AI 如何改变产品搜索？刚刚试着让 ChatGPT 推荐产品，结果出乎意料地好

我们品牌一直在密切关注这件事。

数据很让人震惊：

我们卖高端厨房用品。6 个月前，85% 的流量来自 Google。现在大约是 68%。但重点是——这些剩余流量的转化率提升了 40%。

发生了什么：

通过 AI 推荐来的用户，购买意向更强。他们已经完成了对比，来我们网站就是为了买，而不是随便看看。

我们的应对方式：

1. 监测 AI 能见度——我们用 Am I Cited 跟踪自己在 ChatGPT 和 Perplexity 回答中的被提及情况
2. 为引用做内容——制作详细对比内容，吸引 AI 系统引用
3. 品牌权威建设——在 AI 信任的权威网站上做 PR 和评论
4. 结构化数据全覆盖——让我们的产品数据尽可能易于机器读取

能被 AI 推荐的品牌，将赢得下一个十年。传统 SEO 没有死，但已经不够用了。

我正在为一份重要报告研究这个变化。

你需要知道的数据：

• AI 概览在主要市场的使用率增长超 10%
• Google Lens 每月 15 亿用户在进行视觉产品搜索
• 82% 消费者认为 AI 搜索比传统搜索更有帮助
• 但只有 22% 市场人员主动监测 AI 能见度

零点击现实：

用户不再需要点击就能得到答案。信息类查询已经如此，产品搜索也快了。

意式咖啡机的例子很典型。ChatGPT 给了带理由的推荐。用户可能会点进购买，但不再需要先访问十个对比网站。

对电商品牌来说：

你的目标是成为被推荐的品牌，而不是仅仅在关键词排名第一。这是完全不同的竞争。

20 年 SEO 老兵，正在密切关注这场变革。

范式转变：

传统 SEO：“我怎么能在‘最佳意式咖啡机’这个词上排名？” AI 时代的提问：“我怎样让自己的品牌成为 AI 推荐的咖啡机品牌？”

两者相关但不同：

AI 推荐的排名因素似乎包括：

• 品牌权威与认知度
• 真实评论与第三方背书
• 清晰完整的产品信息
• 专家内容解释如何解决用户问题
• 品牌在权威站点上的持续曝光

我对客户的建议：

你仍然需要传统 SEO 作为基础。但要叠加 AI 能见度优化：

• 监测你的品类在 AI 中的推荐情况
• 分析哪些品牌被推荐、为什么
• 制作解释产品优势的内容，而不仅仅是罗列参数
• 在 AI 系统关注的权威站点建立品牌存在

这不是替代 SEO，而是扩展了“可见度”的定义。

大家的分享真的很有帮助。

请教各位：你们在不同平台上有观察到差异吗？

我的感受：

• ChatGPT 会详细说明理由，但信息有时过时
• Perplexity 会展示来源，感觉更及时
• Google AI Overview 更像加强版的搜索结果

你们会针对不同平台分别优化吗？

好问题。确实很不一样。

平台拆解：

ChatGPT：

• 依赖训练数据 + 浏览
• 品牌权威度最重要
• 更倾向推荐知名品牌
• 回答更对话化、解释型

Perplexity：

• 实时网络搜索
• 来源归属很突出
• 更容易展示最新内容
• 适合对比类查询

Google AI Overview：

• 深度整合搜索索引
• 传统 SEO 信号仍然重要
• 产品结构化数据至关重要
• 经常直接链接到产品页

这意味着：

不能只优化一个平台。用 Am I Cited 或类似工具全平台跟踪。我们发现我们在 Perplexity 上表现很好，但在 ChatGPT 上几乎不可见。内容策略完全不同。

视觉搜索在这场讨论中绝不能被忽视。

视觉革命：

Google Lens：每月 15 亿用户。用户拍照找商品，直接找到购买渠道，完全绕过传统搜索。

即将到来的是：

• 实时摄像头查询：对准产品，直接提问
• 虚拟试穿：买前先看上身/上脚效果
• 多模态查询：“给我找类似但蓝色、150 美元以下的鞋”

对产品图片的要求：

• 高清、多角度
• 有生活场景的图片
• 简洁背景下的产品特写
• 图片内容的 alt 文本和结构化数据

现在就优化视觉搜索的品牌会占据巨大优势，大多数竞争对手还没意识到。

我最兴奋的是 AI 的行动代理能力。

现在已经可以实现：

AI 系统已经可以：

• 同时搜索多家零售商
• 实时比价与查库存
• 按特定条件筛选
• 呈现已准备好购买的精选选项

在票务领域已经落地：

Perplexity 能分析数百种门票、查实时库存、按区筛选、直接呈现可购选项。与 Ticketmaster、StubHub 合作实现。

未来趋势：

很快你就能说：“帮我找 Alex 说的那台意式咖啡机的好价，看看本地有没现货，750 美元以下就直接买。”

AI 会完成原来需要 30 分钟、15 个标签页的比价购物。

对品牌来说，就是要进入 AI 的筛选池。价格、库存、评价、配送——全部都是关键信号。

小企业视角——既恐怖又兴奋。

挑战：

大品牌有资源全平台优化、请顾问、做高级监控。我们只有极简团队。

真正有效的方法：

1. 极致细分——我们不是“咖啡器具”，而是“专注家用手冲咖啡器具”。AI 对细分领域的推荐更青睐我们。

2. 真实内容——博客全是咖啡专家自己写，真心实用。AI 似乎很能识别并引用真正的专业内容。

3. 基础监控——每周查查自己在各 AI 平台的被提及情况。用免费监控工具。

4. 到处有评论——在 AI 能索引的评价平台持续有声音。

小企业优势：我们能做到大品牌做不到的真实和专业。AI 推荐细分问题时很看重这一点。

聊聊用户点击进站后发生了什么。

AI 推荐流量的访客很不一样：

他们已经做过研究，知道自己想要什么。要么比最后选项，要么直接买。

我们的数据发现：

• AI 推荐流量转化率是普通流量的 2.3 倍
• 客单价高 18%
• 跳出率低 40%
• 但……流量总量比高峰期 Google 少 25%

算下来其实更好：

对客户来说，流量减少 25%，但转化率提升 2.3 倍，收入总体增长。

CRO 启示：

• 落地页要方便快速下单，而不是说服购买
• 社会证明仍然重要（验证 AI 推荐）
• 不再需要大量对比信息（用户已对比过）
• 运费、退换、信任信息很关键

要为自信买家优化，而不是为比价研究者。

展望未来 2-3 年的走向。

融合趋势：

产品搜索不会再是独立动作，而会嵌入到：

• 对话中：“我需要新跑鞋”直接得到推荐，而不需要显式搜索
• 场景感知：AI 知道你的日程、偏好、历史购买
• 实时：对接实时库存、价格、供应

大规模个性化：

AI 会自动知道你偏好可持续品牌、穿 10 码、重视足弓支撑、预算 200 美元——无需你主动说明。

对品牌来说：

“胜出”的产品，将具备：

• 丰富、准确的产品数据
• 全网强劲的品牌信号
• 能对接 AI 商业基础设施
• 实时库存和价格数据

现在就搭建这些基础设施的品牌将主导市场。等着观望的，会很难追赶。

实用派，直击要害。

本周你可以做的：

1. 查查你的 AI 能见度——在 ChatGPT 和 Perplexity 搜索你的产品品类。你被提及了吗？

2. 监控竞品——谁被推荐了？他们做了什么不同？

3. 审核你的结构化数据——产品 schema、评论、库存情况，都有且准确吗？

4. 做解释型内容——别只写参数。要说清楚为什么这个产品能解决这个问题。

5. 建立评价声量——鼓励用户在 AI 信任的平台上写评论

可用工具：

用 Am I Cited 跨平台监测。用 Google Rich Results Test 查结构化数据。每周手动测试 AI 平台结果。

转型很真实，但可控。先提升可见度，再根据反馈优化。

这次讨论收获巨大，感谢大家。

我的行动清单：

1. 搭建监控——用 Am I Cited 跟踪品牌在各 AI 平台的表现
2. 逐个平台审核——看看哪里表现好，哪里完全不可见
3. 内容策略转型——多做“为什么选这款”内容，少做堆叠关键词的描述
4. 结构化数据审核——确保产品数据对 AI 友好可读
5. 多平台策略——针对 ChatGPT、Perplexity、Google 各自制定不同策略

心态转变：

一开始觉得“AI 威胁电商”，现在觉得“AI 正在改变电商，我们可以适应”。

当 AI 推荐产品时能被看到的品牌才会赢。我们要确保自己就在其中。