本月，Google Shopping 在时尚商品列表中新增生成式人工智能功能，改变了消费者的服装发现方式，进一步夯实了电商基础。
据 Google 介绍，消费者购物心态通常分为两类：一类仅有模糊概念，另一类则目标明确。
谷歌副总裁 Lilian Rincon 在2025年3月5日的博客文章中指出：“将符合个人风格的单品愿景（如‘带有大雏菊的彩色中长裙’）转化为周五前即可购买并拥有的具体商品，往往颇具挑战。”
视觉匹配
Google Shopping 推出的新 AI 图像生成器旨在帮助购物者精准定位心仪商品。该功能在内部文档中称为“Vision Match”，前端界面则显示为“Create & Shop”。
用户可通过输入或口述描述（例如“带有大雏菊图案的彩色中长裙”），由 Vision Match AI 生成对应图像（如花卉连衣裙），并推荐与之相似的可购买商品列表。
Vision Match 接收文本描述并生成图像，如图示带雏菊的绿色连衣裙。点击图像以放大。
Vision Match 有效连接了消费者的抽象构想与实际在售产品。
此外，该功能与以下利用购物数据提升广告效果及商品发现能力的 Google 工具协同运作：
- Google Lens：支持通过上传图片或拍照搜索产品。
- Google Shopping GenAI 搜索：辅助购物者高效查找产品。
- 图像搜索与风格匹配：专为时尚和家居装饰品类优化。
- 虚拟试穿：覆盖美容和服装品类，让用户预览产品上身效果。
购物体验升级
Google Shopping 系列 AI 工具显著提升了消费体验。目前日均购物搜索超十亿次，且平台拥有海量数据储备。
依托 Shopping Graph，截至2024年10月，Google 已收录450亿个商品列表，既掌握在售产品信息，也洞察用户需求（如“带有大雏菊的彩色中长裙”）。
在 Vision Match 发布前的媒体资料包中，“趋势”文档揭示了以下热点：
- “猎纹牛仔裤”和“豹纹牛仔裤”成为最热门裤型。
- 2024年4月起，“宽松牛仔裤”搜索热度超越“紧身牛仔裤”并持续领跑。
- “贝壳裙”热度连续两个月创历史新高。
- 爱达荷州是美国紫色口红最流行的地区。
凭借对消费者及广告主的深度洞察，Google Shopping 能从450亿件商品库存中精准匹配目标产品。
适配人工智能的优化策略
Vision Match 并非重构电商模式，而是强化了数据应用能力。针对 Google AI 功能的优化要点包括：
- 对齐 AI 产品列表：确保数据与 Shopping Graph 兼容，供 Vision Match 等 AI 功能调用。
- 撰写优质商品描述：清晰阐述物理规格与核心优势。
- 使用高质量图片：便于 AI 工具分析颜色、特征等视觉要素。
- 投放 Performance Max 广告：确保产品在 Google Shopping、Search 及 YouTube 多渠道曝光。
上述策略实为在线销售的基础准则。自1995年 Amazon 和 eBay 上线以来，卖家便需通过结构化、描述性及可视化信息配合广告推广产品。
因此，Google Shopping 的 AI 举措本质上是电商最佳实践的延伸。商家沿用现有成熟战术，即可顺利过渡至 AI 驱动的未来。