Etsy 开进 ChatGPT 了:还在标题堆关键词的手作卖家,先吃亏的是你

2026 年 5 月 5 日,Etsy 的应用正式在 ChatGPT 里上线了。用户聊着聊着说一句想找什么,Etsy 的 1 亿多条 listing 就会被拉出来推荐,而 ChatGPT 的周活用户约 7 亿,这个入口的体量比站内搜索大了不知道多少倍。做 Etsy 的同行看到消息,第一反应多半是”流量要来了”,但先别急着高兴:Etsy 官方博客那篇公告的标题起得很直白,From keywords to conversation,从关键词到对话。这波流量的分配逻辑跟站内搜索不是一套,你过去几年攒下的那些”标题写法秘籍”,在新入口里很可能是负资产。这篇就聊为什么堆关键词的 listing 在对话式搜索里会输,以及标题和描述具体该怎么改。

ChatGPT 里的 Etsy 搜索,跟站内搜索不是一套逻辑

先把机制说清楚。用户在 ChatGPT 里问购物类的问题,比如”我下个月要去海边参加婚礼,帮我找条合适的裙子”,ChatGPT 会把这个需求转给 Etsy 的语义相关性系统去匹配商品。注意,这里干活的是语义相关性系统,跟老的关键词检索是两套东西。这套系统给 listing 打分,看的是完整语义的匹配度:什么场合穿、送给谁、什么风格、什么材质,你的商品信息跟买家描述的场景对不对得上。

老站内搜索时代的玩法完全不是这样。那时候大家研究的是买家会在搜索框里敲哪几个词,然后想办法把这些词都塞进标题和 tags 里,同义词、变体、单复数轮着来。词对上了,曝光就有了。所以你会看到满屏那种一百四十字符全用满、十几个名词排排站的标题,不是卖家不会写字,是老算法奖励这种写法。

语义系统不数你重复了几遍。它要判断的是:这条 listing 是不是买家那句话的答案。一个把 dress 写了五遍的标题,在它眼里提供的场景信息可能还不如一句”适合海边婚礼宾客穿的亚麻中长裙”。

堆关键词为什么从加分项变成了减分项

有的卖家会想,堆词大不了没加分,总不至于扣分吧。还真不一定。买家在 ChatGPT 里的表达是完整句子,带场合、带对象、带偏好,系统拿着这么具体的需求去找答案,你的 listing 提供的信息越模糊,可匹配的点就越少。一个标题全是名词碎片的 listing,材质说不清、场合看不出、给谁用的猜不到,在语义打分里自然排不过那些把场景写明白的同行。

而且堆词的标题往往挤掉了真正有用的信息。一百四十个字符就那么多,你塞了八个同义变体,就没地方写”透气""有里衬""适合春夏婚礼”这些买家真正在问的东西。在老搜索里这是划算的取舍,在语义检索里就是拿有效信息换无效重复。

Retail Dive 报道这次上线的时候提过一个背景:Etsy 这几年一直在把站内搜索往语义方向迁,ChatGPT 这个入口只是把这条路线推到了台前。也就是说,就算你不在乎 ChatGPT 的流量,堆词写法的红利也在往下走,躲是躲不过去的。

Etsy 语义搜索信息图:买家在 ChatGPT 里描述海边婚礼场景,堆关键词标题输给场景化、属性完整的 listing 写法

一条 listing 的改写前后

空讲不如上例子。假设你卖亚麻连衣裙,老写法的标题大概长这样:

Linen Dress, Women Summer Dress, Boho Maxi Dress, Beach Dress, Wedding Guest Dress, Vintage Dress, Cottagecore Dress, Gift for Her

这个标题在老搜索里能吃到 linen dress、beach dress、wedding guest dress 好几拨搜索词的曝光。但你站在语义系统的角度看它:这到底是条什么裙子?什么料子的克重?适合什么季节什么场合?boho 和 vintage 和 cottagecore 到底哪个才是它的风格?信息全是矛盾和空白,没有一个具体问题能从这里拿到答案。改写之后:

鼠尾草绿亚麻中长连衣裙,海边婚礼宾客装,透气薄款,春夏适穿

描述第一段:这条裙子用的是 190 克中薄亚麻,带里衬不透光,专门为暖天户外婚礼的宾客做的,久站久坐不闷汗。方领加收腰的版型,拍照上镜,婚礼之后平时通勤也能穿。

改写后的版本,买家那句”海边参加婚礼想找条透气的裙子”里的每一个要素,场合、材质、功能、穿着感受,都能在 listing 里找到对应。语义系统匹配的就是这种对应关系。顺便说一句,这样的描述对真人买家也友好,看两行就知道该不该下单,转化本身也受益。

老习惯和新写法,逐条对照

把改写思路整理成一张表,你可以拿自己的 listing 挨条对:

老站内搜索习惯语义搜索友好的写法
标题塞满同义词和变体,逗号隔开排排站标题写清楚一件事:什么材质的什么商品,给谁、什么场合用
描述开头把标题关键词再抄一遍描述第一段直接回答买家最可能问的问题
属性栏嫌麻烦,随手填几个了事属性全部填完整,颜色、材质、尺寸、场合一个不落
十三个 tags 全塞近义变体tags 覆盖不同维度:场合、风格、收礼对象、工艺
描述用碎片短语和关键词列表凑字数用完整的自然句子写,像回答朋友提问那样
赌买家会敲哪个词,靠词频抢排名赌买家会描述什么场景,靠信息覆盖面接住需求

表里右边这列有个共同点:全都是在给系统喂”可以拿去匹配场景的具体信息”。属性栏这条特别想多说一句,很多卖家标题抠得很细,属性却懒得填全,但结构化字段恰恰是语义系统读起来最省力的部分,这是成本最低的一项改动。

这周就能动手的几件事

不用一口气改完全店。先挑销量最好、流量最大的十条 listing 动手,这些是最可能被推进 ChatGPT 推荐里的,改完效果也最容易观察。

改的时候按这个顺序来:标题先重写,砍掉同义变体,换成场合加人群加材质的自然表达;属性挨个补全;描述第一段推翻重写,用一两句人话回答”这是给谁、什么场景用的、好在哪”。tags 不用清空重来,把纯粹的重复变体换成场合和风格维度的词就行。

至于担心改完站内搜索排名掉,我的看法是别太纠结。Etsy 自家路线就是从关键词往对话迁移,写清楚场景的 listing 两头都不吃亏,真正两头都讨不到好的,是那种只有词、没有信息的标题。与其守着老写法等流量慢慢阴跌,不如趁大部分同行还没反应过来,先把自己的货架翻译成买家说话的方式。

相关文章