Google Merchant Center 变成了 AI 性能中心。为什么电子商务卖家必须重新考虑他们的产品数据源策略

1. 静默的后台革命：从点击跟踪到 AI 声音份额

在 2026 年 5 月 20 日，Google Marketing Live 发布了一项公告，正在悄然重写电子商务营销的规则。Google Merchant Center —— 您用来列出产品和管理产品数据源的后台工具 —— 正在转变为 Google 现在称之为的 "AI 性能中心。"

这不是一次用户界面刷新。这不是一次功能发布。这是谷歌首次正式将“人工智能界面的品牌可见性”引入其官方数据生态系统，并为卖家提供前所未有的数据透明度。

过去，您只能跟踪传统指标：搜索点击、展示次数、转化率。很快，您将能够看到：

• 人工智能声音份额：您的品牌在Gemini、AI模式和AI概览等人工智能界面上的可见性——与竞争对手直接基准对比

• 产品术语洞察：消费者在人工智能对话中使用的实际产品搜索术语

• 购物漏斗表现：涵盖发现、评估和购买的三阶段人工智能旅程分析

• 属性完整性评分：哪些产品缺少结构化属性如颜色、材料或风格——导致人工智能完全跳过它们

这个新的报告功能，称为AI 性能洞察，已确认在美国、加拿大、澳大利亚、印度和新西兰推出。这意味着什么？谷歌不再将 AI 购物视为实验性功能。它将其定位为与传统搜索平起平坐的正式流量渠道。

根据谷歌的官方演示，AI 性能洞察界面围绕一个核心指标展开：声音份额。例如，您的品牌在 AI 界面上的声音份额可能为 14.5%（环比上升 1.1%），而竞争对手的平均水平为 11.2%（环比下降 1.7%）。这种数据以前是无法获得的——OpenAI 不会告诉您您的产品在 ChatGPT 购物响应中的表现，而 Claude 也不会公开这些信息。只有谷歌，因为它同时拥有 AI 界面（AI 模式，Gemini）和商家数据（商家中心），才能提供这种原生级别的可见性数据。

2. 对话属性：将决定您 AI 命运的六个新领域

与之同时宣布AI性能洞察在Google Merchant Center中有六个新的“对话属性”。这六个字段完全是可选的，不会影响您现有的产品批准状态。但忽视它们可能意味着自愿放弃您通往AI驱动购物的通行证。

为什么标准产品数据源已不再足够

传统产品数据源是为关键词匹配而构建的。消费者输入“跑鞋”，系统将该短语与产品标题配对。这适用于短查询——但这并不是人们通过AI购物的方式。

在AI模式和Gemini等对话界面上，消费者会提出更长、更具体、限制性更强的问题：

我需要适合扁平足的缓震跑鞋，价格在150美元以下，并且在湿滑的路面上不会发出吱吱声。

一个标题加上一行描述无法回答这个问题。正如Google在其官方文档中所述：“随着AI模式等体验的出现，人们现在以更详细和细致的方式进行搜索，您的数据源必须包含回答这些问题所需的结构化细节。”

这六个对话属性是：

值得注意的是，这六个字段中的三个——问题与回答、相关产品和文档链接——在标准产品数据源中根本不存在。这并不是谷歌的疏忽。旧的数据源格式从未设计用于承载这种类型的信息。这些新字段的存在是为了弥补传统电子商务数据结构与人工智能驱动的对话购物之间的根本差距。

3. 谷歌真正这样做的原因：对薄内容的战争

这次更新背后的真正意图可以直接从AI 性能洞察界面设计。每个行动号召都指向同一件事：更新您的产品描述并完善您的产品属性。

谷歌并不是在“增加您的工作负担”。谷歌正在对不完整的信息发起战争。

AI 推荐引擎的运作逻辑与传统搜索引擎根本不同。传统的 SEO 可以依赖反向链接和域名权威来提升排名，但 AI 对话搜索依赖于结构化知识。当消费者要求 Gemini “推荐一款适合夏季户外活动的浅色衬衫，要求透气、速干并具有 UV 保护”时，AI 必须立即从数十亿个产品中筛选、比较并推荐。在这个过程中：

•  没有指定颜色的产品？跳过。

•  没有指定材料的产品？跳过。

•  没有功能属性的产品？跳过。

•  缺少问答内容的产品？无法回答特定消费者问题——推荐概率大幅下降。

根据行业测试数据，属性更完整的产品的AI引用率显著更高。一个真实案例显示，仅优化Feed数据（不调整出价或创意）就使一个品牌的Google Ads表现提高了80%，而CPC同时下降。另一个数据集揭示，属性覆盖接近完整的商店的AI推荐可见度是数据稀疏商店的3到4倍。

Google的购物图谱现在包含超过500亿个产品列表，每小时更新超过20亿条记录。在这个规模下，AI系统必须依赖结构化数据来快速做出决策。在AI时代，信息不完整的产品不仅仅是“排名较低”——它们失去了被看到的资格。

4. AI推荐真的会改变人们的购物方式吗？数据已经给出了答案

这个问题的答案已经隐藏在最新的消费者行为研究中。

根据Federated Digital Solutions 2026年的研究数据：

• 39%的消费者已经在使用AI进行产品或服务发现

• 在2025年上半年，ChatGPT上的购物查询数量翻了一番，使其成为该平台增长最快的搜索类别

• 超过50%的65岁及以上的消费者现在使用AI购物助手，证明这一转变跨越了所有年龄组

更重要的发现是：人工智能并没有缩短购物旅程，而是让它变得更深入。

在使用人工智能之前，普通消费者在购买前完成1.6个步骤。在与人工智能互动后，这个数字跃升至3.8个步骤。消费者使用人工智能来“获取基线”，然后验证人工智能的推荐。78%的用户在使用人工智能工具后访问零售商网站，三分之一的用户直接从人工智能平台点击到零售商网站。

NIM的研究揭示了Google和ChatGPT用户之间的一个关键行为差异：

• ChatGPT用户：主要依赖于人工智能生成的结果；只有12%访问外部网站进行进一步验证

• Google用户：73%探索外部网站以获取更多信息

这意味着在Google的人工智能购物生态系统中，您的产品页面的最终价值仍然很重要——但进入该产品页面的“门票”已从“关键词排名”转变为“人工智能推荐资格”。

5. 你的行动计划：电子商务卖家现在应该做什么

面对这一产品数据革命，卖家不需要恐慌。他们需要一个系统的应对策略。以下是优先级排序的行动清单：

优先级 1：立即审核您的产品信息属性完整性

Google 已经在中内置了 "属性完整性评分"AI 性能洞察在此功能在您的地区可用之前，请执行以下手动检查：

• 颜色：确保使用标准化值（例如，"蓝色"而不是"BL"或"海军蓝"）

• 材料：AI 模式使用材料数据回答有关面料、耐用性和护理要求的对话查询

• 尺寸：对服装和鞋类至关重要

• 风格：影响 AI 理解语义标签如 "休闲"、"正式" 或 "运动"

•  product_type: 使用 > 分隔符构建至少 3 层深的面包屑分类

优先级 2：为您的前 20% SKU 构建对话属性

您不需要一次性优化每个产品。应用帕累托原则：

1. 识别您前 20% 的收入驱动 SKU
2. 根据以下公式重写这些产品的标题：品牌 + 产品类型 + 关键属性 1 + 关键属性 2 + 尺寸/颜色/变体
3. 按照优先顺序完成所有六个对话属性：问答 > 相关产品 > 变体选项 > 项目组标题 > 文档链接 > 人气排名
4. 在 30 天内衡量影响，然后扩展到您的其余目录

优先级 3：构建一个适合 AI 的产品内容策略

• 标题优化：保持在150个字符以内；前70个字符是黄金区域（大多数购物广告格式仅显示前70个）

• 描述重写：从“产品规格列表”转变为“问答内容”。而不是写“这件夹克是棉质的”，可以写成“100%有机棉材质让您整天保持凉爽和舒适”

• 问答内容开发：将客户服务团队最常被问的10个问题转换为正式的问答属性内容

优先级4：建立一个数据质量监控节奏

• 每日：检查商户中心诊断，查看拒绝、警告和缺失属性标记

• 每周：比较各类别的点击率、转化率和成本效率

• 每月：对定义的SKU集合进行一次受控的标题、图片或属性更改测试

6. 更深层的意义：从数据优化到知识资产管理

Google Merchant Center 的转型标志着整个行业的拐点：产品数据正在从“搜索资产”演变为“知识资产”。

多年来，Feed 优化旨在帮助 Google 理解“产品是什么”——通过标题、描述、GTIN 和分类法。现在，随着购物越来越依赖人工智能，重点转向帮助人工智能理解：

•  这个产品适合谁

•  解决了什么问题

•  与替代品的比较

•  哪些产品与之搭配良好

•  为什么应该推荐它

这不仅仅是 Google 的要求。OpenAI 的 Agentic Commerce Protocol 涉及的数据需求与 Google 的对话属性惊人相似——常见问题、相关和替代产品、受欢迎程度排名——只是格式不同。下一个平台，无论是 Perplexity、Grok 还是 Shopify 即将推出的 Catalog MCP，都将需要类似的结构化产品数据。

最耐用的策略：将您的产品数据升级为 AI 准备状态一次，使其在所有 AI 平台上可移植，并在这些平台发展时保持更新。

7. 结论：谁提供最细致的数据，谁就能赢得 AI 的顶级推荐。

Google Merchant Center 转型为 "AI 性能中心" 不是未来，而是现在。 AI 性能洞察 和对话属性是 Google 向电子商务卖家的明确信号：

在 AI 购物时代，数据的完整性就是竞争力。

在过去，缺少颜色或材料信息可能看起来是一个小失误。现在，如果没有清晰地写出来，AI 对话搜索将完全跳过您。随着消费者越来越多地转向 Gemini 和 AI 模式，提出 "推荐一件适合我的夹克" 的请求，被跳过意味着失去整个交易。

这不是一场技术竞赛，而是一场信息密度的竞赛。谁拥有最细致、结构化、问答型的产品数据，谁将在 AI 推荐系统中获得优先展示。而 Google 的新数据透明工具正是您量化这场竞赛并持续优化所需的武器。

现在去检查你的产品信息。填写那些颜色、材料和风格属性。在AI购物的战场上，细节决定你是被推荐还是被遗忘。

本文基于2026年谷歌营销直播的官方公告、谷歌商户中心帮助文档以及来自权威来源的研究数据，包括Semrush、Search Engine Land和Shopify社区。AI性能洞察和对话属性正在全球分阶段推出；实际界面可能因地区而异。