同一件事，平台的说法是「AI 让购物更省心」，商家的说法是「又多了一个要单独算账的入口」。11 月 9 日之前的公开信息只能验证其中一半：豆包确实把领券、比价、下单、售后串进了一个对话框，也把曝光、点击、成交、结算、退款这些指标摊到了商家后台。这一半是可核的，另一半——这个入口到底带来增量，还是搬运存量——现在还没有答案。
一个对话框串完了整条链路
从消费者视角看，这个入口的第一个功能不是推荐，是比价。报道提到用户可以发送商品截图做跨平台比价，也可以上传购物车截图，对同类商品的参数与到手价做比较。比价被放在第一位，说明平台判断用户在这一步的痛点最强。
比价是入口的第一功能
比价功能一旦成立，商品页的可比性就成了门槛。参数写得含糊、规格不统一的商品，在截图比价里会被自动排在后面；参数清晰、到手价明确的商品，才容易被选中。这一点对商家的直接影响是：商品页的信息质量开始影响转化，而不只是影响搜索排名。
经营数据摊开之后
商家可以在抖店后台的豆包运营专区看到曝光、点击、转化率、成交金额、订单数、客单价与退款金额，并与周期对比。过去难以单独衡量的 AI 对话流量，第一次成为可以独立核算的渠道。这件事的意义不在于多了一个报表，而在于 AI 入口终于能被放进渠道对比里。
曝光到退款，五个指标怎么读
| 指标 | 读法 | 常见误读 |
|---|---|---|
| 曝光量 | 回答里被提及的次数 | 当成搜索曝光 |
| 点击率 | 提及后跳转的比例 | 忽略跳转链路差异 |
| 成交与客单价 | AI 渠道的成交结构 | 与全店混算 |
| 退款金额 | 决策质量的滞后信号 | 只当售后成本 |
第一行的误读最常见。AI 回答里的提及与搜索页的曝光不是一回事：搜索曝光是被动展示，AI 提及是模型主动推荐，后者的转化率天然更高，但覆盖人数少得多。把两者放进同一张漏斗图，会得出「AI 效率极高」的错误结论。
第四行值得单独看。AI 渠道的退款率如果显著高于全店，说明回答里的描述与商品实际不符，问题可能出在商品页信息不全，也可能出在模型对参数的理解偏差。无论哪一种，都要回到商品信息本身去修。
增量还是搬运
这是商家最关心也最难回答的问题。如果 AI 入口带来的订单，本来就会在站内成交，那它只是把存量搬了个位置，还多了一层平台成本；如果它带来的是原本不会发生的购买，比如用户在比价过程中被说服，那才是增量。
判断方法不复杂：看新客占比与品类结构。新客占比高、且集中在原本转化率低的品类，更可能是增量；新客占比低、品类结构与站内高度重合，更可能是搬运。这两个数在后台都能拿到，只是需要按渠道拆分。
报道还提到，豆包「大家都在问」汇总用户高频购物需求，显示热度较高、供给相对不足的品类与关键词。这份数据对判断增量的方向更有用：供给不足的地方，新增需求更容易被接住，也更容易形成真正的品类趋势。
商家先做哪三件事
第一，把 AI 渠道单独建一个看板，不与站内混算。指标至少包含曝光、点击、成交、客单价、退款金额与新品占比。第二，把商品页的可比字段补齐，尤其是规格、容量、适用场景这三类，它们直接决定截图比价时的排序。
第三，用「大家都在问」反推选品。高频问题集中在哪些品类、哪些参数，就说明供给有缺口；缺口明确的品类，适合先上新品试水，而不是在成熟品类里继续加 SKU。
三件事做完，才有可能回答那个核心问题：这个入口对你到底是增量，还是搬运。答案不同，投入策略完全不同——增量值得加预算，搬运只值得保基本盘。
常见问题
AI 渠道的曝光，能和搜索曝光直接比吗？
不能。搜索曝光是被动展示，AI 提及是模型主动推荐，覆盖人数与转化率都不在同一量级，混算会高估效率。
怎么判断 AI 入口带来的是增量还是搬运？
看新客占比与品类结构。新客高且集中在低转化品类更可能是增量，与站内高度重合则更像搬运。
商品页要补哪些字段，才有利于被比价选中？
规格、容量、适用场景三类最关键，它们决定截图比价时商品能否被正确识别与排序。
退款率高，说明这个渠道不适合做吗？
不一定。先看退款理由，如果集中在「与描述不符」，问题在商品信息而非渠道本身。
