Google Merchant Center Conversational Attributes:为 AI Mode 做产品数据优化
Conversational Attributes 是什么,和普通商品 Feed 有什么区别
5 月 21 日 Google Marketing Live,Google 给 Merchant Center 加了一批新字段,统称 Conversational Attributes。名字很直白:这些字段是专门为对话式查询准备的。
传统 Feed 字段(标题、描述、价格、GTIN)是按商品规格逻辑组织的,适合数据库检索。AI Mode 处理的是另一类问题。用户不搜”男士羽绒服 黑色 M 码 200 以内”,他们问的是”我要去零下五度的地方露营三天,帮我找一件够轻、能塞进背包的羽绒服,预算 300 美元”。这句话里有场景(露营),有限制(零下五度),有实用需求(轻、可压缩),还有价格上限。
普通 Feed 字段没有地方放这些信息。标题里塞不下,描述里可以写但 AI 没法结构化提取。Conversational Attributes 就是专门解决这个问题的,给 AI 一套结构化的字段,让它知道这个产品”适合什么人、在什么场景、解决什么问题”。
目前 Google 还没有公布完整的字段列表,但从 Google Marketing Live 的发布细节和 Merchant Center 后台的早期测试来看,核心字段围绕几个维度展开:使用场景、材质手感、尺寸对比、人群适配、以及环境条件(比如防水等级、适合温度范围)。
现在 Google AI Mode 每月出现在 500 亿次搜索里。传统 SEO 的影响力在这些搜索里几乎为零,用户不看蓝色链接,AI 直接生成推荐。哪个产品被提到、用什么语气描述,取决于 Feed 里有没有 AI 能读懂的内容。
需要填哪些新字段,每个字段怎么写
下面是已知的 Conversational Attributes 核心字段和填写思路,按重要性排序:
| 字段类型 | 作用 | 写法要点 |
|---|---|---|
| 使用场景(use case) | 告诉 AI 这个产品适合什么活动 | 具体场景,不是品类名 |
| 材质描述(material feel) | 描述触感、手感、穿着体验 | 用感官词,不是材质参数 |
| 人群适配(suitability) | 说明适合什么水平、年龄、体型 | 对比说明更有效 |
| 环境条件(conditions) | 适合的温度、天气、地形 | 给具体数字范围 |
| 尺寸参考(size context) | 和常见参照物比较大小或重量 | 用生活化类比 |
使用场景:不要写”适合户外活动”,要写”适合 3 到 7 天的徒步露营,收纳袋直径 15 厘米,可以挂在背包侧袋”。AI 处理”我要去露营”这种查询时,会优先匹配明确写了露营场景的商品。
材质手感:规格表里写”90% 鸭绒 10% 羽毛”没用。AI 要匹配的是用户问”摸起来软还是硬”或者”睡袋是那种沙沙响的面料吗”。换成”外层采用无声磨砂尼龙,不会在帐篷里产生摩擦噪音,内衬手感接近绒毛毯”,才是 Conversational Attributes 的写法。
人群适配:写”适合初学者”不够精确。写”适合第一次参加长途徒步的成年人,不需要登山经验,装备重量在 1.2 公斤以内”,AI 在处理”有没有适合新手的选择”这类问题时,能直接提取这段描述。
环境条件:要给具体数字。“适合冬天”不如”额定舒适温度 -5 摄氏度,极限温度 -12 摄氏度,适合四季分明地区的秋末到初春”。
这些字段目前在 Merchant Center 的 Feed 管理界面可以逐条编辑,也支持通过 Feed 文件批量上传。如果你用 Shopify 或者 WooCommerce 的插件同步 Feed,需要等插件更新支持新字段,大概率在 2026 年第三季度前完成。
AI Performance Insights:怎么看你的商品在 AI 搜索里的表现
Google 同步上线了 AI Performance Insights,这是 Merchant Center 里的一个新分析模块,专门拆分 AI 渠道和传统渠道的流量数据。
进入路径:Merchant Center 后台 → Analytics → AI Performance。你会看到两组数据并列:AI surfaces(AI Mode、Gemini App 里的展示和点击)和 Traditional(传统购物广告和搜索结果)。
几个值得重点看的指标:
AI Impression Share(AI 曝光占比):某件商品在 AI Mode 相关查询里的曝光率。如果一件商品的传统曝光量很高但 AI 曝光量接近零,基本可以判断是 Conversational Attributes 缺失或质量差。
Query Type Breakdown(查询类型分布):触发展示的查询里,对话式查询占多少比例。这个数字可以帮你判断某个品类在 AI 搜索里的渗透程度。户外装备、家用电器、婴儿用品这些品类目前 AI 查询比例偏高。
Attribute Coverage Score(属性覆盖评分):Google 会给每件商品打一个 Conversational Attributes 填写完整度的分数。低于 60 分的商品出现在 AI Mode 推荐里的概率很低。
这个模块现在只对部分账户开放,逐步在全球卖家里推出。如果你的 Merchant Center 后台还看不到 AI Performance 入口,大概率在 2026 年 Q3 之前会到。
实操建议:先把 AI Impression Share 按商品排序,找出高传统曝光但低 AI 曝光的商品,这批先补,流量潜力在,缺的就是 Conversational Attributes。
哪类商品最需要优先补全 Conversational Attributes
不是所有商品都同样紧迫。从 AI 搜索的查询特征来看,以下几类商品受益最大:
场景依赖型商品,比如户外装备、运动用品、婴儿用品、厨房工具。用户买这类东西时倾向于描述场景而不是规格,“适合做韩式料理的煎锅”比”28 厘米不粘锅”更能触发 AI 检索。
感知差异大的商品,比如床品、服装、护肤品。材质手感、舒适度、适合肤质这些维度,规格表写不清楚,Conversational Attributes 能结构化表达。
专业性门槛高的商品,比如摄影器材、乐器、运动装备。买家经常问”适合初学者吗""专业用户也能用吗”,suitability 字段专门回答这类问题。
季节性和礼品类商品,比如节日礼物、周年礼物、特定场合用品。AI 在处理礼物推荐查询时会大量引用 occasion fit 字段。
优先级低的商品:高度标准化的商品,比如特定型号的电子产品配件、工业品、标准件。用户搜这类东西时直接输入型号,AI 搜索带来的增量有限。
如果你的 SKU 数量多,可以先用 Attribute Coverage Score 做筛选,把分数低于 60 的商品按照销售额排序,从头开始补。
结合 Universal Cart 的完整优化路径
Conversational Attributes 不是孤立存在的。Google 在 Google Marketing Live 上同时更新了 Universal Cart,现在可以在 Google Search、Gemini App、YouTube、Gmail 四个平台之间同步购物车。用户在 Gemini App 里加购的商品,打开 YouTube 还在。
这意味着 AI 搜索可见性和购买转化之间的路径更短了。用户在 AI Mode 里看到你的商品推荐,不用跳转网站就可以加购,而且下次打开任何 Google 产品还能找到。
完整优化路径如下:
第一步,打好数据基础。确保 Merchant Center 里的传统字段(GTIN、变体、价格、库存、运费)准确完整。Conversational Attributes 建立在这个基础上,基础字段有缺失会影响整体 Attribute Coverage Score。
第二步,补全 Conversational Attributes。按上面说的优先级,从高 AI 潜力商品开始,把使用场景、材质描述、人群适配、环境条件、尺寸参考这几个字段补齐。写的时候对着一个真实用户查询来写:如果用户问”有没有适合 XXX 场景的产品”,你的字段能不能直接回答这个问题。
第三步,启用 Universal Cart 集成。进 Merchant Center 的 Programs 设置,确认 Buy on Google 和 Universal Cart 都处于启用状态。如果你走的是 Shopify,检查 Google Sales Channel 里的 Checkout 设置,确保购物车同步正常。
第四步,用 AI Performance Insights 持续监测。每两周看一次 AI Impression Share 的变化,新补全字段的商品通常需要 2 到 4 周才能看到数据变化。Attribute Coverage Score 提升到 80 分以上后,AI 曝光量的改善会比较明显。
第五步,测试实际表现。打开 Google AI Mode,模拟你的目标用户查询,看你的商品有没有出现在 AI 生成的推荐列表里,以及被引用的方式。如果出现了但描述不准确,回头检查对应字段的措辞。
Universal Cart 的跨平台特性决定了,Merchant Center 的数据质量现在影响的不只是 Google 搜索,而是整个 Google 生态里的购买路径。早做比晚做更有意义。
Read this article in English: Google Merchant Center Conversational Attributes: Optimize Product Data for AI Mode
相关文章
Ahrefs Brand Radar 使用教程:追踪品牌在 AI 搜索中的曝光份额
Ahrefs Brand Radar 2026年1月上线,4月加入了 Grok 索引,现在追踪7个 AI 平台共2.6亿条真实 Prompt 里的品牌露出。自定义 Prompt 追踪功能让你设定品类查询词,看竞争对手在 ChatGPT、Perplexity、Gemini 里被推荐了多少次,你的品牌被推荐了多少次。
Reddit 和社区 UGC 成了 AI 引用王牌:DTC 品牌的 GEO 新打法
Tinuiti 2026 年一季度报告显示,被 Reddit、Quora 大量提及的域名,被 AI 引用的概率高出约 4 倍,社交内容在 AI 引用里的占比已经爬到 9% 以上。GEO 的重心正从外链转向 AI 信任的社区里的真实口碑。这篇讲怎么做、以及怎么不把 Reddit 玩崩。