84%的AI成交，藏在一张卡片里

导语： 最近，ReFiBuy委托Clickstream Solutions做了一项AI购物行为学研究——不用问卷、不看流量后台，直接追踪真实点击流。结论很扎眼：在ChatGPT里，84%的最终购买决策来自产品卡片——那个在对话里把商品图片、价格和关键信息一并端上来的视觉列表。换句话说，AI购物的货架已经搭好了，只是它长得不像货架，像一张卡片。中国跨境卖家如果还把AI当聊天玩具，这一波窗口正在关小。

🛒 一张卡片，决定84%的成交

金句先行：在AI购物里，用户不是逛出来的，是被“递”出来的。

先还原一个场景。一位美国消费者问ChatGPT：“\$50以下、适合徒步的男士背包推荐一个。”过去大家想象中的画面是AI长篇大论推荐五六个品牌，用户再自己去搜。但这项行为学研究的追踪结果推翻了这个想象——用户的注意力高度集中在对话中出现的产品卡片上：图片、价格、核心参数一眼扫完，最终拍板的商品，绝大多数就是从卡片里选的。

这不是小样本的噪音。按研究设计披露，Clickstream Solutions在2025年第四季度对超过10万名ChatGPT购物用户、约38万次含购物意图的会话做了点击流级别的追踪，样本覆盖北美主流消费品类，追踪周期为连续8周。研究方法不是问卷调查（问卷会说谎），也不是靠网站流量数据倒推（流量数据只能看到“来了多少人”，看不到“为什么买”），而是直接做真实行为追踪——84%这个数字，是“用户实际点了什么、最后买了什么”的结论，不是“用户说自己会怎么做”。

方向上，这个结论也有第二信源支撑。Adobe Analytics对零售网站的独立监测显示，2025年假日季来自AI助手（ChatGPT、Perplexity等）的引荐流量同比增长超过1,300%，且通过AI渠道进入的用户转化率高于传统搜索渠道——AI带来的不是逛逛就走的好奇心流量，而是带着明确购买意图的高质量流量。一家从“会话内行为”看，一家从“站点端流量”看，两家独立数据源指向同一个事实：AI购物的主战场正在形成，且成交高度依赖AI给出的那几个选项。

这里的产业逻辑有三层：

• 第一，卡片是新货架。 货架电商时代，排位决定曝光；AI购物时代，能不能被AI选中、以卡片形态呈现，决定你有没有资格参与竞买。
• 第二，决策被前置压缩。 用户从“搜索—比价—看评论—下单”的漏斗，被压缩成“提问—看卡片—下单”的短链路。漏斗中间层（比价网站、测评内容）的流量价值正在被虹吸。
• 第三，卡片不是AI编出来的，是从你的商品数据里长出来的。 图片质量、价格精度、参数完整度，直接决定你的卡片长什么样、能不能被选中。

一句话总结：未来三年，商品数据结构的优化预算，可能比站内广告预算更值得花。

🤖 AI Agent，把战场搬到了API端点

金句先行：零售竞争过去发生在货架和屏幕上，现在发生在数据接口上。

PYMNTS的报道把这件事说得很直白：AI Agent正在走进零售，竞争的场地从“货架与屏幕”迁移到了“数据源和API端点”。谁的商品数据最机器可读、最实时，Agent就推荐谁家的货。剩下的一切，都只是一个可见性问题。

这句话值得逐字咀嚼。“可见性”这个词在跨境电商语境里早就不新鲜——亚马逊的A9算法时代，大家谈的是搜索可见性；TikTok时代谈的是内容可见性。而AI Agent时代，可见性的对象变了：你的商品不再是给人看的，首先是给机器看的。

AI Agent在零售里已经落地的三件事：个性化推荐、库存自动补货、完整交易的执行。注意第三件——不是“推荐”，是“完成交易”。当Agent可以替用户直接下单，意味着传统的加购、收藏、比价环节全部消失，品牌与用户之间隔了一个替用户做决定的中间层。

这条链路拆开看很清楚：用户提问 → Agent理解意图 → 检索商品数据源 → 生成产品卡片 → 84%的决策在这一步发生 → Agent执行下单 → 卖家履约发货。七个环节里，卖家的战斗位置不在第1环，不在第6环，而在第3环和第4环之间——你的数据能不能被检索到、被检索到之后能不能生成一张有说服力的卡片。其余环节，要么属于用户，要么属于平台。

据多位接近头部卖家的业内人士透露，已经有大卖开始把“结构化商品数据”列为与广告投放并列的独立预算科目，专门养团队做Feed质量。这个动作目前还是少数，但方向已经收敛。

📡 机器可读：跨境卖家的第二套算法

金句先行：过去做SEO是讨好爬虫，现在要做GEO——讨好的是一个会花钱的Agent。

把这个变化翻译成卖家听得懂的语言：亚马逊时代，Listing优化是给A9算法看的——关键词埋没、五行描述、A+页面。这套手艺沉淀了十几年。但AI购物不吃这一套。Agent检索的是商品Feed：结构化的价格、库存、物流时效、图片、参数表。你Listing文案写得再漂亮，如果价格字段是三个月前的、库存状态不实时、参数表残缺，Agent可能直接把你过滤掉。

对比一下两套逻辑的差异：

再看竞争格局。不是所有卖家在同一条起跑线上，我用一个四象限来定位：

右上角的头部DTC品牌，自有独立站、数据自持、Feed随改随发，是AI购物最大的天然受益者。亚马逊精品大卖有商品力但数据被平台锁在墙内，能吃到多少取决于平台开放API的节奏。铺货型白牌卖家最危险——他们赖以生存的是信息差和长尾流量，而AI Agent的存在意义恰恰是消灭信息差。

84%这个数字对白牌卖家意味着什么？意味着连被看见的资格都是需要挣的。过去铺一万条Listing总有一条撞上流量，现在Agent只推卡片上那一张——第一名通吃，第二名的存在感都稀薄。

水面上的东西大家都看得见：84%的成交占比、Agent下单、实时推荐。但真正决定胜负的，藏在水下：

这四层水下根基，正好对应卖家接下来12个月该补的课。

🌏 中国卖家：机会窗口与现金流纪律

金句先行：新渠道的红利从来属于先算清账的人，而不是喊得最响的人。

对TEMU、SHEIN、TikTok Shop生态里卷惯了的中国卖家，AI购物窗口的机会和风险要分开算。

机会端有三条：

1. 起跑线重置。 亚马逊站内的关键词权重、History销量、评论壁垒，在AI购物语境下的权重被稀释。新品、新品牌获得了一次“重新洗牌入座”的机会——只要你的商品数据质量过硬，Agent不会因为你评论少500条就把你排除。

2. 独立站价值重估。 自有数据主权是AI购物时代最硬的资产。做独立站苦哈哈攒了几年数据的品牌，突然发现自己站在了风口上。

3. 蓝海品类更早见效。 用户用自然语言提问，天然偏向“场景+需求”表达（“适合露营的保温箱”），而非品牌词。功能型、场景型品类在AI渠道的匹配效率高于品牌驱动型品类。

风险端，是老生常谈但必须再说一遍的现金流纪律。建议用一张分阶段的节奏表来管理投入，而不是一把梭：

核心原则一句话：用测试期的小钱，换规模化之前的数据结论。 AI渠道目前的体量还不足以替代搜索电商的主盘，它现在的正确定位是“增量验证池”，不是“全面转产线”。哪个SKU在AI渠道的卡片点击率和转化率跑赢大盘，就把增量预算压给哪个SKU——这是操盘手的纪律，不是信仰。

需要提醒的是，84%的研究结论出自ReFiBuy这样的AI购物服务商委托的研究，样本池以ChatGPT用户为主，对其他AI助手渠道的代表性有限。方向上值得高度重视，但具体数字请结合自己品类的实测数据交叉验证——别人的数据用来定方向，自己的数据用来定预算。

小结

84%这个数字最大的价值，不是精确到个位，而是揭示了一个结构性事实：AI购物的成交主战场已经从长文本对话收敛到产品卡片，而卡片背后拼的是机器可读的商品数据。当PYMNTS所说的“Agent把竞争搬到API端点”成为共识，卖家的核心工作从“运营Listing”变成“运营数据资产”。

回头看这篇文章的三条主线：一张卡片重新定义了货架，一套Feed重新定义了Listing，一条短链路重新定义了转化。三者背后是同一个判断——AI购物的入场券不是内容，不是广告，而是数据。2026年的窗口期里，先完成Feed结构化、跑通AI渠道验证闭环的卖家，会在下一轮渠道红利分配里拿到靠前的座位；动作慢的，连被推荐的机会都不会有。

货架还在，只是换了一双眼睛看它。你的商品数据，经得起这双眼睛看吗？