# 智能体商务白皮书：AI 购物智能体、Shopify、ACP、UCP 与 AI 可读商务

> 一份可落地的智能体商务白皮书：AI 智能体如何发现、评估、推荐并帮助用户购买产品，以及商家需要了解的 AI 可读产品数据、Shopify Catalog、ACP、UCP 与 GEO。

*AI-readable version of [智能体商务白皮书：AI 购物智能体、Shopify、ACP、UCP 与 AI 可读商务](https://staging2.deeplumen.io/zh/whitepapers/agentic-commerce/) · generated by DeepLumen Agentic Page*

DeepLumen 白皮书

AI 智能体如何发现、评估、推荐并协助用户购买产品，以及商家需要理解的 AI 可读产品数据、Shopify Catalog、ACP、UCP 与 GEO。

目录

## 摘要

智能体商务是一场从人主导的在线购物，转向 AI 辅助、AI 中介、最终由智能体执行的商务变革。在传统电商中，购物者要自己搜索、点击、筛选、阅读、比较、评估、加入购物车并结账。在智能体商务中，AI 智能体代替购物者完成更多这样的工作。购物者用自然语言表达意图，智能体理解需求、检索产品选项、对照约束条件加以比较、推荐一份精选清单，并可能协助完成交易。

这并非对未来的抽象设想。OpenAI 已在 ChatGPT 中扩展了产品发现，并把购物描述为一个用户可以在同一处比较产品、获取最新详情的流程。OpenAI 还推出了 Instant Checkout 与 Agentic Commerce Protocol——这是其与 Stripe 共同开发、面向 AI 辅助购买流程的开放标准。Shopify 已宣布推出 Agentic Storefronts，并让 Shopify Catalog 接入各大 AI 渠道。Google 也面向智能体购物时代推出了商务工具与 Universal Commerce Protocol。这些举措尚处早期、参差不齐、仍在演进，但合在一起表明：电商已不再只是浏览器里的体验，而正在成为一套由 AI 中介的决策系统。

对商家而言，核心问题正在改变。

旧问题是：购物者能找到我的店铺吗？

新问题是：AI 智能体能否理解、信任、比较并推荐我的产品？

这个差别很重要。一件产品可以被索引，却在 AI 推荐中隐形；一个商家可以被收录进目录，却仍未能进入买家的精选清单；一个产品页可以对人很美观，对 AI 系统解析起来却代价高昂。智能体商务奖励那些产品事实明确、结构化、时效新、且便于 AI 系统检索的商家。

DeepLumen 的观点是：智能体商务不会仅靠流量技巧取胜，而要靠 AI 可读的商务基础设施取胜。这意味着减少 AI 系统理解一个站点所需处理的语料单元数量，提升机器可读产品事实的密度与清晰度，并自动应用结构化标记，从而让产品属性、使用场景、政策、对比与信任信号对检索系统可用。

在浏览器时代，产品页是为人眼打造的。在智能体时代，每个产品页都还需要一层机器可读的内容。

本白皮书将解释什么是智能体商务、它为何此刻发生、其技术栈如何运作、它对 Shopify 与电商商家意味着什么，以及 AI 可读性为何正成为一个全新的竞争面。

## 核心要点

智能体商务是指由 AI 智能体协助用户发现、比较、决策与交易的商务形态。

AI 购物正把电商从搜索结果页转向对话式的产品发现。

目录收录并不等于 AI 推荐可见性。

AI 智能体评估店铺的方式与人类购物者不同。它们检索、解析、比较并对产品事实排序。

智能体商务技术栈包含产品数据、检索、推荐、结账、支付、信任、履约与度量。

OpenAI 的 Agentic Commerce Protocol 聚焦于智能体辅助的商务流程与结账协调。

Shopify Catalog 帮助 Shopify 商家参与 AI 产品发现，但产品的呈现与推荐质量仍取决于数据质量与相关性信号。

Google 的 Universal Commerce Protocol 及相关商务工具表明，智能体商务正成为平台级的优先事项。

商家就绪度取决于 AI 系统能否访问、理解、比较并信任产品事实。

电商优化的下一层是 AI 可读性：降低 AI 阅读成本、提升事实密度，并把产品信息结构化以供机器消费。

## 1. 什么是智能体商务？

智能体商务是指利用 AI 智能体代表买家、卖家或业务系统执行与商务相关的任务。这些任务可以包括产品发现、产品比较、价格监控、可购性查询、个性化、结账协助、订单追踪、退货支持与售后服务。

一个简单的定义：

智能体商务是由 AI 中介的商务，其中软件智能体理解买家意图、评估商业选项，并协助完成购物旅程的一部分或全部。

“agentic（智能体的）”一词很关键。聊天机器人回答问题，而智能体是在某个目标之下采取行动。在商务中，这个目标可能是“帮我找一款 200 美元以内最好的有机棉床垫保护垫”、“比较这两款用于视频剪辑的笔记本电脑”、“重新下单去年冬天对我有效的那款护肤品”，或者“买一包到货能赶在周五之前、价格最低的补充装”。

传统电商假设用户就是操作者，用户手动执行每一步。智能体商务则假设 AI 系统可以在旅程的部分环节成为操作者：用户设定约束，智能体来干活。

这并不意味着人会从商务中消失，而是意味着人的角色上移了。购物者不再浏览无尽的产品网格，而是描述意图、品味、预算、约束与取舍。智能体检索选项并解释推荐理由。最终决定也许仍归于人，但发现与评估的工作被压缩了。

智能体商务也改变了商家的受众。如今一家店铺有两类受众：

- 看到可视化店面的人类购物者。
- 解析底层信息的 AI 智能体。

第一类受众对设计、叙事、摄影与用户体验做出反应。第二类受众对清晰度、结构、一致性、可购性、产品事实与信任信号做出反应。一个商家可能把一类受众服务得很好，却仍然辜负了另一类。

最重要的含义是：

智能体商务把产品信息变成了一个分发面。

在旧模型里，产品信息帮助转化那些已经到达的用户。在智能体模型里，产品信息决定了 AI 系统是否会把商家纳入对话之中。产品数据不再只是一项后台资产，它是一条一线营销渠道。

## 2. 智能体商务为何此刻发生

智能体商务之所以发生，是因为多项技术变革正在同一时间汇聚。

第一，消费者已经在把 AI 系统当作调研助手。买家可以让 ChatGPT、Perplexity、Gemini、Claude 或其他助手来比较产品、解释取舍、汇总评价或缩小选择范围。在购物者访问商家网站之前，这些系统正越来越多地被用在购买旅程的起点。

第二，AI 系统在结构化比较方面越来越强。用户可以提供预算、尺寸、成分限制、发货截止时间、偏好风格、兼容性、可持续性或品牌偏好等约束。智能体能把这种杂乱的诉求转化为一个产品检索问题。

第三，主流平台正在加入商务层。OpenAI 的产品发现更新描述了 ChatGPT 内更丰富的购物体验，包括产品比较与更完整的产品信息。OpenAI 早先的 Instant Checkout 公告随 Stripe 一起引入了 Agentic Commerce Protocol。Shopify 已宣布商家可通过 Agentic Storefronts 与 Shopify Catalog 参与 AI 渠道。Google 也为零售商与平台推出了智能体商务工具与 Universal Commerce Protocol。

第四，浏览器页面不再是唯一的界面。购物者可能在聊天界面、语音助手、AI 搜索结果、移动端智能体，或某个零售商专属的 AI 体验中发现产品。商家网站依然重要，但决定也许在用户到达之前就已被塑造。

第五，产品目录正在变得机器可消费。多年来，电商团队为各类市场平台、Google Shopping 与站内搜索优化产品数据。智能体商务把这套逻辑延伸到了需要结构化信息、以便对照自然语言意图比较产品的 AI 系统上。

结果是一个全新的商业环境，AI 系统可以影响：

- 哪些产品被发现；
- 哪些产品被比较；
- 哪些产品被排除；
- 哪些产品属性被强调；
- 哪些商家被信任；
- 提供哪些结账路径；
- 呈现哪些售后体验。

在这样的环境里，赢家不只是拥有最佳可视化网站的品牌，而是那些产品事实最便于 AI 系统检索、解读、比较与佐证的品牌。

## 3. 从 M2H 到 M2AI 的转变

二十年来，电商营销大体是面向人的营销，即 M2H（Marketing to Human）。M2H 的核心是让人类购物者产生购买欲，它包括视觉设计、着陆页、转化文案、产品摄影、评价、邮件流、达人内容、付费广告与结账体验。

M2H 仍然必要。智能体商务并不会移除人，它改变的是人何时、以何种方式介入。

在 M2H 之外，一门新的学科正在兴起：面向 AI 的营销，即 M2AI（Marketing to AI）。

M2AI 是让品牌、产品、目录与政策层对 AI 系统可读的实践。它绝不只是换了个名字的 SEO。传统 SEO 针对返回链接的搜索引擎做优化；GEO（生成式引擎优化）针对汇总并引用信息的回答引擎做优化；M2AI 的范畴更宽，它涵盖在生成式回答中的可见性、由 AI 中介的产品发现、AI 可读的产品事实、可供智能体访问的商务数据，以及机器可解释的交易上下文。

在 M2H 中，产品页要问的是：这一页能否说服一个人？

在 M2AI 中，产品页要问的是：AI 系统能否提取出推荐这件产品所需的确切事实？

这是两个不同的问题。

人可以推断“以透气天然纤维制成”也许意味着棉、麻、竹或别的什么。AI 系统也能猜，但猜测带来风险。人可以查看一张图片来推断尺寸、质地与颜色；AI 系统也许能看到图片，但要做可靠比较仍需要明确的属性。人可以读一长段文字，理解某产品适合容易燥热出汗的睡眠者；AI 系统则需要把这一使用场景表达得足够清晰，才能匹配诸如“潮湿公寓里最好的凉感床单”这样的查询。

M2AI 并不是要取代品牌叙事，而是要在其下方再加一层。

人类购物者看故事，AI 智能体要的是事实。

最强的商务组织会同时运营这两层。它们会继续打造精美的人类体验，但也会建设 AI 可读的基础设施，让智能体能够理解店铺卖什么、每件产品面向谁、为何重要、以及如何与他者比较。

## 4. 智能体商务旅程

智能体商务可以理解为一段五阶段的旅程：

- 发现
- 评估
- 推荐
- 交易
- 售后服务

每个阶段都有不同的数据需求。

### 发现

发现是 AI 系统决定哪些产品或商家应进入候选集的时刻。在传统搜索中，发现往往与关键词、链接、内容相关性和可抓取性绑定。在智能体商务中，发现取决于 AI 系统能否检索到与用户自然语言意图相匹配的产品数据。

如果用户要找“一款 200 美元以内、可快速发货的 queen 尺寸有机棉床垫保护垫”，智能体需要若干事实：

- 产品品类；
- 尺寸；
- 材质；
- 价格；
- 可购性；
- 发货速度；
- 商家资格；
- 评价或信任信号；
- 退货政策；
- 与用户所述需求的契合度。

如果这些事实被埋没、缺失、不一致，或只能通过客户端交互获取，产品就可能无法进入候选集。

### 评估

评估是比较阶段。智能体跨商家比较产品。正是在这里，含糊的产品文案不敌明确的结构化信息。

评估需要：

- 属性；
- 规格；
- 变体；
- 价格；
- 可购性；
- 评价；
- 政策；
- 认证；
- 使用场景；
- 局限；
- 替代选项。

智能体需要解释某件产品为何比另一件更契合。如果商家未提供可比较的事实，智能体可能更青睐那些数据更易比较的商家。

### 推荐

推荐就是最终的精选清单。智能体必须决定向用户呈现哪些产品。推荐不只需要匹配，还需要把握。

AI 系统往往偏好这样的信息：

- 清晰；
- 时效新；
- 有佐证；
- 结构化；
- 相关；
- 跨来源一致。

这正是外部信任信号为何重要的原因。评价、第三方引用、产品文档、政策、品牌声誉与权威提及，都会影响这一把握层。

### 交易

交易是购买这一步。它可能发生在商家网站上、平台控制的结账流程中、应用内浏览器里，或通过某个协议中介的流程完成。OpenAI 的 Instant Checkout 公告与 ACP 文档都指向智能体辅助的交易协调。Shopify 的 agentic storefront 文档把 ChatGPT 描述为一个具有独立顾客结账体验的产品发现渠道。Google 的 UCP 工作则指向购物旅程间更广泛的互操作性。

交易就绪度取决于：

- 结账兼容性；
- 支付支持；
- 商家政策；
- 税费与运费逻辑；
- 库存准确性；
- 欺诈防控；
- 订单确认；
- 顾客同意授权。

### 售后服务

售后服务包括订单状态、退货、保修、支持、换货、订阅与重新下单等流程。随着智能体能力增强，售后服务可能会并入发起购买时所用的同一个对话界面。

对商家而言，这意味着政策也必须是机器可读的。一份在视觉上存在、但语义含糊的退货政策，可能在智能体中介的服务中制造摩擦。

## 5. 智能体商务技术栈

智能体商务不是单一工具，而是一套技术栈。

最顶层是用户界面：ChatGPT、Gemini、Perplexity、Claude、Google AI Mode、零售商的 AI 助手、语音助手，或定制的购物智能体。

其下是意图层。智能体把用户语言翻译成结构化约束。这些约束可能包括预算、送达截止时间、产品品类、价值取向、尺寸、材质、医疗或安全限制、风格、所在地与使用场景。

意图层之下是检索层。AI 系统需要产品选项。它可能从平台目录、商家数据源、被索引的网页、结构化数据、API、第一方集成、第三方供应商或实时检索中获取。

检索之下是评估层。智能体利用可得的产品事实、商家声誉、用户偏好与平台规则来比较产品。

评估之下是信任层。系统评估产品信息是否可靠、时效是否新、是否被允许、以及呈现是否安全。

信任之下是交易层。用户可能点击跳转到商家、使用应用内浏览器，或通过智能体商务协议或平台结账完成下单。

交易之下是履约与服务层。商家仍负责库存、支付结算、配送、退货、客户支持与售后流程。

对商家而言，这套技术栈带来一个新要求：仅仅优化可见的产品页已经不够。商家需要能够穿过智能体商务技术栈每一层的产品信息。

实际的问题变成了：

你的产品数据是否足够可读，能够熬过检索、评估、推荐与交易？

## 6. 智能体商务协议：ACP、UCP、MCP 与协议层

智能体商务需要协议，因为智能体、商家、支付服务商与平台需要一种共享的方式来交换商业信息。

协议格局仍然年轻，商家不应假设某一个协议已经胜出。不同协议解决不同的问题。

### Agentic Commerce Protocol (ACP)

OpenAI 于 2025 年 9 月在 ChatGPT 中推出了 Instant Checkout，并把 Agentic Commerce Protocol 描述为其与 Stripe 共同开发的 AI 商务开放标准。ACP 旨在帮助 AI 智能体、个人与企业协同完成购买。OpenAI 2026 年 3 月的产品发现更新也把 ACP 描述为 AI 原生商务与产品发现的基础之一。

通俗地说，ACP 关注的是在用户、智能体与商家之间打通 AI 辅助的商务流程。

### Universal Commerce Protocol (UCP)

Google 宣布了面向智能体购物时代的新技术与工具，其中包括 Universal Commerce Protocol。Google 的视角覆盖整个购物旅程，包括发现、购买与售后支持。UCP 被定位为智能体与零售系统通过一种通用商务语言进行交互的方式。

通俗地说，UCP 关注的是在零售商、平台与商务系统之间标准化智能体商务交互。

### Model Context Protocol (MCP)

Anthropic 推出 Model Context Protocol，作为把 AI 助手连接到数据所在系统的标准。MCP 本身不是商务协议，它更为通用。但它对智能体商务很重要，因为商务智能体需要访问工具、数据库、目录、政策与运营系统。

通俗地说，MCP 关注的是把 AI 系统连接到外部工具与数据源。

### 为何协议无法解决一切

协议铺设的是轨道。它们并不保证可见性。

一个商家可以兼容协议，却仍不被推荐。一个商家可以被收录进目录，却仍不出现在某个具体的购物回答里。一个商家可以暴露产品数据，但若产品事实不完整、含糊或难以比较，其 AI 可读性仍然薄弱。

协议回答的问题是：系统之间如何通信？

AI 可读性回答的问题是：一旦通信成为可能，AI 系统能理解什么？

二者缺一不可。

## 7. Shopify 与智能体商务

Shopify 在智能体商务的讨论中处于核心位置，因为它代表着一个庞大的商家、目录、结账体验与店面数据生态。Shopify 已宣布推出 Agentic Storefronts，并参与到包括 ChatGPT、Microsoft Copilot、Google AI Mode 与 Gemini 在内的各类 AI 渠道。OpenAI 表示，Shopify 商家的产品数据已通过 Shopify Catalog 集成进 ChatGPT，帮助产品在相关对话中更准确、更完整地出现。

这是一次重要转变。它意味着许多 Shopify 商家在 AI 产品发现上不再从零起步。它们的产品可能借助 Shopify 的基础设施而有资格出现在 AI 购物体验中。

但这也带来一种误解。

被 Shopify Catalog 收录，并不等于在推荐中占据主导。

收录意味着一件产品可能在某个渠道里得到呈现；推荐意味着该产品被选中——被认为对某个具体的用户诉求而言相关、可信且有用。

这一区别正是商家的战略落差所在。

AI 系统仍需判断：

- 产品是否匹配查询；
- 属性是否完整；
- 商家是否可信；
- 价格与可购性是否为最新；
- 产品与替代选项相比是否表现良好；
- 产品是否有足够证据支撑一次推荐；
- 产品在平台政策下是否被允许；
- 商家路径是否带来良好的用户体验。

Shopify 给了商家一个强大的分发层，但并未消除对产品清晰度的需求。

对 Shopify 商家而言，智能体商务就绪度如今有两层：

- 平台参与：店铺是否合格、是否在 AI 渠道中得到呈现？
- AI 可读性：产品数据能否被有把握地理解、比较与推荐？

第二层正是许多商家将要竞争的战场。

## 8. 为何目录收录不等于 AI 可见性

目录收录是一个二元或近乎二元的概念：一件产品要么被收录进目录、数据源或发现渠道，要么没有。

AI 可见性则是概率性的。它取决于一件产品是否出现在相关的 AI 回答、推荐、比较与购物流程中。

这种区别类似于“被 Google 索引”与“排在第一页”之间的区别。被索引是必要的，但并不充分。

在智能体商务中，一件产品可能在多个环节失败：

- 它可能被收录却未被检索到。
- 它可能被检索到却未被理解。
- 它可能被理解却未被信任。
- 它可能被信任却未被选中。
- 它可能被选中却未被转化。

每一种失败都有不同的成因。

如果产品未被检索到，问题可能出在品类映射、目录呈现、可抓取性或缺失的词项。

如果产品被检索到却未被理解，问题可能是 AI 可读性差、属性含糊、事实被埋没，或语料单元过多。

如果产品被理解却未被信任，问题可能是评价薄弱、政策缺失、宣称不一致，或缺乏外部佐证。

如果产品被信任却未被选中，问题可能是价格、可购性、使用场景不匹配，或存在更强的替代选项。

如果产品被选中却未被转化，问题可能是着陆体验、结账摩擦、运费、配送时长或信任。

这正是为什么智能体商务优化无法被简化为单个文件、标签或数据源。它需要一种贯穿发现、理解、信任与转化的分层视角。

## 9. AI 可读性：智能体商务中缺失的一层

AI 可读性是指 AI 系统能够高效理解、检索并使用一个网站或目录中信息的程度。

AI 可读性与人类可读性并不相同。一个产品页可能对人很好读，对 AI 系统却很难解析。人类读者能容忍含糊，AI 检索系统则需要明确性。

对电商而言，AI 可读性取决于若干因素：

- 产品事实明确；
- 属性结构化；
- 变体清晰；
- 评价可获取；
- 政策可读；
- 对比稳定；
- 使用场景直接陈述；
- 宣称有支撑；
- 媒体有文本等价物；
- 页面没有被无关的语料单元塞满。

“语料单元”这一说法很有用，因为 AI 系统并不像人滚动页面那样去读网站。它们处理的是一块块文本、结构化数据、表格、元数据与被检索的段落。每一个多余或含糊的单元都会抬高理解成本。

一个电商页面往往包含许多低价值语料单元：

- 重复的营销口号；
- 装饰性文案；
- 重复的导航文字；
- 含糊的利益陈述；
- 被隐藏或折叠的内容；
- 客户端渲染的片段；
- 缺失的产品属性；
- 不一致的变体描述；
- 非结构化的评价；
- 脱离产品上下文的政策文字。

减少语料单元并不意味着删除有用内容，而是减少 AI 系统在理解产品之前必须处理的嘈杂、含糊或冗余信息的数量。

在智能体商务中，更低的 AI 阅读成本可以提升检索的把握度。当产品事实清晰时，AI 智能体就更少有理由跳过该产品、误述它，或转而选择一个更易解析的竞品。

这就是 AI 可读商务背后的核心理念：

一件产品越容易被 AI 理解，它就越可能在由 AI 中介的购买决策中被纳入考量。

## 10. SEO、GEO、AEO 与智能体商务优化的区别

SEO、GEO、AEO 与智能体商务优化彼此重叠，却并不等同。

SEO，即搜索引擎优化，是帮助页面在搜索引擎中获得排名的实践。它关注可抓取性、索引、相关性、权威性、技术性能、内容质量与用户意图。

GEO，即生成式引擎优化，是提升在 AI 生成式回答中可见性的实践。它关注被 AI Overviews、ChatGPT、Perplexity、Gemini 等回答引擎引用、汇总与呈现。

AEO，即回答引擎优化（Answer Engine Optimization），常被用来描述针对直接回答、精选摘要、语音助手与面向回答的搜索系统所做的优化。

智能体商务优化则更为具体。它关注 AI 购物智能体能否围绕产品进行发现、评估、推荐并协助交易。

SEO 问的是：一个页面能排名吗？

GEO 问的是：一个页面能被引用或汇总吗？

AEO 问的是：一个页面能回答一个问题吗？

智能体商务优化问的是：AI 智能体能否用这些产品数据做出一次购买推荐？

最后这个问题有着不同的要求。AI 系统可能需要比较价格、尺寸、材质、可购性、兼容性、评价、退货政策、配送时长、认证与使用场景契合度。它可能需要在与竞品的对照中为一次推荐辩护，需要知道产品在某个渠道里是否可购买，还需要理解商家的政策是否满足用户的约束。

这正是产品数据为何变得核心的原因。智能体商务优化不只是内容营销，它是一种商务数据架构。

## 11. AI 智能体如何评估产品

AI 购物智能体通常通过检索、排序、推理与回答生成的组合来评估产品。

具体过程因平台而异，但底层模式相似。

第一，智能体理解用户的诉求。用户可能会问：“帮我找一款 250 美元以内、本周能发货的无毒婴儿床垫。”智能体识别出品类、安全顾虑、预算、发货要求，以及可能的信任约束。

第二，系统检索候选产品。它可能使用搜索索引、产品目录、商家数据源、API、结构化数据或购物集成。

第三，系统提取可比较的事实。它需要尺寸、材质、认证、评价、价格、可购性、退货政策与其他属性。

第四，系统评估契合度。它把每件产品对照用户的约束、并相互之间进行比较。

第五，系统生成解释。它呈现一份精选清单，并说明每个选项为何契合。

第六，用户可能进一步细化诉求。智能体更新约束并重复评估。

关键在于：智能体需要足够稳定、可供比较的产品事实。

如果一个商家只提供品牌叙事，产品就可能难以评估。如果一件产品有很好的评价，但这些评价无法以结构化或可读的方式被获取，智能体可能就不会使用它们。如果一件产品有认证，却只以图片徽章的形式展示，智能体可能会错过。如果一件产品有变体，但变体逻辑不清晰，智能体可能会回避给出推荐。

智能体商务奖励明确的产品真相。

## 12. 产品事实就是新的着陆页

在传统电商中，着陆页是主要的说服面。它把标题、图像、宣称、评价、社会认同、紧迫感与行动号召融为一体。

在智能体商务中，产品事实在用户着陆之前就成了说服面。

设想一个用户向 AI 助手提出：“适合狭窄城市公寓、300 美元以内、易折叠、能放进小型汽车后备箱的最佳旅行婴儿车。”助手也许根本不会给用户展示十个着陆页，而是给出三件产品和一张简短的对比表。

如果你的产品不在那张表里，你的着陆页就永远没有机会。

真正要紧的产品事实包括：

- 确切的产品品类；
- 尺寸；
- 重量；
- 材质；
- 变体选项；
- 价格；
- 可购性；
- 发货时长；
- 退货政策；
- 保修；
- 认证；
- 使用场景；
- 局限；
- 评价摘要；
- 兼容性；
- 对比要点；
- 护理说明；
- 安全约束。

这并不会让设计变得无关紧要，它改变的是顺序。AI 智能体可能先产生精选清单，随后人类再从视觉与情感上评估最终的几个选项。

商家必须先赢得机器可读的比较，人类才会看到品牌体验。

## 13. 结构化数据是必要的，但还不够

结构化数据帮助搜索引擎与其他系统理解页面内容。Google 的电商结构化数据指南鼓励商家加入与电商相关的结构化数据，而产品结构化数据可以支撑富结果与商家列表体验。

对智能体商务而言，结构化数据依然重要。产品结构化数据、报价数据、评价数据、面包屑、组织数据与 FAQ 数据，都能改善机器理解。

但结构化数据并不是问题的全部。

一个页面可以有 Product 结构化数据，却仍在 AI 推荐上表现薄弱——如果这套结构化数据单薄、不完整，或与买家意图脱节。一件产品可以暴露价格与可购性，却没有陈述使用场景。一个页面可以包含评价，却没有为某类特定购物者汇总那些要紧的评价主题。一件产品可以包含材质，却遗漏了认证或兼容性。

AI 系统需要的不只是基础的结构化数据，它们需要一层可读的产品知识层。

这一层包括：

- 结构化属性；
- 人类可读的事实表；
- 使用场景陈述；
- 便于比较的宣称；
- 政策上下文；
- 评价摘要；
- 问答区块；
- 分品类的实体；
- 产品局限；
- 来源一致性。

结构化数据是标记，AI 可读性则是机器理解的完整体验。

## 14. llms.txt 的角色

llms.txt 是一项被提议的约定，用于向 AI 系统提供一份经过整理的网站重要内容地图。它通常是放在 `/llms.txt` 的一个 Markdown 文件。这个想法很有用：给语言模型一份可读的指南，指向那些要紧的页面。

但商家应当理解它的局限。

llms.txt 是一个入口。它既不是排名保证、推荐保证，也不是一个已被所有 AI 系统确认采用的通用标准。

对智能体商务而言，llms.txt 可以帮助把智能体指向重要页面，但它无法修复薄弱的产品数据，无法把含糊的产品文案变成结构化的产品事实，也无法在页面缺少所需属性时让产品对用户的约束更相关。

正确的理解方式是：

llms.txt 帮助 AI 系统找到正确的门，AI 可读的内容决定了门打开之后会发生什么。

这一区别之所以重要，是因为许多商家会去寻找一个简单的开关。智能体商务并不是靠加一个文件就能解决的，它需要对店铺有一份更好的机器可读表达。

## 15. 智能体商务中的信任信号

AI 系统不只需要事实，还需要把握。

一次产品推荐是一个信任事件。AI 智能体实际上是在说：“鉴于你的约束，这件产品值得考虑。”如果推荐错误、过时、不安全或具有误导性，用户体验就会受损。

商家的信任信号包括：

- 已验证评价；
- 评价数量与时效；
- 第三方报道；
- 品牌声誉；
- 退货政策；
- 配送政策；
- 保修；
- 认证；
- 安全信息；
- 成分或材质透明度；
- 客户支持可达性；
- 企业身份；
- 政策一致性；
- 外部引用。

在传统电商中，这些信号帮助人类决定是否购买。在智能体商务中，它们也帮助 AI 系统决定是否推荐。

最强的信任信号是具体的。“高品质”很弱，“1,240 条已验证评价、4.8 星，电池续航与安装速度屡获好评”更强。“环保”很弱，“GOTS 认证有机棉、OEKO-TEX Standard 100 认证、不含所列化学处理”更强。

相比宽泛的宣称，AI 系统更擅长使用精确的宣称。

## 16. 分品类的智能体商务

智能体商务并不会以同样的方式影响每一个品类。每个电商品类都有自己的高价值属性、风险与比较逻辑。

### 时尚与服饰

时尚类查询常涉及尺码、版型、风格、面料、场合、可购性、退货政策与身材方面的顾虑。AI 智能体需要尺码表、版型说明、模特信息、面料成分、护理说明、库存状态与退货灵活度。

挑战在于时尚类页面往往高度依赖图片。人能看出垂坠感、廓形与搭配，而 AI 系统需要文本等价物与结构化属性。

### 美妆与护肤

美妆类查询涉及成分、肤质、过敏、护肤流程兼容性、禁忌、质地、气味、临床宣称与认证。AI 智能体需要成分的清晰度与宣称的边界。这一品类风险也更高，因为产品推荐可能与健康问题交叉。

诸如“清洁”或“温和”这类含糊宣称，远不如明确的成分与使用场景数据有用。

### 家居与生活

家居类品类常涉及尺寸、材质、房间类型、兼容性、护理、配送、组装、风格与耐用性。AI 智能体需要尺寸与使用场景。一件沙发、床垫保护垫、灯具或收纳产品，若尺寸缺失或不清晰，就可能被淘汰出局。

### 电子产品与配件

电子产品需要兼容性、规格、接口、标准、保修、电源要求、电池续航、型号支持与安全信息。AI 智能体很可能直接比较规格，单薄的规格数据会带来重大劣势。

### 食品、饮料与膳食补充剂

这些品类涉及成分、饮食限制、份量、过敏原、认证、储存、订阅与合规。AI 智能体必须避免过度宣称，并需要清晰的标签。

结论很简单：

智能体商务就绪度是分品类的。一套通用的 AI 可见性策略，弱于一套与品类相匹配的产品属性策略。

## 17. 面向 DTC 品牌的智能体商务

DTC 品牌在智能体商务中面临一个特殊挑战。它们常常凭借品牌故事、视觉识别、社群、达人信任与产品差异化取胜，而这些往往很难用标准的市场平台字段来表达。

如果 AI 系统无法解析这种差异化，那份优势就可能变成劣势。

一个 DTC 品牌的产品也许比市场平台上的替代品更好，但市场平台上的产品可能拥有更清晰的数据：价格、评价、可购性、配送、图片、规格与结构化属性。如果 AI 系统能更有把握地比较市场平台产品，它可能会先推荐那件产品。

对 DTC 品牌而言，智能体商务的机会很大，因为 AI 智能体能够把小众产品匹配到具体的用户需求。只要差异点明确且相关，一个规模较小的品牌也能被推荐。

但这要求品牌把它的故事翻译成产品事实。

例如：

- “为城市公寓设计”要变成尺寸、可折叠性、收纳占地、重量与安装时间。
- “适合敏感肌”要变成成分排除清单、肤质测试、皮肤科医生说明与使用场景边界。
- “优质材质”要变成材质类型、认证、来源、耐用性与护理说明。
- “更适合送礼”要变成包装、送达时机、价格档位、个性化与收礼人使用场景。

智能体商务可以帮助 DTC 品牌与更大的零售商竞争，但前提是智能体能够理解这件产品为何与众不同。

## 18. 智能体商务的经济学

智能体商务改变了获客经济学，因为 AI 智能体压缩了发现环节。

在传统效果营销中，商家付费把用户引到页面，再设法转化他们。在智能体商务中，用户可能在旅程的更靠后阶段才到达——他们也许已经向智能体询问过选项、细化过约束、比较过替代品并选定了一份精选清单。

这可能带来意图更强的流量。来自 AI 推荐的用户，可能比来自宽泛搜索查询的用户更接近购买。但它也可能造成“赢家通吃更多”的动态：如果 AI 助手呈现三个选项，第四个选项实际上就隐形了。

经济学的重心从流量规模转向被纳入推荐。

商家需要度量：

- 品牌在 AI 回答中出现的频率；
- 产品在非品牌提示词下出现的频率；
- AI 引用或提及商家的频率；
- 哪些提示词带来可见性；
- 哪些竞品与品牌同时出现；
- 来自 AI 的流量是否转化；
- AI 推荐是否准确；
- 产品事实是否被正确呈现。

这正是监测为何重要的原因。但监测本身并不创造可见性，它只是告诉商家可见性在哪里缺失。商家仍需改进 AI 系统所读取的数据层。

经济优势来自把度量与 AI 可读性结合在一起。

## 19. 度量：全新的 KPI

智能体商务需要新的指标。传统电商指标依然重要，但它们无法完整捕捉由 AI 中介的发现。

重要的指标包括：

### AI 提及率

在一组既定的提示词中，品牌或产品在 AI 回答里出现的频率有多高？

### 提示词覆盖率

品牌能在多少个相关的用户意图下出现？

### AI 回答中的声量份额

当多个品牌同时出现时，相对于竞争对手，商家出现的频率有多高？

### 引用率

AI 系统引用、链接或提及商家页面的频率有多高？

### 产品事实准确度

当产品出现时，价格、材质、尺寸、可购性与各项宣称是否正确？

### AI 引荐流量

有多少流量来自 AI 平台或 AI 辅助的浏览路径？

### AI 引荐转化率

来自 AI 推荐的用户，其转化率更高还是更低？

### 语料效率

AI 系统要提取出核心产品事实，必须处理多少个语料单元？

### 属性完整度

在各项关键品类要求上，产品属性的完整程度如何？

### 结构化标记覆盖率

有多少重要的产品、政策、评价、FAQ 与组织事实是以结构化形式呈现的？

最先进的商家不会把这些当作虚荣指标。他们会用它们来理解 AI 系统在哪里没能读懂这家店铺。

## 20. 商家就绪度模型

智能体商务就绪度可以从四个维度来评估：

### 可访问性

AI 系统能否访问相关页面、产品数据、政策与支撑内容？

可访问性包括可抓取性、可索引性、robots 配置、sitemap 是否存在，以及重要事实是否被藏在脚本、标签页、表单或不可访问的媒体之后。

### 清晰度

AI 系统能否在无需过度推断的情况下理解产品事实？

清晰度包括产品标题、属性、变体、表格、使用场景陈述、对比要点与政策措辞。

### 可信度

AI 系统能否信任这些宣称？

可信度包括评价、第三方提及、认证、企业身份、客户支持、政策一致性与外部佐证。

### 商务就绪度

产品能否在相关渠道中被推荐与购买？

商务就绪度包括价格、可购性、配送、结账路径、退货、履约、合规与商家资格。

这个模型之所以重要，是因为一个商家可能在某个维度很强、在另一个维度很弱。一件产品可能可访问却不清晰，可能清晰却不可信，也可能可信却无法在该渠道购买。

智能体商务就绪度是一套系统，而非单一分数。

## 21. DeepLumen 的角色：降低 AI 阅读成本

DeepLumen 在智能体商务中的立场是：许多电商站点首先面临的并不是可见性问题，而是 AI 可读性问题。

智能体无法有把握地推荐它无法高效理解的东西。

DeepLumen 聚焦三项彼此关联的能力：

### 1. 计算并减少语料单元

AI 系统必须处理文本、元数据、结构化数据与被检索段落这些单元，才能理解一个站点。许多电商页面包含太多低信号单元，而明确的产品事实却太少。

减少语料单元意味着让 AI 系统理解站点的代价更低。目标不是内容更短，而是信号密度更高。

### 2. 提升 AI 可读性

AI 可读性意味着让产品与品牌信息更便于 AI 系统检索与比较。它包括更清晰的产品属性、更好的实体结构、更明确的使用场景，以及更少含糊的产品措辞。

### 3. 自动应用结构化标记

结构化标记有助于把散落的产品、政策、评价与品牌事实转化为机器可读的信号，从而让 AI 系统与搜索系统更容易解读站点。

这些能力合在一起，在既有的人类店面之下形成一层 AI 可读的内容。

人类店面依旧精美，而 AI 可读层让店铺对智能体可读。

## 22. 关于智能体商务的常见误解

### 误解 1：智能体商务只是聊天机器人购物。

聊天机器人购物只是其中一种界面。智能体商务的范畴更宽，它包含发现、比较、购买协调、售后支持，以及系统对系统的商务工作流。

### 误解 2：只要我的产品进了目录，就大功告成了。

目录收录只是起点。AI 系统仍需决定要检索并推荐哪些产品。

### 误解 3：SEO 已经解决了这件事。

SEO 帮助页面在搜索引擎中排名。智能体商务需要的是能够支撑由 AI 中介的推荐与交易的产品数据。

### 误解 4：有 llms.txt 就够了。

llms.txt 可以把 AI 系统引导到重要内容，但它无法修复薄弱的产品事实或糟糕的 AI 可读性。

### 误解 5：AI 智能体总会选最便宜的产品。

价格很重要，但 AI 智能体可能还会考虑可购性、质量、评价、政策、兼容性与用户的约束。

### 误解 6：产品页好看就够了。

好看的页面有助于人类。AI 智能体需要的是明确、结构化的产品信息。

### 误解 7：只有大型零售商受益。

大型零售商受益于规模与数据，但只要产品事实更清晰、更相关，规模较小的商家也能在特定意图的查询中胜出。

### 误解 8：智能体商务会移除商家关系。

有些流程可能让商家的品牌与结账保持核心地位，有些则可能经由平台界面路由。这个生态仍在演进。

### 误解 9：监测能创造可见性。

监测揭示的是可见性的缺口，它并不会自动让产品数据更可读。

### 误解 10：智能体商务只关乎结账。

结账只是其中一层。发现与评估可能更重要，因为它们决定了产品是否会被纳入考量。

## 23. 风险与治理

智能体商务带来了新的风险。

### 错误的产品推荐

AI 系统可能基于不完整或过时的数据推荐产品。这会引发顾客不满与潜在的合规顾虑。

### 幻觉式的产品事实

如果产品信息含糊，AI 系统可能会错误地填补空白。清晰的产品事实可以降低这一风险。

### 政策误读

退货、保修、配送与安全政策若含糊或难以解析，就可能被误解。

### 数据时效

价格、库存与可购性必须保持最新。陈旧的数据会很快摧毁信任。

### 渠道依赖

商家可能会变得依赖那些排名与推荐规则并不完全透明的 AI 平台。

### 度量的不确定性

AI 可见性比搜索排名更难度量，因为提示词千差万别，生成式回答也会变化。

### 安全与支付风险

由智能体中介的结账需要强有力的同意授权、身份、欺诈、支付与履约控制。

### 品牌失真

如果品牌实体薄弱或在各来源间不一致，AI 系统可能会不准确地概述这个品牌。

智能体商务治理应当涵盖产品数据质量、政策清晰度、监测、安全审查、客户支持就绪度与品牌实体管理。

## 24. 商家在行动前应当理解什么

商家应当从理解问题入手，而不是追逐工具。

第一个问题不是“我们该实施哪一种 AI 商务协议？”，而是“AI 系统能否足够准确地理解我们的产品，从而推荐它们？”

一个商家应当知道：

- 它们的产品事实是否明确；
- 变体是否易于解析；
- 重要宣称是否有支撑；
- 评价是否可获取；
- 政策是否清晰；
- 分品类的属性是否完整；
- AI 系统当前是否提及该品牌；
- 品牌是否在非品牌提示词下出现；
- AI 生成的产品描述是否准确。

这就是新的诊断层。

一旦商家理解了这些缺口，就能决定优先做什么：目录呈现、结构化数据、内容清晰度、评价信任、政策可读性、结账兼容性，或外部权威。

智能体商务还太早，谈不上一刀切的处方。但就绪度的规律很清楚：

AI 系统奖励那些产品易读、易比较、易信任的商家。

## 25. 智能体商务与电商团队的未来

智能体商务将改变电商团队的工作方式。

SEO 团队需要理解 AI 检索与生成式回答。

产品团队需要维护更干净的产品属性。

商品运营团队需要以使用场景匹配来思考，而不只是品类页面。

内容团队需要同时为人类与 AI 系统写作。

数据团队需要支撑产品数据源、结构化标记与度量。

客户支持团队需要让政策与答案能被智能体准确使用。

法务与合规团队需要审查那些 AI 系统可能会复述的宣称。

增长团队需要追踪 AI 可见性、AI 引荐与提示词级别的声量份额。

电商组织将变得更跨职能，因为 AI 智能体不理会内部的部门壁垒。它们检索一切可得的信息，并用来回答用户的问题。

如果产品数据团队、内容团队与营销团队说法不一，AI 系统可能会给出不稳定的回答。

智能体商务奖励内部的一致性。

## 26. 竞争格局

围绕智能体商务与 AI 可见性，正涌现出几类工具。

### AI 可见性监测平台

这类工具帮助品牌衡量自己是否出现在 AI 回答中、哪些提示词带来可见性、竞争对手如何呈现，以及哪些来源被引用。

它们回答的是：我们在哪里可见？

### 提示词发现平台

这类工具帮助识别顾客可能提出的提示词类型，以及 AI 系统如何回应。

它们回答的是：用户在问什么？

### llms.txt 与 AI 爬虫工具

这类工具帮助为 AI 系统提供站点地图或爬虫指引。

它们回答的是：AI 系统能找到重要页面吗？

### GEO 内容平台

这类工具帮助创作旨在获得生成式搜索可见性的内容。

它们回答的是：我们能否发布 AI 系统可能引用的内容？

### AI 可读的商务基础设施

这一层聚焦于让产品数据、政策、评价与使用场景更便于 AI 系统解析与比较。

它回答的是：AI 系统能否足够好地理解这家店铺，从而推荐它？

DeepLumen 属于最后这一类。它不只是一个监测层，而是聚焦于底层商务数据的可读性与结构。

## 27. 商家面临的战略问题

每个商家都应当问一个简单的问题：

如果一位购物者向 AI 智能体询问我们所售的那件确切产品，智能体掌握的信息是否足以推荐我们？

这个问题比追问站点有没有 SEO 流量更有用。它检验的是智能体商务就绪度的核心。

要回答它，商家需要审视：

- 产品属性完整度；
- 产品事实清晰度；
- 变体清晰度；
- 分品类的实体；
- 顾客评价的可获取性；
- 信任信号；
- 政策；
- 外部的品牌提及；
- AI 回答中的表现；
- 引荐行为。

如果智能体无法理解产品，它就无法有把握地推荐它。

如果智能体无法比较产品，它可能会选择竞品。

如果智能体无法信任商家，它可能会略去这个品牌。

如果智能体找不到购买路径，它可能止步于推荐。

智能体商务不是单一问题，而是一条链。最薄弱的一环决定了结果。

## 28. 常见问题：智能体商务

### 什么是智能体商务？

智能体商务是指由 AI 智能体协助用户发现、评估、推荐并购买产品或服务的商务形态。它把购物旅程的一部分从人工浏览转移到由 AI 中介的决策过程。

### 智能体商务和对话式商务是一回事吗？

不是。对话式商务通常指通过聊天或消息渠道购物。智能体商务的范畴更宽，它包含能够理解目标、比较选项、协调结账并支持售后流程的 AI 智能体。

### 智能体商务已经落地了吗？

是的，早期形态已经上线。OpenAI 在 ChatGPT 中提供了产品发现，并随 ACP 推出了 Instant Checkout。Shopify 已宣布 Agentic Storefronts，并让 Shopify Catalog 参与到 AI 渠道中。Google 也推出了智能体商务工具与 UCP。这个生态仍在演进，但转变已经开始。

### Shopify Catalog 能保证我的产品出现在 ChatGPT 里吗？

不能。Shopify Catalog 可以帮助符合条件的商家产品在 AI 产品发现中得到呈现，但并不保证某个特定产品会针对某个特定查询被推荐。是否被推荐取决于相关性、数据质量、信任、可购性、平台规则与用户意图。

### 什么是 Agentic Commerce Protocol？

Agentic Commerce Protocol（ACP）是 OpenAI 与 Stripe 为 AI 辅助商务流程推出的开放标准。它旨在帮助 AI 智能体、用户与企业协同完成购买。

### 什么是 Google 的 Universal Commerce Protocol？

Google 的 Universal Commerce Protocol（UCP）是 Google 智能体商务工作的一部分。它旨在为购物旅程中的智能体、零售商与商务系统建立一种通用的商务语言。

### 什么是 AI 可读性？

AI 可读性是指 AI 系统能够高效理解、检索并使用一个网站信息的程度。对电商而言，它意味着产品事实、属性、政策、评价与使用场景足够清晰，便于 AI 智能体进行比较与推荐。

### AI 可读性对智能体商务为何重要？

AI 智能体需要清晰的产品事实才能做出推荐。如果一个产品页含糊、嘈杂或难以解析，即便它是一件优秀的产品，也可能被排除或被错误呈现。

### 结构化数据对智能体商务足够了吗？

结构化数据很重要，但它本身还不够。智能体商务还需要完整的产品属性、清晰的使用场景陈述、可读的政策、可获取的评价与信任信号。

### AI 可见性监测与 AI 可读性有什么区别？

AI 可见性监测告诉品牌它是否出现在 AI 回答中。AI 可读性则改进底层的内容与数据，让 AI 系统能更可靠地理解品牌与产品。

### 什么是语料单元？

语料单元是 AI 系统在阅读或从站点检索时所处理的一个个离散信息片段。减少不必要或含糊的语料单元，可以降低 AI 阅读成本并提升产品事实的清晰度。

### 商家应如何思考智能体商务就绪度？

商家应当评估 AI 系统能否访问、理解、信任、比较并推荐它们的产品。就绪度并不只关乎结账，它始于对产品的理解。

## 29. 术语表

### 智能体（Agent）

一个能够理解目标并朝该目标采取行动的 AI 系统或软件进程。

### 智能体商务（Agentic Commerce）

由 AI 中介的商务，其中智能体协助用户发现、评估、推荐并购买产品或服务。

### Agentic Commerce Protocol (ACP)

由 OpenAI 与 Stripe 推出、用于支持 AI 辅助商务与结账流程的开放标准。

### AI 可读性

AI 系统能够高效理解并使用一个网站或目录中信息的程度。

### AI 可见性

品牌或产品出现在 AI 生成式回答、推荐与发现流程中的程度。

### 回答引擎

一种用生成式回答而不只是提供链接来响应查询的系统。

### 目录收录

产品数据出现在目录、数据源或平台发现层中的状态。

### 引用率

AI 系统引用或提及某品牌内容的频率。

### 语料单元

AI 系统所处理的一段文本、元数据、结构化数据或被检索内容的单元。

### GEO

生成式引擎优化（Generative Engine Optimization），即提升在 AI 生成式回答中可见性的实践。

### llms.txt

一个被提议放在网站根目录的 Markdown 文件，为 AI 系统提供一份经过整理的重要内容地图。

### M2AI

面向 AI 的营销（Marketing to AI），即让品牌与产品信息对 AI 系统可读的实践。

### 产品事实

关于一件产品的具体、可验证的属性或宣称，例如价格、材质、尺寸、兼容性或认证。

### 提示词覆盖率

品牌或产品在 AI 回答中出现所对应的相关用户提示词数量。

### 结构化标记

机器可读的元数据，常使用结构化数据词汇，帮助系统理解页面内容。

### Universal Commerce Protocol (UCP)

Google 面向跨零售商、智能体与商务系统的智能体商务交互所推出的协议倡议。

## 30. 结语

智能体商务并不只是一个新的结账按钮，它是介于购物者与商家之间的一层新的决策层。

在旧的网络里，商家争夺点击。在智能体网络里，商家争夺 AI 的理解、AI 的信任与 AI 的推荐。

浏览器页面不会消失，人类体验依然重要。但通往那份人类体验的路径，可能会越来越多地经由一个 AI 智能体。智能体会检索产品数据、比较属性、评估信任并推荐一份精选清单。如果商家的产品对那套系统不可读，商家可能根本进不了买家的考量集。

这正是智能体商务同时也是一个信息架构问题的原因。

商家需要让自己的店铺更便于 AI 理解。他们需要更少的嘈杂语料单元、更清晰的产品事实、更强的结构化标记、更明确的使用场景、可获取的信任信号，以及分品类的产品数据。

智能体商务的赢家不只是拥有最大目录或最精致网站的品牌，而是那些产品能被 AI 智能体以最少含糊、最高把握加以理解的品牌。

下一个销售渠道不只是又一个市场平台。

它是 AI 智能体在决定什么才配进入对话。

## 参考资料与来源说明

- OpenAI，《Powering Product Discovery in ChatGPT》，2026 年 3 月 24 日：[https://openai.com/index/powering-product-discovery-in-chatgpt/](https://openai.com/index/powering-product-discovery-in-chatgpt/)
- OpenAI，《Buy it in ChatGPT: Instant Checkout and the Agentic Commerce Protocol》，2025 年 9 月 29 日：[https://openai.com/index/buy-it-in-chatgpt/](https://openai.com/index/buy-it-in-chatgpt/)
- Shopify，《Millions of merchants can sell in AI chats》，2026 年：[https://www.shopify.com/news/agentic-commerce-momentum](https://www.shopify.com/news/agentic-commerce-momentum)
- Shopify 帮助中心，《Using ChatGPT agentic storefront》：[https://help.shopify.com/en/manual/online-sales-channels/agentic-storefronts/chatgpt](https://help.shopify.com/en/manual/online-sales-channels/agentic-storefronts/chatgpt)
- Google，《New tech and tools for retailers to succeed in an agentic shopping era》：[https://blog.google/products/ads-commerce/agentic-commerce-ai-tools-protocol-retailers-platforms/](https://blog.google/products/ads-commerce/agentic-commerce-ai-tools-protocol-retailers-platforms/)
- Google Search Central，《Structured Data for Ecommerce Sites》：[https://developers.google.com/search/docs/specialty/ecommerce/include-structured-data-relevant-to-ecommerce](https://developers.google.com/search/docs/specialty/ecommerce/include-structured-data-relevant-to-ecommerce)
- llms.txt 参考站点：[https://llmtxt.info/](https://llmtxt.info/)
- Anthropic，《Introducing the Model Context Protocol》：[https://www.anthropic.com/news/model-context-protocol](https://www.anthropic.com/news/model-context-protocol)

## FAQ

### 什么是智能体商务？

智能体商务是指由 AI 智能体协助用户发现、评估、推荐并购买产品或服务的商务形态。它把购物旅程的一部分从人工浏览转移到由 AI 中介的决策过程。

### 智能体商务和对话式商务是一回事吗？

不是。对话式商务通常指通过聊天或消息渠道购物。智能体商务的范畴更宽，它包含能够理解目标、比较选项、协调结账并支持售后流程的 AI 智能体。

### 智能体商务已经落地了吗？

是的，早期形态已经上线。OpenAI 在 ChatGPT 中提供了产品发现，并随 ACP 推出了 Instant Checkout。Shopify 已宣布 Agentic Storefronts，并让 Shopify Catalog 参与到 AI 渠道中。Google 也推出了智能体商务工具与 UCP。

### Shopify Catalog 能保证我的产品出现在 ChatGPT 里吗？

不能。Shopify Catalog 可以帮助符合条件的商家产品在 AI 产品发现中得到呈现，但并不保证某个特定产品会针对某个特定查询被推荐。是否被推荐取决于相关性、数据质量、信任、可购性、平台规则与用户意图。

### 什么是 AI 可读性？

AI 可读性是指 AI 系统能够高效理解、检索并使用一个网站信息的程度。对电商而言，它意味着产品事实、属性、政策、评价与使用场景足够清晰，便于 AI 智能体进行比较与推荐。

## Structured data (JSON-LD)

```json
{
  "@context": "https://schema.org",
  "@graph": [
    {
      "@context": "https://schema.org",
      "@type": "Organization",
      "@id": "https://staging2.deeplumen.io/#organization",
      "name": "DeepLumen",
      "url": "https://staging2.deeplumen.io/",
      "inLanguage": "zh-CN",
      "logo": {
        "@type": "ImageObject",
        "url": "https://staging2.deeplumen.io/logo.png",
        "width": 200,
        "height": 200
      },
      "image": "https://staging2.deeplumen.io/og-image.png",
      "slogan": "面向商家侧的智能体商务层",
      "description": "DeepLumen 是一个智能体商务（agentic commerce）平台，帮助品牌和产品被 AI 智能体发现、推荐，并进入交易流程。",
      "sameAs": [
        "https://www.linkedin.com/company/deeplumen/",
        "https://x.com/Deeplumen0922"
      ],
      "knowsAbout": [
        "智能体商务",
        "AI 购物智能体",
        "生成式引擎优化",
        "AI 搜索优化",
        "产品结构化数据",
        "结构化数据",
        "llms.txt",
        "AI 推荐流量",
        "M2AI"
      ]
    },
    {
      "@context": "https://schema.org",
      "@type": "WebSite",
      "@id": "https://staging2.deeplumen.io/#website",
      "name": "DeepLumen",
      "url": "https://staging2.deeplumen.io/",
      "inLanguage": "zh-CN"
    },
    {
      "@context": "https://schema.org",
      "@type": "BreadcrumbList",
      "itemListElement": [
        {
          "@type": "ListItem",
          "position": 1,
          "name": "首页",
          "item": "https://staging2.deeplumen.io/zh/"
        },
        {
          "@type": "ListItem",
          "position": 2,
          "name": "白皮书",
          "item": "https://staging2.deeplumen.io/zh/whitepapers/"
        },
        {
          "@type": "ListItem",
          "position": 3,
          "name": "智能体商务",
          "item": "https://staging2.deeplumen.io/zh/whitepapers/agentic-commerce/"
        }
      ]
    }
  ]
}
```

```json
{
  "@context": "https://schema.org",
  "@graph": [
    {
      "@type": "WebPage",
      "@id": "https://staging2.deeplumen.io/zh/whitepapers/agentic-commerce/#webpage",
      "url": "https://staging2.deeplumen.io/zh/whitepapers/agentic-commerce/",
      "inLanguage": "zh-CN",
      "name": "智能体商务白皮书：面向 AI 原生的产品发现、评估与购买",
      "description": "一份关于智能体商务的实战白皮书：AI 智能体如何发现、评估、推荐并协助用户购买产品，以及商家需要理解的 AI 可读产品数据、Shopify Catalog、ACP、UCP 与 GEO。",
      "isPartOf": {
        "@id": "https://staging2.deeplumen.io/#website"
      },
      "about": [
        {
          "@type": "Thing",
          "name": "智能体商务"
        },
        {
          "@type": "Thing",
          "name": "AI 可读商务"
        }
      ]
    },
    {
      "@type": "Article",
      "@id": "https://staging2.deeplumen.io/zh/whitepapers/agentic-commerce/#article",
      "inLanguage": "zh-CN",
      "headline": "智能体商务白皮书：面向 AI 原生的产品发现、评估与购买",
      "description": "一份关于智能体商务、AI 购物智能体、Shopify Catalog、ACP、UCP、GEO 与 AI 可读商务基础设施的实战白皮书。",
      "author": {
        "@type": "Organization",
        "name": "DeepLumen"
      },
      "publisher": {
        "@type": "Organization",
        "name": "DeepLumen",
        "@id": "https://staging2.deeplumen.io/#organization"
      },
      "datePublished": "2026-06-02",
      "dateModified": "2026-06-02",
      "mainEntityOfPage": "https://staging2.deeplumen.io/zh/whitepapers/agentic-commerce/",
      "wordCount": 8561
    },
    {
      "@type": "FAQPage",
      "inLanguage": "zh-CN",
      "mainEntity": [
        {
          "@type": "Question",
          "name": "什么是智能体商务？",
          "acceptedAnswer": {
            "@type": "Answer",
            "text": "智能体商务是指由 AI 智能体协助用户发现、评估、推荐并购买产品或服务的商务形态。它把购物旅程的一部分从人工浏览转移到由 AI 中介的决策过程。"
          }
        },
        {
          "@type": "Question",
          "name": "智能体商务和对话式商务是一回事吗？",
          "acceptedAnswer": {
            "@type": "Answer",
            "text": "不是。对话式商务通常指通过聊天或消息渠道购物。智能体商务的范畴更宽，它包含能够理解目标、比较选项、协调结账并支持售后流程的 AI 智能体。"
          }
        },
        {
          "@type": "Question",
          "name": "智能体商务已经落地了吗？",
          "acceptedAnswer": {
            "@type": "Answer",
            "text": "是的，早期形态已经上线。OpenAI 在 ChatGPT 中提供了产品发现，并随 ACP 推出了 Instant Checkout。Shopify 已宣布 Agentic Storefronts，并让 Shopify Catalog 参与到 AI 渠道中。Google 也推出了智能体商务工具与 UCP。"
          }
        },
        {
          "@type": "Question",
          "name": "Shopify Catalog 能保证我的产品出现在 ChatGPT 里吗？",
          "acceptedAnswer": {
            "@type": "Answer",
            "text": "不能。Shopify Catalog 可以帮助符合条件的商家产品在 AI 产品发现中得到呈现，但并不保证某个特定产品会针对某个特定查询被推荐。是否被推荐取决于相关性、数据质量、信任、可购性、平台规则与用户意图。"
          }
        },
        {
          "@type": "Question",
          "name": "什么是 AI 可读性？",
          "acceptedAnswer": {
            "@type": "Answer",
            "text": "AI 可读性是指 AI 系统能够高效理解、检索并使用一个网站信息的程度。对电商而言，它意味着产品事实、属性、政策、评价与使用场景足够清晰，便于 AI 智能体进行比较与推荐。"
          }
        }
      ]
    }
  ]
}
```