爱马仕交出了六年来最弱的一份季报，中国市场的增速放缓是最受关注的一段。几乎同时，社交平台上流传着一个细节：门店店员开始主动说欢迎光临。这个细节之所以被反复转发，是因为它打破了奢侈品牌长期维持的距离感。当增长不再由稀缺叙事自动带来，品牌要重新争取的，是消费者在决策那一刻的注意力，而这一刻正在大规模迁移到AI助手里。
六年最弱季报，门店先学会了说欢迎光临
季报里的数字比情绪更冷静。皮具之外的增长点尚未成型，靠控量维持稀缺的策略在需求走弱时会失效，因为稀缺只有在需求旺盛时才构成溢价。门店姿态的转变，是这套策略调整的外在表现：从等客上门到主动迎客，从强调配货门槛到强调服务体验。爱马仕在华销售放缓与门店姿态变化，被市场解读为一个周期结束的信号。
更值得注意的是消费结构。爱马仕与LV在华销售同步走弱，高净值客群的消费趋于保守，二手市场的溢价也在回落。奢侈品牌在华销售的集体走弱说明这不是单一品牌的问题，而是整个高端消费的定价逻辑在被重新审视。当保值预期减弱，购买决策就从资产配置回到了使用价值。
当消费者改问AI，品牌的位置就不由自己定
决策路径的变化比销售数据更早发生。过去消费者买一只包，路径是社交平台种草、专柜试背、比价、下单；现在中间多了一步：先问AI助手这只包值不值得买、和另一只比哪个更保值、二手行情怎么样。AI给出的答案会直接决定他还去不去专柜。这一步，品牌既看不见，也控制不了。
问题在于，AI答案的素材来自公开信息。季报数据、二手平台价格、媒体报道、论坛讨论、门店服务评价，这些内容共同构成了模型对品牌的画像。品牌如果只经营官方叙事，而忽略第三方信息环境，在AI答案里就会被别人的口径定义。爱马仕季报与增长点调整这类财经报道，往往比品牌自己的传播更容易被模型采信，因为它有明确的数字与出处。
三类问题决定品牌的AI可见度
品类问题
当用户问某个价位段最值得买的包是哪几只，AI会给出一个排序。这个排序背后是内容覆盖度：谁的产品信息更结构化、谁被更多权威来源提及、谁的评价更一致。奢侈品牌在这一层的准备普遍不足，因为过去的传播依赖图像与氛围，而AI更依赖可解析的文字与参数。
价格问题
价格类问题的杀伤力最大。用户会问这只包现在值不值这个价、二手能卖多少、明年会不会涨。AI会引用二手行情与涨幅数据来回答。当溢价回落成为事实，答案自然转向谨慎。品牌无法要求模型不提二手价格，能做的是让官方信息里包含足够清晰的工艺、材质与售后说明，让答案有另一面可讲。
真伪问题
真伪与渠道是奢侈品特有的高频问题。AI在被问到某个渠道是否可靠时，会综合平台资质、用户投诉与媒体报道。品牌如果对授权渠道的信息披露不完整，答案就会倾向保守，最终伤害的是正规渠道的转化。这一层的工作本质上不是营销，而是把渠道事实变成可被引用的公开信息。
证据从哪来：季报、二手价与门店动作
做GEO最忌讳的是凭感觉判断品牌在AI里的形象。可行的做法是先建立证据清单：财报与业绩公告、二手平台的成交与挂牌价、主流媒体的报道口径、门店服务评价、社交平台的讨论主题。这五类信息基本覆盖了模型回答奢侈品问题时会引用的素材，逐类检查覆盖度与一致性，就能定位缺口。
检查的颗粒度要落到具体问题。比如针对保值这个主题，准备二十个真实用户会问的问法，逐个去主流AI助手提问，记录答案里引用了谁、口径是否与品牌一致、有没有明显错误。这套动作看起来笨，但它产出的是可比较的基线。没有基线，所有优化都是猜测。
奢侈品牌该怎么补这门课
第一件事是把官方信息做成可解析的结构。工艺、材质、尺寸、保养、售后政策、授权渠道清单，这些内容目前大量藏在图片与视频里，模型读不到。第二件事是让第三方证据可被找到，包括权威媒体的深度报道与行业数据。第三件事是建立监测机制，按周跟踪核心问题的答案变化，而不是等到季度复盘。
更根本的一层是心态。奢侈品过去靠控制信息稀缺来维持溢价，AI时代信息不再稀缺，稀缺的变成可信度。品牌能守的不再是曝光量，而是在关键问题上的答案质量。爱马仕这轮失速提醒行业，当消费者开始用更理性的方式提问，品牌必须准备好一套经得起追问的答案。
