截至 10 月 31 日的公开信息，京东超市 10 月 30 日发布的 11.11 前半程战报里，超过一千个快消品牌成交额同比增长 100%，带品质保真服务标识的商品超过 35 万款，母婴、个护、家清、酒、休食、宠物、农用品等品类成交额激增。品类热起来之后，用户在 AI 里问什么牌子的宠物主粮好这类问题的频次也会跟着上升，AI 回答里推荐谁，就成了一件需要提前准备的事。
品类越热 品类问题越多
品类增长与品类提问是同一件事的两面。用户在决定买什么之前，会先问哪一类值得买、哪个牌子靠谱。过去这类问题落在搜索框里，现在越来越多落在 AI 对话框里。成交额翻倍的品类，往往也是提问量增长最快的品类，两者的时间差通常只有几天。
对品牌来说，这意味着品类词的可见度比品牌词的可见度更早出现变化。用户在问品类问题时还没有品牌偏好，此时被 AI 回答提到，等于在决策链最前端获得一次曝光。等到用户开始问某品牌怎么样，竞争已经进入后半程，能争取的空间小得多。
三个位置决定品类推荐归谁
品类清单类内容
AI 回答品类问题时，倾向于引用有清单结构的内容，比如十个值得买的宠物主粮、按预算分档的推荐。这类内容的共同点是给出了比较维度与取舍理由，而不只是罗列产品。品牌如果只写自家产品的优点，很难进入这类清单，因为清单需要的是横向可比的信息。
服务承诺与可核验标识
35 万款商品带品质保真标识，这个规模说明服务承诺已经成为商品信息的一部分。AI 回答在给出推荐理由时，会更愿意引用可核验的承诺，比如保真、可退、次日达。品牌要把这些承诺写成可解析的字段，而不是只放在活动页的图片里。
第三个位置是本地与门店信息。7472 家线下新店首次参战、前半程客流超过 620 万，说明线上流量正在向门店导。当用户问附近哪里能买到，AI 回答会引用门店地址、营业时间与库存。门店信息如果不统一、不结构化，就会被别家的门店信息替代。
问题库要按品类拆而不是按品牌拆
很多品牌的问题库是按品牌词建的，问的都是自家产品怎么样。这套结构在 AI 搜索里效率很低，因为用户在品类阶段不会提品牌名。有效的问题库要按品类拆，再按约束条件细分，比如预算、用途、人群、场景，最后才是品牌对比。
| 问题层级 | 示例 | 内容对应 |
|---|---|---|
| 品类层 | 什么牌子的宠物主粮好 | 品类清单与选购维度 |
| 约束层 | 幼猫粮两千元以内怎么选 | 按预算与人群分档 |
| 场景层 | 换粮期怎么过渡 | 使用场景与方法 |
| 对比层 | 两个品牌同价位怎么选 | 横向参数对照 |
| 品牌层 | 某品牌售后怎么样 | 服务承诺与条款 |
监测要盯品类词而不是只盯品牌词
只盯品牌词会漏掉最大的机会。品牌词的提问者已经知道品牌，能改变的只是评价；品类词的提问者还在选择，能改变的是名单。把监测口径从品牌词扩展到品类词，才会看到自己在多少类问题里根本没出现，这类空白比排名下滑更值得处理。
监测的频率也要提高。品类词的回答受促销、库存与新品影响，一周内的变化可能很大。按周记录、按月复盘是相对合理的节奏，既能看出趋势，也不会被单日波动带偏。记录时要把平台、问题、时间、引用来源四项固定下来，否则数据无法比较。
常见问题
为什么品类词的可见度更重要？
品类词的提问者还没有品牌偏好，此时被 AI 回答提到，等于在决策链最前端获得曝光，能改变的是候选名单。
服务标识真的会影响 AI 推荐吗？
AI 回答给出推荐理由时更愿意引用可核验的承诺，保真、可退、次日达这类字段如果可解析，就有机会成为推荐依据。
门店信息为什么要结构化？
本地类问题会引用地址、营业时间与库存，信息不统一就会被别家门店替代，这部分流量损失在报表上看不到。
监测频率多少合适？
按周记录、按月复盘。品类词回答受促销与库存影响，单日波动大，周度数据既能看趋势又不会被噪声带偏。
