
如果来到这里,是想了解如何在自己的硬件上运行AI模型,那这篇不是对应指南。我们讨论的是另一层含义:ChatGPT和Gemini这类AI购物智能体如何判断商品是否可供顾客购买,包括实体门店附近的顾客,以及可以做些什么,让自己的商品信息通过这道检查。智能体只能推荐它们能读取、能信任并能确认可购买的商品。本地可售性正是这种确认的一部分。
TL;DR
- AI购物智能体如今会在回答中显示库存、价格和评价,Google还有一项AI功能, 会致电本地门店询问商品是否有库存.
- 您的可售性信号来自结构化商品数据、数据源和爬虫访问,而不是靠付费购买展示位置。
- AI引荐流量仍然很小,但在合适的商品上转化表现不错,因此应先从顾客会比较和研究的商品入手。
- 测试每个智能体实际如何处理您的商品信息,补齐数据缺口,然后重新扫描。不要靠猜。
AI购物智能体语境下的“本地可售性”是什么意思
在传统搜索中,可售性只是摘要里的一行信息;而在AI购物流程里,它是一道门槛。当顾客搜索某件商品时,智能体会先建立候选清单,再剔除任何无法确认可购买、可配送或有库存的商品。
这道门槛背后有三个问题:
- 有库存吗? 智能体会从您的数据源、结构化数据和页面中读取这些信息。
- 它能送达这位顾客吗? 包括配送区域、配送速度,以及对实体零售而言,附近门店是否有货。
- 智能体能信任这个答案吗? 过期或相互矛盾的数据会让商品变成高风险推荐对象,因此它会在不知不觉中失去机会。
Google 描述了这背后的规模。根据 TechCrunch 关于 Google AI 购物更新的报道,AI Mode 由一个包含超过 500 亿条商品信息的 Shopping Graph 提供支持,其中 20 亿条每小时刷新一次。该报道还提到,AI Mode 的回答可以显示价格、评价和可售库存等信息,美国用户还能搜索“near me”,并在玩具、美妆健康和电子产品等品类中使用“Let Google Call”选项。
实际意义在于:机器会持续检查可售状态,而能持续提供准确数据的商家会占据优势。
为什么现在重要:流量虽小,购买意图却很强
先看真实数据。 一项针对 973 家电商网站的研究 由法兰克福商学院研究人员发布,结果发现 ChatGPT 在整体在线购物中的作用仍然有限。它主要在信息需求高、决策复杂的商品上创造价值,对标准化商品的帮助较小。
另一项来自 Visibility Labs 对 94 家电商网站的分析 发现,截至 2025 年年中,ChatGPT 引荐流量的转化率为 1.81%,而普通自然搜索为 1.39%,高出约 31%;但这部分流量占整个电商流量的比例仍低于 0.2%。单次会话收入低于成熟搜索渠道,但高于付费社交渠道。
这对商家意味着:
- 不要期待 AI 在本季度取代搜索。
- 但应把它视为一个规模小、购买意图强且正在增长的渠道。如果缺席,代价就是数据更干净的竞品获得推荐。
- 优先优化用户会研究和比较的商品:技术产品、补剂、美妆、家居设备,以及任何带有明确规格参数的商品。
哪些信号决定你是否会出现
结构化、机器可读的商品数据
智能体更偏好无需猜测即可解析的数据。库存状态、价格、变体、配送和退货条款都应作为明确字段存在,而不是只写在商品描述里。Google 为其 Universal Commerce Protocol(UCP)提供的官方指南,就是一个明确的方向示例: Merchant Center UCP 指南 说明了如何更新商品 Feed 来声明资格并提供合规数据,使用的属性包括 native_commerce 用于结账资格判断, consumer_notice 用于监管警告,以及 merchant_item_id,这样智能体才能判断商品是否符合资格,并计算准确总价。
如果想更系统了解数据层面,这篇关于 电商中的 AI 示例与机器可读商品信息 的文章值得一起阅读。
数据新鲜度
如果 Feed 显示“有货”,页面却显示“售罄”,就是一个信任问题。解决方法并不复杂,但很有效:建立单一库存数据源,并频繁同步,让页面、Feed 和结构化数据都读取同一份数据。
爬取访问权限
一个常见且代价高昂的错误:CDN 或机器人管理规则屏蔽了 AI 系统使用的爬虫。 StoreFleet 对 Shopify 中 Perplexity 和 Google AI Mode 的评测 就特别指出了这一点,点名提到了 PerplexityBot 和 Google-Extended,并建议在 robots.txt 中明确允许它们访问,以保持商品目录可见。在修改任何商品描述之前,先检查防火墙日志。
能回答对比问题的商品内容
可售状态能让商品进入候选名单,内容则决定能否最终被选中。规格、材质、尺寸、兼容性以及真实的使用场景描述,能帮助智能体将商品匹配到具体需求。我们的指南 如何为 AI 购物智能体优化商品信息 以及 Shopify 和 WooCommerce 的商品知识图谱 对此有更深入的介绍。
展示结果是概率性的,别再执着于“排名”
很多商家会问,如何在 ChatGPT 中“排第一”。StoreFleet 的同一份分析指出,展示结果是概率性的,而不是固定排名;智能体更偏好相关、结构化的数据,而不是泛泛的 SEO 技巧。相比保持商品 Feed 数据卫生,那些承诺“保证展示位”的服务通常效果有限。
更应该关注的是被选中率。如果智能体被问同一个购物问题 100 次,你的商品会出现在多少次回答里?真正需要提升的是这个数字,而它会随着你的数据比竞品更清晰而提高。
而且,也不存在唯一一个必须拿下的智能体。 AlixPartners 的分析 主张采用组合策略:时尚和服饰品牌通常更能从 ChatGPT 和 Perplexity 的发现型流量中获益;而以补货或标准品为主的业务,则往往需要在 Gemini 或 Amazon Rufus 这类原生 AI 购物流程中建立更强存在感。应分别检查每个智能体的表现。
给店铺运营者的实用检查清单
按顺序执行即可。前几项完全不花钱。
- 解除对爬虫的屏蔽。 检查 robots.txt、CDN 和机器人管理设置中针对 AI User-Agent 的规则。允许你希望访问的爬虫。
- 检查库存准确性。 对比 20 个核心商品在页面、Feed 和结构化数据中的信息,修复所有不一致。
- 明确字段。 将库存状态、价格、GTIN 或 SKU、品牌、变体、配送和退货信息放入结构化字段。
- 声明资格。 如果你在美国销售并希望支持智能体结账,请遵循 Merchant Center UCP 步骤 中的结账资格和合规数据要求。
- 为商品对比而写。 补充用户会向助手询问的规格和使用场景信息。图片也值得关注:可参考我们关于 让商品图片可被 AI 读取.
- 强化信任信号。 评价和社交证明依然重要。Yuting Gao 与 Xiaoyu Miao 发表在 AIS Electronic Library上的研究发现,对于知名品牌,用户认为来自社交网络的推荐比 AI 推荐更可信。因此,AI 可能负责“发现”,而信任建立发生在其他地方。我们的文章 评价如何影响 AI 推荐 详细解释了其中机制。
- 测量、调整、再次测量。 每次只修改高价值商品中的一个因素,然后观察影响。
一个实际示例
假设你经营一家销售意式咖啡机的 Shopify 店铺,并有一个线下展示厅。用户向助手询问:预算固定,希望本周能买到一台紧凑型咖啡机。智能体需要知道价格、库存状态、配送时间,以及最好能证明“紧凑型”的规格细节。如果你的页面写着“即将发货”,Feed 却显示“有货”,而尺寸参数又藏在图片里,那么智能体面对的就是两个不确定字段和一个不可读字段。即使你的机器更好,字段更清晰的竞品也会进入候选名单。

解决办法不是写更聪明的文案,而是保持字段一致、规格可读,并允许爬虫访问。
我们的观点
我们创建 ecentic,是因为商家一直在问错问题。他们问的是如何在 AI 中获得排名,而真正有价值的问题是:面对某个具体购物需求时,为什么智能体选择了竞品,而不是你的商品。

我们的看法是,可售状态只是智能体权衡的多个因素之一,而只看自己的店铺,无法知道这些因素是如何被权衡的。你必须进行模拟。这也是为什么我们直接针对真实智能体——ChatGPT、Gemini、Claude 和 Perplexity——进行测试,而不是套用通用检查清单;也是为什么我们会把每一项建议修改与可测量的胜率,以及在可能情况下的归因销售额关联起来,而不是只凭“文案看起来更好了”的感觉。
我们也认为,大多数商家不应该冲动地重写所有内容。先修复那些会让商品失去资格的数据问题:库存不一致、爬虫被屏蔽、字段缺失。然后,再优化那些用户真正会比较的少数商品内容。最后重新扫描,因为智能体会变化,竞品也会变化。
— Xhurian
ecentic 的定位
如果运营 Shopify 或 WooCommerce 店铺,ecentic 可以连接店铺,模拟 AI 购物智能体如何评估商品页面,并用简明英语解释为什么你的商品会胜过或输给竞品。你会获得商品信息改写建议,可以一键发布修改,并重新扫描,跟踪智能体选择你商品的频率。平台还提供免费入门检测,让你在付费前先了解当前表现。
已公布的套餐可在我们的 价格页面:
| 套餐 | 价格 |
|---|---|
| Compete | 每月 $14.90 |
| Scale | 每月 $44.90 |
| Dominate | 每月 $149 |
| 效果服务费 | 每笔 AI 归因订单收取 3% |
页面中还列出了 Scan、Pay-as-you-go 和 Enterprise 套餐,但未公布价格。了解 AI 商品信息优化 如何运作,或查看 Shopify 集成.
那些会悄悄失去推荐机会的错误
- 把 AI 当成另一个广告位。 这里没有竞价机制可赢。“保证展示”的付费服务并不是正确方向。
- 先修文案,不先修数据。 如果智能体无法确认商品可购买,再漂亮的描述也没用。
- 只针对一个智能体优化。 正如 AlixPartners 的分析所示,不同业务类型会从不同智能体中获益。
- 忽视标准品与复杂商品的差异逻辑。 法兰克福商学院的研究表明,AI 在复杂、信息量大的购买决策中帮助最大。应优先投入这类商品。
- 从不重新扫描。 Feed 会漂移,竞品会更新,模型也会变化。可售状态准确性是一种长期习惯,而不是一次性项目。我们的指南 AI 购物智能体使用的数据来源 解释了如何让这个循环持续运转。
FAQ
“local availability AI”是指在自己的电脑上运行 AI 吗?
这是这个词组的另一种常见含义,指的是为了隐私和控制,在自己的硬件上运行模型。本文讨论的是另一件事:AI 购物智能体如何判断商品是否可供用户购买,包括附近门店是否有货。
我能付费让商品在 ChatGPT 或 Gemini 中显示本地库存吗?
不能像购买排名那样操作。展示结果是概率性的,由结构化且相关的商品数据驱动,因此最可靠的方法仍是保持 Feed 准确、页面一致,并允许爬虫访问。Google 确实提供基于 Feed 的项目,因此请根据你的场景查看官方 Merchant Center 文档。
AI 智能体真的会检查本地门店吗?
Google 已在美国发布一项功能,可以 致电本地门店 询问某些品类商品的库存情况,AI Mode 也能在回答中显示库存信息。你的商品是否会展示可售状态,将取决于品类以及数据维护质量。
对于小店铺来说,AI 购物流量值得投入吗?
目前规模还很小,在一项 2025 年年中的分析中,占电商流量不到 0.2%,但在同一份数据中,它的转化表现优于普通自然搜索。可以先从开放爬虫访问、保持库存一致性这类免费修复项开始,把精力优先放在顾客会进行比较的商品上。
来源
- Google 将对话式搜索、智能体结账和 AI 门店致电功能引入 AI 购物(TechCrunch)
- ChatGPT 流量的转化率比非品牌自然搜索高 31%(Visibility Labs)
- 新研究:ChatGPT 已在哪些在线购物场景中发挥作用(idw)
- 准备你的 Merchant Center 账户,Google UCP 指南
- Shopify 中的 Perplexity 与 Google AI Mode 实测(StoreFleet)
- AI 购物智能体:消费者与零售商的双重收益(AlixPartners)
- Gao 与 Miao,PACIS 2025(AIS Electronic Library)
探索相关主题