同一个问题 三个AI推荐三个牌子

这轮双 11，AI 给出的答案第一次被当成货架来争夺。截至 11 月 11 日的公开报道，中青报社会调查中心与问卷网在双 11 期间访问 1000 名受访者，66.7% 会用 AI 辅助购物，其中 27.3% 深度参与；同一份调查里，57.7% 要求明确告知推荐依据、是否含商业推广。两个数字放在一起说明一件事：「AI 推荐」正在从功能变成渠道，而对品牌来说，最要紧的不是被提到几次，而是被谁提到、在哪个平台被提到，因为豆包只调抖音商城的商品库，千问只调淘宝库，同一句问题在三个平台会得到三份名单。

三个平台 三份答案

调查里最值得注意的不是 66.7% 这个使用率，而是 43.3% 的人担心 AI 推荐的是冷门款或非官方店铺。这个担心指向一件很具体的事：答案里的商品来自哪个库。豆包给的是抖音商城的商品，千问调的是淘宝商品库，两个库不互通，同一句「哪款洗碗机划算」在两边得到的品牌名单本来就不会一样。

这就把「AI 搜索可见度」从一个总量指标拆成了三个分项。过去做搜索优化只看一个引擎的排名，现在要按平台分开看：在豆包里被提到几次，在千问里被提到几次，在 DeepSeek 里又落在什么位置。三份答案对不上不是异常，而是默认状态；把它们平均成一个数字，等于把三张不同的地图叠成一张，最后哪条路都走不通。

推荐依据成了新的货架位

57.7% 的受访者要求明确告知推荐依据与是否含商业推广，这个比例比很多人预想的高。它说明用户并不排斥被推荐，排斥的是不知道为什么被推荐。对品牌来说这是一条低成本的路：把价格、规格、适用场景、售后条款写成可核验的句子，答案引用时就有据可依；反过来，只写「全网最低」「闭眼入」的文案，在被引用的那一刻就开始失真。

商业推广要不要标出来

已经有人围绕 AI 偏好的信源做商业投流，这与此前的搜索竞价是同一套逻辑，只是投放对象从关键词换成了被模型反复抓取的那几页。标注与否短期内不影响引用，长期影响信任：一旦用户发现答案里的推荐是买来的，整条链路的可信度都会打折。平台侧其实有动力做这件事，因为 53.7% 的人已经在怀疑比价结果不是最优。

便宜方案为什么对不上结算价

58.5% 的人希望 AI 给出的比价和凑单结果与实际结算价一致，这条诉求暴露的是数据时序问题。限时补贴、权益互斥、券的使用门槛随时在变，模型读到的是几小时前甚至几天前的页面，算出来的最优组合到结算时可能已经不成立。品牌能控制的部分，是把自己页面上的价格条件写全：门槛、叠加规则、有效期，少写一项就等着被算错。

四类信源的可引用程度

把可能被引用的页面按可维护性分类，能看出哪些值得先投入。四类一起铺开做，通常的结果是每一类都只做了一半，最后没有任何一类能被稳定引用。

官方商品页的更新成本最低、可控性最高，却常常是四类里最旧的一份；平台内容页更新快但结构由平台决定；第三方测评影响力大，品牌只能影响不能控制；投流稿看起来最快，被引用的稳定性却最差，因为它的表述往往经不起核验。按这个顺序排优先级，比同时铺四类更省人力，也更符合 43.3% 那批用户对「官方店铺」的偏好。

分平台做一次可见度盘点

盘点不需要工具，需要的是同一组问题在三个平台各问一遍。问题要固定，答案才有可比性；每次只改一个变量，才知道是哪一处改动起了作用。这套动作跑满三个月，单次得到的名次才有意义。

这套动作的意义在于把判断建立在记录上。品牌在 AI 答案里的位置，是靠内容挣来的还是靠投流买来的，从单次答案里看不出来，从三个月的出现率变化里能看出来。这也是问题库和监测面板要先于预算建立的原因：没有记录，投流花出去的钱只能换来一次出现，换不来下一次被引用。

常见问题

• 为什么同一句问题在不同 AI 平台答案不一样？

  因为商品库和抓取来源不同。豆包调抖音商城，千问调淘宝库，平台之间的数据不互通，答案自然分成三份。这不是模型能力差异，而是语料边界差异。

• 品牌要不要专门为 AI 另写一套内容？

  不需要另写一套，需要把已有页面的结构与事实补齐。价格单独成行、规格用表格、条款写清生效时间，比新写十篇稿子更有效，因为被引用的是页面结构。

• 出现率和排名哪个更该看？

  出现率说明品牌有没有进入候选，排名说明在候选里排第几。前者是入场券，后者是转化率，先看入场券，再谈位置。

• 竞品占位怎么记才有用？

  同一批问题里记三件事：竞品是否出现、排在第几位、引用的是哪一页。三件事合起来才能判断对手是靠官网内容赢的，还是靠平台页赢的。

数据来源

• 网易：Token首上货架、AI购物成真、溯源重构信任 双11成人礼新意满满
• 中国经济网：双11消费转向看品质选服务
• 中国经济时报：AI成为双11购物链路上最亮眼的存在