Shopify 这次把一个数字和一套方法放在了同一篇文章里，两者都值得盯紧。数字是：2026 年 Q1，其平台上由 AI 引荐驱动的订单，接近去年同期的 13 倍。方法是：商家究竟该如何在 agentic search 里赢得可见性。而这套方法，和多数 SEO 提案里卖的东西并不一样。
在这篇 agentic search 可见性四条实践 里，Shopify 没有让你去发一个 llms.txt 文件，也没让你批量生成一百篇 AI 文章。它让你把产品数据做对：清晰的图片、完整的产品事实、描述性的标题、可读的 alt text、在页面上直接展示的评价，以及一份机器可读的目录。这就是 Product GEO——把 generative engine optimization 用在产品页和数据 feed 上，而不是博客上。
要点速览
- 核心说法：Shopify 称 2026 年 Q1 的 AI 引荐订单约为去年同期的 13 倍——这是它自家平台数据，并非行业基准 （Shopify）。
- 建议以产品为先：Shopify 的四条实践围绕产品数据质量，而非 llms.txt 或批量文章。
- 数据 feed 很关键：对美国和加拿大商家，Shopify 建议维护好 Shopify Catalog，并正确配置 Google 与 Microsoft Merchant Center 的 feed。
- 评价必须可读：Shopify 建议把评价文字直接放在页面上，而不是塞进截图或难以解析的第三方组件里。
- 务必留个心眼：在一个未披露的基数上做出的约 13 倍，百分比可以很大、绝对订单数却可能很小——把它当作 Shopify 已把 AI 引荐当独立渠道运营的信号。
13 倍到底说明了什么，又没说明什么
同比暴涨 13 倍是个标题党式的数字，所以要像交易员那样读它，而不是像粉丝。这是 Shopify 的内部平台数据，不是全行业口径；Shopify 既没有公布起始基数，也没说明它如何把 AI 引荐订单与那些本来就会成交的订单区分开。从一个极小的基数涨到一个稍不那么小的基数，账面上就能是 13 倍，却仍然只是总 GMV 里的一个零头。
所以别把 13 倍当作 agentic commerce 已经规模化的证据。要把它当作一件更窄、也更有用的事的证据：Shopify 正在把 AI 引荐当作一个 独立增长渠道 来衡量，并告诉商家怎么在里面竞争。当替你处理结账的那个平台开始发布可见性打法，这份打法本身就是新闻——无论你在那 13 倍里分到的是十单还是一万单。
Product GEO：做货架，不是做博客
Shopify 的建议之所以指向产品数据，是结构决定的。当买家问 AI 助手"一台 80 美元以内、评价不错的静音取暖器"时，模型读的不是你的品牌宣言。它是在拿一个结构化查询去匹配结构化的产品事实——属性、图片、价格、库存、评分——然后拼出一条推荐。如果这些事实缺失、彼此矛盾，或者被锁在一张图片里，那么在如今真正做决定的那一层，你的产品就是隐形的。
这就是为什么真正能赢的活儿都发生在产品详情页和目录 feed 上。下面是把 Shopify 建议落到可执行的版本——一份任何电商或商品团队本季度就能跑起来的 Product GEO 清单。
- 把核心属性前置到标题里。先写模型会用来筛选的事实——类型、关键规格、尺寸、材质——而不是品牌抒情。"陶瓷取暖器，1500W，适用 20 平米，倾倒断电"胜过"暖暖豪华版"。
- 用多角度、机器可识别的图片。纯背景的干净产品图、多个角度、真实比例。只有场景氛围图很难被模型解析成属性。
- 把 alt text 写成对关键特征的描述，而非装饰。alt text 是机器"看图"的地方——把颜色、材质和差异化规格写清楚。
- 在页面上展示评价文字。照 Shopify 的建议，把真实评价文字放到页面上——不只是星级，不只是截图，也不只是一个模型读不了的、加载缓慢的第三方组件。
