代理式购物以新形式给电商营销人员带来了熟悉的问题。
其承诺很简单：AI 代理代表消费者进行搜索、比较、选择甚至购买产品。这些代理将利用消费者的偏好（明确表达的和推断出的），而非让他们在数字货架上自行浏览商品。
麦肯锡公司指出：“企业花费数十年优化消费者旅程，精细调整每一次点击、滚动和触控。但在代理商务时代，消费者不再独自前行，他们的数字代理正在导航整个商务生态系统。”
2. 目标
在代理式商务时代，电商营销人员需同时针对人和 AI 进行营销。
实际上，这意味着电商营销人员有两个目标：人类和机器。
这是一个熟悉的场景。长期以来，寻求自然流量的营销人员在争取消费者的同时，也在迎合搜索引擎等机器。
一家在线宠物用品公司希望 Google 将其无溅水碗置于搜索结果顶端，并吸引消费者点击。
同理，该零售商现在希望当消费者询问生成式 AI 平台“如何防止杜宾犬幼崽把水洒满厨房”时，AI 购物代理能推荐这款无溅水碗。
这种双管齐下的方法描绘了一幅有益图景，因为许多电商企业都在思考：当聊天机器人承担大部分购物任务时，该如何推动销售。
面向机器的营销
对商家而言，最重要的组成部分——购物代理——很可能通过平台提供。
很少有电商企业会将目录直接集成到每个大型语言模型或购物代理中；相反，商务平台和市场将成为中介渠道。商家只需发布一次结构化产品数据，便由这些中介分发至代理生态系统。
这种情况已经发生。例如，Shopify 正在构建代理式购物基础设施，允许代理访问商家目录并构建购物车。
市场也将发挥类似作用。亚马逊和沃尔玛目前已成为产品发现引擎，且没有理由放弃这一地位。
亚马逊与 Perplexity 近期就代理式购物工具发生的争议，凸显了市场可能如何积极捍卫其基础设施和客户关系。
这对电商营销人员的启示是务实的。面向机器的营销将涉及大量结构化数据工作。产品数据源、目录清洁度以及支持 API 的商务系统将成为可见性策略的一部分，正如 Google 主导时期技术 SEO 必不可少一样。
面向人的营销
在代理式商务中，营销人员旨在影响人工智能；第二种策略是影响输入提示词的人。
AI 代理根据用户明确需求和推断偏好来选择产品。因此，商家的目标很明确：塑造消费者的欲望、他们对产品的描述方式，以及在提问前所信任的品牌或店铺。
这并不新鲜，类似于 Google 搜索结果中的品牌需求。用户输入“最佳狗碗”会得到一组结果，而输入“最佳无滴漏狗碗 Chewy”则会得到另一组结果。
在代理式商务中，品牌建设和偏好设定变得更有价值，因为它们引导消费者意图，进而影响代理。
以下是商家施加这种影响的方式：
广告。社交和视频广告培养熟悉感，定义产品类别，并引入特定术语。
久而久之，这些语言会成为提示词的一部分。商家虽无法控制 AI 模型，但可以控制产品名称、差异化特点或问题陈述是否成为消费者词汇的一部分。
内容营销。购买指南、对比文章和问题解决类内容为后续提示词中 recalled 的概念埋下种子。
个性化生命周期营销和电子邮件营销可能变得更加关键，因为它们代表了自有受众群体，并提供了识别消费者偏好的机会。
包括 AI 在内的商家系统可利用购买历史、浏览信号和客户数据预测需求并推荐行动。商家在留存方面做得越好，就越有可能影响提示词，甚至完全绕过它。
个性化生命周期营销。强调个体，据 Digital Remedy 首席收入官 Matthew Fanelli 称，购物者就像雪花：各自美丽且独特。
Influencer Marketing（网红营销）。这是另一种塑造提示词的方式。Fanelli 将其描述为由同伴行为和社会认同驱动的第三根支柱。“我的同伴群体在做什么？他们在买什么？我如何融入他们？”他说。
Fanelli 预计有三种力量将重塑电子商务：更多的选择、更短的注意力持续时间以及更多互联的设备。“那时你开始看到智能代理的出现，”他说。对营销人员来说，应对之策不是恐慌而是纪律：从人类那里创造需求，并为机器构建数据结构。