2026年3月，亚马逊Rufus对话式购物AI已全面覆盖美国应用及桌面端流量。与传统A9算法不同，Rufus能从商品详情页文案中提取推荐信息，导致优化与未优化后台字段及标题结构的卖家之间差距迅速拉大。
Tinuiti团队5月下旬的内部基准测试显示：针对自然语言查询优化的商品列表，其Rufus归因点击率较标准关键词标题对照组提升17%–23%。该测试涵盖家居、宠物及厨房类目340个ASIN，周期为截至2026年6月15日的90天。
Rufus对传统关键词策略的影响
过去十年，亚马逊Listing优化遵循固定规则：标题前置核心词、后台填充高流量短语、要点融合功能卖点。但Rufus改变了这一逻辑。
Rufus基于语义相关性而非单纯关键词匹配来响应购物者提问（如“适合四口之家的最佳空气炸锅”）。这意味着Listing需具备“回答问题”的能力，而不仅是堆砌关键词。
“Rufus本质上是建立在商品目录之上的检索增强模型，会读取A+内容、要点说明甚至Q&A板块。曾被忽视的问答标签页，现已成为其主要数据来源之一。”——Elizabeth Marsten，Tinuiti市场服务副总裁
建议将顾客问答（Q&A）视为结构化内容主动运营。每个ASIN应预设8–12个贴近真实购物意图的问题（如“这款产品是否与……兼容？”），而非仅作为售后附属环节。