AI 导购进了双11 可见度从入口开始分岔
2026-11-12博晓通

AI 导购进了双11 可见度从入口开始分岔

AI 导购进了双11 可见度从入口开始分岔 文章配图

一份 1000 人的调查说 66.7% 的受访者会用 AI 帮忙比价,淘宝、京东、抖音、拼多多在同一周把各自的 AI 导购摆上了台面,天猫的 Token 成交额在开售首日环比涨了 450%——把这些散在 11 月 11 日之前的公开信息摆在一起,它们指向同一条链路:购物的入口正在从搜索框挪进对话框。对做品牌的人来说,这意味着可见度的分母变了:过去数的是关键词排第几,现在要数的是同一个问题问四轮,你的名字出现几次;而答案里出现谁,先取决于平台愿意把谁放进候选。

入口换了,考核的分子还没换

已知事实未证实需要核实
中青报社会调查中心与问卷网对 1000 名受访者的调查显示,66.7% 会在双11 用 AI 辅助购物,85.7% 认为 AI 让购物更省力这 66.7% 里有多少最终按 AI 的建议下单AI 建议到成交的转化率,分平台统计
淘宝、京东、抖音、拼多多均已在双11 前上线 AI 导购或 AI 搜索入口各入口的默认推荐逻辑是否包含商业排序入口内是否标注推广位、标注比例多少
星图数据显示 10 月 7 日至 31 日综合电商成交 10263 亿元,同比增长 2.4%AI 入口贡献的成交占比平台侧按入口拆分的成交口径
有行业人士称 AI 购物工具 7 日留存不足 15%、30 日留存仅 3%该口径覆盖哪些平台与人群留存的分母是激活用户还是访问用户

把 66.7% 和 2.4% 放在一起读,会看到一个不太舒服的错位:用 AI 的人已经过半,被 AI 改变的成交却还没到能改写大盘的量级。这不是矛盾,是节奏问题。入口的迁移总是先发生在决策的前半段——比价、算满减、凑单、找最优券组合,这些动作最先被搬进对话框,因为它们有明确答案、可被复述、也最容易被一轮回答替代。真正的下单动作仍留在原来的货架和结算页上,于是大盘增速看起来平静,前端的注意力却已经换了地方。

对品牌的直接影响不在成交,而在候选。当消费者把「保暖大衣加内搭再加一条牛仔裤,怎么搭怎么凑更划算」整段需求丢给 AI,返回的是一份带价格、带搭配建议、还提示优先选带运费险商品的方案,名单之外的品牌连被比较的机会都没有。传统搜索时代,排名第十至少还在同一页;对话式入口里,没进答案就等于没出现过。

四家平台的导购各自站在哪

平台入口形态今年双11 的公开动作对可见度的含义
淘宝站内 AI 购物助手上线千问 AI 购物助手商品参数与评价被结构化读取的程度决定能否进推荐
京东购物助手加导购工具推出「东东」与京言导购,AI 经营中心覆盖多数新商家商家侧工具与用户侧入口同源,经营数据影响露出
抖音内容场内的问答入口上线「买前问豆包」,打通站内站外场景短视频与直播内容成为被引用的语料
拼多多搜索加试穿落地 AI 智能搜索与虚拟试衣间以搜索改写为主,问答成分最少

四家的路径差异很大,但有一点相同:它们都在把「用户的一句话」翻译成「一组可比较的商品」。翻译过程里,能被机器读懂的信息才有资格参与比较——标题里的规格、详情页里的参数、评价里的具体使用场景。写给人看的形容词在这一层几乎不起作用,写清楚容量、材质、适用人群、退换条件的页面才有机会被抽出来。

Token 上了货架,说明什么

今年双11 还有一个信号容易被当成花边:天猫在 9 月 3 日上线 Token 充值中心,已接入 DeepSeek、阿里云、智谱、Kimi 等厂商,10 月 20 日开售首日 Token 品类成交额环比增长 450%。按中国信通院《大模型词元服务性能监测报告(2026 年)》披露的口径,2026 年 6 月国内 Token 日均消耗约 500 万亿,是 2025 年 12 月的近 4 倍。算力被当成商品卖,意味着调用量已经进入日常经营的账本;调用量涨得越快,AI 回答覆盖的品类就越宽,品牌被问到的概率也越高。

留存三个月就掉光,监测要按轮次算

AI 导购的真实短板在留存。有行业人士给出的数字是 7 日留存不足 15%、30 日留存仅 3%,多数用户停在尝鲜阶段——这组数字没有被平台确认,但它和另一个公开判断互相印证:艾瑞咨询的调研显示,69% 的消费者认为如果双11 只是打折促销,吸引力会下降。用户不是不爱便宜,是不愿意为便宜付出计算成本;AI 接手的正是计算这一段,一旦 AI 算得不够准,用户就退回原来的比价方式。

这给监测提出了一个很具体的要求:不能只统计「有没有出现」,要统计「问了几轮、出现了几轮」。同一批问题在一轮里出现、在四轮里只出现一次,是两个完全不同的结论。前者可能是一次偶然的抓取,后者才说明品牌在候选池里有稳定位置。按轮次记录,也是把结果从「一次快照」变成「可复算的样本」的唯一办法。

先定问题集,再谈数字

问题集要覆盖三类问法:品类问法(这个价位买什么)、比较问法(A 和 B 差在哪)、场景问法(送六岁侄女、预算三十美元以内)。三类问法对应的检索路径不同,答案里出现的品牌也常常不同。把三类混成一个平均分,结论会既不准也不可解释——一个在品类问法里稳定的品牌,可能在场景问法里从来没出现过,而这恰恰是投放最该补的缺口。

给品牌的三步动作

  1. 把自家商品页里能被机器读取的事实补齐:规格、材质、适用人群、退换条件、库存状态,逐项写成短句,不用形容词。
  2. 按品类、比较、场景三类各选十个真实问法,每类问四轮,记录品牌被提及的轮次占比,不要只记一次结果。
  3. 把「被提及」与「被引用」分开记:前者看答案文本里有没有品牌名,后者看域名有没有被当作依据列出。

这三步都不需要新预算,需要的是把已有的商品信息重写成可被抽取的形式。真正难的是第三步:多数团队只统计提及,于是永远不知道问题出在内容没被采信,还是品牌压根没进候选。

  1. 商品信息治理:逐条核对规格、材质、适用人群、退换与库存字段,证据是详情页版本记录与字段清单。
  2. 问法抽样:品类、比较、场景三类各十个问法,每类四轮,证据是每轮的原始对话链接与截图。
  3. 指标拆分:提及轮次占比、引用域名占比分列,证据是按问题维度导出的两张表。
字段示例
问法类别场景问法
问题原文送六岁孩子学画画,预算三百以内买什么
提及轮次4 轮中 2 轮
引用域名待核实
记录时间2026 年 11 月 11 日

常见问题

  • AI 导购普及了,是不是意味着 SEO 没用了?

    不是替代,是前置。AI 回答仍然要从索引里召回页面,页面进不了索引,后面的一切都无从谈起;变化在于被召回之后还要过一道「能不能被写进答案」的筛子。所以基础工作照做,只是考核指标从排名挪到了提及与引用。

  • 66.7% 这个数字能直接用来做预算吗?

    不能。它是 1000 人样本里「会用 AI 辅助购物」的比例,不是成交占比,也不分平台。可以拿它说明趋势,不能拿它折算 GMV,更不能用它反推某个入口的投放回报。

  • AI 搜索里的可见度,最低成本的做法是什么?

    把商品页写成事实清单。规格、材质、适用人群、退换条件、库存状态,逐项短句化,删掉无法核验的形容词。这一步不花钱,但它决定了机器能不能把你的商品和用户那句话对上。

  • 怎么判断一个入口有没有商业排序?

    看答案区结构。商业内容被单独成区并明确标注,说明存在可购买的展示位;答案里只有自然生成的推荐与链接、没有标注区,说明没有可购买的位置。两种情况的监测口径必须分开。

数据来源