截至 11 月 5 日的公开信息，韩国 11街在 11 月 1 日至 11 日举行的 Grand 11 节上线了 AI 购物功能：对约 1000 件热销商品生成购买要点摘要，并在移动端首页展示个性化推荐“Ai Home”；Gmarket 在 Big Smile Day 用 AI 分析评价、销量与季节需求，把特价商品从 1000 件扩到 3000 件。对品牌来说，这意味着购物入口开始由模型先做一轮筛选：商品能不能进入 AI 摘要、摘要里写了哪些字段、引用的是谁家的信息，直接决定品牌在 AI 回答与推荐位里的可见度。
AI 摘要先筛掉了什么
传统搜索里，商品只要关键词匹配就能获得曝光；AI 摘要的入口更窄，它先判断这件商品值不值得被概括。参数缺失、评价稀少、描述自相矛盾的商品，很难被模型稳定地总结成一段可读的购买要点。于是曝光的分水岭从“有没有上架”前移到“信息是否足够结构化”。
摘要池的入选逻辑
11街的做法是把摘要挂在热销商品上，等于用销量先做了一轮初筛。这对新品不友好：新品没有销量，也就没有进入摘要池的机会。品牌如果只依赖平台自然流量，新品在 AI 购物入口的可见度会长期低于成熟单品，这需要在上市期用站外内容与结构化素材补位。
品牌可见度要按字段重测
AI 摘要的素材来自商品页、评价与平台内容。品牌能控制的是商品页字段：规格、成分、适用场景、价格区间、售后承诺是否完整且一致。监测 AI 回答时，不能只看品牌有没有被提到，还要看回答里出现的参数是否与官方口径一致——参数错了，比不被提到更危险。
三层基线怎么搭
可以按三层做基线：第一层是提及，品牌是否出现在 AI 摘要与推荐结果里；第二层是位次，出现在第几位、与哪些竞品同框；第三层是引用，摘要引用了商品页、评价还是第三方内容。三层分开记录，才能判断问题出在素材、结构还是信源权重。
引用来源决定摘要的可信度
同样的商品，如果 AI 摘要引用的是品牌官方商品页，描述通常更准确；如果引用的是第三方测评或聚合页，可能出现参数过时、型号混淆。品牌要做的不是删掉第三方内容，而是让官方信息足够完整、足够结构化，成为模型优先采信的那一份。
这也是 GEO 与 SEO 的分界。SEO 争的是链接排名，GEO 争的是被引用与被打包进答案的资格。韩国渠道把 AI 摘要放进大促主入口，说明平台已经把“可被概括”当成商品质量的一部分；品牌如果不按这个标准整理信息，促销期拿到的流量会越来越依赖付费位。
| 观察指标 | 口径 | 数据来源 |
|---|---|---|
| 摘要出现率 | 提问集中被概括比例 | 多平台问答采样 |
| 推荐位次 | 结果中的平均排名 | 固定问题库复测 |
| 引用字段准确率 | 参数与官方一致比例 | 商品页对照 |
这件事对品牌 GEO 管理意味着什么
第一，问题库要覆盖购物场景，而不只是品牌词。消费者会问“扫地机器人哪款适合养猫”“75 英寸电视预算八千选哪个”，这类问题的答案结构决定了品牌能否进入候选。把这类问题整理成固定提问集，才能做可复比的监测。
第二，商品字段要按“可被引用”的标准重写。型号、关键参数、适用面积、耗材成本、保修年限，这些是模型最常引用的信息；把它们放在同一段、用统一单位表达，比在详情页堆图片更有效。字段一致性也要跨平台核对，避免官网与店铺页各说一套。
第三，监测要跟上平台改版。AI 摘要的入选标准、展示位置与引用规则都可能调整，一次基线只能代表当周。把复测周期定在两周一次，遇到平台大促改版时加密到每周，才能看出优化动作是否真的改变了可见度。
常见问题
AI 购物摘要和传统商品推荐有什么区别？
传统推荐多按销量、点击与标签排序，AI 摘要把商品信息重新组织成一段可读结论。前者争的是展示位，后者争的是被概括与被引用的资格，品牌需要提供的素材也不同。
品牌能直接影响 AI 摘要的内容吗？
不能直接编辑摘要，但可以通过商品页字段、官方内容与评价管理影响模型可获取的素材。摘要由平台生成，品牌能做的是让可被引用的信息更完整、更一致。
新品没有销量，怎么进入 AI 摘要？
先补结构化信息与站外可信内容，再用小规模投放积累早期评价。摘要池通常偏好有数据支撑的商品，新品需要用参数完整度和真实评价弥补销量缺口。
多平台可见度怎么对比？
用同一套问题库在各平台分别提问，记录提及率、位次与引用来源三项。不同平台的检索范围与信源偏好不同，不能把某一个平台的结果当成整体结论。
