截至 11 月 7 日的公开信息，今年双11的促销规则被大幅简化：延续多年的跨店满减退场，取而代之的是官方立减、单件直降。消费者随即把购物车和大促规则一起“喂”给 AI，让模型算出一套最省的组合。问题也在这里暴露出来——AI 能快速给出凑单最优价，但它只能读取明文规则，无法预判临时调价和优惠互斥，算出来的往往是理论上的低价，而不是结算页上的价格。
明牌直降之后价差没有消失
规则变简单，价差并没有消失，只是换了一种形式。跨店满减时代，价差藏在凑单组合里；明牌直降之后，价差藏在不同渠道的标价基准上。同一个商品，官方旗舰店给的是品牌价，即时零售入口给的是近场价，直播间给的是限时价，会员体系给的是权益价。四种价格同时存在，而消费者只能看到其中一个，AI 也只能读到它抓取到的那一个。
| 渠道 | 标价基准 | 价差来源 | 对价格秩序的扰动 |
|---|---|---|---|
| 品牌官方旗舰店 | 品牌建议零售价 | 官方立减、会员权益 | 构成全渠道比价基准 |
| 即时零售入口 | 门店实时售价 | 门店促销、履约成本 | 同城不同门店可给出不同价 |
| 直播间 | 限时专享价 | 坑位费与补贴折算 | 价格窗口短，难以事后复核 |
| AI 购物助手 | 抓取到的公开报价 | 抓取时点与信源差异 | 形成新的价格解释权 |
AI 算的是明文，结算看的是例外
促销规则的复杂度并没有降低，只是从“怎么凑”变成了“能不能叠加”。优惠互斥、限时调价、区域差异、会员专享，这些条款通常写在活动细则的附注里，而不是主页面。模型读不到附注，就会把不可叠加的优惠算进最优解。消费者按 AI 的结论下单，结算时发现金额不一致，损失的不仅是几块钱，还有对平台定价的信任。
比价工具的盲区变成了新的信息差
过去比价靠人，现在比价靠模型，但模型的输入仍然是被投喂的页面文本。当平台把价格信息放在图片、弹窗或需要登录才能看到的区域，抓取就会失效。这意味着 AI 给出的“最低价”更接近于“最容易抓到的价”，而不是真实最低价。对品牌来说，这构成一个新的信息差：谁的价格更容易被机器读到，谁就更容易成为比价结论里的那个答案。
即时零售把价格问题变成履约问题
即时零售的定价逻辑与货架电商不同。货架电商的价格可以统一到全国一个数，即时零售的价格跟着门店走，同一城市不同门店可能给出不同售价，履约成本也会被折算进标价。公开数据显示，全行业覆盖的线下实体门店已突破 1200 万家，不少连锁商超、药店、生鲜门店在双11期间的线上即时订单占比已超过门店总客流量的 40%。当四成客流来自线上，门店价签就不再只是给到店顾客看的。
这带来一个直接后果：价格监测的对象必须从“商品”扩展到“商品加门店”。同一 SKU 在不同门店的价格差异，可能来自配送距离、库存成本或区域竞争，而不是促销策略。如果不区分这层差异，把所有门店的价格混在一起算平均值，得出的结论会同时误导定价和铺货两个团队。
监测该盯哪几个口径
第一个口径是到手价，而不是标价。到手价要把立减、优惠券、支付优惠和运费全部算进去，只比标价等于没比。第二个口径是同一时点，价格在活动期间会多次调整，跨时点比较没有意义。第三个口径是同一渠道类型，把官旗、即时零售、直播间分开统计，避免用直播间限时价去质疑官旗的常态价。第四个口径是可复核，每条价格记录都要留下链接与截图时间，否则无法回应渠道的质询。
四个口径定下来，价格秩序才有讨论基础。品牌真正要防的不是“有人卖得更便宜”，而是“同一渠道内部出现无法解释的价差”。前者是渠道策略问题，后者通常是执行问题——促销叠加错误、门店改价未同步、优惠券被跨店铺使用。这类问题在明牌直降的规则下更容易被发现，也更容易被 AI 抓取放大。
常见问题
明牌直降之后还需要做价格监测吗？
需要。规则简化只是减少了凑单复杂度，价差转移到了渠道标价基准上，监测对象反而更多。
AI 给出的最低价可信吗？
只能作为参考。模型读取的是被抓取到的明文页面，读不到限时调价与优惠互斥，结论往往偏理论。
即时零售为什么会出现同城不同价？
因为价格跟着门店走，配送距离、库存成本和区域竞争都会影响门店售价。
价格监测最容易犯的错误是什么？
用标价代替到手价，或者跨时点、跨渠道混着比，得出的结论既不能指导定价也不能回应质询。
