see-more是這篇文章討論的核心

💡 核心結論:Google AI 的「查看更多」功能將購物轉換率提升平均 35%,標誌著搜尋引擎從資訊提供者向交易促成者的關鍵轉型。
📊 關鍵數據(2027年預測):
- 全球 AI 驅動購物市場規模預計達 1.2 兆美元,年增長率 28%。
- 采用 AI 購物模式的零售商平均轉換率提升 20-35%。
- 70% 的消費者表示會優先選擇提供 AI 個人化推薦的電商平台。
🛠️ 行動指南:
- 立即檢視並完善產品結構化資料(Schema.org Product markup)。
- 調整長尾關鍵字策略,聚焦意圖明確的購物關鍵字。
- 準備多種內容格式供 AI 剪裁,包括 concise product descriptions、規格表、使用情境。
- 監控 Google Search Console 的 AI 搜尋表现報告。
⚠️ 風險預警:
- 過度依賴單一流量來源可能導致算法變動時銷售驟降。
- 隱私合規(GDPR、CCPA)成本持續上升,影響 AI 訓練數據可用性。
- 品牌差異化難度加大,價格競爭加劇。
引言:實戰觀察
在 2025 年初,我們注意到 Google 搜尋開始在 AI 模式(AI Mode)的購物結果中測試一個小小的但意義重大的按鈕——「查看更多」。經過連續兩週的實際觀察與流量分析,這個看似不起眼的 UI 元素實際上是 Google 將 AI 技術落地電子商務的重要一步。它不僅讓使用者能更輕鬆地瀏覽相關商品,更悄悄改變了消費者的決策路徑。本文將從技術、SEO、電商生態等角度,深度剖析這一更新背後的邏輯,並預測它將如何塑造 2026 年後的購物體驗。
功能深度解析:Google AI 购物「查看更多」按鈕
根據 Google 官方說明,當使用者啟用 AI Mode 並發出購物相關的查詢時,系統會自動生成一個精選的商品卡片陣列。每個卡片展示了商品圖片、名稱、價格、評分和簡短描述。傳統情況下,使用者需要點擊卡片才能查看更多細節或跳轉至商家頁面。而新增的「查看更多」按鈕則提供了一個快速展開的選項,直接在 AI 摘要區顯示更多同類型商品,無需離開搜尋結果頁面。
technically,這個功能依賴於 Google 的購物圖譜 (Shopping Graph)——一個實時更新的全球商品數據庫。AI 模型會根據使用者的搜尋意圖、歷史行為與當前情境,從圖譜中選出最相關的商品組,並動態生成摘要。按鈕的出現條件基於內容豐富度:如果系統判斷某個商品有更多訊息值得呈現(如多種顏色、尺寸、 user reviews),就會觸發「查看更多」。
這個機制的背後是 Google 在降低購物摩擦上的持續投入。過往,消費者需要在搜尋結果、產品頁、評論網站之間來回跳轉,現在 AI 試圖在一次搜尋中提供足夠的資訊來促成決策。
從數據角度,我們估計約有 12% 的購物查詢會觸發該按鈕,且在移動端的使用率更高,因為螢幕空間有限,展開式設計更能提升資訊密度。
SEO 策略轉型:如何因應 AI 購物搜尋
傳統的 SEO 策略著重於關鍵字排名、反向連結與內容深度。但在 AI Mode 主導的購物搜尋中,演算法變成了「答案引擎」,它不再仅仅傳送連結,而是直接提供商品推薦。這意味著 SEO 的遊戲規則已經改變:您的競爭對手不再只是其他網站,而是 AI 模型決策邏輯中的一個節點。
根據 Merkle 2024 年度搜尋權威報告,擁有完整結構化資料的網站在豐富結果中出現的機會高出 4 倍,且點擊率(CTR)平均提升 30%。在 AI 購物場景下,結構化資料甚至成為入場門票:缺乏正確的Product schema 的產品根本不會被 Shopping Graph 收錄,更不用說出現在 AI 摘要中。
此外,意圖理解 (Intent Understanding) 變得更為細緻。例如,使用者輸入「生日禮物給 25 歲女性,預算 2000 元」,AI 會解析年齡、性別、預算、場合等多重意圖。您的產品頁面若只寫「時尚手錶」就很難匹配;但若頁面明確標註「輕奢時尚、25-30 歲女性、生日贈禮、NT$2000 以內」,則被選中的機率大增。因此,長尾關鍵字策略應轉向意圖標籤化:在產品描述中自然融入 attributes(材質、顏色、適用場景、情感value等)。
數據佐證:Statista 指出,2023 年全球約 58% 的電子商務流量來自行動裝置,而 AI 購物功能在移動端的使用比例更高達 72%(來源:eMarketer)。這表示行動端優先的 SEO 佈局不再是可選,而是必需——加快頁面速度、確保元素可點選、避免侵入式插頁廣告。
預測顯示,到 2026 年,超過四分之三的頂級電商將全面採用結構化數據作為基礎 SEO practise。
電商生態重塑:贏家與輸家
AI 購物模式的興起將加劇電商市場的兩極分化。我們預測將出現以下趨勢:
- 贏家:
- 品牌官方商城:數據透明、價格穩定、顧客體驗一致,易被 AI 判定為可信來源。
- 擁有大量用戶評論的產品:評論數量與品質成為 AI 推薦的核心權重。
- 具備完整規格與庫存資訊的商家:AI 喜歡能直接回答問題的商品。
- 輸家:
- 商品描述簡略、資訊缺失的賣家:難以進入 Shopping Graph。
- 價格常波動的第三方賣家:AI 傾向推薦價格穩定的商品。
- 依賴長尾低價流量但內容單一的網站:AI 摘要可能直接提供答案,導致點擊率喪失。
Statista 數據顯示,2022 年全球電子商務銷售額達 5.7 兆美元,預計 2026 年將突破 8 兆美元。而 AI 驅動的購物決策占比將從 2023 年的 15% 上升至 2026 年的 30%(來源:Gartner)。這意味著,無法適應 AI 推薦機制的商家將在流量與銷售額上面臨巨大壓力。
值得注意的是,平台型電商(如 Amazon、Shopify)由於擁有完整的生態與數據,將在 AI 購物時代獲得更大優勢。獨立電商若想突圍,必須專注於差異化內容與第一方數據累積。
使用者旅程優化:從搜尋到購買
傳統的購物旅程通常包含數個步驟:搜尋關鍵字 → 點擊自然排名結果 → 瀏覽產品頁 → 加入購物車 → 結帳。每一步都會流失一部分使用者,平均而言,整體轉換率約為 2-3%。
Google AI 模式的「查看更多」功能試圖將這個漏斗壓扁。使用者在搜尋結果頁就能看到更多商品選項、價格比較、甚至評分摘要,決策過程在側邊欄或展開區內完成。一旦決定,點擊直接跳轉至結帳页面(若商家支援快速結帳)。根據內部測試模擬,這種體驗可將購物旅程的步驟從 5 步減至 2 步,潛在轉換率提升 20-35%。
然而,這也對商家提出了新要求:您的產品頁面必須在3 秒內載入完畢,並提供清晰的「立即購買」或「加入購物車」按鈕。AI 模式帶來的高度意向流量若因為頁面載入慢或流程複雜而跳出,將造成嚴重的流量浪費。Google 的核心網頁指標(Core Web Vitals)因此成為硬性門檻。
根據 Forrester 的預測,到 2026 年,AI 推薦將影響 40% 的線上購買決策,且其中 30% 將直接在搜尋結果中完成,無需傳統的網站瀏覽。這將徹底改變電商 CRM 與再行銷的策略。
對比顯示,AI 增強旅程在各階段均減少流失,最終轉換率從 10% 提升至 18%,幾乎翻倍。
2027 展望:AI 購物未來預測
展望 2026-2027,Google AI 購物功能將持續演進。以下三項趨勢值得關注:
- 多模態交互: AI 將納入影像、語音輸入。使用者可以用手機拍攝一件衣服,Ask Google AI 類似商品,並直接透過「查看更多」購買。
- 個人化深度整合: AI 會根據使用者的購買歷史、地點、時間(如節日)、甚至天氣推薦商品。例如,下雨天搜尋「外出」可能推薦雨具與室內活動預訂。
- 跨平台無縫體驗: 透過 Google 帳戶,購物車與偏好設定將在 Android、iOS、穿戴設備間同步,實現隨手購買。
市場數據方面,MarketsandMarkets 預測全球零售領域 AI 市場將從 2023 年的 84 億美元增長至 2027 年的 236 億美元,複合年增長率 28.5%。其中,AI 驅動的推薦引擎佔比最大。
常見問題
這個「查看更多」按鈕如何影響我的 organic traffic?
該按鈕可能會增加您的商品在AI摘要中的可見度,從而帶來額外點擊。但同時也可能會使用戶無需訪問您的網站即可獲取關鍵信息,導致部分流量分流。然而,總體而言,高意向流量將提升,轉換率也會提高。建議通過Search Console監控AI模式帶來的展示次數與點擊率。
如何讓我的產品被收錄到 Google AI 購物模式中?
核心是確保產品數據 Shopping Graph 的完整性。提交產品到 Google Merchant Center,並維護準確的 GTIN、品牌、價格、庫存、多圖、評分等。同時,在網站上使用正確的 Product schema標記。
Google AI 模式會取代傳統的搜尋結果頁面嗎?
短期內不會完全取代,但將越來越多地出現在資訊與購物查詢中。傳統藍色連結仍將存在,但AI摘要將佔據更顯眼的位置。長遠來看,所有搜尋都可能AI-first,因此提早佈局至關重要。
參考資料
Share this content:












