什么品类最吃证据：美妆、3C、母婴与户外

四月的一个下午，一家出海团队在排 Q2 的证据预算。美妆线递来成分表和达人排期，3C 线是没做完的兼容性测试，母婴线是检测报告，户外线是三条长测视频的报价。预算只有一个池子，老板按 GMV 分：谁卖得多，谁拿得多。

这个分法在投放上成立，在证据上不成立。GMV 说明过去的流量结构，证据缺口说明下个季度 AI 会在哪个品类里跳过你——两者经常不是同一个。

证据投入不该按 GMV 平分，该按品类的证据缺口分——买家越怕买错，AI 越只敢引用能被复核的事实；多数品类缺的不是更多内容，是对的那一类证据。

客单价解释不了这件事

“高客单就要多投证据”是最常见的误判。一根 4K 视频线客单很低，兼容性写错却整机不亮；定制窗帘客单很高，买家要的只是量尺和色差说明；客单几十元的婴儿口水巾，材质与安全却是硬门槛。

第一层是答案的形态：分界线不在价格，而在模型回答这个品类时要不要加条件。低风险品类，答案是一句推荐加购买入口；高风险品类，答案长成“如果是 A 就选它，但要先确认 B”。要写条件，就得有能引用的事实；没有事实，模型只能推荐信息最全的品牌——不是最好的，是描述最完整的。

第二层是风险规避。品类涉及安全、健康、兼容或售后责任时，答案出错的代价变高，模型更保守，多用“取决于”“建议确认”。这些位置只能填编号、标准、测试条件和责任方；你给不出，它就留空，或者填竞品的。

第三层是可比较性。AI 要在三到五个候选里排序，需要同一口径的数字；各家写法越乱，它越容易退回“口碑不错”这类定性描述。谁先定义口径，谁先被引用。这与四个信任前提是一件事的两面。

四个问题，给品类排证据强度

打高、中、低三档就够排序：三档足以决定先做谁，五档会制造不存在的精度。

问题	看什么	高分信号
买错代价	客单价、退货麻烦、决策周期	退一次要跨境寄回，或要重新量尺
后果严重性	安全、健康、合规、责任归属	出问题涉及人身或法律责任
体验不可替代	是否必须试穿、试色、上手	图片和文案替代不了真实使用
口径可比性	参数能否横向比、行业有无统一口径	各家写法不一，评论区还在问“到底多大”

四项里，后果严重性权重最高，决定模型敢不敢说；其余三项决定它愿意说多细。四项都低的品类，证据的边际收益很薄。

四个品类，证据扮演四种角色

同样是补证据，四个品类在买家决策里的位置不一样，该补的东西也不一样。

品类	买家最怕	证据的角色	先补哪一类	常见误投
母婴	材质不安全、月龄不适配	入场券：没有就不进候选	标准号、检测项、适用月龄	投达人种草
3C	参数虚标、兼容性、电池安全	比较项：有才排得进前几名	测试条件、兼容清单、保修范围	投开箱视频
美妆	过敏、不适合自己的肤色、功效夸大	排除项：买家先用它做减法	全成分、不建议的肤质、试色条件	投精修图
户外	极端环境下掉链子	验证项：首单靠场景，复购靠售后	实测条件、耐久数据、保修执行	投参数堆砌

“角色”这一列比“先补哪一类”更重要：母婴的证据是门票，有没有是第一步；3C 的是排序依据，缺一项就排不到前面；美妆的帮买家做减法，“哪些肤质不建议用”比“适合所有肤质”更值钱；户外的要经得起场景追问。

由此得到一个不太舒服的结论：证据不能跨品类复用。母婴的检测报告搬到 3C 页，买家看不懂测试项；户外那句“零下十度实测”放到母婴页，反而引发安全联想。模板铺全站，通常只在第一个品类有效。

示例：同一句“续航 8 小时”，两个品类两种命

示例（品牌与参数虚构）：一家同时卖婴儿监视器和运动相机的团队，两个详情页都写了“续航 8 小时”。

母婴页上这句话几乎没有信息量。买监视器的人担心夜里：延迟多少、会不会断连、红外切换及不及时、传输有没有加密、材质能不能放婴儿床边；续航不是决策项。补齐这些，模型在“会不会被入侵”这类问题上才有句子可摘；只写续航，摘出来还是“该品牌也提供婴儿监视器”。

户外页上，续航是决策项，但必须带条件：4K/30fps 连续录制、25℃、关闭防抖。没有条件，模型只能说“续航较长”；有条件，它才能回答“能不能撑完一场滑雪”。

反例更常见：美妆品牌把预算全压在达人开箱，页面既没有全成分表，也没有“哪些肤质不建议用”。AI 回答“敏感肌能不能用”时只能引用竞品或论坛帖子；达人那句“我用了很好”，转不成可摘的结论。缺的不是曝光，是可复核的成分与适用边界。

四步：把钱压到缺口最大的那一格

步骤	做什么	谁来做	怎么算过
1 打分排队	用四个问题给在卖品类打高、中、低	品类负责人 + 增长	每个品类有一句理由；差一档才动优先级
2 清点不可复核宣称	把“军工级、食品级、行业领先”逐条列出来	内容 + 品质/合规	每条后面能跟条件、编号或链接
3 只修 5 个 SKU	挑 AI 最常问的五个问题所覆盖的 SKU	内容 + 品类	同一组问题采样两轮，答案里出现具体条件
4 挪到机器可读的位置	参数、兼容、认证字段进表格与结构化数据	技术	页面、feed、结构化数据三处数字一致

第 3 步最容易被跳过。团队习惯全站重写，但证据的边际收益集中在被高频提问的少数 SKU 上：先修这五个，再谈模板化，才不会换来一堆没人摘的段落。验证沿用AI 可见度基线的采样方法：同一组问题、同一时间窗、至少两轮。页面写法参考答案单元：结论、条件、差异、下一步，缺一段就只剩一句宣传。

边界：什么时候不该再加证据

第一，低风险标准品。数据线、手机壳、饰品，买家靠价格和款式决策，证据加到一定程度后引用增量很小，钱该转去对比页。

第二，证据已饱和的品类。参数公开、口径统一时，差异已转移到体验和售后；再堆参数不产生新引用，只让页面更长。

第三，碰合规红线。美妆的功效表述、母婴的医疗暗示、3C 的安全承诺，写错比不写更糟。各市场要求不同且仍在变（截至 2026 年），具体口径交给合规与法务。

第四，成交主要在平台内。平台 AI 读的是 listing、评论与履约指标，官网证据要后置，否则是把力气花在对方不读的地方。

第五，品牌实体没立住、页面又抓不到。证据无处附着，先补第一方证据里可核验的部分，再回到战略与市场排品类顺序——顺序错了，材料再细也不会被摘。

这个月做一件事：把在卖的品类按四个问题各打一遍高、中、低，选出缺口最大的那个，只修五个 SKU 的不可复核宣称，每条后面补上条件、编号或链接；四周后用同一组问题再问一次，看它有没有开始说具体数字。