最近老T突然发现，某些 Ai 居然已经有购物功能了。比如，想给家里浴室缝隙买个柜子，但需要匹配特定尺寸，常规方法是去购物 APP 上先按 “边柜”“缝隙柜”“窄柜子”这类关键词搜索，然后进商品详情页面一个一个查找，遇到尺寸不详的，可能还得跟客服沟通，遇到材质或安装问题的，或者担心质量问题，还得逐个翻看评论。但现在 Ai 购物模式很可能已经改变了这种模式。

通用型 Ai 购物功能如何使用

目前来说，通用型 Ai 购物（DeepSeek Qwen Claude ChatGPT Gemini 等等）显然还不是一个成熟的功能，但老T搜索一番发现，确实已经有很多国外用户在使用 Ai 进行购物。例如，HN 上一位用户分享的，他想找一个特定尺寸的柜子，但是在亚马逊上花了 20 分钟依然没有找到合适选择，而他在将自己的需求输入给 ChatGPT 后，借助 Ai 的在线搜索功能，立马找到合适的商品。

另一些用户也提到，比如在 Ai 对话中要求 Ai 搜索 “哪台 35 毫米胶片相机价格低于 400 美元（二手）仍被认为是广受赞誉的？帮我给出购物链接” ，然后 Ai 就自动给出了某购物平台购买链接。另外，Ai 除了给出购物链接，还会给出一大堆为何选择的理由，包括如何购买，如何使用，需要的注意事项等，这种购物体验，可以说远胜目前各类电商平台所能提供的便利性。

不仅如此，如果需要进一步了解商品，Ai 还能帮助用户分析该商品下的评论，同时过滤掉明显可能是“注水”的评论，挑选出对用户最有价值的信息出来。

毫无疑问，这种 Ai 购物模式，很大程度升级了以往在线购物的体验，只是在国内当下环境中，这种体验可能还要稍缓到来。最主要原因是目前国内主流购物平台，基本都没有开放商品页面，而是需要用户登录后才能查看。

我在 Deepseek 上也尝试了一下，目前 Deepseek 只能简单列出可能需要的商品对象，并且搜索过程显示，其主要搜索的还是国外那些开放式的购物平台。

电商 Ai 购物功能如何使用

从前边的使用过程体验来看，目前在通用型（或者说“全能型”） Ai 上体验的购物功能甚至说不上是一个经过优化的特定功能，而只是这些通用型 Ai 能力的一个具体表现。而这种表现，已经显著优于以往的购物体验。显然，这种技术进步方案，是值得推广和普及的。

电商平台也率先感受到了这种“危机”，纷纷开始推出了自家 Ai 试图构建护城河。比如某东前几天推出了 Ai 购 APP，目前在我使用 Vivo 手机的应用商店已经有 1000 个下载。某宝也推出了类似“聊天机器人”一样的 Ai 购物功能。

这种电商平台的 Ai 购物使用起来倒也简单，比如在前边提到的这个 APP 上，只需要按照自然语言输入自己想要的物品，就能立即匹配需求。同时，这类购物 APP 还有一个独特的优势，就是按照用户既往购买记录、购买习惯，推荐出用户可能最倾向购买的商品。这无疑也是另一条独特的赛道。正如我此前在 Ai 现在真正缺的不是算力，而是“记忆” 一文中提到的，Ai 的长期记忆是当下 Ai 发展的最主要趋势，将从以往的“回合制”对话，转向全面的历史记录分析，从而为购物决策提供更科学的依据。

通用型 Ai 购物和电商平台 Ai 购物有什么区别

从前边提到使用方法也可以看到，DeepSeek Kimi ChatGPT 这些通用型 Ai 如果需要能流畅使用购物功能，高度依赖购物网站本身信息开放，不然 Ai 无法搜索分析这些购物页面信息。而电商 Ai 则是封闭式的，将所有产品信息和用户购买记录都在内部流转。两者最主要区别是，通用型 Ai 可以搜索更广泛的购物平台商品，而电商 Ai 购物只能搜索本平台商品。

个人来看，我觉得两者的发展道路都有独特的使用价值。例如，在通用型 Ai 上购物，往往可以比较不同平台的信息，不至于坠入“信息茧房”，被“大数据杀熟”。但电商 Ai 则可以通过绑定个人购买记录和使用习惯，特别是加入各类眼花缭乱的“优惠折扣券”方式，培养用户习惯。

但无论怎样，在通用型 Ai 的倒逼下，各类电商购物平台上的一些基本产品信息，可能也会更加走向开放。毕竟，通用型 Ai 正在百花齐放发展，用户入口数不胜数，如果这些通用型 Ai 只能搜到 A 电商的物品，但搜不到 B、C 电商的货品，那 B、C 电商，恐怕也得急得跳起来。

刚好，老T 最近在研究 Google SEO 问题时，发现不少人提出一个论调：“搜索引擎 SEO 已成过去式，AI SEO 才是未来”。想想也是，现在大家都在 Ai 上问问题，找答案，对于确定的问题，如果 Ai 已经能够汇总足够详细信息，给出足够明确指引，谁还会点进去网页看原文呢？除非是购物链接，必须点进去购买这种。

对购物平台而言，这可能会出现几个巨大变化：竞价排名可能会失效；商品信息会更加参数化；页面信息需要从吸引眼球转向吸引 Ai。

比如电商平台搞得各种竞价排名，往往会出现人为操作搜索结果排序现象，而在 Ai 面前，如果 Ai 自身不搞竞价排名的话，那 Ai 搜索出来的结果可能会更加公正。

比如商品信息参数化，也就是每个商品都需要尽可能提供更加精确的描述信息，供 Ai 分析，甚至需要将那些“不可说”的信息转换为“可说的文字”，比如品牌价值、外观设计、商品上的特定图形描述等等。

在页面信息部分，相信很多人在购物时都有体会，一些商品详情页面上图片无限堆叠，手机打开都要大半天，页面上所有文字都几乎做成了图片，以便吸引眼球，很多时候甚至玩文字游戏，误导消费者。但在 Ai 面前，图片越多，对 Ai 计算的负面影响就越大，最后有可能是那些页面朴素、文字详实的产品胜出。

不过，Ai 购物的兴起，也可能带来一定的负面影响，最主要就是对于出售“同质化商品”的卖家，可能会造成不小压力。毕竟，目前的 Ai 都像是“无情的机器”，它们只会按照用户的需求，提供“标准答案”，在这种情况下，如果有同质化的结果，Ai 很可能会无情地选择“最合适的那个”。这也意味着，过去依赖包装、情绪渲染和信息不对称获得优势的商品与平台，在 Ai 介入后优势会被迅速压缩。

总的来看，当购物决策越来越多地在 Ai 内部完成时，电商平台真正能竞争的，就不再是“谁的页面更花哨”，而是“谁的数据更真实、结构更清晰、历史反馈更可靠”。从这个角度看，Ai 购物并不是简单地改变了用户的下单方式，而是在悄然重塑整个电商体系的底层逻辑。