全部文章 / 研究文章 / 商品数据质量
AI 为什么看不全智能宠物用品？
11 个品牌商品页的字段抽查
AI 购物助手需要根据商品信息回答消费者的问题。除了商品介绍，规格、标识、配送和售后政策等数据，也可能影响 AI 对商品的理解。
我们选取了 11 个智能宠物用品品牌的公开商品页面，检查其中的结构化数据，并对照 OpenAI 公布的商品数据规范，分析值得关注的信息问题。
YuSeen 研究团队，，预计阅读时间：6 分钟
AI 正在成为消费者获取商品信息的新方式。
根据 Adobe Analytics 数据，2025 年美国假日购物季，来自生成式 AI 平台的零售网站引荐访问量同比增长约 693%。
这一趋势说明，AI 已经开始影响商品的发现与比较过程。来源：Adobe 2025 年假日购物季报告。
但对品牌和卖家而言，更值得研究的问题是：
当消费者向 AI 询问商品的规格、适用性、物流和售后条件时，AI 能够获得哪些可靠信息？
准确、完整的商品数据，是 AI 理解商品的重要基础
消费者可以通过商品图片、页面排版和营销描述形成直观判断。
AI 系统则需要从能够获取的数据来源中提取和组织信息，包括商品页面、结构化标记、平台数据及其他公开资料。
OpenAI 已公布面向商家商品数据馈送的字段规范。其中包括商品标识、标题、描述、链接、品牌、卖家、图片、库存状态和价格等基础信息。
规范也涉及商品规格、GTIN、运费、退货政策等相关信息。字段属于必填、条件必填还是可选，应以适用规范和具体场景为准。
需要特别说明的是，这套规范针对特定商品数据馈送机制，并不等同于所有网站必须采用的网页结构化数据标准。
网页中的结构化标记与商家向平台提交的商品数据，也应分别检查。
对于跨境电商企业，重要的不只是是否填写了某个字段，而是关键商品信息能否通过适当的数据渠道被准确获取，并在不同来源之间保持一致。
参考：OpenAI 商品数据规范。
11 个智能宠物用品商品页的公开数据检查
本次抽查选择了自动喂食器、宠物饮水机和智能猫砂盆等商品。
这些产品通常涉及容量、尺寸、电源、适用对象、联网功能及其他具体参数，消费者在购买前可能提出较为细致的问题。
我们从 11 个品牌的官方网站中各选取一个商品页面，检查其公开网页中与商品有关的结构化信息。
检测项目与结果包含相关标记的页面数
- GTIN 商品标识3 / 11
- 商品级运费信息1 / 11
- 退货政策标记3 / 11
- 评分信息标记5 / 11
其他观察
除上述字段外，抽查还发现了部分信息质量问题，例如：
- 个别商品变体的重量被标记为零。
- 部分 SKU 标识缺失。
- 商品介绍过于简略，关键规格主要保存在图片中。
- 个别英文内容混用了中文标点。
- 不同页面中的品牌基础信息存在不一致的情况。
这些问题并不一定直接导致 AI 无法推荐商品，但可能增加信息识别、关联和核验的难度。
研究局限
本次抽查每个品牌仅检查一个公开商品页面，样本数量有限。
我们没有核查品牌在 Google Merchant Center、其他电商平台或专门商品数据接口中提交的完整资料。
因此，这些结果只能说明样本中观察到的信息问题，不能用于评价品牌整体的数据管理水平，也不足以推断其实际 AI 推荐表现。
消费者提出的是具体问题，商品资料必须提供具体依据
传统关键词搜索可能从品类名称开始，而 AI 购物中的问题往往包含更加明确的使用需求。
例如：
“家里有两只猫，需要分别控制食量，有哪些适合的自动喂食器？”
“停电后，喂食器是否还能继续工作？”
“如果产品不适用，退货运费由谁承担？”
要准确回答这些问题，需要明确的产品功能、技术参数和售后政策。
诸如 high quality、smart 或 best 等笼统的营销形容词，并不能替代具体资料。
如果商品页面没有说明相关功能，AI 可能无法确认商品是否满足要求。
如果不同来源的信息存在冲突，也可能出现描述不准确的情况。
对于跨境电商企业，这些偏差值得重视，因为消费者可能依据 AI 的回答形成购买预期。
商品信息与实际体验不一致，可能进一步带来客服咨询、退货或信任问题。
改善商品信息质量，可以先从五项工作开始
01检查公开信息的可访问性
确认商品页面、重要政策信息和适用的数据接口能够正常访问。
对于独立站，可以检查相关爬虫访问规则和网站安全配置，排查非预期的访问限制。
02完善配送与售后政策
明确运费、配送范围、预计送达时间、退货期限、退货费用及质保条件。
确保不同页面和适用数据渠道中的信息一致。
03补充关键商品参数
根据商品品类和消费需求，优先完善最常用于比较的规格、功能与适用条件。
不要只通过图片提供重要参数，也应在可读取的文字或数据字段中清楚呈现。
04规范商品标识与变体数据
检查 SKU、商品型号、GTIN 和变体属性是否准确。
需要使用 GTIN 的商品，应使用合法分配且与实际商品对应的标识，不应随意生成或填写虚假编码。
05以实际消费问题检查商品描述
围绕商品适用对象、使用条件、主要限制和售后政策，核对页面是否提供充分、准确的说明。
商品描述应帮助消费者作出判断，而不只是堆积营销形容词。
商品信息质量可以改善，AI 推荐结果不能保证
生成式 AI 的商品推荐受到多种因素影响，包括消费者问题、模型能力、可用数据、平台机制及时间变化。
任何单次测试结果都不能证明商品会在未来持续获得推荐。
对于跨境电商企业，更可靠的工作方式，是建立可重复的测试条件，识别商品信息中的具体问题，在完成改进后观察结果变化。
这也是 YuSeen 开展 GEO 检测与优化服务的基本方法。
我们不将“保证被推荐”作为服务承诺，而是关注能够核验的商品信息质量、测试结果和持续改进过程。
