AI 跨境增长站
← AI SEO

AI Mode 里的商品比普通搜索少 95%：跨境卖家怎么抢剩下的位置

google-ai-mode google-shopping ai-search google-ai-mode google-merchant-center

Productrise 在 2026 年 7 月放出来的一份研究，跟踪了美国和英国两地 21 天，抓了 10 万多条搜索结果、200 万条商品 listing。结论挺扎心的：同样的关键词，AI Mode 给出的商品数量比标准搜索少了大约 95%。

这不是 Google 官方公布的数字，是第三方跑出来的观测数据。但样本量够大，趋势基本可以当真。

95% 是两层收缩乘出来的

第一层是”到底出不出商品”。标准搜索里，88% 的查询会带出商品结果：购物卡片、Shopping 单元、PLA 广告，反正总有东西露脸。到了 AI Mode，这个比例掉到 23%。也就是说四次查询里有三次，AI 直接用文字把你打发了，压根不给商品位。

第二层是”出多少条”。标准搜索一屏平均 22.5 条 listing，AI Mode 只有 4.3 条。这个数字我建议你记牢，因为它决定了你竞争的性质：22 个位置里挤进去，和 4 个位置里挤进去，完全是两种难度。

指标标准搜索AI Mode变化
查询带出商品的比例88%23%-74%
单页平均 listing 数22.5 条4.3 条-81%
综合商品曝光量基准约 5%约 -95%
与标准搜索的商品重合率不适用0.8%几乎不重合

两层一乘：0.23 × 4.3 相对 0.88 × 22.5，剩下差不多 5%。这就是 95% 的来源。

对深圳做 3C 配件、家居小件这类品的卖家，影响会更明显。这些类目查询量大、竞品多，标准搜索里靠长尾词和低价还能捡漏，AI Mode 只留 4 个位就基本没有捡漏空间了。

还有个隐含变化容易被忽略：23% 这个出现率意味着”哪些查询会带商品”本身也变了。纯交易词（“buy X online”）依然容易出商品，但研究覆盖的比较类、场景类查询里有相当一部分被 AI 用纯文字答完了。以前靠 “best X for Y” 这类词吃流量的卖家，得重新盘一遍自己的词表哪些还留在商品赛道上。

0.8% 的重合率才是真正要命的地方

如果只是位置变少，那还是老游戏：加预算、优化标题、卷价格。但 0.8% 这个数字说明情况没这么简单。

在标准搜索里排前面的商品，进 AI Mode 的概率跟随机差不多。两个界面推的几乎是完全不同的商品集合。你 Shopping 广告跑得再稳、自然排名再靠前，都不代表 AI Mode 会看你一眼。

原因不难理解。标准搜索排序看的是关键词匹配、点击率、出价、着陆页体验这套东西。AI Mode 是先理解意图，再从结构化商品数据里找”能回答这个意图”的商品。用户问”适合小户型阳台的折叠晾衣架”，AI 需要知道你的商品折叠尺寸多少、承重多少、材质防不防锈。这些信息不在你的标题里，在 feed 属性里。

所以别再拿 GSC 的排名报告去推测 AI Mode 表现了，两者没什么相关性。想知道自己在不在里面，只能手工搜、或者用 Profound、Peec AI 这类 AI 可见度监测工具跑批量查询。

顺带说一个反直觉的推论：0.8% 也意味着标准搜索里排不进前三页的商品，在 AI Mode 里未必没戏。如果你的 feed 数据比头部竞品扎实，这反而是少有的越级机会。别因为自然排名难看就默认自己没资格。

Merchant Center feed 属性完整度是第一道门

这是目前投入产出比最高的一块，也是最多人没做完的。

大部分卖家的 feed 只填了 Google 强制要求的字段：title、description、price、image_link、availability、GTIN。这套字段够跑 Shopping 广告，但对 AI Mode 来说信息量太薄。AI 拿到这样一条数据，只能判断”这是个晾衣架，卖 29 刀”，判断不了它适不适合小户型阳台。

需要补的是这些可选属性：material、size、size_type、color、pattern、age_group、gender、product_length / product_width / product_height / product_weight、energy_efficiency_class。还有 product_detail 这个字段，它允许你自定义 section_name / attribute_name / attribute_value 三元组，等于给 AI 一张规格表。折叠尺寸、最大承重、适用场景这类信息全塞这里。

product_highlight 也别空着，最多能填 10 条卖点短句。AI Mode 生成推荐理由的时候，很大概率是从这里取材的。写的时候按用户提问的方式写，“折叠后厚度 8 厘米，可塞进沙发缝” 比 “设计精巧节省空间” 有用得多。后者是形容词，AI 没法拿去匹配任何具体意图。

google_product_category 和 product_type 这两个字段也顺手核一遍。前者用 Google 官方分类树的最细一级，别只填到二级就交差；后者填你自己店内的分类路径。这两个字段是 AI 判断”这商品属于什么”的最直接依据，填粗了会被归到错误的候选池里。

从 1688 或者供应商那边拿到的原始数据通常只有中文规格表，很多人图省事就跳过了。这块得老老实实翻译成英文并映射到标准属性值。比如 size_type 只接受 regular / petite / plus / big and tall / maternity 这几个枚举值，随便填 “standard” 是不生效的。

改这些的时候如果 SKU 上千，别在后台一条条点。用 Google Sheets 做 supplemental feed，或者直接在 Content API 里批量推。补充 feed 只覆盖你指定的字段，不会动原有主 feed 的数据，回滚也方便。

改完之后在 Merchant Center 的 Diagnostics 里看 item-level issues，把 warning 级别的也清干净。以前 warning 不影响投放大家就放着，现在它们直接对应 AI 读不到的信息缺口。

结构化数据和评价信号决定谁进那 4 个位

feed 让你进候选池，站上的信号决定你从候选池里被挑出来。

Product schema 是基础，但要填全：offers（含 priceValidUntil、shippingDetails、hasMerchantReturnPolicy）、aggregateRating、review、brand、sku、gtin13。退货政策和运费这两块尤其重要。AI Mode 在推荐时经常直接把”免运费""30 天退货”写进回答里，没有结构化标注它就不会替你说。

评价信号这块，AI Mode 明显更偏好有真实评价体量的商品。这里的量指的不是店铺总评价数，是单个 SKU 的评价数。一家店铺 4000 条评价散在 900 个商品上，落到单品其实很薄。Shopify 卖家可以用 Judge.me、Loox 这类应用，注意要开启 Google Shopping 评价同步（Product Reviews Feed），让评价数据同时进 Merchant Center，不要只挂在店铺前台。

Judge.me 和 Loox 都支持把评价内容按 SKU 维度输出，别偷懒用店铺聚合评分覆盖全部商品，那样填出来的 aggregateRating 每个 SKU 长得一模一样，很容易被判定为不可信。

品牌可信度信号也在起作用：站上有没有明确的 About / Contact / 退货政策页面、Organization schema 有没有填 sameAs 指向社媒账号、有没有第三方站点提到你的品牌。这些东西对标准搜索排名的边际收益一直很小，但 AI 在筛”能不能推荐给用户”的时候会看。

一个容易被忽略的点：商品页的正文内容。很多 Shopify 后台的商品描述就一两句话，剩下全靠图片。AI 读不了图里的字。至少写清楚材质、尺寸、适用场景、和同类商品的区别，300 到 500 词，用小标题分段。

价格一致性也得盯。feed 里的价格、结构化数据里的 price、页面上实际显示的数字，这三处必须完全对得上。不一致的时候 Merchant Center 会报 price mismatch，商品会被降权甚至下架，这在做促销频繁改价的店铺里特别常见。

现在动手的优先级

按投入产出排，第一周先补 feed 属性。挑跑量前 50 的 SKU，把上面列的可选属性和 product_detail 全部补齐，product_highlight 每个填满 10 条。这件事只在 Merchant Center 后台操作，不用碰代码，两三天能做完。

第二周补 Product schema 的缺失字段，重点是 shippingDetails 和 hasMerchantReturnPolicy。Shopify 用户如果用的是主题自带的 schema，多半这两块是空的，需要装 JSON-LD 类应用或者改 theme.liquid。

第三周开始建监测。选 20 到 30 个核心查询词，每周手工或用工具跑一次 AI Mode，记录你的商品出没出现、出现在第几位、被谁占了位。这个基线数据两个月后才有意义，但现在不建就永远拿不到。

有一件事不用急着做：为了 AI Mode 单独改商品标题。标题模板对标准搜索的 Shopping 广告影响很大，动它风险不小，而目前没有证据显示 AI Mode 主要靠标题选品。先把 feed 属性和 schema 补完，看两个月数据再决定要不要碰标题。

预算这块给个提醒：Performance Max 和 AI Max 能覆盖一部分 AI Mode 的付费位，但自然位是完全靠数据质量拿的。别指望加钱解决，4 个位置里付费能占的通常只有一两个。

Read this article in English: AI Mode Shows 95% Fewer Products Than Standard Search

相关文章