AI 购物：让商品在 Google 和 ChatGPT 中更容易被发现

一款产品可能拥有合适的材质、价格和功能，但仍可能向 AI 购物工具提供过少的上下文，导致其无法推荐这款产品。挑战不只是让信息源获得接受，而是要让产品信息可检索、与购物者需求相关，并且无论出现在哪里都保持一致。

在本次网络研讨会 AI Shopping: Get Your Products Found In Google & ChatGPT 中，seoClarity 的价值赋能副总裁 Chris Sachs 和产品负责人 Aris Vrakas 介绍了四个相互关联的行动：让产品页面易于读取、使用购物者的语言丰富内容、同步信息源与页面，以及衡量发生了哪些变化。

本次会议重点讨论了电子商务团队现在就能开展的工作，而不是等待 AI 服务中的结账功能成熟。

让产品信息易于检索

Vrakas 首先介绍了一项技术前提：产品内容需要对机器人可用，而不只是对使用浏览器的人可见。他描述了一些高度依赖 JavaScript 的页面：购物者可以看到详细信息，但自动抓取却无法获取这些信息。

对于正在检查自有商店的团队来说，这一区别意味着需要核查爬虫实际接收到的内容。核心产品详情是否存在于 HTML 中？重要信息是否依赖客户端执行？当渲染成为瓶颈时，Vrakas 讨论了预渲染和缓存 HTML 这两种选项。

他的观点是，在投入大量精力进行内容丰富之前，应先解决访问问题。系统如果根本接收不到更好的描述，这些描述也无法发挥作用。

使用购物者的语言描述产品

演讲者反复以袜子为例。颜色和纤维成分是有用的属性，但它们无法回答关于保暖性、厚度、耐用性或适用场景的所有问题。Vrakas 解释说，对话式提示可以在一个请求中结合其中多项需求。

他建议将产品特征与购物者试图作出的决策联系起来。与其让 AI 模型从简短规格中推断使用场景，零售商不如直接提供相关细节。他还讨论了如何使用可追溯的评论证据来支持有关产品表现的声明。

在 28:18 查看完整的点播片段。

这一机会并不局限于异常冗长的提示。Vrakas 解释说，即使是对优质产品的宽泛请求，也可能促使 AI 系统考虑更具体的属性。网络研讨会关于产品丰富化的讨论探讨了零售商如何预判这些问题，而不依赖通用描述。

保持信息源、页面和结构化数据的一致性

Sachs 警告，不要把产品信息源当作由组织内其他部门单独负责的项目。添加到信息源中的信息也应同步用于产品页面及其结构化数据，而不是止步于信息源。

Vrakas 说明了在平台重新访问产品页面时，保持一致性为何重要：产品身份、价格和辅助细节都需要清晰且协调一致。丰富的信息源并不能免除让对应页面易于理解的必要。

演讲者将此称为闭环。对于电子商务团队而言，这意味着连接 SEO、商品运营、付费媒体和开发部门，让一个渠道的改进能够惠及其他渠道，而不是维护同一产品信息彼此割裂的多个版本。

衡量可见性并测试发生了哪些变化

演讲者将衡量分为三个领域：

产品网格可见性：对于相关查询，优先产品出现在购物轮播中的频率。
AI 提及和引用：答案是否提及某款产品或引用其支持内容，以及对品牌的描述方式。
付费 feed 表现：与 feed 驱动的广告系列相关的展示次数、点击次数和转化次数。

这些是不同的信号，并不是可以互换的成功定义。单独一次 AI 提及并不能证明产生了销售，演讲者鼓励团队评估这些变化对其所调整渠道的影响。

在11:38观看完整的点播片段。

Chris Sachs 将这项衡量工作与持续实验联系起来：

“最优秀的 SEO 团队是那些痴迷于测试的团队。你进行的测试越多，决策就能做得越好。”

在45:16观看完整的点播片段。

在问答环节，一位观众询问，仅通过前后对比是否足以评估生成式引擎优化。Vrakas 区分了大型目录和较小的网站或更宽泛的品牌问题：在大型目录中，产品组可以支持对比；对于后两者，他描述了围绕明确主题改进内容，并将其变化情况与未作改动的其他主题进行比较。

有用的区别在于设置一个对比组，而不是假设每一次可见性变化都证明某项优化已经奏效。

从聚焦的目录审查开始

完整的点播会议介绍了技术检索、feed 丰富化和衡量示例。要将这场讨论转化为与你的团队开展的首次审查，请：

检查机器人可以从一小组优先产品页面中检索哪些内容。
确定这些页面尚未回答的购物者问题，并添加由产品实际属性或评论证据支持的详细信息。
确认谁负责 feed，以及获批的更改如何回传到产品页面和结构化数据中。
分别记录产品网格可见性、AI 提及和引用，以及付费 feed 结果的基线。
在更广泛地推广工作之前，确定一项明确的更改和一个不变的对比组。

欢迎参加我们的下一场网络研讨会！

实时网站审计：2027 年针对 AI 搜索可见性的 SEO 修复

观看 Search Engine Journal 创始人 Loren Baker 实时审计一个真实网站。他将展示如何找出阻碍网站在 Google 和 AI 搜索中表现的因素，以及如何决定首先修复什么。