Wildberries 正广泛测试“评论重点”功能，利用神经网络在商品卡片中简要总结买家评论核心内容。该总结基于最新评论构建，突出高频提及特征，随新评论自动更新，并针对尺寸、颜色等不同变体分别生成。
目前该功能已向多数移动端用户开放，后续将上线网页版。据俄罗斯银行（РВБ）代表介绍，摘要可帮助用户快速浏览评论，但不影响商品评分，也不隐藏原始评论；用户还可对AI摘要质量进行评价或标记错误，以协助优化模型表现。
对企业而言，这意味着关键信息在买家进入冗长评论列表前即由AI提取呈现，可能间接影响商品卡片的感知效果，尤其在评论量较大的品类中更为显著。
Wildberries 此前如何利用 AI 和评论
Wildberries 曾尝试通过自动化分析评论及其对销售的影响开展实验。具体而言，平台测试了一种AI评论分析机制：从最近100条评论中提取最高频特征，突出买家最常提及的商品信息——该技术通常分析过去三个月的评论，或在评论数量极大时仅分析前100条。此类算法会在评论区上方展示关键要点，并允许用户对AI生成内容进行评分。
此外，平台还引入了围绕评价的其他工具：例如2024年推出了针对无文字内容的非建设性评分申诉机制，以及通过奖励激励买家撰写评价的实验。
竞争对手的情况如何？
Яндекс Маркет
Yandex Market 类似构想出现更早。2021年，该平台推出“智能评论”功能，由神经网络将买家评论汇总为包含常见优缺点的帖子，是国内市场首次大规模试点此类项目，旨在简化海量评论的理解。至2023年，Yandex 又基于自有 YandexGPT 模型推出升级版功能，直接在商品卡片中提供简短的优缺点列表。
Amazon
Amazon 于2023年开始测试AI生成的评论摘要，在买家界面直接呈现最受称赞与批评的商品内容。该功能依托生成式AI处理大量评论，为买家提供简洁总结。
亚马逊在初期也遭遇过问题：AI摘要有时误读用户评论，即便负面评价极少，也可能将其呈现为主导内容，引发部分卖家不满，尤其在关键销售季。例如，一款高评分桌游的AI摘要错误地将负面方面列为主要特点，卖家认为这影响了买家对商品的感知。
此类复杂性表明，自动评论摘要虽能缩短决策时间，但若算法未能准确提取文本中的主导信号，仍可能扭曲用户感知，是一种强大但需谨慎使用的工具。