周五晚上，上海一家球鞋店里，一位消费者举起手机对着货架拍了一张照片，几秒后屏幕上出现同款在售商品、历史价格走势和几条真实评价。对做商品页与评论运营的人来说，评论不再只影响站内转化，它开始出现在用户还没打开 App 的那一刻；这条链路的开放时间，是 11 月 4 日苹果 AI 国行版开启 Beta 测试的当天电商派，公开报道确认得物是首家接入的电商平台。
从镜头到商品页，中间隔了几道匹配
这条链路的四步是固定的：唤起视觉智能、对准商品拍摄、在搜索服务里选择得物、进入返回结果。四步里最容易出问题的是第三步之后——系统识别出的是「相似款」还是「这一款」，直接决定了结果有没有用。用户拍到的可能是一双外观接近但型号不同的鞋，识别对了是便利，识别错了是浪费一次信任。
匹配依赖三样东西：商品库覆盖、款式信息颗粒度、图片质量。商品库不全，拍到了也搜不到；款式信息不细，只能给出同系列而不是同款；图片质量差，识别会把配色当成款式差异。三者里最难补的是款式信息，它需要商家在商品页上把型号、配色、版本写清楚，而这件事过去对转化影响不大，商家没有动力做。
商品页上多了三个新字段
得物返回的结果里包含历史价格走势、AI 解读与真实用户评价电商派。这三个字段在传统商品页上也有，但位置不同：过去它们在详情页中部，用户要滑下去才看到；现在它们和商品一起出现在搜索结果里，变成第一眼信息。
位置一变，权重就变了。历史价格走势被前置，意味着「现在是不是好价」这件事在点击前就有答案，靠先涨后降做的促销空间被压缩；AI 解读被前置，意味着商品卖点必须能被机器读懂，堆砌形容词没有用；用户评价被前置，意味着差评的影响从「影响转化」变成「影响曝光」。
评论为什么成了入口的一部分
评论的价值在于它同时服务两类读者：人和模型。人看评论找的是「有没有我介意的问题」，模型看评论找的是「这个商品的实际表现如何」。两种读法对评论结构的要求不一样，人需要具体场景描述，模型需要明确的好坏判断与频次。一条「还行吧」对人没信息量，对模型更没有。
评论要怎么改才被读得懂
这也是评论运营接下来要改的地方。过去追求好评率，现在要追求信息密度：差评里有没有说清问题场景、好评里有没有提到具体使用条件、同一条评论有没有覆盖多个维度。信息密度上来了，评论才有机会被引用到结果页里。
- 差评归因把差评按尺码、材质、色差、物流四类拆分，看哪一类在增长；模糊的「不满意」不计入归因。
- 信息密度统计提到具体场景的评论占比，比例低说明评论池对决策帮助有限，需要引导结构化反馈。
- 价格一致性核对历史价格曲线与实际到手价是否吻合，曲线失真会让前置的价格信息变成投诉来源。
平台各自把入口挪到了哪
同样是把 AI 接进购物链路，各家切入点并不相同。千问与淘宝在 5 月 11 日全面打通，用户可以在千问里对话挑选、比较和购买；豆包 3 月开始测试 App 内下单，4 月 24 日把「豆包帮你选」放进导航栏；京东 9 月 9 日发布新版 App 与 AI 购物助手「东东」，并披露一季度用「京言」辅助购物的用户接近 8000 万电商派。
| 平台 | 入口形态 | 商品页要回答 |
|---|---|---|
| 得物 | 视觉拍摄 | 是不是同一款 |
| 淘宝千问 | 对话描述 | 这个够不够用 |
| 抖音豆包 | 内容兴趣 | 为什么现在买 |
三条路径的差别在起点。得物从镜头里的具体商品出发，用户先看见再搜索；淘宝与千问从需求描述出发，用户先说再筛选；抖音与豆包从内容兴趣出发，用户先被种草再比较。起点不同，商品页要回答的问题就不同：视觉搜索要回答「这是不是同一款」，对话式要回答「这个够不够用」，内容式要回答「为什么现在买」。
对品牌来说，三套问题对应三套内容资产。只准备一套详情页，等于在其中两条路径上放弃解释权。素材生产的成本也在下降，MiniMax 当天开源 H3 Image，支持 4K 输出与最多 16 张参考图，10 到 20 秒出图网易科技；东信营销科技发布的营赛智影 2.0 把 AI 视频平台推到创意、生产、投放、效果优化的整条链路上电商派。产能不再是瓶颈，瓶颈变成「哪种形态的内容会被哪条路径引用」。
常见问题
视觉搜索会让评论的重要性下降吗？
不会，位置反而更靠前。评论从详情页中部挪到结果页，影响的是曝光而不只是转化，差评的代价变大了。
商品页要补哪些信息才能被搜准？
型号、配色、版本三项必须写清楚。系统靠这三项区分相似款，缺一项就只能给出同系列结果。
历史价格走势前置，对促销策略有什么影响？
先涨后降的空间被压缩。价格曲线可查之后，促销的可信度取决于过去九十天的真实成交价。
这些判断在哪些情况下不成立？
该功能仍在 Beta，覆范围和用户规模未披露；12 月正式版推出后，行为数据可能明显变化。
