改變的是入口與篩選方式。助手代使用者瀏覽時,你的網站會先被「讀一遍」:標題是否具體、規格是否欄位化、價格是否帶幣種、庫存是否明確、配送與退換規則是否可讀。含混的資訊進不了候選,頁面做得再漂亮也沒用。
沒有改變的是交易責任。支付完成後,訂單履約、客服、退款與詐欺判斷仍由商家承擔;即使用戶在 ChatGPT 內完成授權與支付,結算仍發生在你的收銀台上,訂單與售後由你處理(Accept payments)。Agent 是送客上門的最後一公里,不是替你經營店鋪的外包方。
對獨立站來說這是一個相對公平的窗口:平台店鋪依賴站內流量分配,而在 Agent 場景裡,決定能否被推薦的是資料品質與存取可達性,這兩件事商家自己能掌控。
二、AI Agent 怎麼讀懂你的商品資訊
兩條路徑互補:結構化目錄資料,和直接讀頁面。
目錄路徑即商品 Feed。文件把 Feed 定義為「結構化的目錄資料」,用於商品發現,可透過商家後台手動上傳、託管 HTTPS 位址或 SFTP 交付完整快照,要求每筆記錄包含必需欄位、保持 item_id 穩定,並選擇銷售國家與幣種(Submit product feeds)。
頁面路徑依靠雲端瀏覽器:它像人一樣開啟頁面、點擊按鈕、與站點元素互動,不需要你額外開放介面(Agent access)。
兩條路徑都不允許資訊自相矛盾。同款商品在 Feed 寫促銷價、列表頁寫原價、詳情頁寫會員價,助手只能給出「不確定」的結論,使用者就走了。
最低要求:標題寫清品類、型號與關鍵屬性;規格用獨立欄位而不是塞進長圖;價格帶幣種與稅費口徑;庫存用「有貨/預售/缺貨」這類明確詞;配送時效與退換規則出現在文字層。用 schema.org 標註時,標註必須與頁面一致:
{
"@context": "https://schema.org",
"@type": "Product",
"name": "輕量中幫徒步鞋 A2",
"sku": "TRAIL-A2-42",
"offers": {
"@type": "Offer",
"price": "799.00",
"priceCurrency": "CNY",
"availability": "https://schema.org/InStock"
}
}
三、價格與庫存的三層交付結構
把「給 AI 看的價格庫存」當成一個介面並不準確,它更像三層:
- 目錄快照:Feed 告訴助手店裡有哪些商品、大致價位、哪些地區可售。
- 即時頁面:使用者繼續追問時,助手回到商品頁確認當前報價與規格。
- 下單時的最終校驗:以你系統裡的即時資料為準。文件明確,Feed 不更新購物車、也不確認購買,使用者實際執行動作時仍由即時網站或外掛校驗當前可售狀態(Submit product feeds)。
一句話:Feed 負責「被找到」,網站負責「被確認」。很多團隊把精力全押在 Feed 上,卻讓詳情頁價格依賴前端非同步渲染,助手讀到的是一片空白。最快的自檢是直接抓頁面原始碼,看關鍵欄位是否在 HTML 裡:
curl -s "$SITE/products/trail-a2" | grep -o '"availability":"[^"]*"'
curl -s "$SITE/products/trail-a2" | grep -o '"priceCurrency":"[^"]*"'
兩條命令都返回空,說明價格與庫存只在腳本執行後才出現,需要補伺服器端渲染或結構化輸出。
四、獨立站要不要單獨做商品 Feed
按品類和經營結構判斷,而不是按「同行都做了」。
| 判斷維度 | 優先做 Feed | 可暫緩,先把頁面做好 |
|---|---|---|
| 商品數量 | SKU 數百以上、目錄穩定 | 單品、客製、專案制服務 |
| 價格結構 | 標價清晰、少議價 | 詢價、按需報價 |
| 庫存形態 | 現貨、可量化 | 預售、按單生產 |
| 銷售地區 | 多國家多幣種 | 單一區域市場 |
| 現有系統 | 已有 PIM/ERP 可匯出 | 商品資訊散落在表格裡 |
右側一列把預算放在頁面結構化、存取可達性與結算穩定性上更直接;左側一列宜儘早統一欄位規範,降低日後遷移成本。中間地帶可以先拿銷量前 50 的 SKU 試點,跑通「上傳—校驗—更新」再擴大範圍。
五、Agent 能直接呼叫商品查詢介面嗎
能,但代價與可控性不同。
瀏覽器操作沿用你現有的頁面流程,文件形容它「不需要大幅工程投入」。優點是零改造,缺點是你無法控制它每一步做什麼,只能靠頁面設計引導。
外掛把「查商品、建立購物車、準備下單、查詢歷史訂單」這類動作暴露為結構化工具,由你的後端校驗與執行。官方列出的優勢是可靠性(不依賴頁面版面配置)、可持續的授權連接和更低的往返延遲,並建議有工程資源的團隊構建並發布(Build a plugin)。
實踐順序:已有內部商品 API 的,先把它整理成冪等、可驗證授權、有明確錯誤碼的對外能力,再決定接外掛還是讓 Agent 走瀏覽器;暫時沒有 API 的,先把頁面做到「點得動、填得進、狀態明確」。文件還建議商品查詢與購物車在未登入狀態下也可用,客戶準備購買時再要求登入——所以要提前想好訪客購物車與登入購物車的合併邏輯。
六、購物車與結算:把可逆動作和不可逆動作分開
可逆動作(搜尋、篩選、看規格、加入購物車、改數量、刪商品)應儘量順暢,別為防機器加驗證碼、滑桿、必須懸停才展開的選單。不可逆動作(確認支付、使用優惠券、提交地址、建立訂閱)必須留人工確認。
幾分鐘搭建展示站並增長獲客
輸入一句想法,We0 AI 即可生成展示站、頁面與 CMS。發佈上線後並幫你獲取客戶和流量。
用戶註冊贈送一次完整項目生成
適合先體驗一次完整生成流程,快速看到專案初稿。
文件說明,目前還沒有讓單一站主自行控制使用者可執行哪些動作的功能,但對所有使用者,任何有後果的動作都要經過人工複核(Agent access)。工程上做三件事:
- 購物車狀態伺服器端化,別只存瀏覽器本機儲存,否則換一個工作階段就丟車。
- 關鍵動作返回明確結果:成功、庫存不足、超出限購、需要登入,而不是一直轉圈。
- 結算前設定明確確認頁,展示商品、金額、地址與預計送達,把「人確認」做成流程而不是可選項。
七、支付、風控與存取可達性
支付端的好消息:ChatGPT Wallet 對現有結算頁和支付表單開箱即用,不需要專門整合(Accept payments)。
風控端更容易翻車。反詐欺模型依賴 IP、瀏覽器指紋、行為軌跡,雲端瀏覽器天然「不像真人」,容易誤判。OpenAI 正透過 Forwarded 標頭轉發使用者端訊號,可能包含 asn、for、ip-country、ip-prefix、locale、tz、user-agent,用於地理合規、本地化展示與風險評分;使用第三方風控的要確認對方已能消費這些訊號(Accept payments)。
授權與隱私有三條硬約束:使用者只對當次交易授權,不得把支付憑證留作下次使用;商家拿到的是網路權杖而非完整卡號,需用支付帳戶引用(PAR)與底層帳戶關聯;訂閱場景必須在現有結算支援週期扣款的前提下取得使用者對週期扣費的明確同意。
存取可達性同樣關鍵。雲端瀏覽器本身可以存取你的站點,無需加入白名單,但 CDN、WAF 的爬蟲策略可能誤傷,正確做法是設定放行已驗證存取,而不是整體關閉防護(cloud browser access)。校驗基於 Web Bot Auth:請求帶有 Signature、Signature-Input 與 Signature-Agent 標頭,可按 RFC 9421 用公開目錄中的公鑰驗證來源(Agent access)。
八、傳統購物與 Agent 購物的差異
| 環節 | 傳統購物 | Agent 購物 | 獨立站要準備什麼 |
|---|---|---|---|
| 需求表達 | 使用者自己輸入關鍵詞 | 使用者描述需求與約束 | 標題覆蓋真實使用場景 |
| 商品比較 | 使用者逐個開啟頁面 | AI 輔助比較參數與價格 | 規格欄位化、可跨商品對齊 |
| 庫存確認 | 使用者自己看庫存標籤 | Agent 可查詢庫存 | 庫存狀態明確、可即時讀取 |
| 加入購物車 | 使用者手動點擊 | Agent 透過支援的介面操作 | 伺服器端購物車、冪等操作 |
| 結算 | 使用者自己完成支付 | Agent 可協助授權購買 | 明確確認頁、放行合法存取 |
| 售後 | 使用者自行聯繫客服 | 商家仍承擔履約責任 | 政策文本可讀、責任邊界清晰 |
九、現在就能做的準備:分階段清單
本週:抽查前 20 個熱銷 SKU,確認價格、幣種、庫存、配送與退貨資訊出現在 HTML 文字層;檢查 CDN 與 WAF 的機器人策略,確認沒有把已驗證的助手存取一併攔掉。
一個月內:統一商品欄位口徑,包括標題規則、規格命名、幣種與稅費口徑、庫存狀態詞表,並保證 item_id 穩定不變;把商品查詢、庫存校驗、購物車操作整理成冪等、可驗證授權的伺服器端能力。
季度內:按品類決定是否建立並維護商品 Feed,跑通上傳、校驗、更新閉環;更新風控規則,能讀取 Forwarded 標頭中的使用者訊號,區分合法的助手代理行為與惡意自動化。
十、技術底座:能改程式碼的站點更抗變化
Agent 購物的要求會反覆變——今天要 Feed,明天要外掛,後天是新的風控訊號。站點如果鎖在無法觸碰原始碼的模板裡,每次調整都要等外掛生態跟上,節奏就被動了。
這也是部分團隊選擇帶全端程式碼生成能力的建站方式的原因。以 we0 為例,它的電商獨立站把商品展示、規格選擇、購物車、支付、訂單與會員放在同一套後台管理,同時提供全端程式碼生成、CMS 後台、SEO 與 GEO 優化、網域部署等能力(we0.ai)。對準備迎接 Agent 流量的團隊來說,價值不在「生成得快」,而在於商品資料結構、結算流程與存取策略都能按自己的業務規則改動——上面那份清單,本質都是對站點結構和介面的調整。
常見問題
AI Agent 會完全取代傳統網購嗎?
短期內不會,更可能是分層:參數清晰、標準化程度高的商品大量由助手代購,需要體驗和情感判斷的消費仍由人主導。商家感受到的真實變化是「進入候選的門檻」變高了。
沒有技術團隊的小站,最該先做哪一件?
先把商品頁資訊寫清楚並放在 HTML 裡。價格、幣種、庫存狀態、配送時效、退換規則能被直接讀到,就已經解決了大部分可發現性問題,這一步不需要開發資源。
不做商品 Feed 就一定不會被推薦嗎?
不一定。雲端瀏覽器可以像人一樣存取站點,官方文件說明商家無需先建立 Feed,已驗證的 ChatGPT 使用者同樣能透過瀏覽器瀏覽其站點(Agent access)。Feed 提升的是目錄層的匹配精度,頁面品質決定確認環節是否順暢。
相關工具
- 原始碼自檢:用
curl抓取商品頁原始碼,確認價格與庫存欄位出現在 HTML 中。 - 結構化資料校驗工具:核對 schema.org Product 標註與頁面內容是否一致。
- WAF/CDN 機器人策略面板:放行已驗證的助手存取,同時保留其餘防護規則。
- 伺服器端渲染與 CMS 後台:讓商品資訊在首屏 HTML 輸出,而不是依賴前端腳本。
相關連結
- Partner Playbook:ChatGPT 中的 commerce 鏈路
- Submit product feeds:Feed 的欄位、交付方式與限制
- Help ensure cloud browser access:檢查 CDN 或防火牆是否誤攔
- Agent access:放行已驗證存取與 Web Bot Auth 驗證
- Accept payments:結算、權杖化與風控訊號轉發
- Build a plugin:用結構化工具暴露查詢、購物車與結算動作
- we0.ai:電商獨立站與從建站到獲客的工作流
總結
AI Agent 帶來的第一個真實變化不是「購買方式」,而是「被讀取的方式」:商品資訊要結構化、價格庫存要能被即時確認、站點存取不能被安全策略誤攔、結算與授權要留出人工確認的位置。傳統購物與 Agent 購物的差別可以壓縮成一句話——過去是使用者在你的頁面上找答案,現在是助手在替使用者向你的系統提問。
企業不必一次性重做網站,但應按順序做完三件事:讓頁面可讀、讓介面可用、讓風控可辨。這套基礎一旦就位,無論下一個成為主流的助手或協議是誰,獨立站都不必重新開始。



