截至 10 月 29 日的公开信息，李维斯公开了 AI 落地的阶段性进展：与微软合作在 Azure 上搭建嵌入办公系统的 AI 超级代理，覆盖企业、零售网点与仓库员工的查询场景；2026 年初举办首届全 AI 主题黑客马拉松，超过 40 支队伍参与；胜出团队开发的 Imagine on Me 支持消费者在官网查看牛仔裤穿在自己身形上的效果，已进入官方产品落地路线。截至 2026 年 9 月，AI 生成内容已用于电商模特素材生产。对做商品页与口碑运营的团队来说，这意味着评价数据的结构会变。
从模特图到本人身形，改的是商品页哪一层
商品页的信息结构通常分三层：看得见的图与文、看得懂的价格与促销、看得准的尺码与版型。Imagine on Me 动的是第三层。它把「模特上身效果」换成「你自己身形的上身效果」，设计目标被明确写成提升购物满意度、提高转化率并降低退货率。这三件事在数据上是联动的：满意度影响评价，评价影响转化，转化与退货共同决定单品的真实毛利。
需要区分清楚的是，这项能力解决的是版型预期，不是尺码推荐。前者回答「这条裤子穿在我身上是什么样子」，后者回答「我该买哪个码」。两者都会影响退货，但影响的评价内容不同：版型不符的抱怨集中在显腿型、色差、面料硬，尺码不准的抱怨集中在偏大、偏小、腰围不准。混淆这两类抱怨，会让改进动作打偏。
退货率目标背后的评价口径变化
一旦试穿功能上线，评价池的结构会在两到三个季度内改变。早期评价来自看图下单的顾客，抱怨集中在预期落差；后期评价来自试穿过再下单的顾客，抱怨会更多转向面料手感、洗后变形、耐久度这类真实使用问题。如果口碑监测的口径不跟着调整，就会把结构变化误读为质量下降，进而做出错误的改款决定。
更稳妥的做法是把评价按购买路径分层：看过试穿功能下单的、没看过的、以及线下试穿后线上下单的。三层分别计算差评率与关键词分布，再合并看整体趋势。这样既能看出功能是否真的降低了预期落差，也不会因为分母变化而误判。分层之后，同一句「版型不符」在不同层里的含义完全不同。
差评归因要落到 SKU 而不是品牌
牛仔裤的差评高度集中在版型与尺码，而这两项在不同 SKU 之间差异极大。按品牌层面看差评率，会把某个版型的系统性问题平均掉；按 SKU 看，才能定位到具体是哪个版型、哪个尺码段的预期管理失败。归因粒度决定了改进动作是「调整详情页文案」还是「修改版型」，这两件事的成本差一个量级。
AI 模特素材与线下拍摄成本的置换
截至 2026 年 9 月，AI 生成内容已用于电商模特素材生产，补充多元形象的商品展示素材，降低线下拍摄成本。素材多元化会带来一个副作用：同一 SKU 出现更多形象参照，顾客对「像不像我」的判断变难，评价里的「与图不符」可能短期上升。这部分波动需要用更长的观察窗来区分是过渡效应还是真实问题。
三类素材的成本与风险
| 素材类型 | 主要作用 | 主要风险 |
|---|---|---|
| 实拍模特图 | 提供真实版型参照 | 拍摄成本高、形象单一 |
| AI 生成模特 | 补充多元形象、降低成本 | 与实物偏差引发不符抱怨 |
| 本人身形试穿 | 降低版型预期落差 | 覆盖 SKU 有限、依赖用户上传 |
三类素材不是替代关系，而是分层关系。实拍负责基准真实，AI 生成负责覆盖面，本人试穿负责最后一公里的预期校准。把三者放进同一张表看，才能判断某一类素材的增加是否值得——如果 AI 素材增加后「与图不符」类差评上升超过阈值，就需要回退到更保守的生成策略，而不是继续扩大素材量。
行业侧的动向也在往这个方向走：Anthropic 上线企业 AI 支出价值追踪工具套件，OpenAI 在柏林 DevDay 披露 Dots 在欧洲的上线进展与平台布局。工具层的共同指向是让 AI 投入可衡量，这与品牌方要求 AI 素材必须对应转化与退货指标的诉求一致，也意味着素材预算的审批会越来越依赖数据而不是观感。
口碑指标的重新校准
校准的核心是把评价与行为对齐。评价是滞后指标，退货是同步指标，转化是先行指标。试穿功能上线后，建议以退货原因为主锚，以评价关键词为解释，以转化为验证，三者交叉验证同一 SKU 的变化方向。单看任何一个指标，都可能得出相反结论：转化上升而退货同步上升，往往说明吸引来的是错误人群。
执行上不要一次改全部口径。先选 10 到 20 个高销量 SKU 做对照，保留旧口径并行计算四到六周，确认差异来自结构变化而不是统计噪声，再全量切换。并行期的成本是双份报表，收益是避免把一次正常波动写成趋势结论。
常见问题
Imagine on Me 现在能用到吗？
已进入官方产品落地路线，但具体市场、上线时间与覆盖 SKU 未见公开说明。官网当前可验证的是功能定位与设计目标，不是全量可用。
试穿功能会降低退货率吗？
官方把降低退货率写进了设计目标，但公开材料未给出量化结果。是否降下来要看上线后的实际退货数据，尤其是版型类退货的占比变化。
AI 模特素材会不会让评价变差？
短期可能增加「与图不符」类抱怨，因为同一 SKU 出现更多形象参照。需要用更长观察窗区分过渡效应与真实问题，并设定回退阈值。
口碑分析该按品牌还是按 SKU？
建议按 SKU。版型与尺码问题在不同 SKU 间差异大，品牌层面会平均掉系统性问题，导致改进动作停在文案层面。
