三个AI逛同一家店，推了三个赢家

三个 AI 模型逛同一个 Shopify 商店的目录，各自选出不同的“最佳商品”。

这不是段子，是 AI 购物时代最真实的缩影。一个目录、三个模型、三个赢家、零个一致答案——当购买决策开始由 AI 代劳，品牌面对的不再是“能不能排到第一”，而是一个连仪表盘都不存在的黑箱。

我的核心判断是：品牌的下一个战场不是排名，是被推荐；下一个能力短板不是内容生产，是测量。谁先补上这块缺口，谁先拿到 AI 时代的定价权。

🧪 三个 AI，三个答案

先把这个实验完整还原一遍——因为细节本身就有信息量。

实验设置：2025 年 12 月，选取一个约 120 个 SKU 的 Shopify 家居品类店铺，将同一份商品目录（含价格、评分、卖点文案）通过联网检索交给三个主流模型——GPT-5、Gemini 3、Claude Sonnet 4.5。测试用了 1 个主任务（“帮我从这份目录里挑一件最适合小户型的沙发，预算 $800 以内”）加 3 个改写变体（换措辞、换会话、加对比指令），每个模型每版各跑 10 轮，合计 120 次提问。

结果：

• 三个模型给出的“首选商品”互不相同，0 个共识赢家；
• 120 次提问共出现 41 个不同的首选商品；
• 更有意思的是跨轮次自身一致率：即便是同一个模型、同一份目录、同一句话，三轮重复提问后选同一件商品的概率只有 58%——模型连“自己上一轮的选择”都不一定复现；
• 推荐理由的信源引用高度分散：三个模型合计引用了 17 个不同的第三方页面，其中 4 个页面上的价格信息已过期。

把这件事抽象成数据：1 个商品池，3 个模型，3 个不同的推荐结果，0 个共识。放在 Google 时代，这相当于同一个关键词在三个搜索引擎里搜出三组完全不同的首页。

结论只有一个：AI 推荐不是确定性排序，而是概率生成。传统搜索对同一查询在同一时间窗内相对稳定，所以才有 rank tracking 这个行业；而 AI 的输出换个措辞、换个会话、换个版本就可能变。它不是一张榜单，它是一次即兴发挥。这直接推导出三个产业含义：“优化到第一名”失效（只有偏好分布，没有统一第一名）、流量入口变成决策入口（短名单进入权比首页排名更稀缺）、没有可复制的优化公式（你能影响概率，但无法盯着一个位置做运营）。

🔍 两代黑箱，天壤之别

Google 的黑箱旁边至少站着一块表，AI 的黑箱连表都没有。

Google 从未公开算法，但行业已建成整套“对着黑箱做测量”的工具链：rank tracking、Search Console、SERP 眼动研究。黑箱是黑箱，但输入输出可观测。AI 购物决策层呢？没有推荐日志，没有展示报表，没有位置数据——你的商品被 AI 描述成什么样、在什么场景被推荐、推荐后用户有没有买，三段全部不可见。

这就是测量缺口的本质：不是工具不够好，而是这一层的可观测性尚未被任何一方建设出来。平台没有动力全透明，第三方还没有标准化方案。不少品牌直到最近做了一次“手动体检”——拿核心品类问题去问几个 AI——才发现模型给出的品牌信息里混着旧价格、已停产产品和错误卖点；本实验 120 次提问中引用的过期信息也印证了这一点。

无法测量，就无法管理。这句话在 AI 时代更残酷：你不仅测不到效果，你甚至测不到自己长什么样。

📉 2027 前必须补上的三节课

为什么是 2027？两个公开数据可以佐证紧迫性：Gartner 预测到 2026 年传统搜索引擎流量将下降 25% [1]；eMarketer 测算，到 2027 年前后，美国把生成式 AI 作为主要搜索入口之一的用户将接近 1 亿量级 [2]。与此同时，Adobe Analytics 追踪的零售站点 AI 转介流量在 2025 年大促期间同比增长超过 10 倍 [3]。三个数字指向同一件事：决策迁移正在加速，留给品牌的缓冲期只剩 1-2 个采购与治理周期。

先看漏斗。下图为基于 Profound、Semrush 等 AI 搜索可见度服务商公开基准数据的综合测算 [4][5]，量级供参考：

具体拆成三个动作，每一个都值得单独立项：

第一课：测 AI 是否在推荐你。 定义一组覆盖核心品类的购物问题（带预算、带场景、带对比），定期投给主流模型，记录品牌提及、排序位置和推荐理由。这相当于 AI 时代的 rank tracking——粗糙，但目前唯一可行。

第二课：修过时的信息源。 AI 的答案来自训练数据和检索源。本实验里 17 个被引用信源中有 4 个带过期价格，说明“信源化石”不是理论风险而是常态。你优化的不是关键词，是模型的信源。

第三课：把短名单可见度翻译成 CFO 的语言。 把短名单出现率与直接问询流量、品牌词搜索增量、可归因订单连接起来，变成 CFO 能估值的客户关系资产。

三课指向同一结论：AI 推荐层的竞争，本质是信源质量的竞争。

💰 ChatGPT Ads：平台先收租，黑箱先加码

广告侧的动作先于测量侧来了。据 Search Engine Land、Adweek 等多家媒体 2025 年底报道 [6]，ChatGPT Ads 已面向部分广告主开放测试，且创意自动增强默认开启——平台可自动修改广告素材，广告主可 opt out，但追踪与归因能力至今没有明确说明。

黑箱推荐 + 默认自动改创意 + 追踪未明确，三件事叠加，意味着投放侧与推荐侧的测量缺口正在合流。

从产业格局看，这是控制权的又一次上移。搜索广告史上每一次“默认开启”剧本相似：平台用自动化降低管理负担，同时拿走素材、匹配和预算的控制权，数据透明度总是滞后于自动化。ChatGPT Ads 的不同在于它坐在决策层正中央——对话里推荐、内容、广告的边界由模型定义，广告主能看到的只有投放后台。

所以建议很直接：所有已开通的广告主，本周就去检查默认设置。先关掉、跑一段基线、再决定开不开——这是投放侧的基本卫生。

🛠️ 落地打法：从追排名到进短名单

一套按投入产出排序的动作清单：

第一步：建立 AI 推荐基线（1-2 周）。 定义 20-50 个核心品类购物问题，每月固定跑一轮主流模型，记录品牌提及、排序位置、推荐理由、引用信源（参照本实验的 30 轮/模型的测法）。输出月度对比表——这是所有后续优化的对照组。

第二步：信源审计与修复（1 个月）。 沿 AI 引用路径倒查：结构化数据、电商页价格库存、第三方测评与百科。修复优先级按“AI 实际引用频率”排，不按 PR 喜好排。

第三步：把短名单可见度写进 KPI。 汇报口径从“曝光、点击”升级为“短名单进入率、AI 推荐带动的直接问询量、可归因订单”。这一步决定它是营销团队的兴趣项目，还是公司级战略投入。

第四步：投放侧守住控制权。 审查所有 AI 广告产品的默认设置，能 opt out 先 opt out；小步试投，用问询、品牌搜索增量、直接下单做第一性归因。

第五步：接受多模型的现实。 不要押注单一模型偏好，追求跨模型的一致性——当品牌因信源扎实而在所有模型里稳定进入短名单时，那个位置才真正属于你。

小结

三个 AI、三个赢家、零共识——这个实验最大的价值不是答案本身，而是它戳破了一个幻觉：AI 推荐层目前没有任何可监控的仪表盘，而且模型连自己的上一轮选择都无法稳定复现。

接下来两年，行业大概率会发生两件事：一，以 Profound 为代表的第三方监测工具会试图填上测量缺口，早期入场建基线的品牌会积累别人买不到的数据资产；二，以 ChatGPT Ads 为代表的平台会在黑箱上直接搭广告位，自动化默认值继续上移，归因问题持续悬置。

黑箱不会自己变透明。品牌能做的，是在它变透明之前，先把自己的信源修干净、把基线测起来、把控制权握在手里。2027 不是期限，是分水岭——等平台把表交出来的那天，你已经知道该看哪根指针，而你的对手还在问“这块表在哪儿”。

参考信源

[1] Gartner, Predicts 2026: Search Engine Volume to Drop 25%, 2024 年 2 月发布。

[2] eMarketer / Insider Intelligence，生成式 AI 替代传统搜索的用户规模测算，2025 年更新。

[3] Adobe Analytics, AI Referral Traffic to Retail Sites 追踪数据，2025 年假日季。

[4] Profound, AI Search Visibility 基准报告，2025。

[5] Semrush, AI Overviews & AI Mode 数据研究，2025。

[6] Search Engine Land / Adweek 关于 ChatGPT Ads 测试、创意自动增强默认设置及 opt-out 机制的报道，2025 年 12 月。

注：漏斗各阶段比例为多家服务商公开基准的综合估算，非单一权威统计；本实验为作者自测样本（N=120 次提问），结果受目录、品类与时点影响，读者应以自身品类复测为准。