如果你正在做 Shopify 独立站,大概已经听过这样的说法:AI 购物代理来了,店铺要赶紧“对 AI 开放”,否则就会错过下一代流量。但一次围绕 AI 选品 的单人实测,提出了一个更扎心的问题:就算店铺已经被 AI 找到、也能顺利结账,同一批商品、同一句需求交给不同的 AI 模型,它们挑出来的“赢家”也往往不同。换句话说,AI 代理选品 这件事,在“能不能买”之外,还有一层商家看不见、也测不到的决策逻辑。
先说清楚:这是一次作者单人实测
这篇内容的依据,是 Search Engine Journal 作者 Slobodan Manic 做的一次单人实测,单一样本,不是大规模行业调研。他在 Shopify 开放无密钥 Shop MCP 之后,把同一批 20 件商品、同一句买家需求,分别交给 Claude Haiku 4.5、Sonnet 5、Opus 5 三个模型,每个模型各挑 50 次,合计 1,980 次挑选(6 个品类搜索 900 次 + 防晒两种问法 600 次 + 8 个护肤搜索清单正序/倒序 480 次)。所以下面所有结论,都只适用于“在这次实测中”,不宜直接当成普遍定论。
要理解这次实测的意义,得先分清两件事。根据 Shopify 官方 Shop MCP 文档,Shop MCP 让 AI 代理可以搜索 Shopify Catalog、创建购物车、用 Shop Pay 结账,覆盖超过 10 亿件商品,搜索无需 API 密钥。这解决的是“就绪度”——店铺能不能被 AI 找到、能不能成交。我们在店铺默认接入 AI 购物渠道那篇里聊的就是这一层。而这次实测关心的,是再往下一层的“决策层”:在 20 件都能买的商品里,模型凭什么挑中这一件。商家能控制的,主要是自家产品数据字段。
同一批商品,三款模型的首选没有一次三者相同
实测里最直观的结果是:在作者测试的六组品类搜索中,三个模型的首选没有一次三者相同。同一批货、同一句需求,Sonnet 挑了 A,Opus 挑了 B,Haiku 可能挑了 C。对商家来说,这意味着“我的商品在 AI 眼里排第几”这个问题,本身就没有唯一答案——答案取决于今天是哪个模型在替买家做决定。
这也解释了为什么“接入 AI 购物”不等于“被 AI 选中”。就绪度是入场券,决策层才是真正的赛场,而赛场规则并不对外公开。
每个模型自己却相对稳定:评论数、位置和一句话术都在起作用
虽然模型之间各挑各的,但单个模型内部却表现出较高的一致性。首选商品占其全部挑选的比例,Sonnet 平均 94%,Opus 89%,Haiku 67%。在这批测试中,各模型表现出不同且相对稳定的选择倾向。
从实测看,起作用的因素至少有三类。第一是评论数:Haiku 与 Sonnet 在背包、咖啡豆、水瓶等品类,明显倾向评论数最多的商品。第二是位置:把目录第一名挪到 20 件清单的末尾,矿物防晒一类上三个模型几乎不再选它,唇膏一类 Haiku 与 Opus 同样如此——而 480 条入选理由里,没有一条提到过位置。第三是话术:模型常直接复述清单里的营销表述,比如“临床证明”“比视黄醇快 11 倍”。在这次测试的入选理由中,模型复述了这些话术,未体现出独立核验。
最扎眼的例子:目录里的评论数和产品页差了约 68 倍,模型照单引用
实测里有个案例值得所有商家警醒。目录中一款 nobl 水瓶标着 5.0 星、447,221 条评论,而它自家产品页同期只有 6,537 条评论,两者相差约 68 倍。在这次测试中,模型引用了目录数字,未核对产品页上的差异,因此商家不宜假设模型会主动纠错。结果也很有意思:Opus 从不选它,而是选 Owala。另据作者对 Opus 的统计,在其 300 次挑选中,有 222 次使用了“最安全的大众之选”这一理由,从不选评论数最多的那个。
把目录想成货架就明白了:目录里的评论数、价格、卖点,就是 AI 眼中的货架标签。标签写错了,在这次测试中模型并没有替你核对,它按标签做出了判断。买家看到的推荐,可能就建立在一个你自己都不知道的错误数字上。
需求写细,模型立刻改口:298/300 次听话的另一面
实测还有一组数据很能说明问题。当买家需求写得更细,加上“25 美元以下、油性皮肤”这样的约束后,三个模型在 300 次挑选中有 298 次改选了 25 美元以下的商品,原先 48 美元的目录第一名一次都没被选中。
这是好消息,也是提醒。好的一面是,模型对明确的购买约束非常“听话”;提醒在于,这组结果验证的是买家提示词中的约束。商家可以据此尝试把适用人群、规格边界写清楚,再通过自测观察模型是否准确引用;本次实验没有直接验证修改产品描述能提高入选率。
和 Google 排名最大的不同:这一层商家很难直接观察
做外贸的老板对 Google 排名又爱又恨,但至少它是可见、可监测的:排名掉了能查,能改标题、改内容、看数据。AI 代理的选品决策层不是这样。按作者对本次测试的分析,商家难以直接观察代理的选择过程,也没有后台报表告诉你某个模型今天偏好什么。目前可先着手核对自家目录数据。
这和Google 原生结账那类变化也不同——那类更新影响的是成交路径,路径是否顺畅还能自己走一遍验证。而模型在 20 件商品里挑哪一件,是一次你看不到过程的黑箱判断。就绪度的问题可以靠接入解决,决策层的问题则要先从“喂给模型的数据”入手核对。
怎么做:商家现在能做的事
结合这次单一样本观察,以下是编辑归纳的自查清单,商家可以先做:
- 定期对账目录数据。把自家商品在 Shopify 目录中的评论数、价格、卖点,与产品页逐一比对,发现不一致就尽快修正。nobl 那个约 68 倍的差距,就是最现实的提醒。
- 尝试把购买约束写清楚,再自测验证。预算带、适用人群、使用场景这类信息,别只放在图片或参数表里,可以用文字写清楚。需要说明的是,本次实验只验证了买家提示词中的约束有效,并未直接验证修改产品描述能提高入选率;写清之后,建议用同一句买家需求自测,观察模型是否准确引用。
- 用同一句买家需求自测。定期拿一句典型的买家提问,去试自家商品在 AI 购物场景中的呈现,看看模型引用的评论数、价格、话术是不是你希望它看到的版本。
- 把产品页当成 AI 的货架标签来维护。如果你正在规划或重做独立站,可以把目录字段的准确性纳入建站规范,这方面可以了解我们的外贸建站服务。
写在最后
再强调一次限定:这只是一次作者单人实测、单一样本,结论只说明“在这次实测中”发生了什么,不能外推成所有品类、所有模型的普遍规律。但它指向的问题是真实的——AI 选品的决策层,商家难以直接观察,目前可先着手核对的,是自家商品在目录里的数据准不准。如果你想先把自家产品页和目录数据对一遍账、看看哪些字段最容易被 AI 误读,可以通过联系我们聊聊。
参考资料
- Search Engine Journal《3 AI Models Shopped Shopify's Catalog – Each Picked A Different Winner》:https://www.searchenginejournal.com/3-ai-models-shopped-shopifys-catalog-each-picked-a-different-winner/594298/
- Shopify 官方文档《Add shopping and Shop Pay checkout to any agent with Shop MCP》:https://shopify.dev/changelog/posts/add-shopping-and-shop-pay-checkout-to-any-agent-with-shop-mcp