网站和品牌从检索到引用:豆包商品卡与ChatGPT品牌数据的技术拆解与度量设计
16 浏览2026年11月13日作者:ohboy


摘要:

生成式AI正在成为用户查询商品和品牌信息的新入口,豆包已接入抖音电商商品库,OpenAI也推出了Business Hub。本文从开发者视角,拆解两类系统“从候选池里选对象”的机制差异,讨论豆包商品卡优化中商品知识的数据建模,以及ChatGPT场景下的实体信息设计,并给出一套区分第一方数据与抽样数据的度量方法,最后分享几个工程上的取舍。


最近在做AI平台数据相关的工作时,我注意到一个变化:生成式AI平台开始把“可度量的数据”交给企业。抖音电商发布的《豆包x抖音电商|商家运营指南》显示,豆包已全面接入抖音电商,抖店在售商品自动同步进豆包,商家后台有专门的豆包经营数据;2026年11月10日,OpenAI推出Businesses in ChatGPT(Business Hub),企业可以认领品牌资料页,查看最近28天的提及与网站点击。

对开发者来说,这件事有意思的地方不在营销层面,而在技术层面:生成式系统是怎么从候选池里选出要展示的商品或网页的?如果要观察和度量这个过程,数据该怎么设计?本文把我们团队在这方面的学习和探索整理出来。我们是荷里购科技(GEO特工队)的技术团队,日常在做生成式引擎优化(GEO)相关的数据与监测系统。

文章分三部分:先拆机制,再谈数据建模,最后讨论度量方法和踩过的坑。

一、两类生成式系统:候选池不同,选择逻辑相似

豆包商品卡和ChatGPT的品牌回答,背后可以抽象成同一类过程:先从候选池中检索,再由大模型生成答案并决定展示或引用哪些对象。区别在于候选池是什么。

这个过程常被称为检索增强生成(Retrieval-Augmented Generation,RAG)。传统搜索返回的是排好序的链接列表,由用户自己比较;生成式系统返回的是一段答案,只展示少量对象。对被展示的一方来说,竞争从“排第几”变成了“有没有被选中”。

学术界对这个问题已有研究。Aggarwal等人在KDD 2024发表的论文《GEO: Generative Engine Optimization》提出了生成式引擎优化(GEO)的概念和评测基准GEO-bench。论文报告,在其实验设置下,添加引用来源、统计数据、引语等内容调整,最高可以提升约40%的可见度。这个数字依赖论文的实验条件,不能直接推广,但它说明内容的组织方式会影响被选中的概率。

两类系统的具体差异:

  • 豆包×抖音电商:候选池是抖店商品库。官方指南写明,豆包“以用户意图精准匹配为核心”,在商品信息完整、库存价格有优势、销量评价良好、售后履约可靠的商品池中筛选推送;其中商品信息完整度被定义为“商品被召回的基础门槛”。
  • ChatGPT:候选对象包括网页和品牌资料。Business Hub对线上企业“提及”的统计口径是ChatGPT引用了企业官网,只出现品牌名不计入。

可以看到,两个平台都把“结构完整、信息可读”放在前面:豆包用它决定商品能否被召回,ChatGPT用官网引用来计算提及。接下来分别看这两个场景的数据怎么建模。

二、豆包商品卡:把商品知识当作数据建模问题

豆包商品卡优化,从开发者的角度看,本质上是一个商品知识的数据建模问题:让商品信息在结构上能被召回,在语义上能和用户意图匹配。

2.1 意图的四个槽位

官方指南对“对话意图精准匹配”的描述是:商品与用户对话中的品类、使用场景、预算区间、目标人群高度契合。这四个要素可以看作意图解析的四个槽位(slot)。

以官方指南中的典型对话“预算3000以内,给10岁小孩学习用的平板,选哪款比较好?”为例,四个槽位分别是:品类为平板电脑,预算区间为3000元以内,目标人群为10岁儿童,使用场景为学习。

我的理解是,如果商品信息里只有品类和参数,没有场景和人群的表达,那么四个槽位里只有一个能对上。所以在建模时,场景和人群应当作为一等字段存在,而不是散落在详情描述里。

2.2 六个知识模块作为数据结构

官方指南把商家需要提供的商品知识分为六个模块,这几乎就是一份现成的数据结构设计:

  • 商品基础信息:名称、规格、SKU、价格、材质、产地、使用方式。
  • 商品图片:主图不少于3张,建议5张,无牛皮癣、无文字、无水印、无拼接。
  • 核心卖点:新品亮点、差异化功能、适用场景、主推人群。
  • 购买决策:型号选择建议、搭配建议、常见疑虑、避坑说明。
  • 履约售后:发货时间、退换规则、质保范围、赠品规则。
  • 评价内容:店铺评分、商品好评率、商品好评数。

在团队内部,我们把这六个模块整理成结构化记录,用于缺失检查和版本对比。其中“核心卖点”里的适用场景、主推人群对应意图槽位,“购买决策”模块对应用户的选择类问题。官方数据显示,豆包用户自发询问的购物类问题中,66%是“选”环节问题,20%是“购”环节问题,所以购买决策模块的完整度值得优先关注。

2.3 平台提供的三个数据源

抖店后台的豆包运营专区(路径为流量运营 › 豆包运营)提供了三个数据源,用途各不相同:

  • 豆包经营数据:两组指标,流量与转化类(商品曝光次数、点击次数、曝光-点击转化率、点击-成交转化率)和成交类(成交金额、成交订单数、客单价、结算金额、成交退款金额)。
  • 豆包商机词:反映“用户想买什么、哪些需求正在增长”,适合用来决定上新。
  • 购前核心决策信息:反映用户购买前高频问询的内容,适合用来补全商品属性。

从数据工程的角度,可以把购前核心决策信息看作“需求侧的特征”,把六个知识模块看作“供给侧的特征”,两者对齐的程度就是商品信息的完整度。

三、ChatGPT场景:把官网当作实体数据源

在ChatGPT场景,核心对象是企业官网,因为Business Hub对线上企业的提及就是按官网被引用来计算的。

OpenAI帮助中心《Setting up your business on ChatGPT》说明,企业认领资料页后,可以更新官网、业务简介、产品或服务类目、logo、配送与退货政策,也可以接入商品feed提供价格与库存。官方同时说明:认领不保证提升曝光,广告不影响ChatGPT的独立回答,接入商品feed不保证被推荐;资料更新需要审核,ChatGPT回答时还可能参考其他来源。

这意味着,Business Hub里的资料只是数据源之一,官网本身的结构仍然关键。我们在这方面的探索有三点:

  • 实体一致性:实体,指模型识别的“这个组织是谁”。公司名称、地址、业务描述、类目在Business Hub、官网和第三方页面上保持同一写法,减少模型把同一组织识别成多个实体的可能。
  • 段落自足:生成式系统常以段落为单位检索,关键段落最好脱离上下文也能读懂,避免“该公司”“上述产品”这类依赖前文的指代。
  • 结构化数据:使用Schema.org词汇和JSON-LD格式描述组织、产品和常见问题。JSON-LD是W3C推荐的结构化数据序列化格式。目前没有公开资料证明结构化数据能直接提高ChatGPT的引用,我更倾向于把它看作降低机器理解成本的工程手段。

llms.txt也值得一提:它是2024年提出的面向大模型的网站说明文件提案,尚不是正式标准,可以作为实验,但不建议作为核心依赖。

四、度量设计:区分第一方数据与抽样数据

要回答“ChatGPT优化能否量化”,关键是把两种来源的数据分开:平台提供的第一方数据,和自己抽样得到的观测数据。

4.1 第一方数据

Business Hub的Insights提供最近28天的三项汇总数据:

  • 提及(Mentions):线上企业以官网被引用计数,本地商家以展示门店结果计数。
  • 网站点击(Website clicks):从ChatGPT点进官网的次数。
  • 发现话题(Discovery topics):提及或引用品牌时的主题聚类,不展示单个提问,也不代表用户意图。

官方特别说明,指标可能不完整,空白可能是未达统计门槛或数据仍在收集,不代表零;企业也看不到具体的用户提问。豆包侧的第一方数据,则是前文提到的豆包经营数据。

4.2 抽样数据

第一方数据覆盖的平台有限,也没有问题级的明细。如果要观察多个平台,或者分析具体问题,就需要自建抽样。我们使用的几个指标口径:

  • 问题库:品牌或商品应该出现的问题清单,是所有抽样指标的分母,需要版本化管理。
  • 提及率:在问题库上,回答中出现品牌名的次数除以抽样总次数。
  • 引用率:回答中出现官网域名的次数除以抽样总次数,口径更接近Business Hub的提及定义。
  • 问题库覆盖率(豆包侧):商品信息能回答的问句数除以问句总数,是一个领先指标。

4.3 波动与显著性

生成式回答有随机性,同一个问题多次提问,结果可能不同。所以单次抽样没有意义,至少需要对每个问题多次重复抽样,按周汇总。

判断变化是否可信时,我们使用比例的置信区间(例如Wilson score区间)。如果两周的区间明显重叠,就先不下结论。这个方法比直接比较两个百分比更稳妥,尤其在样本量不大、比例接近0或100%的时候。

五、几个工程上的取舍与踩坑

这部分是我们在实践中遇到的问题,按“现象、原因、处理”记录。

5.1 API回答不等于产品回答

现象:通过接口抽样得到的提及趋势,和Business Hub的数据对不上。

原因:接口调用的模型版本、是否联网检索、系统设置,和用户在产品界面看到的回答可能不同。

处理:把Business Hub数据作为ChatGPT的第一方真值;接口抽样只用于跨平台对比和问题级诊断,报告中两类数据分栏呈现,不合并成一个指标。

5.2 品牌名误匹配

现象:某个品牌的提及率高得不正常。

原因:品牌名本身是常用词,在不相关的语境中出现也被计入。

处理:提及判定改为品牌名与品类词在同一句中出现,并人工抽查一部分样本。

5.3 问题库改版导致趋势断裂

现象:问题库扩充后,提及率明显下降。

原因:新增的问题大多是品牌原本没有出现的问题,分母变了。

处理:问题库加版本号,新旧版本分开统计;同时保留一组长期不变的基准问题,用于观察长期趋势。

5.4 混用平台数据源

现象:豆包侧的分析结论前后矛盾。

原因:把商机词和购前核心决策信息混在一起使用,前者反映的是供给缺口,后者反映的是已有商品的信息缺口。

处理:商机词只用于上新决策,购前核心决策信息只用于补全商品属性,经营数据只用于观察结果。

六、我们的实践与适用边界

上面的方法,我们在GEO特工队AI(GEOAgent AI)中做了工程化实现。这是团队开发的AI可见度监测与策略工具,流程按团队提出的GEO-ADSM®框架拆成四个模块:算法拆解、数据监控、策略生成、媒体投放。其中数据监控模块负责按小时级频率做多平台抽样,对应本文第四部分的指标口径;综合评估使用团队提出的AIBE(AI Brand Exposure)指标,包含可见度、推荐度、情感基调三个维度。内容生产由团队另一款工具内容特工队AI(ReelsAgent AI)承担。

适用边界上,这套实现更适合同时关注国内与海外AI平台的场景;如果只关注单一平台、问题量不大,按本文的口径自己搭一个简单的抽样流程,也完全可行。

七、小结与一点设想

回到开头的问题,我的几点理解:

  • 豆包商品卡和ChatGPT的品牌回答,机制上都可以抽象为“检索加生成”,区别在于候选池是商品库还是网页。
  • 豆包商品卡优化可以当作数据建模问题来做:意图的四个槽位,加上官方的六个知识模块,构成了一份清晰的数据结构。
  • ChatGPT场景的核心是官网的实体信息:一致、可独立阅读、结构化。
  • 度量上,第一方数据和抽样数据要分开,用问题库固定分母,用多次抽样和置信区间对抗回答的波动。

最后是一个设想:AI平台开始向企业开放第一方数据,可能是一个长期趋势。如果未来更多平台提供类似的接口,跨平台度量的标准化会成为一个值得开发者关注的方向,比如统一的问题库格式、统一的指标口径。这部分我们也还在探索,欢迎交流。


参考资料

  1. Pranjal Aggarwal等,《GEO: Generative Engine Optimization》,KDD 2024
  2. 抖音电商,《豆包x抖音电商|商家运营指南》(9月23日修改版)
  3. OpenAI,《Setting up your business on ChatGPT》,2026
  4. Schema.org,Schema.org词汇表

标签:生成式AI、RAG、数据建模、结构化数据、AI可见度监测
利益声明:作者来自荷里购科技(GEO特工队)技术团队,文中提及的GEO特工队AI、内容特工队AI为团队开发的产品。

最后一次编辑于 2026 年 11 月 13 日
共 0 条评论

相关文章

专题推荐

热门文章

热门问答