惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Hugging Face - Blog
Hugging Face - Blog
Vercel News
Vercel News
C
Check Point Blog
G
Google Developers Blog
博客园 - 司徒正美
量子位
Engineering at Meta
Engineering at Meta
S
SegmentFault 最新的问题
Google DeepMind News
Google DeepMind News
F
Fortinet All Blogs
A
About on SuperTechFans
美团技术团队
D
DataBreaches.Net
Stack Overflow Blog
Stack Overflow Blog
Jina AI
Jina AI
Y
Y Combinator Blog
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Apple Machine Learning Research
Apple Machine Learning Research
J
Java Code Geeks
MongoDB | Blog
MongoDB | Blog
人人都是产品经理
人人都是产品经理
H
Hackread – Cybersecurity News, Data Breaches, AI and More
The Cloudflare Blog
U
Unit 42

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
别急着让豆包们上链接
山上Hillvue · 2025-10-29 · via 人人都是产品经理

当AI助手如豆包、Kimi、GPT成为内容创作者的新“搭档”,品牌与平台的第一反应往往是“快上链接、抢占入口”。但在流量红利尚未释放、用户心智尚未建立的当下,贸然“上链接”真的合适吗?本文将从用户行为、平台机制与内容生态三重视角,拆解AI助手时代的内容策略新节奏。

除了没有真正的打折降价之外,中国的电商平台们总能在每年的双十一整出来一些花活。上不上预售、凑不凑满减、战线要不要拉长都已经是基本操作——半个月前媒体们就在说今年又是“史上最长双十一”,但这些都不太重要了,现在最流行的说法是“AI 双十一”。

几家电商平台都在不遗余力地强调 AI 的重要性。天猫总裁家洛把今年定义为“AI 全面落地的第一个双 11”,京东对外称这是“AI、大模型、机器人等技术融入程度最深的一届”。话里话外强调的差不多都是一个意思,AI 能让商家卖更多货、AI 能让消费者买得更开心。

其中最激进的莫过于字节跳动。双十一期间,字节跳动开始在豆包对话中接入抖音商城的购物链接,用户点击可跳转至抖音商城下单付款。一些媒体报道中强调,这是国内首个打通从商品推荐到下单成交闭环的 AI 应用,或将冲击传统电商模式。

老实说,在 ChatBot 对话中加入购物推荐算不上太新鲜的事儿。年初 OpenAI 就在发布会中兴冲冲地向世人展示 ChatGPT 的购物推荐功能,到了 9 月份他们已经打通了支付环节,用户无需跳转就能直接在 ChatGPT 里付款结账。

最早 OpenAI 的合作对象还只是一些规模相对较小或垂直细分的电商平台,比如 Etsy 或者 Shopify。几天前连全球最大的零售商沃尔玛也加入进来,现在你已经能在 ChatGPT 中直接购买沃尔玛的商品。

OpenAI 创始人萨姆·阿尔特曼对 ChatGPT 新增购物功能格外兴奋——如今他对 ChatGPT 的任何更新都带着蒂姆·库克式的职业假笑和夸张,“Feel the AGI”就是 OpenAI 的“Only Apple can do”——萨姆说,他的大部分东西都是通过 ChatGPT 购买,“so I am excited for this new feature!”

不只是 ChatGPT 和豆包,国内的大多数 ChatBot 类应用都或多或少地尝试在对话中加入购物功能。Kimi、百度文小言都接入了天猫或者京东的购物链接,点击也都可以直接跳转到电商平台。腾讯元宝稍微克制些,只在图书场景中接入了京东和微信小店商品链接。它们接入的时间也不比豆包晚。

ChatBot 内的带货链接

但和 OpenAI 专门为 ChatGPT 开发一个支持即时结账的智能体电商协议(Agentic Commerce Protocol)不同,国内的大部分 ChatBot 都只是简单粗暴地在对话中嵌入了一个可以跳转的超链接,并没有完全打通商品和支付环节。

OpenAI 官网

包括字节、百度、Kimi 等在内的科技厂商都没有对外详细披露 ChatBot 推荐商品的运行逻辑,它们也很少在官方场合中宣传过这些功能。你并不知道这些商品推荐是基于什么逻辑、也不知道其中是否涉及付费推广。

OpenAI 倒是特别强调 ChatGPT 的所有推荐都是自然展示,没有赞助内容,商品推荐仅根据与用户的相关性进行排名。他们通过向商家抽取每笔交易的佣金获利。或许是为了打消用户疑虑,早早已经完全转向闭源的 OpenAI 还专门开源了他们的电商协议,方便公众监管。

很难说这种承诺是否真正有效。时至今日大模型的推理过程对于人类来说还是一个黑箱,外界看不见它如何得出结论,也分不清哪些推荐出于算法判断,哪些带着商业意图。即便 OpenAI 强调他们只抽取佣金,但不同商品佣金的高低是否会影响模型推荐,同一商品不同商家的佣金不同呢?这些都很难确定。

《连线》杂志 4 月份采访了 OpenAI 搜索产品负责人亚当·弗莱(Adam Fry),试图搞清楚 OpenAI 如何从商品推广中获利。亚当·弗莱的表述有些模糊,《连线》称他没有分享具体计划,仅强调提供高质量推荐是 OpenAI 的首要任务,公司未来可能会尝试不同的佣金分成机制。

之所以要花这么大篇幅讨论 ChatBot 推荐商品的机制问题,是因为其中涉及到人们使用大模型最至关重要的一个环节——信任。

现在大模型已经完全深入到普通人的生活中,我们用它来询问病情、倾诉心事、写工作周报、制定旅游计划,并不只是因为模型们足够聪明,而是我们信任它。我们相信 AI 能给出一个客观准确的回答,这个回答基于事实、基于逻辑、基于对问题最合理的判断,而不是基于商业利益。

大多数 ChatBot 都被设计得足够拟人化,很多人都会把 ChatBot 们当做朋友。这种趋势在国内的一些应用中表现得更为显著,比如豆包无论是从名字、头像乃至语言风格都更强调“拟人”。它们给出的建议也更容易被用户接受和相信,即便这些推荐可能参杂广告。

你或许已经看到过不少 AI 如何重塑电商的畅想。科技行业人士们相信“AI+电商”将会彻底重塑未来人们购物的方式,用户不再需要搜索、比价、分析产品,AI 会根据个人喜好、标准和预算直接推荐合适的商品,点击即可完成付款。用互联网黑话来说,这叫做“缩短决策链条”,推荐即交易。

但这一切的前提,是 AI 能准确地推荐商品。现实情况却并非如此。

大多数国内的 ChatBot 们都是基于网络公开搜索信息来提供商品建议,也都没有与电商平台的购物评价打通,不管是那些接入第三方电商平台的,还是接入自家电商平台的。它们给出的参考建议也很容易受到网络营销软文、关键词优化的影响。

比如,当你让几个 ChatBot 们推荐一款适合男性、干性皮肤的洗面奶时,虽然几家公司应用的底座模型不同,但几乎都会在列表中给出雷同的商品推荐。

点开模型的参考资料,往往是一些不知名的劣质软文和营销推广。比如 Kimi 推荐排名第一的某男士洗面奶,它的参考资料是一篇名为《男士洗面奶哪个最好呢,干性皮肤适合什么牌子的洗面奶》的文章,这篇文章发布在“男士羽绒服打折网”。豆包引用的文字参考资料也差不多,包括“男士洗面奶排行前十名呀”“男士洗面奶十大排行榜呀”。

ChatBot 们引用的参考资料

不过,豆包的情况还有些特殊,因为它会引用大量来自抖音的短视频内容。但这些短视频内容良莠不齐,大多数都是专门投放的营销推广。比如豆包洗面奶回答引用的一个短视频账号,短短半年间就发布了近百条化妆品对比的批量视频内容。这也算是形成了某种闭环,抖音投放、豆包推荐、用户下单,一条龙服务。

相信你已经看出来了,这些被模型引用的文章或者视频大多都是专门针对模型推荐而生成的软文。行业内对这类内容有一个专有名词,叫做“GEO”(生成引擎优化),对应搜索引擎的 SEO,指专门针对大模型推荐的内容优化。

如果你足够信任豆包,你还可以问它一些有关于医疗美容的话题。比如做整容手术北京有什么推荐的地方?它会引用一个名为“geo 优化”账号发布在今日头条上的文章,将文章中的美容机构排名在私立专科机构推荐首位。

一个名为“geo 优化”的账号

大模型爆发以来,GEO 优化赛道持续火热,但科技公司们几乎没有做出什么有效举措来防范风险。新榜团队曾在 9 月做了一个测试,他们虚构了一个现实中不存在的奶茶品牌,通过在百家号、今日头条、搜狐号等网站发布几篇文章,就能成功出现在 AI 推荐列表的第一位。

不客气地说,你可以把当前国内的 ChatBot 的购物推荐看作是高级版的电商“摇一摇”广告。二者没有什么本质上的差异。只是推荐给你的“摇一摇”广告更粗暴、更直接,ChatBot 们给你的购物推荐更隐蔽、更自然。

甚至,“摇一摇”广告还受到《互联网广告管理暂行办法》的监管,必须在显著位置标明“广告”字样,而 ChatBot 们的商品推荐现在还处在一种模糊地带,是不是广告都难以分辨。

过去二十多年间,互联网行业的每次技术迭代最终似乎都免不了走向带货的终局。搜索引擎最早是帮助人们寻找信息的工具,结果催生了竞价排名。社交媒体的出现重塑了人际关系,然后成了精准的营销平台。短视频是算法推荐最极致的应用,但也成了直播带货的最佳入口。

现在我们迎来了 AI 时代,ChatBot 的对话式交易展现了一个更具有想象力的商业未来。ChatGPT 打头阵,国内的一众 ChatBot 们蜂拥而上。考虑到当前的大多数 AI to C 应用都还没找到什么真正落地的商业模式,AI 购物或许很快就会全面铺开。

这是一个又让人兴奋同时也让人恐惧的未来。我们要考虑很多事情,AI 的客观中立原则是否会受到影响?虚假劣质信息对 AI 推荐的影响如何规避?AI 会不会也会重走百度式竞价排名的老路?

只是,在考虑这些问题之前,不如先让 ChatBot 们把基础的能力修炼好,比如不要再参考“男士羽绒服打折网”上关于洗面奶的文章。

作者|薛星星 编辑|蒋浇

本文由人人都是产品经理作者【山上Hillvue】,微信公众号:【山上】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。