GEO-098·第 09 期·技术底座·98 / 132

商品 feed 是新的落地页

agent 先读商品 feed,再决定点不点进站。本文按优先级拆开必填字段清单、标题与属性的可比较写法,给出可执行的校验流程与常见拒绝原因清单,帮 SKU 先通过机器筛选,再进入候选集被正确比较。

7 分钟GEO技术底座出海

本期主线可交易:Agentic Commerce 与商品 Feed

周三下午,一家做宠物用品的出海团队看到一组别扭的数据:购物广告展示量在掉,独立站自然流量却没怎么变;更别扭的是,卖得最好的猫爬架 SKU,在聊天助手里问“小户型、承重 15kg 的猫爬架推荐”时,五个答案里一次都没出现。运营去查页面,详情、测评、FAQ 都在,没问题。问题在另一个文件里:feed 那条记录的库存还写着缺货,主图是两年前的白底图,标题叫“多功能猫爬架(国内外爆款)”。

agent 的第一道门不是落地页,而是商品 feed:它先用字段做筛选,只有筛得进候选集的 SKU,才有机会被点开、被比较、被下单;feed 写不好,落地页做得再细也没人看。

落地页说服人,feed 通过筛选

落地页的假设是“人已经进来了”,feed 的假设是“机器要从几千条记录里挑出十几条”。目标不同,优化动作就不同。

机制分三层。检索层,agent 面对“小户型、承重 15kg、实木”这类约束做的是属性过滤,不是语义联想。页面写着“稳固承重”,feed 里承重字段空着,这条就过不了过滤——模型没有义务替你猜。比较层,进入候选集后,agent 会把五到十条记录摆成一张表,能填进格子的只有结构化字段;标题里堆同义词、描述写成品牌故事,在这张表里全是空格。校验层,下单前它要确认现在有没有货、这个价含不含税、几天到、能不能退,这些通常是独立字段,缺一个就降级推荐或直接跳过。

所以 feed 的 KPI 不是“信息完整”,而是“可被筛选、可被比较、可被校验”。写成一篇小作文,三项都不达标。

字段优先级:缺了等于没上架

不是所有字段一样重要。按“缺了会发生什么”排序,比按平台文档顺序补更省时间。

优先级字段缺了会怎样验收口径
P0唯一 ID、价格与币种、库存状态、可抓取链接、主图进不了候选集,或被直接抑制与页面实时一致,抓取返回 200
P1品牌、GTIN、品类、3–5 个筛选属性进得了场,但筛选和排序吃亏属性值来自同一份主数据
P2运费与时效、退货窗口、变体关系agent 不敢承诺履约,转推别家目的国口径,不是总部口径
P3认证、套装、配件、评价摘要影响追加销售与信任,不影响入场可核验,有出处

P0 是入场券,却最常靠人工每周改一次库存。团队把时间花在 P3 的卖点包装上、P0 靠 Excel 手动同步,是最典型的资源错配。

P1 是筛子。买家用来排除的字段通常只有三五个:尺寸、材质、功率或电压、兼容型号、适用人群。这些要么在 feed 里是独立字段,要么在标题里按固定顺序出现,不能只写进详情页的图里——图里的字,字段读不到。

P2 是成交前的最后一公里。运费和退货在页面上是一段话,在 feed 里必须是可计算的值,否则 agent 没法把“总价”和“到手时间”放进对比表。

标题、属性与图片,写成可比较的版本

标题不是文案,是索引。可被比较的标题大致是:品牌 + 品类 + 关键区分属性 + 适用场景,属性用买家真会拿来筛选的词,不堆同义词。

反例:“2026 新款 跨境爆款 多功能 猫爬架 猫树 猫咪玩具 大空间 实木 加厚 稳定”。正例:“品牌名 实木猫爬架 高 120cm 承重 15kg 米色 小户型”。前者在“承重 15kg”这个查询上命中不了,因为数字不在标题里。

属性要单一取值。同一个 SKU 在 feed 里写“实木”,页面上写“实木加密度板”,agent 取哪个都可能是错的;错的那次会被买家当成货不对板。

图片有三条硬要求:主图白底、无文字无水印(图上印“限时八折”,多数购物规范会判为不合规素材)、比例与背景统一;变体图必须与变体属性对应。还有一条常被忽略:图片 URL 要稳定,别用带过期签名的 CDN 链接,抓取时返回 403,等于你没有图。

示例:一条记录的改法

以下品牌与数据为虚构,只演示字段口径。

改前:标题“Cat Tree 002-A 多功能猫爬架(国内外爆款)”;库存字段为缺货;价格 89 无币种;主图带“爆款”红字水印;缺品牌、GTIN、承重、材质、运费。

改后:标题“品牌名 实木猫爬架 高 120cm 承重 15kg 米色 小户型”;库存与 WMS 同步;价格 129.00 USD,含目的国税费口径且与页面一致;材质“实木(橡胶木)”;承重“15 kg”;运费“美国仓发货,3–5 个工作日,0 运费”;退货“30 天”;主图白底,另配尺寸标注图与场景图,URL 无签名参数。

改动里没有一句形容词,全是能被筛选、被比较、被校验的字段。

五步落地与校验清单

步骤做什么谁来做怎么算过
1 抽查询把近 30 天真实提问里的筛选条件归成 5 个属性增长 + 品类每个属性在 feed 里有对应字段
2 补 P0库存、价格、链接、主图四项与站点对齐技术 + 运营抽样 50 条,0 条不一致
3 改标题按“品牌+品类+属性+场景”重写 Top 50 SKU内容属性值与筛选字段同源
4 跑校验官方校验工具加自建规则(单位、币种、变体)技术拒绝项清零,警告逐条有结论
5 反向测用模型问 10 个带约束的问题,看你是否出现内容10 题里至少 6 题进入候选

第 5 步是唯一能证伪的环节。字段齐不齐,校验工具会告诉你;字段够不够用,只有真的问一遍才知道。

最常见的拒绝原因有这几类:价格与页面不一致、库存过期、图片带文字水印、多个变体被合并成一条(于是答不出“有没有米色”)、必填属性缺失、链接重定向到首页、英寸与厘米混用、目的国语言缺失。每一条都不是“优化”,是“修复”。

边界:feed 不是落地页的替代品

第一,feed 决定能不能进候选集,落地页决定进店之后买不买,两者不是二选一。feed 修完,页面上的答案单元仍然要写。

第二,高定制、非标品类很难字段化。定制家具、手作、需要现场测量的商品,feed 只能覆盖一小部分筛选维度,别指望它承担全部比较。

第三,feed 有延迟。库存与价格通常不是毫秒级同步,促销期尤其容易不一致;可接受的不一致要写进内部 SLA,而不是靠人盯。

第四,别以为字段越多越好。字段越多、口径越不一致,冲突面积越大,宁可少而准。

第五,agent 流量的归因还没稳定,别用 feed 上线前后的订单数直接判功,先看AI 引荐流量的归因口径。

这一期的起点是 Agentic Commerce 的 readiness;货币、税与运费的区域化口径,见区域化 feed 与价格;全部技术篇目汇总在技术底座主题页。

这个月先做一件事:把卖得最好的 20 个 SKU 的 feed 记录导成一张表,只填四列——库存、价格、主图、三个筛选属性——然后拿这四条去问一次 AI,看你的 SKU 会不会出现。不出现,就从这四列开始改。