的图像系统，默默地推动了从第一个按键到推送通知将买家带回的整个循环。
