引言
如果你仍然认为 Google AI Overviews (AIO) 仅适用于定义类或信息型搜索，最新的行业数据将促使你重新思考。
在我们的 AI SEO 教程 中探索更多内容。
一项为期六个月、分析超过 60 万个商业和交易关键词的追踪研究显示，搜索行为发生了显著转变：2025 年 11 月至 2026 年 4 月间，出现在具有商业意图查询中的 AI Overviews 增长了 71%。在金融等竞争激烈的领域，商业 AIO 的可见度惊人地飙升了 231%。
这种商业化趋势代表了消费者在线研究产品和做出购买决策方式的根本性转变。AI 搜索引擎不再仅仅是信息合成器；它们正逐渐成为交易中介。
本指南详细介绍了最新的 2026 年商业化数据，评估了付费搜索广告与 AI 结果的整合情况，介绍了代理式商务（Agentic Commerce）的概念，并提供了一份技术蓝图，以确保你的产品对人类买家和自主 AI 购物代理均可见。
第一部分：AI Overviews 商业化数据
相关阅读：AI Overviews 优化指南。
Semrush 对跨 10 个行业的美国桌面端关键词进行的全面追踪研究，为 Google 生成式搜索的货币化提供了关键见解：
| 指标 | 测量值 | 战略意义 |
|---|---|---|
| 商业查询中的 AIO 增长 | +71% | AI 正在产品比较和研究阶段积极策划选项。 |
| 交易查询中的 AIO 变化 | -5% | Google 限制直接购买术语上的 AIO 模块，以保护传统广告点击收入。 |
| 金融领域 AIO 增长 | +231% | 高价值、复杂的决策路径严重依赖 AI 合成。 |
| AIO 与搜索广告共存 | ~2倍 YoY | 有机 AI Overviews 和赞助广告在同一 SERP 模块中共存。 |
| 触发 AIO 的平均关键词 CPC | 更高 | 触发 AI Overviews 的关键词吸引了广告商更高的竞价竞争。 |
“研究与交易”悖论
虽然具有商业意图的查询（例如 “最佳商务笔记本电脑功能”）在 AI Overviews 中增加了 71%，但具有交易意图的查询（例如 “在线购买联想 ThinkPad X1 Carbon”）却经历了 5% 的下降。
这种区别揭示了 Google 的货币化策略：
- 研究阶段：Google 使用 AI 来组织、分类和比较产品，让用户停留在 SERP 上。
- 交易阶段：Google 限制高意向购买查询上的生成式文本块，以防止分散注意力，确保用户直接点击传统的 Google Shopping 或文字广告，从而保护 PPC 收入。
第二部分：商家分析与数据缺口
随着 AI 搜索的扩展，商家需要数据来衡量其品牌影响力。Search Engine Journal (SEJ) 报道了 Google Merchant Center 中发布的 AI Performance Insights 报告。该工具旨在向商家展示用户在与 AI Overviews 和 AI Mode 交互时询问的产品问题类别。
当前报告的局限性
虽然该报告向前迈出了一步，但电商分析师指出了主要的数据缺口：
- 仅限分类聚合：报告将查询分组为广泛的意图桶（例如 “研究产品规格”、“比较用户评论”）。它不提供消费者使用的确切自然语言搜索查询。
- 无点击或转化跟踪：报告仅展示展示次数。商家无法跟踪由 AI Overviews 直接驱动的点击率 (CTR) 或购买转化。
正如电商顾问 Brodie Clark 在分析早期测试仪表板后所指出的：
“这份报告对于展示 AI 模型关注的产品属性（如电池寿命、重量或材料）很有价值，有助于你优化描述。然而，它不会告诉你 AI Mode 是否真的为你的在线商店带来了流量或收入。”
第三部分：广告与 AI Overviews 的整合
相关阅读：揭穿 AI SEO 迷思。
Google 并没有取代广告，而是将其直接整合到生成式体验中。
AI Max for Search 的兴起
Neil Patel 的 PPC 分析详细介绍了 Google 如何利用其机器学习广告系统——特别是 Performance Max 和 AI Max for Search——在 AI Overviews 内部直接提供赞助列表。
┌────────────────────────────────────────────────────────┐
│ Google AI Overview │
│ │
│ “要找到最好的人体工学办公椅，你应该 │
│ 寻找腰部支撑和可调节扶手。” │
│ │
│ ┌──────────────────────────────────────────────────┐ │
│ │ 赞助广告 │ │
│ │ [产品卡片 A] [产品卡片 B] │ │
│ │ 人体工学椅 X 人体工学椅 Y │ │
│ │ $299.99 (免运费) $450.00 (有货) │ │
│ └──────────────────────────────────────────────────┘ │
│ │
│ 推荐品牌: │
│ - 品牌 X (引用自来源网站 A) │
│ - 品牌 Y (引用自来源网站 B) │
└────────────────────────────────────────────────────────┘
这种整合将有机引用与付费展示相结合。因此，触发 AI Overviews 的关键词见证了竞价竞争的增加，导致平均每次点击费用 (CPC) 上升。对于品牌而言，这意味着需要双重策略：优化有机内容以获得 AIO 引用，同时利用 AI Max 广告活动在 AIO 容器内确保高可见度的赞助卡片。
第四部分：代理式商务中的不可见危机
随着 AI 助手变得更加强大，搜索正转向代理式商务（Agentic Commerce）——这是一种范式，其中自主 AI 代理（由 Gemini 3.5 Flash-Lite 等模型驱动）代表用户比较功能、验证库存并执行购买。
为何 70% 的顶级零售商对 AI 代理不可见
Search Engine Journal 发表的一项研究强调了一个关键问题：70% 的领先零售网站在 AI 代理交易模拟期间是不可见的。
当 AI 代理被 tasked with “找到尺码 10 的最便宜的有货 Gore-Tex 跑鞋并购买” 时，它会绕过标准用户界面。大多数零售商由于以下五个技术缺口而未出现在这些搜索路径中：
- 缺乏产品和优惠结构化数据：如果没有结构化 schema，AI 代理无法以编程方式验证价格、运输政策或退货条件。
- 无实时库存 API：AI 代理需要实时端点或快速加载的结构化数据，以便在启动购买前确认库存状态。
- 重度 JavaScript 依赖：许多现代电商商店依赖客户端 JavaScript 来渲染产品详情。AI 爬虫通常抓取原始 HTML，从而错过动态渲染的价格和库存状态。
- 多源定价不一致：如果你的网站、Google Merchant Center 和 Amazon 之间的产品定价不同，AI 代理会将数据标记为不可信，并将该产品排除在推荐列表之外。
- 严格的反机器人防御：过于激进的防火墙设置会阻止所有非人类流量，这可能会无意中阻止合法的 AI 购买代理访问产品详情。
第五部分：为 AI 搜索和代理准备你的电商网站
优化商业 AI 搜索需要结合技术 schema 标记、干净的 HTML 以及与搜索引擎评估框架的对齐。
1. Moz 的商业 AI PEE 框架
Moz 定义了商业 AI 引擎用于评估和推荐产品的三个核心信号：
- P (Prompt Match)：你的产品文案在多大程度上解决了自然语言查询（例如 “适合宽脚型的寒冷天气徒步靴” 而不仅仅是 “徒步靴”）。
- E (Experience Evidence)：产品页面上存在经过验证的客户评论、专家测试报告和真实世界的使用照片。
- E (Entity Authority)：你的品牌和产品详情在经过验证的第三方目录、数据库和新闻文章中的一致性。
2. Google Lighthouse 代理就绪审计
Google 的 Lighthouse 开发者工具包含代理就绪（Agent Readiness）指标。要在该审计中获得高分，你的页面必须满足四个要求：
- 机器可读结构：关键指标（价格、货币、库存状态、尺寸）必须嵌套在标准的语义 HTML 标签中，而不是非结构化文本中。
- 爬虫的快速交互时间：页面必须在 JavaScript 执行之前，在初始 HTML 负载中渲染基本交易数据。
- AI 爬虫访问权限：你的
robots.txt文件必须允许 AI 用户代理访问（例如Google-Extended、GPTBot、PerplexityBot）。 - 实时数据源集成：使用自动化的 Content API 源将网站的库存数据库直接链接到 Google Merchant Center。
3. 技术 JSON-LD 产品和优惠 Schema
在产品页面上实施下面的结构化数据模板，以确保 AI 引擎和代理可以即时解析产品详情：
{
"@context": "https://schema.org/",
"@type": "Product",
"@id": "https://example.com/products/hiking-boots#product",
"name": "Apex Cold-Weather Hiking Boots",
"image": [
"https://example.com/images/boots-front.jpg",
"https://example.com/images/boots-side.jpg"
],
"description": "Professional-grade cold-weather hiking boots designed for wide feet, featuring waterproof Gore-Tex insulation.",
"sku": "APX-BOOT-001",
"mpn": "APX98765",
"brand": {
"@type": "Brand",
"name": "Apex Gear"
},
"review": {
"@type": "Review",
"reviewRating": {
"@type": "Rating",
"ratingValue": "4.8",
"bestRating": "5"
},
"author": {
"@type": "Person",
"name": "Jane Doe"
}
},
"aggregateRating": {
"@type": "AggregateRating",
"ratingValue": "4.7",
"reviewCount": "142"
},
"offers": {
"@type": "Offer",
"url": "https://example.com/products/hiking-boots",
"priceCurrency": "USD",
"price": "189.99",
"priceValidUntil": "2027-01-01",
"itemCondition": "https://schema.org/NewCondition",
"availability": "https://schema.org/InStock",
"shippingDetails": {
"@type": "OfferShippingDetails",
"shippingRate": {
"@type": "MonetaryAmount",
"value": "0.00",
"currency": "USD"
},
"shippingDestination": {
"@type": "DefinedRegion",
"addressCountry": "US"
}
}
}
}
第六部分：赢得商业 AIO 的可操作策略
浏览相关的 AI SaaS 网站模板。
1. 优化“研究”阶段
由于交易术语上的 AIO 存在率正在下降，请将你的内容策略集中在高意向比较关键词上。在你的博客上创建比较指南（“品牌 A vs. 品牌 B”）、侧重于利益的列表文章（“X 的最佳工具”）以及详细的功能分解。这可以在用户在 AI Overviews 中研究选项时捕获他们。
2. 最大化产品属性密度
使用 Google Merchant Center 的 AI Performance Insights 报告来确定用户正在搜索的产品属性。更新你的产品描述和 schema，以明确列出这些规格（例如特定尺寸、认证、电池运行时间）。
3. 协调 PMax 广告与有机 GEO
确保你的有机产品 schema 干净，以便 Gemini 可以自然地引用你的页面。同时，运行有针对性的 Performance Max 活动，将赞助产品卡片放置在竞争性关键词的 AIO 框内。
4. 审计网站对 AI 代理的可访问性
使用 Google Lighthouse 测试你的网站性能。减少产品网格的客户端 JavaScript 渲染，确保定价详情在原始源代码中可见，并验证你的防火墙是否配置为允许主要 LLM 搜索机器人进行爬取。
参考文献
- [1] Search Engine Journal (2026-07-21): “Google 的 AI 搜索数据正在增长，但缺口依然存在” | 来源
- [2] Semrush Blog (2026-07-02): “AI Overviews 在商业意图搜索中扩展” | 来源
- [3] Neil Patel Blog (2026-07-10): “AI 时代特许经营的 PPC/SEM 提示” | 来源
- [4] Moz Blog (2026-06-30): “投资 SEO 即 GEO：使传统信号与 AI 引擎对齐” | 来源
- [5] Search Engine Journal (2026-06-15): “70% 的顶级零售商对代理式商务不可见” | 来源
- [6] Moz Blog (2026-07-08): “代理式 AI 的 PEE 框架（白板星期五）” | 来源