1. 靜默的後端革命：從點擊追蹤到 AI 聲量份額
在 2026 年 5 月 20 日，Google Marketing Live 發布了一個公告，這個公告正在悄然改寫電子商務行銷的規則。Google Merchant Center — 您用來列出產品和管理產品供應的後端工具 — 正在轉變為 Google 現在所稱的 "AI 績效中心。"
這不是一個使用者介面更新。這不是一個功能釋出。這是 Google 正式將「AI 介面的品牌能見度」首次納入其官方資料生態系統 — 並為賣家提供前所未有的資料透明度。
過去，您只能追蹤傳統指標：搜尋點擊、曝光次數、轉換率。很快，您將能夠看到：
• AI 聲量佔比：您的品牌在 Gemini、AI 模式和 AI 概覽等 AI 介面上的能見度 — 直接與競爭對手進行基準比較
• 產品關鍵字洞察：消費者在 AI 對話中使用的實際產品搜尋關鍵字
• 購物漏斗表現：涵蓋探索、評估和購買的三階段 AI 旅程分析
• 屬性完整性分數：哪些產品缺少結構化屬性如顏色、材質或風格 — 使 AI 完全跳過它們
這個新的報告功能，名為 AI 表現洞察，已確認在美國、加拿大、澳洲、印度和紐西蘭推出。這意味著什麼？Google 不再將 AI 購物視為實驗性功能。它將其定位為與傳統搜尋平行的正式流量渠道。
根據 Google 的官方示範，AI 表現洞察 介面圍繞一個核心指標：聲量佔比。例如，您的品牌在 AI 介面上的聲量佔比可能為 14.5%（較上月增長 1.1%），而競爭對手的平均為 11.2%（下降 1.7%）。這類數據以前是無法獲得的——OpenAI 不會告訴您您的產品在 ChatGPT 購物回應中的表現，而 Claude 也不會公開這些資訊。只有 Google，因為它擁有 AI 介面（AI 模式、Gemini）和商家數據（商家中心），才能提供這種原生級別的可見性數據。
2. 對話屬性：將決定您 AI 命運的六個新領域
與AI 表現洞察在 Google Merchant Center 中有六個新的「對話屬性」。這六個欄位完全是選擇性的，並不會影響您現有的產品批准狀態。但忽略它們可能意味著自願放棄您使用 AI 驅動購物的機會。
為什麼標準產品資料不再足夠
傳統產品資料是為了關鍵字匹配而建立的。消費者輸入「跑鞋」，系統就會將該短語與產品標題配對。這對於短查詢有效，但這並不是人們通過 AI 購物的方式。
在像 AI 模式和 Gemini 這樣的對話介面上，消費者會提出更長、更具體、限制性更強的問題：
我需要適合扁平足的緩衝跑鞋，價格在 $150 以下，並且在濕滑的人行道上不會發出吱吱聲。
一個標題加上一行描述無法回答這個問題。正如 Google 在其官方文檔中所述：「隨著 AI 模式等體驗的出現，人們現在以更詳細和微妙的方式進行搜索，您的資料必須攜帶回答這些問題所需的結構化細節。」
這六個對話屬性是：
屬性
功能
範例
問答
產品的常見問題風格問答對
"這件外套防水嗎？" → "是的，防水等級為10,000mm。"
文件連結
與產品相關的PDF網址
使用手冊、規格表、保養指南
相關產品
互補或相關項目
與相機機身配對的鏡頭
項目群組標題
產品系列名稱（與 SKU 標題相比）
"Pixel 9"（系列）與 "Pixel 9 Pro 512GB"（SKU）
變體選項
變體級別詳細資訊
尺寸、顏色、材質
人氣排名
產品在目錄中的人氣相對於其他產品
類別內的暢銷排名
值得注意的是，這六個欄位中的三個 — 問答、相關產品和文件連結 — 在標準產品資料中根本不存在。這並不是 Google 的疏忽。舊的資料格式從未設計用來承載這類資訊。這些新欄位的存在是為了彌補傳統電子商務資料結構與 AI 驅動的對話式購物之間的根本差距。
3. Google 為什麼真的這麼做：對薄弱內容的戰爭
這次更新背後的真正意圖可以直接從AI 性能洞察介面設計。每個行動呼籲都指向同一件事：更新您的產品描述並完成您的產品屬性。
Google 並不是在「增加您的工作量」。Google 正在對不完整的信息發起戰爭。
AI 推薦引擎的運作邏輯與傳統搜尋引擎根本不同。傳統 SEO 可以依賴反向連結和網域權威來提升排名，但 AI 對話搜尋則依賴結構化知識。當消費者要求 Gemini「推薦一件適合夏季戶外活動的淺色襯衫，要求透氣、快乾並具有 UV 防護」時，AI 必須立即從數十億個產品中過濾、比較並推薦。在這個過程中：
• 沒有指定顏色的產品？跳過。
• 沒有指定材料的產品？跳過。
• 沒有功能屬性的產品？跳過。
• 缺少問答內容的產品？無法回答特定消費者問題 — 推薦概率大幅下降。
根據行業測試數據，屬性更完整的產品在 AI 引用率上顯著更高。一個真實案例顯示，僅優化 Feed 數據（不調整出價或創意）就使一個品牌的 Google Ads 表現提升了 80%，同時 CPC 也下降了。另一組數據顯示，屬性覆蓋幾乎完整的商店，其 AI 推薦的可見度是數據稀疏商店的 3 到 4 倍。
Google 的 Shopping Graph 現在包含超過 500 億個產品列表，每小時更新超過 20 億條目。在這樣的規模下，AI 系統必須依賴結構化數據來快速做出決策。在 AI 時代，信息不完整的產品不僅僅是「排名較低」——它們甚至失去了被看到的資格。
4. AI 推薦真的會改變人們的購物方式嗎？數據已經給出了答案
這個問題的答案已經隱藏在最新的消費者行為研究中。
根據 Federated Digital Solutions 2026 年的研究數據：
• 39% 的消費者已經在使用 AI 進行產品或服務的發現
• 在 2025 年的前半年，ChatGPT 上的購物查詢翻了一番，使其成為該平台增長最快的搜索類別
• 超過 50% 的 65 歲以上消費者現在使用 AI 購物助手，證明這一轉變跨越了所有年齡層
更重要的發現：人工智慧並沒有縮短購物旅程，而是使其更深入。
在使用人工智慧之前，平均消費者在購買前完成 1.6 個步驟。在與人工智慧互動後，這個數字跳升至 3.8 個步驟。消費者使用人工智慧來「獲取基準」，然後驗證人工智慧的建議。78% 的使用者在使用人工智慧工具後會訪問零售商網站，三分之一的使用者會直接從人工智慧平台點擊到零售商網站。
NIM 的研究揭示了 Google 和 ChatGPT 使用者之間的一個關鍵行為差異：
• ChatGPT 使用者：主要依賴人工智慧生成的結果；只有 12% 的人會訪問外部網站以進一步驗證
• Google 使用者：73% 會探索外部網站以獲取更多資訊
這意味著在 Google 的人工智慧購物生態系統中，您的產品頁面的最終價值仍然重要——但進入該產品頁面的「門票」已經從「關鍵字排名」轉變為「人工智慧推薦資格」。
5. 您的行動計劃：電子商務賣家現在應該做什麼
面對這場產品資料流的革命，賣家不需要驚慌。他們需要一個系統化的應對策略。以下是優先排序的行動檢查清單：
優先事項 1：立即審核您的產品資料的屬性完整性
Google 已經將 "屬性完整性分數" 直接內建於 AI 表現洞察。在此功能在您的地區可用之前，請執行以下手動檢查：
• 顏色：確保標準化的值（例如，"藍色" 而不是 "BL" 或 "海軍藍"）
• 材質：AI 模式使用材質數據來回答有關面料、耐用性和護理要求的對話查詢
• 尺寸：對於服裝和鞋類至關重要
• 風格：影響 AI 如何理解語義標籤，如 "休閒"、"正式" 或 "運動"
• product_type: 使用 > 分隔符來建立至少三層深的麵包屑分類
優先級 2: 為您的前 20% SKU 建立對話屬性
您不需要一次優化每個產品。應用帕累托原則：
- 識別您的前 20% 產生收入的 SKU
- 根據以下公式重寫這些產品的標題：品牌 + 產品類型 + 主要屬性 1 + 主要屬性 2 + 尺寸/顏色/變體
- 按照此優先順序完成所有六個對話屬性：問答 > 相關產品 > 變體選項 > 物品組標題 > 文件連結 > 受歡迎程度排名
- 在 30 天內測量影響，然後擴展到您的其餘目錄
優先級 3: 建立一個 AI 準備好的產品內容策略
• 標題優化：保持在150個字元以內；前70個字元是黃金區域（大多數購物廣告格式僅顯示前70個字元）
• 描述重寫：從「產品規格列表」轉變為「問答內容」。不要寫「這件外套是棉的」，而是寫「100%有機棉製造，讓你整天保持涼爽和舒適」
• 問答內容開發：將客服團隊最常被問的10個問題轉換為正式的問答屬性內容
優先級 4：建立資料品質監控節奏
• 每日：檢查商家中心診斷，查看拒絕、警告和缺失屬性標記
• 每週：比較各類別的點擊率、轉換率和成本效益
• 每月：在定義的SKU集上進行一次受控的標題、圖片或屬性變更測試
6. 更深層的意義：從資料優化到知識資產管理
Google Merchant Center 的轉型標誌著整個行業的轉折點：產品資料正在從「搜尋資產」演變為「知識資產」。
多年來，Feed 優化旨在幫助 Google 理解「產品是什麼」——通過標題、描述、GTIN 和分類。現在，隨著購物越來越依賴 AI，重點正在轉向幫助 AI 理解：
• 這個產品適合誰
• 解決了什麼問題
• 與替代品的比較
• 哪些產品與之搭配良好
• 為什麼應該推薦它
這不僅僅是 Google 的要求。OpenAI 的 Agentic Commerce Protocol 涵蓋的資料需求與 Google 的對話屬性驚人地相似——常見問題、相關和替代產品、受歡迎程度排名——只是格式不同。下一個平台，無論是 Perplexity、Grok，還是 Shopify 即將推出的 Catalog MCP，都將要求類似的結構化產品資料。
最耐用的策略：將您的產品資料升級為 AI 準備狀態一次，使其可在所有 AI 平台上攜帶，並隨著這些平台的演變保持更新。
7. 結論：誰提供最細緻的資料，誰就贏得 AI 的最佳推薦。
Google Merchant Center 轉型為「AI 性能中心」並不是未來，而是現在正在發生的事情。推出AI 性能洞察和對話屬性是 Google 向電子商務賣家的明確信號：
在 AI 購物的時代，資料的完整性就是競爭力。
過去，缺少顏色或材質資訊可能看起來是一個小疏忽。現在，如果沒有清楚地寫出來，AI 對話搜尋將完全跳過您。隨著消費者越來越多地轉向 Gemini 和 AI 模式，提出「推薦一件適合我的外套」這樣的請求，被跳過意味著失去整個交易。
這不是一場技術競賽，而是一場資訊密度的競賽。誰擁有最細緻、結構化的問答產品資料，誰就能在 AI 推薦系統中獲得優先位置。而 Google 的新資料透明工具正是您需要的武器，以量化這場競賽並持續優化。
現在去檢查你的產品資料。填寫那些顏色、材質和風格屬性。在 AI 購物的戰場上，細節決定了你是否會被推薦——或被遺忘。
本文基於 Google Marketing Live 2026 的官方公告、Google Merchant Center 幫助文檔，以及來自權威來源的研究數據，包括 Semrush、Search Engine Land 和 Shopify Community。AI 表現洞察和對話屬性正在全球分階段推出；實際界面可能因地區而異。
