改变的是入口与筛选方式。助手代用户浏览时,你的网站会先被“读一遍”:标题是否具体、规格是否字段化、价格是否带币种、库存是否明确、配送与退换规则是否可读。含混的信息进不了候选,页面做得再漂亮也没用。
没有改变的是交易责任。支付完成后,订单履约、客服、退款与欺诈判断仍由商家承担;即使用户在 ChatGPT 内完成授权与支付,结算仍发生在你的收银台上,订单与售后由你处理(Accept payments)。Agent 是送客上门的最后一公里,不是替你经营店铺的外包方。
对独立站来说这是一个相对公平的窗口:平台店铺依赖站内流量分配,而在 Agent 场景里,决定能否被推荐的是数据质量与访问可达性,这两件事商家自己能掌控。
二、AI Agent 怎么读懂你的商品信息
两条路径互补:结构化目录数据,和直接读页面。
目录路径即商品 Feed。文档把 Feed 定义为“结构化的目录数据”,用于商品发现,可通过商家后台手动上传、托管 HTTPS 地址或 SFTP 交付完整快照,要求每条记录包含必需字段、保持 item_id 稳定,并选择销售国家与币种(Submit product feeds)。
页面路径依靠云端浏览器:它像人一样打开页面、点击按钮、与站点元素交互,不需要你额外开放接口(Agent access)。
两条路径都不允许信息自相矛盾。同款商品在 Feed 写促销价、列表页写原价、详情页写会员价,助手只能给出“不确定”的结论,用户就走了。
最低要求:标题写清品类、型号与关键属性;规格用独立字段而不是塞进长图;价格带币种与税费口径;库存用“有货/预售/缺货”这类明确词;配送时效与退换规则出现在文本层。用 schema.org 标注时,标注必须与页面一致:
{
"@context": "https://schema.org",
"@type": "Product",
"name": "轻量中帮徒步鞋 A2",
"sku": "TRAIL-A2-42",
"offers": {
"@type": "Offer",
"price": "799.00",
"priceCurrency": "CNY",
"availability": "https://schema.org/InStock"
}
}
三、价格与库存的三层交付结构
把“给 AI 看的价格库存”当成一个接口并不准确,它更像三层:
- 目录快照:Feed 告诉助手店里有哪些商品、大致价位、哪些地区可售。
- 实时页面:用户继续追问时,助手回到商品页确认当前报价与规格。
- 下单时的最终校验:以你系统里的实时数据为准。文档明确,Feed 不更新购物车、也不确认购买,用户实际执行动作时仍由实时网站或插件校验当前可售状态(Submit product feeds)。
一句话:Feed 负责“被找到”,网站负责“被确认”。很多团队把精力全押在 Feed 上,却让详情页价格依赖前端异步渲染,助手读到的是一片空白。最快的自检是直接抓页面源码,看关键字段是否在 HTML 里:
curl -s "$SITE/products/trail-a2" | grep -o '"availability":"[^"]*"'
curl -s "$SITE/products/trail-a2" | grep -o '"priceCurrency":"[^"]*"'
两条命令都返回空,说明价格与库存只在脚本执行后才出现,需要补服务端渲染或结构化输出。
四、独立站要不要单独做商品 Feed
按品类和经营结构判断,而不是按“同行都做了”。
| 判断维度 | 优先做 Feed | 可暂缓,先把页面做好 |
|---|---|---|
| 商品数量 | SKU 数百以上、目录稳定 | 单品、定制、项目制服务 |
| 价格结构 | 标价清晰、少议价 | 询价、按需报价 |
| 库存形态 | 现货、可量化 | 预售、按单生产 |
| 销售地区 | 多国家多币种 | 单一区域市场 |
| 现有系统 | 已有 PIM/ERP 可导出 | 商品信息散落在表格里 |
右侧一列把预算放在页面结构化、访问可达性与结算稳定性上更直接;左侧一列宜尽早统一字段规范,降低日后迁移成本。中间地带可以先拿销量前 50 的 SKU 试点,跑通“上传—校验—更新”再扩大范围。
五、Agent 能直接调用商品查询接口吗
能,但代价与可控性不同。
浏览器操作沿用你现有的页面流程,文档形容它“不需要大幅工程投入”。优点是零改造,缺点是你无法控制它每一步做什么,只能靠页面设计引导。
插件把“查商品、建购物车、准备下单、查历史订单”这类动作暴露为结构化工具,由你的后端校验与执行。官方列出的优势是可靠性(不依赖页面布局)、可持续的授权连接和更低的往返延迟,并建议有工程资源的团队构建并发布(Build a plugin)。
实践顺序:已有内部商品 API 的,先把它整理成幂等、可鉴权、有明确错误码的对外能力,再决定接插件还是让 Agent 走浏览器;暂时没有 API 的,先把页面做到“点得动、填得进、状态明确”。文档还建议商品查询与购物车在未登录状态下也可用,客户准备购买时再要求登录——所以要提前想好游客车与登录车的合并逻辑。
六、购物车与结算:把可逆动作和不可逆动作分开
可逆动作(搜索、筛选、看规格、加购、改数量、删商品)应尽量顺畅,别为防机器加验证码、滑块、必须悬停才展开的菜单。不可逆动作(确认支付、使用优惠券、提交地址、创建订阅)必须留人工确认。
几分钟搭建展示站并增长获客
输入一句想法,We0 AI 即可生成展示站、页面与 CMS。发布上线后并帮你获取客户和流量。
用户注册赠送一次完整项目生成
适合先体验一次完整生成流程,快速看到项目初稿。
文档说明,目前还没有让单个站主自行控制用户可执行哪些动作的功能,但对所有用户,任何有后果的动作都要经过人工复核(Agent access)。工程上做三件事:
- 购物车状态服务端化,别只存浏览器本地存储,否则换一个会话就丢车。
- 关键动作返回明确结果:成功、库存不足、超出限购、需要登录,而不是一直转圈。
- 结算前设置显式确认页,展示商品、金额、地址与预计送达,把“人确认”做成流程而不是可选项。
七、支付、风控与访问可达性
支付端的好消息:ChatGPT Wallet 对现有结算页和支付表单开箱可用,不需要专门集成(Accept payments)。
风控端更容易翻车。反欺诈模型依赖 IP、浏览器指纹、行为轨迹,云端浏览器天然“不像真人”,容易误判。OpenAI 正通过 Forwarded 头转发用户侧信号,可能包含 asn、for、ip-country、ip-prefix、locale、tz、user-agent,用于地理合规、本地化展示与风险评分;使用第三方风控的要确认对方已能消费这些信号(Accept payments)。
授权与隐私有三条硬约束:用户只对当次交易授权,不得把支付凭证留作下次使用;商家拿到的是网络令牌而非完整卡号,需用支付账户引用(PAR)与底层账户关联;订阅场景必须在现有结算支持周期扣款的前提下取得用户对周期扣费的明确同意。
访问可达性同样关键。云端浏览器本身可以访问你的站点,无需加入白名单,但 CDN、WAF 的爬虫策略可能误伤,正确做法是配置放行已验证访问而不是整体关掉防护(cloud browser access)。校验基于 Web Bot Auth:请求带 Signature、Signature-Input 与 Signature-Agent 头,可按 RFC 9421 用公开目录中的公钥验证来源(Agent access)。
八、传统购物与 Agent 购物的差异
| 环节 | 传统购物 | Agent 购物 | 独立站要准备什么 |
|---|---|---|---|
| 需求表达 | 用户自己输入关键词 | 用户描述需求与约束 | 标题覆盖真实使用场景 |
| 商品比较 | 用户逐个打开页面 | AI 辅助比较参数与价格 | 规格字段化、可跨商品对齐 |
| 库存确认 | 用户自己看库存标签 | Agent 可查询库存 | 库存状态明确、可实时读取 |
| 加购 | 用户手动点击 | Agent 通过支持的接口操作 | 服务端购物车、幂等操作 |
| 结算 | 用户自己完成支付 | Agent 可协助授权购买 | 显式确认页、放行合法访问 |
| 售后 | 用户自行联系客服 | 商家仍承担履约责任 | 政策文本可读、责任边界清晰 |
九、现在就能做的准备:分阶段清单
本周:抽查前 20 个热销 SKU,确认价格、币种、库存、配送与退货信息出现在 HTML 文本层;检查 CDN 与 WAF 的机器人策略,确认没有把已验证的助手访问一并拦掉。
一个月内:统一商品字段口径,包括标题规则、规格命名、币种与税费口径、库存状态词表,并保证 item_id 稳定不变;把商品查询、库存校验、购物车操作整理成幂等、可鉴权的服务端能力。
季度内:按品类决定是否建立并维护商品 Feed,跑通上传、校验、更新闭环;更新风控规则,能读取 Forwarded 头中的用户信号,区分合法的助手代理行为与恶意自动化。
十、技术底座:能改代码的站点更抗变化
Agent 购物的要求会反复变——今天要 Feed,明天要插件,后天是新的风控信号。站点如果锁在无法触碰源码的模板里,每次调整都要等插件生态跟上,节奏就被动了。
这也是部分团队选择带全栈代码生成能力的建站方式的原因。以 we0 为例,它的电商独立站把商品展示、规格选择、购物车、支付、订单与会员放在同一套后台管理,同时提供全栈代码生成、CMS 后台、SEO 与 GEO 优化、域名部署等能力(we0.ai)。对准备迎接 Agent 流量的团队来说,价值不在“生成得快”,而在于商品数据结构、结算流程与访问策略都能按自己的业务规则改动——上面那份清单,本质都是对站点结构和接口的调整。
常见问题
AI Agent 会完全取代传统网购吗?
短期内不会,更可能是分层:参数清晰、标准化程度高的商品大量由助手代购,需要体验和情感判断的消费仍由人主导。商家感受到的真实变化是“进入候选的门槛”变高了。
没有技术团队的小站,最该先做哪一件?
先把商品页信息写清楚并放在 HTML 里。价格、币种、库存状态、配送时效、退换规则能被直接读到,就已经解决了大部分可发现性问题,这一步不需要开发资源。
不做商品 Feed 就一定不会被推荐吗?
不一定。云端浏览器可以像人一样访问站点,官方文档说明商家无需先建立 Feed,已验证的 ChatGPT 用户同样能通过浏览器浏览其站点(Agent access)。Feed 提升的是目录层的匹配精度,页面质量决定确认环节是否顺畅。
Related Tools
- 源码自检:用
curl抓取商品页源码,确认价格与库存字段出现在 HTML 中。 - 结构化数据校验工具:核对 schema.org Product 标注与页面内容是否一致。
- WAF/CDN 机器人策略面板:放行已验证的助手访问,同时保留其余防护规则。
- 服务端渲染与 CMS 后台:让商品信息在首屏 HTML 输出,而不是依赖前端脚本。
Related Links
- Partner Playbook:ChatGPT 中的 commerce 链路
- Submit product feeds:Feed 的字段、交付方式与限制
- Help ensure cloud browser access:检查 CDN 或防火墙是否误拦
- Agent access:放行已验证访问与 Web Bot Auth 校验
- Accept payments:结算、令牌化与风控信号转发
- Build a plugin:用结构化工具暴露查询、购物车与结算动作
- we0.ai:电商独立站与从建站到获客的工作流
Summary
AI Agent 带来的第一个真实变化不是“购买方式”,而是“被读取的方式”:商品信息要结构化、价格库存要能被实时确认、站点访问不能被安全策略误拦、结算与授权要留出人工确认的位置。传统购物与 Agent 购物的差别可以压缩成一句话——过去是用户在你的页面上找答案,现在是助手在替用户向你的系统提问。
企业不必一次性重做网站,但应按顺序做完三件事:让页面可读、让接口可用、让风控可辨。这套基础一旦就位,无论下一个成为主流的助手或协议是谁,独立站都不必重新开始。



