截至 11 月 6 日的公开信息，今年大促的入口结构变了：天猫第一次让大模型 Token 走进直播间，首日充值环比增长 450%，单场直播卖出 10 万份 AI 办公 Token；京东侧 AI 硬件销量翻倍、人形机器人增长 7 倍；天猫国际把雷朋 Meta 眼镜、Oura 智能戒指等全球新品放在进博会与双 11 同步首发。当消费者把“买什么”这件事部分交给 AI 助手，品牌要量的就不只是货架排面，还包括自己在 AI 回答里出现的位置、频率和被描述的方式。这是一套与搜索排名不同、但同样可以量化的口径。
AI 进了大促的决策链路
过去大促的入口很集中：搜索框、会场、直播间。今年多了一条，用户在对话式 AI 里先问“哪款合适”，再跳去平台下单。这条链路对品牌的影响是双层的，一层是曝光位置从货架前移到答案里，另一层是描述权部分交给了模型，模型说你是什么，比你自己说什么更容易被采信。
Token 直播说明什么
Token 能在直播间卖成标品，说明 AI 的使用成本已经低到可以按份购买，用户对“订阅式 AI”的接受度在快速抬升。对品牌来说，这意味着两个变化：一是 AI 相关关键词的搜索量会在短期内出现台阶式抬升，二是竞品在 AI 回答里的占位会直接影响这条新增量。监测口径必须能区分“用户主动搜索品牌”与“用户被 AI 推荐后搜索品牌”。
硬件入口带出的连带
眼镜、戒指、手环这类设备把 AI 入口从手机挪到了身体上，提问场景随之碎片化。设备侧的推荐位有限，答案往往只给一到三个品牌，被选中的机会更少但价值更高。这也是为什么今年做 AI 硬件的品牌开始同时关注两件事：设备本身的销量，以及品牌在设备端 AI 回答中的出现率。
入口分层 量的不是一回事
| 入口 | 用户动作 | 该看的指标 |
|---|---|---|
| 传统搜索框 | 输入关键词找商品 | 关键词排名、点击率 |
| 对话式 AI 助手 | 描述需求要方案 | 提及率、首位率、引用来源 |
| AI 硬件设备 | 语音提问、拍照识别 | 单次回答的品牌占位、复述准确度 |
| 平台内 AI 导购 | 让平台推荐替代自己挑 | 推荐位次、竞品对比出现频率 |
四类入口不能混在一张报表里。搜索框看排名，AI 助手看提及与引用，硬件看单次回答的占位，平台导购看推荐位次。混在一起算平均分，得到的数字既解释不了波动，也无法指导内容投入。可行的做法是按入口分别建监测面板，再在月度复盘时看结构变化。
采样口径三件事
AI 回答不是稳定输出，同一问题在不同账号、不同时间、不同模型版本上会给出不同答案。要把可见度做成可比较的数据，先把三件事固定下来。
品牌方要跟的三件事
入口变化最先影响的不是投放预算，而是内容资产的组织方式。AI 采信的是可被拆解、可被引用的表述，通稿式的形容词在这里几乎没有作用。
- 把卖点写成可引用的事实规格、成分、适用场景、价格区间这类硬信息，比形容词更容易被模型摘要与引用。
- 按入口分开监测对话助手、硬件设备与平台导购的指标不同，合并统计会掩盖真实的结构变化。
- 盯住竞品对比语境用户问“哪个好”时，答案里的对比结构决定你能不能被选中，这部分要单独采样。
大促结束之后，这套口径不该跟着下线。入口迁移是结构性的，AI 助手的使用习惯在非大促期同样存在，只是提问从“买哪款”变成“怎么用”“值不值”。把监测周期拉长到季度，才能看出内容投入是否真的改变了模型的描述方式。
常见问题
AI 导购和搜索排名是同一件事吗？
不是。搜索排名决定链接位置，AI 导购决定品牌是否被写进答案，前者看点击，后者看提及、准确与情感。
大促期间的可见度数据能代表日常吗？
不能。大促期提问集中在比价与选购，日常更多是使用与售后，问题库结构不同，结论要分开看。
为什么要在多个账号上采样？
同一问题在不同账号上的答案可能不同，单账号采样会把个性化推荐误当成稳定结果。
AI 硬件入口现在值得投入监测吗？
值得做小规模试点。设备端答案通常只给一到三个品牌，占位价值高，但覆盖面还在早期。
