你的 GMC 很健康，出价也够狠，可 AI 购物里就是没你
先说个扎心场景：你的 GMC 账户绿得发亮，出价打得比对手都凶，目录全部上线。可转头一看，ChatGPT 的购物结果里没有你，Google 的 AI Overviews 里也没有你。
问题不在预算，不在页面权重，甚至不在产品本身。问题在你的 feed，准确说，在它没说出口的那些信息。
AI 购物界面不奖励"合规"，它奖励三样东西：完整、清晰、自信。一份只踩过最低 GMC 要求的 feed，在电商世界里相当于一份只写了名字和电话的简历，合法，但约等于透明人。
简历不是"你存在"的证明，是"你够格"的凭证
换个角度想：简历不只是证明你还喘气。它是一份资格文件，告诉面试官"这人配不配这个坑"。你的产品 feed 干的是同一件事，AI 代理不是在你目录里逛街，它是在评估你。你产品数据的深浅，直接决定你的 SKU 是被推荐，还是被划走。
数据炸弹来了：描述非结构化的产品，在 AI 推荐引擎里的成功率是 0%。而带结构化、能推理的内容，Top-1 命中率是 80–85%。
注意，这不是"你慢了半拍"的性能差。这是资格差，你根本没进候选池。
以前的电商是围着"流量"转的：搜索引擎甩一排选项，你的页面负责接住转化。SEO、付费搜索、feed 管理，全指向那个"点击瞬间"。
现在这套塌了。AI 成了购物者的新任顾问，替用户研究、比价、过滤、推荐。用户在做决定的阶段，可能从头到尾都不点进你的产品页，AI 替他干完了，推荐直接端到他面前。
你说这算什么改变？传统搜索是"流量中介"，AI 干的是"认知代理"的活儿，它替你把评估这步都做了。竞争差异化的时刻被挪到了上游，你的产品不是在用户落地页时才被评估，是在 AI 读你数据那一刻就被评估了。
一句话收住：feed 本身就是产品，其他的都是陪衬。
Google 和 ChatGPT，根本不是一条道
大多数讲 feed 优化的文章，把 AI 购物当成一个渠道糊弄。错得离谱。Google 和 OpenAI 的检索架构，是两套完全不同的东西。
Google Gemini + Shopping GraphGemini 调的是 Shopping Graph，一个实时数据库，里头超 500 亿个产品列表，靠 Merchant Center、爬虫和视觉 AI 不断更新。
你一提问，它先做 query fan-out：把一句话拆成一堆微意图，再映射到属性。比如"适合热天穿的可持续女款跑鞋"，会被拆成：可持续认证、性别、产品类型、温度性能。拆完你要是缺一项，它压根不把你算进去。Google 还会用视觉 AI 读图、丰富分类，所以图片质量和 alt text 也是数据输入。
GMC 是主入口。
ChatGPT + Entity Authority（实体数据），ChatGPT 查的是 Bing 的索引，不是 Google。所以 Bing Merchant Center 是必须的，没商量。它还有个概念叫 Entity Authority：ChatGPT 会跨一堆独立信源做三角验证来建立信心。
研究显示，它大概要攒够 15 个以上独立引用（Reddit、评测、清单、你的结构化数据）才敢自信推荐你。实体数据，正在取代老一套的反向链接，"只活在你自己 feed 和 PDP 里的产品，实体数据低得可怜。"
底下的两阶段模型，两个平台其实都一样。
不管 Google 还是 ChatGPT，底下都跑同一个两阶段：
结论很冷：候选池之外的产品，连被推荐的资格都没有。而混进候选池却数据含糊的产品，不是排名低，是被直接 filter 掉。所以记住这句：有权威背书可以让你进候选池，清晰的产品信息才让你被引用。
把"达标"卷成"碾压"
Golden Record 指的是属性完成率冲到 99.9% 的记录。它的出现率，是普通标准覆盖的 3–4 倍。这个倍数不是因为你投得准一点，而是"进不进 AI 候选池"的天壤之别。
CORE 那篇论文（arXiv:2602.03608，2026 年伊利诺伊大学，测了 3000 个产品，跨 GPT-4o、Gemini-2.5、Claude-4、Grok-3）把这件事钉死了：
-
非结构化描述：0%
-
带推理的结构化内容：80–85%
-
带评价/体验内容的：78–88%
最阴险的那种"没消息"
产品缺了属性，AI 推理层直接把它扔了，连个警告都没有。
实操三招，今天就能动手
1. 标题公式：Brand + Product Type + Key Differentiator（品牌 + 品类 + 核心差异点），Bing 就吃标题清晰度这口。
2. 把产品和人的真实场景焊在一起：
-
"ideal for home offices with limited desk space"（适合桌面空间小的居家办公室）
-
"designed for trail runners who overpronate"（给过度内翻的越野跑者设计）
-
"built for frequent travelers who need TSA checkpoint access"（给常飞、要过 TSA 安检的人造）
3. 变体级数据，是企业 feed 崩塌的地方。父产品的属性，AI 评估时不会自动继承给子变体。
alt text 也别糊弄，照这个格式走：[产品名] + [类型] + [颜色/材质] + [关键特性或用例]。比如"natural sand 色亚麻阔腿女裤，松紧腰，宽松版型"。
别让 feed 和 JSON-LD 打架
据 Searchless.ai，Google AI Mode 里 93% 的会话零点击。交易正在 AI 内部闭环。
- Google UCP
要在 Gemini 里带货，得配 native_commerce属性，NRF 2026 年 1 月公告要求：明确标题、结构化描述、多个视觉元素。
- OpenAI ACP
用 Payment Tokens 结账，收 4% 手续费，底层依赖 Bing Merchant Center。
- Mismatch Penalty
feed 和 JSON-LD schema 对不上，直接被排除，Product、Offer、AggregateRating、Review、FAQPage、BreadcrumbList 这些值必须完全镜像。
- llms.txt
新兴标准，放站点根目录当 AI 优先索引。目前实施的企业不到 10%。顺手在 robots.txt 里放行 GPTBot、OAI-SearchBot、PerplexityBot、Google-Extended。
都碰 feed，没一个对它负责
Merchandising、eCommerce、SEO、Technology，四个团队都伸手进 feed，没一个握全权。
一句金句收全场：AI agents do not infer. They evaluate.
碎片化的策略藏着风险。真正吃下"推荐份额"的，往往不是最大的玩家，而是数据最清晰、最一致的那家。