
商品信息诊断,就是养成一个习惯:检查商品目录中的每个商品是否存在错误、缺失数据和不一致之处,这样你就能知道哪些商品信息可以展示、哪些不能展示,以及原因是什么。先从渠道自己的报告开始,比如 Google 的商品诊断,然后再测试购物智能体实际会从同一批数据中读取到什么。
无论用户是在 Google 搜索、去 Amazon,还是向聊天机器人提问,AI 现在都会给出包含商品的回答,而大多数电商品牌根本不知道怎样才能让自己的商品成为那个被选中的商品。我认为,这才是为什么诊断在今年比三年前更重要。过去,商品数据报告中的绿色对勾意味着你已经入局。现在,它只意味着机器人被允许读取你的商品信息,而这距离被选中还差得很远。
TL;DR
- Google Merchant Center、TikTok 和 Walmart 中的诊断报告会告诉你,哪些商品在该渠道被拦截或受到限制。
- 大多数拦截原因其实很基础:GTIN 错误、价格或可用性与落地页不一致、图片质量差、缺少配送设置。
- 修复顺序建议如下:先处理账号级拦截,再处理畅销商品的不批准问题,然后是警告,最后再看文案措辞。
- 商品信息获批并不代表一定会赢。AI 购物智能体会将你的商品与指定竞品进行比较,所以这一步对比测试也要做。
- ecentic 会替你完成这项比较,并在你点击“应用”后发布修复。首次扫描免费。
商品信息诊断到底检查什么
诊断报告会针对每个商品回答一个问题:这个商品能否展示?如果不能,问题出在哪里。Google 将其版本描述为:帮助了解哪些商品可以在广告中展示、哪些不能,目的是提升商品数据质量(Google Ads Help)。TikTok 也在 Catalog Manager 中提供了类似的 Diagnostics 标签页,你可以在其中选择一个商品目录并查看商品状态(TikTok Ads Help).
不同平台也有各自的侧重点。Walmart 的 Listing Quality Dashboard 会根据购物者的购买决策信号为商品信息评分,包括价格是否缺乏竞争力,以及商品在过去 7 天内的上架和有货频率(Walmart Marketplace)。这也提醒我们,诊断不仅仅是查错。其中一部分还关系到商品信息是否足够优秀,能够被选中。
所以实际上有两层:
| 层级 | 回答的问题 | 典型来源 |
|---|---|---|
| 展示资格 | 这个商品能否展示? | Merchant Center、TikTok Catalog Manager、各类平台仪表板 |
| 选择 | 购物者或 AI 购物智能体会不会优先选择它,而不是竞品? | 将你的商品信息与竞品并排比较 |
大多数团队只会做第一层。因为它自带仪表板,所以这并不奇怪。
去错误发生的地方查看:Merchant Center
如果你在美国销售,Google Merchant Center 是第一检查点。商品级问题分为两类。警告不会阻止商品展示,但可能限制表现;如果长期不处理,可能升级为拒登。拒登会让商品在 Google 上停止展示,直到问题修复(Merchant Center Help).
打开 Diagnostics 页面并使用 Issues 列。大多数商品级问题都可以直接在 Merchant Center 中解决,而政策问题会显示在 Needs attention 页面(Google Ads Help).
有一种情况值得单独提醒。当商品数据中的价格或库存状态与网站落地页不一致时,会触发预防性商品拒登。Google 会采取更保守的策略,下架可能违反规则的商品,并且需要审核后才能恢复(Merchant Center Help)。如果你经常做限时促销,或者每天只同步一次库存,这里很可能就是问题所在。
账户级问题则位于更高层。Merchant Center 审核会检查配送设置、已验证的网址、商家地址,以及美国账户所需的税务设置(Merchant Center Help)。一个缺失的设置就可能让整个商品目录无法展示,所以在排查单个商品前,先检查账户。
需要检查的字段,用通俗的话解释
Feed 规范就是合同。Google 的 商品数据规范 列出了关键属性:商品 ID、标题、描述、链接、图片、价格、库存状态、分类、品牌和 GTIN(用于识别商品的条形码编号)。价格和库存状态必须与落地页一致。
逐字段检查通常是这样做的:
- 抽取 20 个商品样本:包括畅销品,也包括一些问题较多的商品。
- 并排打开 feed 数据行和线上商品页面。
- 对比价格、库存状态、变体选项和图片。
- 确认 GTIN、品牌和分类字段存在,并且适用于该商品类型。
- 像第一次看到这个商品一样阅读标题和描述。
研究领域里有一个值得借鉴的细节。商品数据检测通常认为,完整性应该基于某个品类实际需要的字段来衡量,因此合法为空的字段不应被标记为错误(ParticleSearch)。手工蜡烛没有 GTIN,如果报告还因此报警,只会浪费你的时间。
如果问题出在页面上的结构化数据,而不是 feed,可以先检查 五种最优先添加的 schema 标记类型 ,或者参考我们的 商品页结构化数据检查清单.
常见问题及修复方法
做过足够多检测后,你会发现问题总是重复出现。Google 官方的商品问题列表包括图片覆盖层、重复商品、落地页错误等,对应修复方式包括更换图片、修正标识符以及恢复落地页访问(Content API for Shopping guide)。商品数据规范还列出了错误的分类或 GTIN 值、缺失或错误的变体属性、低质量图片,以及数据源与网站不一致等问题,这些都可能导致商品无法在 Google 上展示(Merchant Center Help).
简单来说,通常需要做的修复包括:
- 将带有促销文字、水印或 Logo 覆盖层的图片替换为干净的商品图。
- 修正或删除与商品不匹配的 GTIN,并同步修复对应的品牌字段。
- 确保 feed 中的价格和库存状态与抓取时商品页面显示的内容一致。
- 恢复所有返回错误、重定向循环或登录墙的落地页。
- 合并或删除重复商品,并为每个变体填写正确的颜色、尺寸或材质信息。
- 如果误封了 Googlebot 或 Googlebot-image,请在 robots.txt 中解除限制。Merchant Center 将其列为常见问题原因之一。
最后这一条听起来有点离谱,直到你在一家周末刚改版的网站里真的遇到它。
如何在店铺、feed 和渠道之间确定优先级
大多数诊断类文章到这里就结束了,因为并不存在统一规则。下面是我建议的处理顺序,但它只是经验,不是自然法则。
先处理账户级封锁。 缺少配送或税务设置、网址未验证,或者账户被暂停,影响都远大于任何商品级修复。如果整个商品目录都无法展示,其它问题都没有意义。
其次处理影响营收商品的拒登。 按销售额排序。10 个被拒登的畅销品,比 300 个低销量商品上的警告损失更大。
第三处理数据不一致。 feed 与页面之间的价格、库存和变体冲突,会导致前面提到的预防性拒登。如果不修复同步机制,而只是修改数据行,问题还会反复出现。
第四处理警告。 它们今天不会阻止展示,但以后可能升级为拒登。
最后处理文案和结构化数据,但不要跳过。 当商品具备展示资格后,标题、描述和标记数据会决定它是否被选中。这也是 AI 购物智能体开始发挥作用的地方。

如果你通过多个渠道销售,应该一次性修复源数据,再让各渠道继承。要是在四个后台里分别修改同一个标题,最后店铺里往往会出现四个版本的“真相”。
美国、英国和欧盟:有哪些不同
诊断逻辑是相同的,但细节会因国家而变化。面向多个国家的商品,可能因为当地政策不同而收到不同的拒登或警告(Merchant Center Help)。美国账户还需要税务设置,而其他市场的处理方式不同。
我们自己的审查也显示,某个国家的专用设置就可能让原本运行正常的店铺出问题。在 ecentic 对一家瑞典护肤品牌开展的匿名审查中,在所检测的 6 个国家里,智能体结账能进入支付环节的国家数为 0,原因是配送设置要求填写电话号码。商品页面没有问题,结账流程却出了问题。如果你面向美国、英国和欧盟销售,请分别测试各地的购买路径,而不只是检查商品详情。
一个视角:已批准不等于会被选中
我们创建 ecentic,是因为发现了一个传统诊断工具无法回答的问题。一个商品可能已经完全通过审核,没有任何警告,但 AI 助手依然永远不会推荐它。
智能体不会查看你的首页。它读取的是商品 feed、商品目录以及商品页上的结构化数据。所以我们的工作重点就在这里。ecentic 可以连接 Shopify、WooCommerce 或商品 feed,并让 ChatGPT、Claude 和 Gemini 将每个商品与指定竞品进行比较。然后,它会展示你的商品为什么会输。当你点击 Apply 后,它会重写标题、描述和结构化数据,并发布到你的店铺。
这些模型之间并不一致,这一点最让我们意外。截至 2026 年 10 月,我们已经运行了 36,797 次模拟购买。在同一个商品目录中,ChatGPT 选择某商品的频率大约是 Claude 或 Gemini 的 3 倍(51.6% 对约 18.5%)。来自单个助手的一次诊断,并不能算完整诊断。
在一次针对年销售额约 7000 万欧元的酒类平台的匿名检测中,其 9,699 个商品里有 88% 存在智能体读取的数据问题。当被问到去哪里购买平台已有库存的两瓶酒时,智能体在 20 次回答中 0 次提到它。我认为这才是典型情况,而不是倒霉个例。
需要说明的是:ecentic 目前尚未产生营收,仍在进行试点。我们的第一个试点客户 DUA Flavours,在 2026 年 4 月到 7 月期间,来自 AI 助手和直接流量的访问量提升了 12%。这是访问量数据,不是销售数据,我们刻意明确这一点。
Xhurian Shaba
面向 AI 购物智能体的诊断
大多数指南都缺少这一部分。Merchant Center 只能告诉你 Google 是否会展示某个商品。它不会告诉你,当用户询问“50 美元以下的最佳选择”时,为什么智能体选择了竞品。要回答这个问题,你需要真正提出问题并读取结果。
一个实用流程通常是这样的:
- 列出你最畅销的 10 个商品,并标明每个商品最常输给的竞品。
- 让这些助手比较两个商品,每次都使用相同的提示词。
- 记录它们给出的原因。通常都很具体:缺少材质信息、标题模糊、没有尺寸信息、缺少评论标记,或者价格看起来不合理。
- 将每个原因映射到 feed 或页面中的具体字段。
- 修复、发布,然后再次提问。
手动做这件事时,10 个商品还可以接受。但对于 800 个商品的目录,它会变成一份兼职工作,而且非常枯燥。如果你想进一步了解智能体读取什么,可以参考 AI 购物智能体如何推荐商品 以及我们的指南 如何为 AI 购物智能体优化商品信息.
然后还有结账环节。在美国,Google AI Mode 和 Gemini 支持通过 UCP(Google 的智能体结账开放标准)直接在 AI 回答中完成购买。相比之下,ChatGPT 会跳转到商家自己的结账页面。OpenAI 有 ACP,Google 有 UCP,Amazon 则是封闭体系。一个商品即使赢得了推荐,但购物车流程出了问题,最终还是会丢单,所以这条路径也必须测试。
如果想查看店铺在智能体工具中的表现,可以使用 免费 WebMCP 购物检测 快速初步检查。
ecentic 的定位
当 AI 负责购物时,也能拿下订单。这就是全部核心价值。ecentic 帮助在线商店在 AI 智能体参与购物时实现销售:它会优化商品 feed 和商品目录,让 AI 购物智能体选择它们的商品,并且能够真正完成购买。
免费扫描会检测你的前 10 个商品,无需绑定银行卡。付费方案可在 价格页面 查看,起步方案 Compete 为每月 $14.90,支持最多 100 个商品。Scale 为每月 $44.90,支持最多 1,000 个商品,并增加一键修复功能。Dominate 为每月 $149,并增加 Google Merchant Center 同步和智能体结账配置。另有按使用付费方案,按 AI 归因订单的 3% 收费,每月封顶 $500。

在 Shopify 上,ecentic 会将修复内容同步到 Google Merchant Center,并跟踪来自 AI 助手的访问。在 WooCommerce 上,免费的 ecentic 插件支持智能体通过 UCP 搜索商品、加入购物车并完成结账。你可以在 运作方式页面查看整个流程,或者先使用 免费扫描 亲自查看第一份诊断结果。
需要说明的是:ecentic 并不能替代 Merchant Center 诊断。政策和账户问题仍然需要继续使用它们。我们的工作从它们结束的地方开始,也就是:为什么已经获批的商品依然输给竞品。
如果想进一步了解评分标准相关内容,可以参考我们的 18 项商品页检测标准 以及关于 AI 商品信息检测 的详细说明。

FAQ
什么是商品信息诊断?
它是对商品目录中每个商品进行检查,确认其能否在销售渠道展示,以及无法展示时的问题所在。Google Merchant Center、TikTok Catalog Manager 等渠道都提供内置报告。更完整的诊断还会进一步分析:这个商品是否能在与竞品比较时被优先选择。
应该多久运行一次诊断?
每当你修改价格、库存规则、主题或 feed 应用时,都应该检查渠道报告,平时也要定期查看。价格和库存状态不一致可能触发拒登,因此相关变更都值得检查。进行大规模商品目录修改后,最好在一两天内再次检查。
Merchant Center 诊断能告诉我 AI 助手是否会推荐我的商品吗?
不能。它只能告诉你商品在 Google 上的展示资格,比如警告、拒登和政策问题。AI 助手是否会选择你的商品,则取决于你的标题、描述、结构化数据和价格相比其他选项表现如何。这需要进行对比测试,而这正是 ecentic 所做的。
哪些字段最容易导致商品信息问题?
标识符和分类值是常见问题来源,此外还有变体属性、图片,以及与落地页不一致的价格或库存状态(Merchant Center Help)。在重写任何文案前,先从这些地方开始检查。
探索相关主题