人工智能正日益成为连接消费者与化妆品品牌的关键中介。一项针对五大主流AI模型3200余条回答的分析显示，La Roche-Posay（理肤泉）和CeraVe（适乐肤）在美妆数字货架上占据主导地位。然而，AI推荐并非千篇一律，其结果会随模型类型、皮肤诉求、预算限制及用户追问等因素动态变化。
- La Roche-Posay获推频次最高，CeraVe首选率居首
- 不同AI模型生成差异化推荐列表
- 皮肤诉求直接决定推荐品牌
- 后续提问显著改变推荐结果
- 预算调整重塑品牌竞争格局
- AI信息来源与推荐渠道分析
- AI建议仍需人工核实验证
《LLM Shelf“美妆新货架：AI眼中的化妆品”》报告深入探讨了AI推荐化妆品的底层机制。研究覆盖Claude Sonnet 4.5、Gemini 3.5 Flash、Google AI Overview、OpenAI GPT-5.4 mini及Perplexity Sonar Pro五大模型，分析维度涵盖痤疮、抗衰、屏障修复、清洁保湿、色斑、敏感肌及防晒等核心护肤需求。
La Roche-Posay获推频次最高，CeraVe首选率居首
在3200条基础回答中，La Roche-Posay以1260次正面推荐位居榜首，占比39.4%；CeraVe紧随其后，占比36.7%。Bioderma（贝德玛）、BasicLab和Bielenda分列第三至五位。
若聚焦于推荐排序，CeraVe表现更为突出。其在685条回答中位列首选，占总样本的21.4%；而La Roche-Posay位居第一的次数为343次，占比10.7%。这表明两者虽同为头部品牌，但在AI决策逻辑中的权重存在差异。
不同AI模型生成差异化推荐列表
AI并非单一推荐渠道，各模型在品牌提及频率及候选名单构成上均呈现显著差异。
La Roche-Posay在Gemini 3.5 Flash中的提及率高达91.2%，Google AI Overview为81.2%，Claude Sonnet 4.5为80.3%，OpenAI GPT-5.4 mini为64.4%，Perplexity Sonar Pro则为54.4%。
各模型的首选品牌也各不相同：Claude侧重La Roche-Posay、CeraVe和Bioderma；Gemini除前两者外，还高频推荐BasicLab和Bielenda；Google AI Overview和OpenAI GPT-5.4 mini将CeraVe列为首选；Perplexity则更倾向于La Roche-Posay。
皮肤诉求直接决定推荐品牌
用户咨询的具体问题直接影响AI的品牌选择。
CeraVe在保湿（45.2%）、清洁（53%）、屏障修复（51.7%）和祛痘（43.8%）四大领域推荐率最高。而在防晒（SPF，48.2%）、色斑（36%）、敏感肌（49.2%）及抗衰老/视黄醇类（30.5%）需求中，La Roche-Posay占据领先地位。
从首选排名看，CeraVe在八个分析领域中六个位居第一。唯独在色斑问题上Eucerin（优色林）为首选，防晒场景下则是La Roche-Posay。这意味着同一问题的细微差别，都可能导致完全不同的品牌推荐。
后续提问显著改变推荐结果
AI的首次回答并非终点，用户的后续追问会重构推荐逻辑。研究进行了1180次后续测试，涵盖最佳单品、替代品、搭配产品及预算方案等场景。
在询问替代品时，La Roche-Posay出现频率最高（41.5%），CeraVe（30.1%）次之；当用户寻求产品搭配建议时，CeraVe以47.9%的比例反超成为首选；而在要求仅推荐一款产品时，CeraVe（25.6%）同样领先于La Roche-Posay（18.4%）。
预算调整重塑品牌竞争格局
价格敏感度是影响AI推荐的关键变量。在引入预算限制后，市场格局发生剧变：Ziaja（36%）、Bielenda（25.4%）、CeraVe（22%）、Eveline（17.4%）和Isana（14.4%）成为新晋热门。
相比之下，La Roche-Posay在基准测试中39.4%的推荐率，在预算受限模块中骤降至4.2%。这一数据表明，筛选标准的微小变动即可彻底改变AI输出的品牌组合。
AI还会建议在哪里购买化妆品
AI不仅提供产品建议，还深度介入购物路径指引。36.4%的回答指出了通用购买渠道，21.1%列举了具体零售商，13.1%明确指定了购买地点。
Rossmann是AI提及率最高的零售商，出现在81.6%的店铺推荐中，且63.3%的情况下被作为首选提及。值得注意的是，超过半数的具体商店推荐是在用户未主动询问购买地时生成的。此外，引导至Rossmann并不等同于推荐其自有品牌，后者仅在约6.5%的相关回复中出现。
AI如何获取化妆品相关信息
研究区分了AI的信息来源与最终推荐结果。Super-Pharm（1034次）、Rossmann（977次）、美国皮肤病学会（AAD，654次）、Cosibella（613次）和Hebe（590次）是AI引用最频繁的域名。
需注意的是，高引用率不代表直接转化力。模型间差异显著：Gemini在53.9%的回复中展示来源，但品牌推荐率达91.2%；Perplexity虽在99.5%的回复中列出来源，品牌推荐率却仅为54.4%。
AI虽可推荐化妆品，但相关建议仍需核实
AI建议的安全性与准确性仍存隐患。在3200条基础回复中，710条包含需核实标记。其中，缺乏充分来源支撑的医疗或功效声明达440例，无记录来源的推荐300例，缺少高风险安全免责声明123例。
值得肯定的是，在涉及需谨慎对待的情况时，AI表现出一定的安全意识：200条相关回复中仅有5条直接推荐特定品牌，多数情况下模型会优先提示安全风险。
化妆品品牌的新空间
对品牌方而言，仅关注“是否被提及”已远远不够。品牌在AI回复中的排名位置、触发推荐的具体需求、所属模型系统、推荐稳定性以及后续追问后的表现，均是评估数字货架表现的核心指标。
这凸显了产品信息结构化与内容深度的重要性。关于产品用途、成分解析、使用步骤、护肤流程定位、替代方案及搭配建议的详细描述，均可能影响AI的抓取与推荐逻辑。
人工智能时代不存在单一的“品牌占位”。品牌的可见度是由候选资格、排序权重、需求匹配度、对话延续性、信源依赖度及渠道导向等多重因素共同决定的复杂结果。