购物的第一步，正在从搜索框搬进对话框——电商行业的入口迁移

国内电商行业 GEO 专栏 · 第一篇 · 认知篇

引言

一位消费者想给爸妈换一台微波炉。放在三年前，她的动作是：打开电商 App，搜「微波炉」，按销量排，看前五个主图，比价格，翻评价，最后挑一个顺眼的下单。放在今天，她更可能做的是：打开对话框，说一句「给老人用，操作简单，能热牛奶和饭菜，预算三百以内」。AI 追问两句使用习惯，直接给出两三款带理由的推荐——哪款按键大、哪款有一键加热常用菜单、哪款售后好评里「爸妈会用」出现得最多。

她的第一步，从「翻结果」变成了「拿答案」。而拿答案这个动作里，商家从「被比较的对象」变成了「被说出的候选」——说出来，才有后面的转化率与成交；没被说出，连被比较的资格都没有。

这不是个别App的小功能试验，而是全行业的入口重排。据各平台官方发布：2026 年 4 月 24 日，豆包在导航栏上线购物入口，与抖音电商打通交易链路；5 月 11 日，千问大模型与淘宝首次全域全面打通，消费者可在千问 App 内直接完成淘宝商品的挑选与支付，也可在淘宝内调用 AI 购物助手使用 AI 试穿、AI 算优惠等功能；5 月 18 日，京东宣布当年 618 首次实现 AI 全场景、全产业融入，官方数据显示一季度已有近 8000 万用户使用京东 AI 智能体「京言」辅助购物，用户规模同比增长超 200%。不到一个月，三大平台接连把 AI 推上消费前台——人民网的报道给这一年 618 的定性是：「AI 首次全面进入电商竞争主战场」。

这篇文章讲清楚三件事：入口怎么迁过来的，数据说明什么，商家第一步该做什么。

一、三段迁移：搜索框、推荐流、对话框

消费者找商品的入口，二十年间换了三代。

第一段是搜索框时代。货架电商的逻辑是「人找货」：平台把商品组织成类目与搜索结果，商家卷关键词、卷排名、卷直通车。谁买的词好、谁的销量权重高，谁就站在搜索结果前排。这一段的曝光公式是「排名等于曝光」，商家的核心资产是搜索权重。

第二段是推荐流时代。算法推荐与信息流电商兴起，逻辑从「人找货」翻到「货找人」：平台根据人群标签把商品推到面前，商家卷内容、卷直播、卷投流素材。曝光公式变成「预算与素材等于曝光」，核心资产变成人群模型的理解度与内容产能。这一代入口至今仍是主流，但它有一个隐性前提——推给谁、推什么，是平台算法的事，商家只能被动适配。

第三段是对话框时代，正在展开。消费者的第一动作变成向 AI 描述需求：「油皮夏天用的防晒，不闷痘，百元内」「露营新手第一套桌椅怎么配」。AI 理解需求、拆解条件、比对商品，给出带理由的推荐，甚至一步完成下单——据媒体公开报道，2026 年春节活动期间，千问 App 的「一句话下单」达到近 2 亿次量级，约 1.4 亿人次首次体验 AI 购物。第一接触点从「平台派货给你看」变成「消费者要答案、AI 给名单」。

和外贸篇讲过的规律一样，三段迁移不是替代关系——搜索还在，推荐流还在——但第一步变了。对商家而言，「第一步变了吗」从来都是生死题：上一代入口的迁移（搜索到推荐流）淘汰了一批只会买词的商家，这一代迁移同样会重新分配曝光。

二、数据：入口迁移背后的三组推力

第一组：盘子的规模与增速。 据国家统计局数据，2025 年全国网上零售额达 15.97 万亿元，增长 8.6%，我国连续 13 年稳居全球最大网络零售市场；实物商品网上零售额 13.09 万亿元，增速高于社会消费品零售总额 1.5 个百分点。商务部数据显示，电商平台覆盖国内 2600 万商家。盘子大、商家密——2600 万商家抢同一批消费者的第一步，入口规则的任何变化都会被放大成经营差异。

第二组：AI 用户的普及临界。 据中国互联网络信息中心发布的《生成式人工智能应用发展报告（2025）》，截至 2025 年 6 月我国生成式 AI 用户已达 5.15 亿人，半年翻番，回答问题是占 80.9% 的第一大使用场景。购物恰是「问问题」密度最高的生活场景之一：选什么、哪个好、怎么买划算、这个参数什么意思——消费决策链本就是一条问题链。当 5 亿人养成「有问题问 AI」的习惯，把购物也问出去只是时间问题，而平台的产品动作（豆包购物入口、千问淘宝打通、京东 AI 购独立 App）加速了这个「顺手」。

第三组：行业自身的模式疲劳。 实物商品网上零售额占社零比重从 2023 年的 27.6% 连续回落至 2025 年的 26.1%，「电商见顶」的讨论随之而起。人民网援引行业专家的分析指出，占比回落的主因是消费结构向服务转型与即时零售等新业态分流，而非电商衰退——但另一个无法回避的事实是：满减套路复杂化、流量成本高企、同质化竞价内卷，让消费者疲惫。2026 年各平台不约而同砍掉复杂满减、转向官方立减，把「简单买东西」作为竞争卖点——对话式购物恰恰是这条逻辑的延伸：与其让消费者做数学题，不如直接给答案。政策也在同向发力：商务部等 6 部门 2026 年 3 月印发的电商高质量发展指导意见明确写入发展「人工智能+电商」、实施品质电商培育行动，推动平台「提升商品质量、服务口碑等指标权重」——风向从卷价格转向卷质量与体验，而 AI 答案恰恰是靠质量与口碑证据说话的。

三、电商行业为什么对这个迁移格外敏感

三个行业特征，把入口迁移的影响放大。

特征一：推荐依赖度全行业最高。 消费决策链条短、品类海量、替代品无限——电商是典型的「被推荐驱动」生意。搜索时代靠排名获得推荐资格，推荐流时代靠标签获得推荐资格；对话框时代，AI 本身就成了最大的推荐人。推荐人换人了，而被推荐席只有几个——竞争烈度陡增。

特征二：信息量与理解力的落差。 一款商品的详情页动辄几十个卖点、上百条评价，人类消费者根本读不完，所以过去靠主图、销量与价格标签做快速判断。AI 没有阅读疲劳——它能读完全部参数、翻完全部评价再做判断。这意味着商家的信息基建第一次真正参与竞争：写给客服看的模糊描述，在 AI 时代等于不存在。

特征三：决策与交易的距离缩短到一句话。 千问与淘宝打通后，从提问、挑选到支付全程不出对话；支付宝「AI 付」在 2026 年 2 月一周内完成的智能体交易达 1.2 亿笔。过去「被看见」和「被买到」之间隔着点击、跳页、加购，现在 AI 把中间环节折叠掉了——被说出，几乎等于被下单。据 Visa 2026 年调研，中国消费者在商品发现与信息场景使用 AI 的比例达 86%，而愿意让 AI 直接完成购买的暂为 30%——「AI 推荐、人工确认」是当前主形态，这个夹层正是商家信任证据发挥作用的地方（第五篇展开）。

四、入口迁移对商家的三层影响

第一层：曝光从「买位置」变成「进答案」。 直通车与推荐流投购买的是展位；AI 推荐没有展位可买——它把答案综合给出来，你的商品在不在里面，取决于机器能不能读懂你、信不信任你。曝光预算的逻辑没有被取消，但多了一条不花钱也绕不过去的路：证据建设。

第二层：竞争对手里多了「AI 的记忆」。 过去盯同行排名与投放，现在多一个看不见的对手：AI 对「这个品类买什么」已经记住了谁。当一个消费者问「千元内性价比高的空气炸锅」，AI 长期只推荐那几款熟面孔，新品与腰部品牌就永远挤不进第一轮认知。撬动这种语料记忆有窗口期——工具习惯刚养成、答案格局未固化，正是当下。

第三层：商品信息的角色变了。 详情页过去是给人看的——视觉、氛围、促销钩子。现在多了一类不知疲倦的读者：AI 与它的自动比价、自动凑单、自动帮抢流程。机器读不懂促销钩子，读得了结构化参数、真实评价语义与可核验资质。商品页要从「海报」升级为「可引用的数据档案」，这是第三篇的主题。

五、商品可见性：给这件事一个名字

把上述合起来，给出本系列核心概念：商品可见性，指你的商品或品牌在目标消费者的购物问句中，被 AI 采信并正确推荐的程度。 三个观察维度：出现（推荐里有没有它）、准确（说出的卖点、价格带、适用人群对不对）、位次（首推还是陪跑）。

它与搜索排名的区别：排名衡量「结果页谁在前」，商品可见性衡量「AI 敢不敢把你说给消费者」。前者靠出价与运营，后者靠证据工程。这个概念是全系列的锚：第二篇拆机制，第三篇讲商品信息内容，第四篇讲购物问句，第五篇讲信任证据，第六篇讲度量闭环，都围绕「怎么提升商品可见性」展开。

六、动手第一步：给自家商品做一次「AI 摸底」

认知落地不靠预算靠动作——一个下午可以拿到自家在 AI 购物答案里的第一手位置。分四步。

第一步，列问句。写十五条到二十条消费者最可能问 AI 的购物问题，按三类结构：品类加条件（「油皮夏天防晒 不闷痘 100 元以内」「给老人用的微波炉 操作简单」）、处境加需求（「出租屋改造厨房 不占地方的小家电」「露营新手第一套装备」）、对比与决策（「A 品牌和 B 品牌的空气炸锅哪个好」「这款和那款有什么区别」）。用消费者口吻写，不用商家的卖点话术写。

第二步，定入口。两类都要测：平台内 AI（淘宝/天猫的千问 AI 购物助手、京东京言、豆包的抖音商城「帮你选」等，这是主战场）；通用大模型（千问、豆包、DeepSeek、Kimi 等会联网检索的模型，这是场外认知）。每条问句各问两到三次取多数。

第三步，记四项。记录出现（有没有你或你的商品）、准确（卖点说得对不对）、位次（首推、备选还是缺席）、理由（AI 推荐语的原文）。推荐语逐条抄——那就是 AI 正在引用的证据清单。

第四步，算基线。汇总出出现率、准确率、主推率三个比例，这是你商品的「可见性基线」。它的价值是把「AI 里我们表现如何」从印象变成数据，之后每项投入都拿它验证。第六篇给出完整度量体系，这个下午就是雏形。

七、三个认知误区，先立后破

误区一：AI 导购是平台的事，商家做不了什么。平台决定入口形态，但 AI 的答案质量取决于它读到的商品信息——商品库字段、评价语义、站外内容，全部由商家与生态供给。机器读得到、信得过，才有你的位置。

误区二：砸投放就能砸出 AI 推荐。投放改变「人看到你」的概率，改变不了「AI 说出你」的概率——采购智能体与导购模型不吃广告位这一套，它们吃结构化事实与多源信任。行业实测也提到各平台 AI 的选品逻辑仍在从传统流量分发向证据分发过渡，但方向清楚：证据的权重只会越来越高。

误区三：等格局定了再进场。入口习惯的养成期只有眼前这一段：2026 年 4 月到 5 月，三大平台一个月内密集上线购物入口，用户被教育、被发券、被养成习惯。等「买什么先问 AI」成为全民默认，品类答案里的常客名单也基本写完了——先行者的语料红利窗口就在这两年。

案例分析

先看一次平台级实测的启示。人民网记者 2026 年 618 期间用同一个需求测试三家 AI：「给济南一套 90 平方米老房子配两台空调，预算 5000 元以内，家有老人，要求省电、安静」。豆包结合老房保温条件给出「客厅 2 匹挂机加老人房 1 匹半挂机」配置，把新一级能效、变频、静音、防直吹列为硬性标准，主方案备选方案具体到机型、价格、适用面积和静音分贝，还主动提出可继续整理安装避坑清单。拆开这段实测：AI 完成的正是一位资深导购的全部工作——理解处境、转译参数、比对候选、给出理由。对空调商家来说，「防直吹」「静音分贝」这类过去只在详情页角落出现的功能词，如今是 AI 手里的硬条件——你的参数表里没有这一行，就出局在这一行上。

再看一个消费者侧的行为切面。Visa 2026 年 3 月调研显示，中国消费者在商品发现、信息查询场景使用 AI 的比例高达 86%，但仅 30% 愿意让 AI 直接完成交易，65% 存在信任顾虑——隐藏费用、推荐准确性、数据安全各占约三成半。这组数字给商家的含义是双层的：八成消费者已经在问 AI，被答出来的机会巨大；而七成消费者对 AI 的推荐将信将疑，答进去之后还需要看得见的信任证据完成临门一脚。可见性建设与信任建设，必须同期做——这也是本系列把内容篇与生态篇并列的原因。

总结

入口迁移讲完，收拢成一句话：购物的第一步正在从搜索框搬进对话框——AI 给不出你的答案，货架摆得再满也只是自我感动。

三个行动提示：第一，把「商品可见性」写进年度经营指标，与转化率、ROI 并列；第二，今天花一下午完成摸底——十五问、两类入口、记录出现准确位次理由，算出三个基线比例；第三，认清这是证据问题不是投放问题——AI 吃事实不吃展位，证据怎么建，正是后面五篇的内容。

下一篇进入机制篇：消费者一句「给老人买微波炉」，AI 内部到底发生了什么——平台商品库里的 AI 与场外大模型里的 AI，两条推荐链路各读什么、比什么，凭什么从 40 亿商品里把某款写进推荐、把另一款略过。机制清楚了，投入才知道往哪使。

引用信源

1. 国家统计局 2026-06「十四五」系列报告与 2026-08 新动能指数解读（2025 年网上零售额 15.97 万亿、实物 13.09 万亿、占比 26.1%）

2. 商务部等 6 部门《关于更好服务实体经济 推进电子商务高质量发展的指导意见》（2026-03-20）

3. 人民网山东频道《AI 入局 618，平台争的是什么》（2026-06-19）：三大平台入口时间线与空调实测

4. 各平台官方发布：京东近 8000 万用户用京言、支付宝 AI 付单周 1.2 亿笔、千问春节 2 亿次一句话下单（2026 上半年）

5. Visa《2026 年 AI 购物消费者调研》（2026-03）：86% 使用比例、30% 直接交易意愿、65% 信任顾虑

6. CNNIC《生成式人工智能应用发展报告（2025）》（2025-10）