Google终于开始告诉商家：消费者在AI搜索里怎样描述产品、处于哪个购买阶段、哪些商品属性被频繁关注，以及品牌相对竞争对手获得了多少曝光。
但这还不是一份“AI搜索成交报表”。
Merchant Center新增的 AI Performance Insights 提供的是分组后的需求线索，不是用户逐条输入的查询词；展示的是AI曝光和声量，不是点击、点击率或订单。对中国出海独立站来说，它最有价值的用途，是帮助团队找出商品Feed和商品页缺了什么，而不是证明AI搜索已经带来多少收入。
先说结论：这是一张商品数据优化地图，不是关键词表
Google官方将AI Performance Insights定义为Merchant Center中的一组新洞察，用于展示商品如何在AI Mode、Gemini应用和AI Overviews中被发现。报告把AI购物需求整理成四类可执行信号：
- 购物旅程阶段 ：发现、评估、购买；
- 查询类型与热度 ：按品类研究、产品规格、评价、价格比较等意图归组；
- 商品术语与结构化属性 ：消费者描述产品时常用的语言，以及颜色、材质、尺寸、重量等信息的完整度；
- Share of Voice ：品牌在相关AI结果中的曝光占比，与Merchant Center识别到的竞争对手作比较。
这些数据能回答“市场正在关心什么、我们的商品数据缺什么”，却不能直接回答“谁搜了什么、谁点击了、谁购买了”。
报告具体能看到什么？
图源：Google AI Performance Insights 官方产品页。
1. 购物旅程：消费者是在发现、比较还是准备购买？
报告按照发现、评估和购买三个阶段整理购物需求，并在每个阶段下展示查询类型、热度和声量。
这比把所有AI曝光混在一起更有用。例如：
- “某类产品是什么”更接近发现阶段，适合用分类页、指南和场景内容承接；
- “某型号规格、材质、续航怎么样”属于评估阶段，需要更完整的参数、对比、测试和评价证据；
- “价格、现货、本地可用性”更接近购买阶段，需要准确的价格、库存、配送、退货和促销信息。
如果品牌在发现阶段有曝光、在评估和购买阶段明显偏弱，问题可能不在内容数量，而在商品页缺少足以支持比较和决策的信息。
2. 商品术语：消费者怎样描述自己真正想要的产品？
Google官方示例包括帐篷的“easy setup”和便携灯的“long battery life”。原报道还提到鞋类的“maximum cushioning”和“arch support”。
这些术语不是传统关键词工具里的搜索量列表，而是Google对相关AI购物对话进行聚合后提取的需求语言。它们适合用于：
- 检查商品标题是否覆盖核心用途和差异点；
- 补充商品描述中的真实购买标准；
- 发现分类页、对比页和FAQ遗漏的决策问题；
- 判断哪些卖点应该写进Feed属性，而不只留在图片或广告文案里。
不要把所有高热度术语机械塞进标题。先确认它是否真实适用于该SKU、是否有证据支持、是否会造成夸大或属性冲突。
3. 结构化属性：把“消费者在问”变成“Feed里有答案”
图源：Google AI Performance Insights 官方产品页。
报告会显示颜色、款式、材质、版型、尺寸等属性的需求热度与完整度。对商品数量较多的独立站，这比盲目补全所有字段更有效：团队可以先处理“消费者经常问、当前又缺失”的属性。
建议建立一张SKU映射表：
| 字段 | 记录内容 | 处理规则 |
|---|---|---|
| 商品术语 | 报告中的热门产品语言 | 判断是否真实适用于该SKU |
| 对应SKU | 受影响的产品ID与变体 | 优先高利润、高库存或重点市场商品 |
| 缺失属性 | 材质、颜色、尺寸、适用场景等 | 先补Feed，再核对商品页 |
| 证据来源 | 说明书、检测、供应链参数、用户评价 | 没有证据的卖点不写 |
| 页面位置 | 标题、卖点、参数表、FAQ、结构化数据 | 保持各渠道口径一致 |
| 验证指标 | 审核状态、曝光、点击、加购、订单 | 修改前后使用同一时间窗口比较 |
商品Feed、商品页和Merchant Listing结构化数据必须表达同一事实。如果Feed写“防水”、页面只写“耐候”，结构化数据又缺少材质或尺寸，Google和消费者都会面对不一致的信息。
四个数据缺口：为什么不能把AI声量当业绩？
| 当前可以看到 | 当前仍然缺少 | 业务风险 |
|---|---|---|
| 分组后的购物需求 | 用户逐条输入的真实查询 | 无法把报告直接当作关键词清单 |
| AI曝光与Share of Voice | 点击、CTR和落地页访问 | 无法判断曝光是否带来网站流量 |
| 商品术语和属性完整度 | 订单、收入、利润与新客 | 无法计算直接ROI |
| Google定义的竞争对手集合 | 完整竞争对手名单与自由调整能力 | 声量变化可能来自比较基准变化 |
| 有购物或品牌意图的对话 | 非购物AI查询及付费广告流量 | 不能代表品牌全部AI搜索表现 |
其中最容易被误读的是Share of Voice。根据Search Engine Journal对试点的说明，这个指标以品牌AI曝光除以品牌与Google识别的竞争对手总曝光计算；商家不能自由编辑竞争对手集合。曝光样本不足时可能显示0%，没有可用竞争对手时又可能显示100%。
所以：
- 0%不一定代表品牌完全没有AI可见性；
- 100%不一定代表品牌赢过了所有竞争对手；
- 声量增长也不等于点击、订单或收入增长。
如果月报需要呈现声量，必须同时写明统计周期、商品品类、国家、流量范围和数据限制。关于点击缺口及后续归因，可以结合Google AI搜索点击数据建立更完整的监测框架。
独立站怎样把这些信号变成商品Feed动作？
第一步：按“需求价值×属性缺口×商品价值”排优先级
不要按术语热度单维度排序。建议给每个机会增加三个判断：
- 需求价值 ：是否对应评估或购买阶段，是否影响消费者选择；
- 属性缺口 ：重点SKU是否缺少该字段，页面与Feed是否不一致；
- 商品价值 ：该SKU是否有库存、利润、配送能力和重点市场资格。
高热度但无库存的商品，不应排在第一位；热度中等、却直接影响购买决策且覆盖高利润SKU的属性，通常更值得先补。
第二步：先补事实，再扩写内容
如果消费者频繁询问“长续航”，先确认测试条件、额定数值和适用场景，再决定写入标题、描述、参数表或FAQ。不要为了匹配AI术语，把未经验证的营销形容词写成商品事实。
对每个重要卖点，至少准备一项可核验依据：
- 规格参数或检测结果；
- 使用场景与限制条件；
- 产品对比或选型规则；
- 用户评价中的重复需求；
- 配送、退货、保修和库存说明。
第三步：同步更新Feed、页面和结构化数据
同一次优化应检查四个位置：
- Merchant Center Feed；
- 商品详情页可见内容；
- Product/Merchant listing结构化数据；
- 图片、说明书或其他补充素材中的关键信息。
只改Feed，用户点击后可能找不到对应证据；只改页面，Google的商品系统未必能稳定读取；只做结构化数据，又可能把页面没有展示的内容标记给搜索引擎。三者必须形成同一份商品事实。
第四步：把可见性和成交放在两套数据里验证
Merchant Center负责告诉你“AI购物需求正在关注什么”；Search Console生成式AI数据用于观察AI曝光页面、国家、设备和时间趋势；网站分析与CRM或订单系统负责验证访问、加购、询盘和收入。
这三套数据可以按时间和SKU相互印证，但在Google没有提供点击与查询级连接之前，不要把相关性写成直接因果。
30天执行方案：从报告入口走到可验证实验
第1周：审计
- 检查Merchant Center的“Analytics → Products → AI performance”是否已开放；
- 导出或记录购物旅程、商品术语、属性完整度和声量基线；
- 锁定一个国家、一个品类和20至50个重点SKU；
- 保存日期范围、筛选条件和截图，避免后续无法复盘。
第2周：映射
- 将热门商品术语映射到真实SKU；
- 标注缺失属性、页面缺口和证据来源；
- 按需求价值、属性缺口和商品价值排序；
- 选出5至10个可在一周内完成的高优先级修改。
第3周：更新
- 更新Feed字段、商品页参数、对比内容和FAQ；
- 检查价格、库存、配送、退货和促销口径；
- 验证页面结构化数据与可见内容一致；
- 记录每个SKU的修改日期与修改项，不同时改动太多变量。
第4周：衡量
- 查看AI需求与声量是否出现方向性变化；
- 检查Search Console曝光、相关页面自然点击和品牌词；
- 对比商品页访问、加购、结账、订单和毛利；
- 保留广告、促销、缺货和价格变化等干扰因素注释。
四周只能建立基线和完成第一轮实验，不能证明长期因果。商品数据重新处理、AI结果波动和购买周期都会产生延迟，建议至少连续观察4至8周。
月报应该保留哪些指标？
| 指标层 | 推荐指标 | 主要用途 |
|---|---|---|
| AI需求 | 热门商品术语、旅程阶段、属性热度 | 发现消费者正在关注的问题 |
| 数据质量 | 重点SKU属性完整率、Feed错误数、页面一致率 | 证明团队完成了哪些基础改进 |
| 可见性 | AI Share of Voice、生成式AI曝光、获曝光页面 | 观察被发现的趋势，不直接代表流量 |
| 访问行为 | 自然搜索点击、商品页会话、参与度、品牌词 | 验证曝光是否伴随访问变化 |
| 商业结果 | 加购、结账、订单、收入、毛利、新客比例 | 判断是否继续扩大投入 |
最重要的不是制造一个“AI SEO总分”，而是保留从需求信号到商品修改、再到业务结果的证据链。
对中国出海独立站的真正影响
AI Performance Insights透露了一个方向：Google正在把对话式购物需求直接连接到Merchant Center商品数据。未来竞争不只是“有没有写一篇文章”，还包括商品标题、属性、库存、配送、评价、结构化数据和页面证据能否共同回答消费者的问题。
因此，独立站团队需要把SEO、商品运营、Feed管理和数据分析放进同一套流程。若需要系统检查技术基础、内容证据、商品数据和AI搜索归因，可参考Google SEO/GEO优化服务框架。
常见问题
AI Performance Insights在哪里查看？
如果账号已获得试点权限，可在Merchant Center的Analytics、Products下查看AI performance标签。当前仍是有限范围开放；账号符合Merchant Center使用条件，不代表一定已经出现入口。
报告会显示用户输入的完整问题吗？
不会。当前展示的是按购物旅程、查询类型、商品术语和属性聚合后的需求信号，不是逐条查询记录。
Share of Voice可以当作AI排名吗？
不可以。它是相对于Google识别的竞争对手集合计算的AI曝光占比，受样本量、品类、筛选条件和竞争对手集合影响，也不能证明点击或转化。
没有报告权限，是否就无法优化？
不是。仍可先审计Merchant Center Feed、商品页、结构化数据和Search Console表现，围绕真实购买问题补齐材质、尺寸、使用条件、配送、退货、评价与对比证据。报告只是新增的需求优先级信号。
AI Performance Insights能替代关键词研究吗？
不能。它更接近“品类需求词汇和商品属性提示”。关键词研究仍需结合Search Console、关键词工具、站内搜索、客服记录、评价、竞品页面和实际转化数据。
应该多久看一次报告？
执行期可每周查看，稳定后按月复盘。品类、国家、日期范围和重点SKU必须保持一致，避免把筛选条件变化误判为趋势。
