引言
如果你仍然认为 Google AI Overviews (AIO) 仅适用于定义类、信息类搜索，那么最新的行业数据会让你重新思考。
一项为期六个月、分析超过60万个商业和交易型关键词的追踪研究揭示了搜索行为的重大转变：在商业意图查询中，AI Overviews 的出现率增长了71%（2025年11月至2026年4月期间）。在金融等竞争激烈的领域，商业 AIO 的可见度更是惊人地飙升了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整合器，它们正在成为交易中介。
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，引入了Agentic Commerce 的概念，并提供了技术蓝图，以确保你的产品能够被人类买家和自主 AI 购物代理看到。
第一部分：AI Overviews 商业化数据
Semrush 对10个行业的美国桌面端关键词进行的全面追踪研究，为 Google 生成式搜索的变现提供了关键见解：
| 指标 | 测量值 | 战略意义 |
|---|---|---|
| 商业查询中 AIO 增长 | +71% | AI 正在产品比较和研究阶段主动筛选选项。 |
| 交易型查询中 AIO 变化 | -5% | Google 正在限制直接购买词条上的 AIO 模块，以保护传统广告点击收入。 |
| 金融行业 AIO 增长 | +231% | 高价值、复杂的决策路径严重依赖 AI 整合。 |
| AIO + 搜索广告同时出现 | 同比增长约2倍 | 自然 AI Overviews 和赞助广告在同一 SERP 模块中共存。 |
| 触发 AIO 的关键词平均 CPC | 更高 | 触发 AI Overviews 的关键词吸引了广告主更高的竞价竞争。 |
"研究 vs. 交易"悖论
虽然商业意图查询（例如，"最佳商务笔记本功能"）的 AI Overviews 出现率增长了71%，但交易意图查询（例如，"在线购买联想 ThinkPad X1 Carbon"）却下降了5%。
这种差异揭示了 Google 的变现策略：
- 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 限制高意图购买查询上的生成式文本模块，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足迹。Search Engine Journal (SEJ) 报道了 Google Merchant Center 中AI Performance Insights 报告的发布。该工具旨在向商家展示用户在与 AI Overviews 和 AI Mode 互动时，会询问哪些类别的产品问题。
当前报告的局限性
虽然该报告是向前迈出的一步，但电商分析师指出了主要的数据缺口：
- 仅限分类聚合：该报告将查询分组到广泛的意图类别中（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：该报告仅显示展示次数。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：
"这份报告的价值在于向你展示 AI 模型关心哪些产品属性（如电池寿命、重量或材料），帮助你优化描述。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
Google 并没有取代广告，而是将它们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 内部直接投放赞助列表。
┌────────────────────────────────────────────────────────┐
│ Google AI Overview │
│ │
│ "要找到最佳的人体工学办公椅，你应该关注腰部支撑 │
│ 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) │
└────────────────────────────────────────────────────────┘
这种整合将自然引用与付费展示位融合在一起。因此，触发 AI Overviews 的关键词竞价竞争加剧，导致平均每次点击成本 (CPC) 上升。对于品牌而言，这意味着需要采取双重策略：优化自然内容以获得 AIO 引用，同时利用 AI Max 广告活动在 AIO 容器内获得高可见度的赞助卡片。
第四部分：Agentic Commerce 中的可见性危机
随着 AI 助手能力的增强，搜索正在向 Agentic Commerce 过渡——这是一种由自主 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的范式。
为什么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：在 AI 代理交易模拟中，70%的领先零售网站是不可见的。
当 AI 代理被要求"找到最便宜、有货的10码 Gore-Tex 跑鞋并购买"时，它会绕过标准的用户界面。由于五个技术差距，大多数零售商无法出现在这些搜索路径中：
- 缺乏 Product & Offer Schema：如果没有结构化的 Schema，AI 代理无法通过编程方式验证价格、运费政策或退货条件。
- 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，以便在发起购买前确认库存状态。
- 重度 JavaScript 依赖：许多现代电商网站依赖客户端 JavaScript 来渲染产品详情。AI 爬虫通常会抓取原始 HTML，从而错过动态渲染的价格和库存状态。
- 多来源定价不一致：如果产品定价在你的网站、Google Merchant Center 和 Amazon 上不同，AI 代理会将数据标记为不可信，并将该产品从推荐列表中排除。
- 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
为商业 AI 搜索进行优化需要结合技术 Schema 标记、干净的 HTML 以及与搜索引擎评估框架保持一致。
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 - 提示匹配)：你的产品文案在多大程度上匹配自然语言查询（例如，"适合宽脚的寒冷天气登山靴"，而不仅仅是"登山靴"）。
- E (Experience Evidence - 体验证据)：你的产品页面上是否存在经过验证的用户评论、专家测试报告和真实使用照片。
- E (Entity Authority - 实体权威性)：你的品牌和产品详情在经核实的第三方目录、数据库和新闻文章中的一致性。
2. Google Lighthouse Agent Readiness 审计
Google 的 Lighthouse 开发者工具包含 Agent Readiness 指标。要在此审计中获得高分，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。
- 爬虫快速交互时间：页面必须在 JavaScript 执行之前，在初始 HTML 负载中呈现基本的交易数据。
- AI 爬虫访问权限：你的
robots.txt文件必须允许 AI 用户代理（例如，Google-Extended、GPTBot、PerplexityBot）访问。 - 实时数据 Feed 集成：使用自动化的 Content API Feed 将你网站的库存数据库直接链接到 Google Merchant Center。
3. 技术 JSON-LD Product & Offer Schema
在你的产品页面上实现以下结构化数据模板，以确保 AI 引擎和代理能够即时解析产品详情：
{
"@context": "https://schema.org/",
"@type": "Product",
"@id": "https://example.com/products/hiking-boots#product",
"name": "Apex 寒冷天气登山靴",
"image": [
"https://example.com/images/boots-front.jpg",
"https://example.com/images/boots-side.jpg"
],
"description": "专为宽脚设计的专业级寒冷天气登山靴，采用防水 Gore-Tex 保暖材料。",
"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
1. 针对"研究"阶段进行优化
由于交易词条上的 AIO 出现率正在下降，请将你的内容策略重点放在高意图的比较关键词上。在你的博客中创建比较指南（"品牌 A vs. 品牌 B"）、以利益为导向的列表文章（"X 的顶级工具"）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 报告来识别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，具体尺寸、认证、电池续航时间）。
3. 协调 PMax 广告与自然 GEO
确保你的自然产品 Schema 是干净的，以便 Gemini 能够自然地引用你的页面。同时，针对竞争激烈的关键词，运行有针对性的 Performance Max 广告活动，以在 AIO 框内放置赞助产品卡片。
4. 审计网站对 AI 代理的可访问性
使用 Google Lighthouse 测试你网站的性能。减少产品网格的客户端 JavaScript 渲染，确保价格详情在原始源代码中可见，并验证你的防火墙配置是否允许主要的 LLM 搜索爬虫进行抓取。
参考资料
- [1] Search Engine Journal (2026-07-21): "Google's AI Search Data Is Growing, But The Gaps Remain" | 来源
- [2] Semrush Blog (2026-07-02): "AI Overviews Expanding Across Commercial Intent Search" | 来源
- [3] Neil Patel Blog (2026-07-10): "PPC/SEM Tips for Franchises in the AI Era" | 来源
- [4] Moz Blog (2026-06-30): "Investing in SEO Is GEO: Aligning Traditional Signals with AI Engines" | 来源
- [5] Search Engine Journal (2026-06-15): "70% Of Top Retailers Are Invisible To Agentic Commerce" | 来源
- [6] Moz Blog (2026-07-08): "The PEE Framework for Agentic AI (Whiteboard Friday)" | 来源