电商和网店如何做 GEO？

“Best running shoes for flat feet under $150”已经不是一条搜索词，而是一段对话：助手直接点名三款产品，不再给十条蓝色链接。在 AI 助手处理的所有问题里，产品推荐类提示词商业价值最高，而 AI 搜索正快速往这块扩张：截至 2026 年 4 月的六个月里，触发 Google AI Overviews 的商业查询占比增长了 71%（Semrush）。

点击行为也跟着变了。Google 搜索结果里出现 AI 摘要时，用户点击常规结果的比例是 8%，没有摘要时是 15%；出现摘要的会话里，26% 一次都没点就结束了（Pew Research，2025 年 7 月）。对网店来说，决定点（哪三款产品被点名）越来越多地发生在回答内部，在用户打开任何商品列表页之前。

瞄准这个决定点的工作有好几个名字：GEO（Generative Engine Optimization）、AEO（Answer Engine Optimization）、LLM SEO。它们说的是同一件事：让你的产品能被检索、能被引用、有足够的旁证，助手才会推荐。我们把这几个名字当同义词用；要紧的只有一点，你的店在不在回答里。

引用数据细到可以照着做规划。一项对 AI 搜索引用的 3,000 万条来源的分析显示，G2 和 Yelp 在全部被引域名里排第六和第七：对商业类问题，评价平台几乎处在引擎依赖的最顶层（Peec AI）。围绕它们，购买指南、媒体盘点和对比文章承接推荐类查询，因为助手要的是一个已经把选项排过序的独立来源。

数据里让人意外的，是品牌自有内容的分量。一项对 SaaS 和科技类问题下 379,321 条 Claude 引用的研究发现，约 64% 指向品牌自有网站（Otterly，2026 年 6 月）。引擎不只引用别人对你产品的评价，也直接引用你的商品页，前提是规格、价格和各项说法写成可提取的形式。把自有页面当引用来源来做，而不只当转化页，两头就都照顾到了。

普林斯顿那篇奠基性的 GEO 研究，结论可以直接用在产品内容上：给页面加上权威原话、统计数据和来源引用，它在 AI 回答里的可见度最高提升 40%。一份写明实测数据的购买指南（重量、电池续航小时数、退货期限、点名的测试来源），比同一份指南写成营销文案更容易被引用。

助手在拼“best under $150”这个回答时，需要把价格、库存和关键规格当作能提取的事实拿到手，而不是散落在前端 JavaScript 组件里的碎片。产品结构化数据（schema.org/Product，含 offers、price、availability 和聚合评分）用检索系统最稳妥解析的格式写明这些事实；同样的说法还要以纯文本出现在可见页面上，因为提取的是段落，不只是标记。

我们ChatGPT 引用指南里讲的段落规则，在这里更要紧，因为产品查询是在匹配条件：“under $150”“for flat feet”“ships to Germany”。商品页在一段完整文字里写明“重 240 g，落差 8 mm，售价 139 美元，30 天内免费退货”，助手就能拿它和买家的条件对；写“专为极致舒适而设计”的页面做不到。配送范围、退货期限和库存状态都是回答素材，要当成要发布的事实来写，不是小字附注。

商品细节必须出现在服务器返回的 HTML 里：爬虫不一定会等店铺前端的 JavaScript 跑完。自己就能免费检查：禁用 JavaScript 后打开商品页，看价格、规格和库存还在不在。

先定下你想改善哪一种出现：商品页在文字回答里被引用、你的店作为卖家被推荐，还是商品条目出现在购物界面里。这三种要分开记录。让建站方或开发人员核实公开商品页能否被访问，再检查页面上的标题、价格、库存和配送条款说的是不是同一件商品。

商品目录接入方面，OpenAI 文档说明结构化商品 feed 可通过文件上传或 API 提交；直接接入只对获批合作方开放（2026 年 9 月 20 日核查）。委托做接入之前，先确认你所用平台目前的安排和你自己是否符合条件；获批和提交了商品记录，都不保证会被推荐。

然后到商品这一级去查问题。如果一个戒托被当成了整枚戒指，就看它的组成部分是怎么描述的。如果显示的价格不对，先找出来源和时间戳，再去改 feed。我们的电商 AI 可见度评估示例展示了怎样把这些观察变成有人负责、可以验证的修改。珠宝零售商还可以看我们专门讲商品事实、定制咨询和分级报告的指南。

“Brand X vs Brand Y”“alternatives to X”这类对比问题，可能直接决定助手推荐哪些产品。很多网店不愿发布点名竞争对手的对比，这些问题就留给了别的来源去答。用事实比较规格的页面，给助手提供了一个做购买决定时用得上的来源。

跨境网店还多一个语言维度，多数 GEO 建议都忽略了：助手用德语来源回答德国买家，用法语来源回答法国买家，所以机器翻译的目录（或者干脆没翻译）在一半的市场里是看不见的。用买家的语言卖，就得用买家的语言被引用；我们用九种语言按母语写作并分别测量，就是为了这个。

测量方法和我们所有项目一样：按市场和语言固定一组品类、产品和对比提示词，在 ChatGPT、Perplexity 和 Gemini 上用未登录的新会话跑，按声量份额和引用率对照第一天的基线计分。对网店来说，这个提示词集读起来就像买家的购买过程：“best [category] for [use case]”“[product] vs [competitor]”“is [brand] legit”。先看基线，就知道在谁都还没向你承诺什么之前，你已经出现在哪些回答里。