一个美国用户打开 ChatGPT，敲进去一句话：”预算 150 美金，给刚开始跑步的女朋友买双鞋，她脚宽，容易磨脚踝。”几秒钟后，AI 给出三个品牌的对比，每个都带着推荐理由，末尾挂着能直接点进去的商品卡片。
这一轮交互里，没有搜索结果页，没有你优化了三个月的落地页，没有再营销的机会。一场比稿发生了，评委是 AI，入围的是它读得懂的那些商品。你的商品参赛了吗？你不知道。你甚至不知道这场比稿发生过。
最近我看了几个已经跑在这个渠道上的店铺后台，又把巨头这半年的动作从头捋了一遍。今天不聊概念，按投手评估渠道的老规矩聊：流量在哪，机制是什么，现在的真实规模多大，值不值得动手。
一、迁移已经发生：收费站修好了，车流还在爬坡
先把标题里那个数说清楚。13 倍，来自 Shopify 今年 5 月发布的官方数据：2026 年 Q1 对比一年前，AI 引荐——从 ChatGPT、Perplexity、Gemini 这类入口跳转过来——的订单量涨了约 13 倍，会话量涨了 8 倍以上。同一份数据里还有几个更值得投手看的数：AI 引荐的访客在商品页的转化率，比自然搜索高了近 50%；25 个大类里 23 个跑赢 SEO；客单价还高 14%。
需求侧，OpenAI 自己的口径是：ChatGPT 里约 20% 的对话带着直接的商业意图。第三方 Profound 爬了 5000 万条真实 prompt，测出来约 15%。两个数打架，我们按保守的算——一个官方口径用户近 10 亿的产品，15% 的对话在聊”买什么”，这就是需求侧的底。
OpenAI：今年 2 月广告实投，6 周做到 1 亿美金年化收入、600 多个广告主；4 月上线 CPC 竞价；5 月开自助 Ads Manager；商品 feed 已经开始接，新商家先交 100 个样品 SKU 试跑。
Google：1 月在 NRF 发布 UCP 通用商业协议，拉着 Shopify、Target、Walmart 一起定标准；3 月加上购物车和商品目录接入；5 月的 Marketing Live 直接把 Universal Cart 铺到 Search、Gemini、YouTube 和 Maps。
Meta：6 月发了 Business Agent（上一篇我写过），4 月把 AI business assistant 开放给全部广告主和代理；据 WSJ 报道，年底的目标是”给个 URL 和预算，剩下全自动”。
注意一个反常的顺序。以往每个新渠道都是先有量、再商业化——抖音火了三年，巨量引擎才成气候。这次是反的：CPC 竞价、自助后台、商品协议、结算通道全修好了，AI 引荐占整体流量的比例还是低个位数。收费站先于车流。
平台为什么抢跑，各有各的算盘。但对商家来说结论只有一个：当几家巨头同时给一件事修基础设施，”要不要来”就不再是问题，问题只剩”什么时候轮到你的类目”。
二、机制变了：页面不再是目的地，是证据
Google 时代，用户平均敲 3-4 个词，你的页面去竞争一个排名。用户点进来，页面是目的地。
ChatGPT 时代，用户交出一整段需求——预算、场景、约束、偏好全在里面。AI 不是把十个链接排好序给用户挑，而是自己去多次检索、多个来源交叉比对，最后给出一个结论。你的详情页在这个过程里的角色变了：从目的地，变成了证据之一。
这就是为什么”给人看的详情页”和”给 AI 看的详情页”正在分裂成两个东西。前者要氛围图、卖点排布、倒计时组件；后者要的是一份机器可读的商品档案——规格、认证、材质、适配关系、库存状态、评价来源，一条条能被引用、能被核对。Nile 的公开材料里有一组对照很直观：左边是正常的蛋白咖啡详情页，右边是同一个商品的机器档案，长得像一份 JSON——SKU、成分、每份的咖啡因含量、五种口味各自的库存状态，全是结构化字段。AI 引用的是右边，不是左边。
给 Meta 投手翻译一下这件事。过去几年你干的活叫信号工程：把 Purchase、AddToCart 通过 CAPI 喂回去，让 GEM 和 Andromeda 判断”谁会买”。现在多了一层活，叫语境工程：把商品的使用场景、购买意图、差异点喂给智能体，让它判断”什么时候该推荐你”。信号喂排序系统，语境喂推荐引擎。上一篇写 Business Agent，结尾我让你回去整理产品信息库——当时是伏笔，这篇是展开。
三、一个 SKU，不再只有一个页面
投手对 DPA 都熟：一个商品 × N 个人群模板。同一双鞋，不同人群看不同素材。
AI 原生的商品表达是另一个乘法：一个商品 × N 个购买意图。还是那双跑鞋——送礼场景一个版本，突出包装和”她会喜欢”的理由；日常通勤一个版本，突出轻便和百搭；敏感脚型一个版本，突出材质与工艺细节。用户在对话里问”送礼”，AI 拿到的是礼物版的证据；问”脚容易磨”，拿到的是材质版的证据。
区别在锚点。DPA 的匹配锚在人群标签上，意图卡的匹配锚在对话里的真实需求上。过去，一个 SKU 等于一个 URL；往后，一个 SKU 等于一组能被 AI 按需调用的表达。
四、诚实看数据：这个渠道现在到底多大
说点一手的。我看了几个已经在这个渠道上跑起来的店铺后台，数据做了脱敏，只说量级：30 天里，AI 渠道带来的自然成交，少的十几单，多的一百多单；转化率落在 2% 到 3.6% 之间；最扎眼的是付费那一栏——全是 0。零广告费拿到的纯增量订单。
先说好的一面。2% 到 3.6% 这个区间，和 Shopify 官方那句”AI 引荐访客转化率比自然搜索高近 50%”能对上。逻辑不难理解：能从一场对话走到你店里的流量，是被 AI 预筛过的——预算聊过了，需求聊过了，候选也比完了，来的人就差临门一脚。Shopify 还有个数：过半的 AI 引荐会话直接落在商品页上，自然搜索只有两成。用户不是来逛的，是来核实的。
再泼冷水。绝对规模不大。Shopify 自己的高管都承认，AI 引荐目前占整体流量大概就是低个位数百分比；自然搜索的会话量，仍然大于所有 AI 平台加起来。一个月十几单到一百多单，撑不起你把 Meta 的预算搬过去。至于那些动辄百分之几千的增长率，看看就好——基数太小，没有参考价值。
我的定性是一句话：这是让你上牌桌的数据，不是让你搬家的数据。真的东西有两个：意图质量是真的，零投放出单是真的。
五、商家现在能做什么：三条路
第一条，自己搞。把商品数据全部结构化，按各家协议逐个对接。问题是协议还在打架——Google 立了 UCP，OpenAI 立了 ACP，两套标准各拉一批盟友。你现在自建，等于押注某一家赢；押错了，重做。
第二条，等平台。Shopify 这类平台在做自动化的商品增强，省心。但有个问题值得你先问：AI 替你的商品说了什么，你看得到吗，拦得住吗？描述里错一个认证、一个成分，责任在品牌，不在平台。
**第三条，用中间层。市面上靠谱的服务商，比如 Nile 做的就是这件事——利益相关，先说明，判断你自己下。它的做法分四步：把商品目录、真实评价、品牌规范、客服对话收进一个统一的语境层；按购买意图给每个 SKU 生成多个版本的商品卡；分发到 AI 助手、AI 原生应用和商业渠道；再用点击、加购、成交的数据回流优化。
一是归因怎么算。UTM 加 Shopify 订单标签，last-click，只认能追到自家链路的订单。说白了：不玩”影响归因”那套抢功劳的算法，宁可少算。这个口径在新渠道服务商里算克制的。
二是钱怎么收。0 前置成本，按成交付费。风险结构压在服务方那边，商家的试错成本约等于装一个 App。一个”现在还早”的渠道，也只有这种收费模式配得上”先试试”三个字。
“没有人能保证你的商品出现在 ChatGPT 里。” ——这是他们 FAQ 里的原话。一个新渠道的服务商肯把这句写进自己的销售材料，比案例截图更让人踏实。
最后，三个我也没有答案的问题
第一，当 AI 渠道的归因和 Meta 的归因开始抢同一笔订单，你信谁的？last-click 给了 AI，Meta 的 7 天点击窗口不会答应。
第二，搬预算的阈值该锚在什么上？渠道流量占比？可比 CPA？还是归因可信度？我现在给不出数，我怀疑现在没人给得出。
第三，”被 AI 理解需要时间沉淀，先进者有壁垒”——这话每个新渠道的早期都讲过。这次是真的，还是话术？
渠道每两年换一个名字。不变的是那件更朴素的事：让你的商品，在购买决策发生的地方，能被看懂。十年前那个地方是搜索框。现在，多了一个对话框。
「版权提示」：信息来自于互联网，不代表官方立场，内容仅供网友参考学习。如发现本站内容存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至 contact@glosellers.com，我们将及时沟通与处理。如若转载请联系原出处。 「注意事项」：锦品出海(含网站、客户端等)所展示的商品/服务的标题、价格、详情等信息内容由实际供应商/服务商提供。如用户对商品/服务的标题、价格、详情等任何信息有任何疑问的，可直接同供应商/服务商沟通确认，其他问题，请向锦品出海客服咨询。因第三方供应商/服务商与用户因服务行为所发生的纠纷由第三方供应商/服务商与该用户自行处理或通过法律途径解决并自行承担法律后果。锦品出海根据用户申请可参与相关协调调解工作，但不对纠纷事项及调解工作承担任何责任。
