你花了几百万建起来的电商网站，精心设计的”仅剩 2 件！”、”限时特惠”、”原价 $299，现价 $99”，在 AI 购物代理眼里，基本等于空气。
这不是感觉，是数据。来自哈佛商业评论的最新研究。
你可能还没意识到，你的网站正在迎来一批新的”访客”——不是人，是 AI。
OpenAI 正在把 ChatGPT 无缝嵌入产品发现和购物流程；Google 推出了通用商业协议（UCP），让 AI 代理可以跨零售商下单；Amazon 甚至发布了工具，让它的代理可以去别的网站帮用户比价采购。
这些 AI 购物代理正以惊人的速度成为电商流量的新主力。它们在你网站上”逛”，比较产品，然后替主人做购买决策。
问题是，你为人类设计的那些促销把戏，在它们身上完全不管用。更糟的是——有些还起反作用。
16,000 轮模拟，只找到一个靠谱的信号
HBR 的研究团队设计了一套专有的模拟系统，还原 AI 购物代理与典型电商产品页的真实交互过程。他们测试了四个主流 AI 模型——GPT-4.1-mini、GPT-5、Gemini 2.5 Pro 和 Gemini 2.5 Flash Lite——让它们从真实感十足的产品网格中做选择。
实验中，他们系统性地变换了八种电商常见的促销标签：
- 保障信号（”支持退款”）
- 倒计时器
- 划掉的原价（strike-through pricing）
- 稀缺提示（”仅剩 2 件！”）
- 社会证明（购买人数）
- 优惠券
- 捆绑销售
- 星级评分
每个模型 × 每种产品 × 每种标签组合，跑了 1,000 轮模拟。最终产生了 超过 16,000 个选择场景。
结果非常扎心——只有星级评分在所有模型和所有产品类别中稳定有效。仅此一个。
AI 代理和人类唯一的共识：评分很重要。其他？不一定。
你的营销老套路，在 AI 面前发生了什么？
来看看几个经典手段在 AI 代理那里的遭遇：
稀缺提示（”仅剩 2 件！”）
这套对人类屡试不爽的 FOMO（错失恐惧）大法，建立在”害怕失去”的心理机制上。但在 AI 代理那里呢？部分模型完全不受影响。更离谱的是，GPT-5 在某些产品类别中甚至出现了负向反应——稀缺标签反而降低了它的选择概率。
想想这个画面：你花了大价钱在页面上跑”限时抢购”，AI 代理看了一眼，说”哦，库存紧张，那我不选这个了”。
划掉的原价
这是人类最吃的一套——锚定效应。原价 $299，现在 $99，你感觉自己占了天大便宜。但 AI 代理不吃这套。它只评估当前价格和产品价值的匹配度，你划掉的那个数字对它的决策毫无意义。
倒计时器和优惠券
同样，不稳定。同一个促销标签，同一个模型，换一个产品类别可能就给出完全相反的结论。
捆绑销售
更离谱：在某些情况下，捆绑销售降低了选择率。AI 代理的逻辑很清楚——”我不需要的东西，为什么要为它付钱？”
一个更深的规律：模型越聪明，越不吃这套
研究发现了一个清晰的模式：非推理模型（Gemini 2.5 Flash Lite、GPT-4.1-mini）对促销提示相对敏感，而推理模型（GPT-5、Gemini 2.5 Pro）则顽固得多——它们会真正”思考”，而不是被视觉线索带偏。
但即使这个规律也不绝对。同一个徽章，同一个模型，换一个产品类别可能效果完全相反。
这也意味着：随着 AI 模型的持续进化，你今天的优化到明天可能全部作废。
高管们普遍过度自信
研究团队同时做了一项摸底调查，调研了 50 位美国和英国的电商高管。结果很有意思：
- 大多数高管已经注意到流量和转化率的变化，并将其归因于 AI 代理
- 他们正在积极寻找方法，优化网站与 AI 代理的交互
- 但绝大多数人相信：那些对人类有效的促销手段，对 AI 代理也大致有效
- 他们也相信：自己已经清楚网站的哪些部分对 AI 代理最重要
研究团队的评价非常克制但也非常尖锐：这种自信是错位的。
换句话说，很多电商团队现在的状态是：一边被 AI 代理搞蒙了，一边还在用老地图导航。
那你应该怎么做？
基于这项研究，我给电商营销人的建议是：
1. 别再假设 AI 代理像人一样”逛”
你网站的视觉设计、动效、色彩、大促 Banner——这些对人类购物体验至关重要——对 AI 代理来说就是一堆 HTML。它不会因为”满 $299 减 $50”的大红横幅就兴奋。
AI 代理的行为更像搜索引擎爬虫，而不是消费者。 它调用 API 或解析页面结构化数据，提取事实信息，做逻辑决策。
2. 把评分和质量信号做到极致
如果 16,000 轮模拟只教会我们一件事，那就是：评分是唯一跨模型、跨品类稳定的信号。 这意味着：
- 产品评论的质量和真实性比任何时候都重要
- 刷分可能短期有效，但 AI 代理比人类更擅长识别虚假评论
- 真实用户的评价数据是你最宝贵的资产
3. 为 AI 代理优化结构化数据
你的促销信息如果在 HTML 里只是”视觉元素”而不是”结构化数据”，AI 代理可能根本读不到。Schema.org 的标记、Product JSON-LD、清晰的定价信息——这些对 AI 代理来说比任何精美的 UI 都重要。
4. 把你的网站当作 API 端点来设计
越来越多的 AI 代理会直接调用你的产品 API 而不是”浏览”网页。这意味着：
- 产品信息要机器可读
- 价格、库存、规格要有标准化的数据接口
- 促销信息要以结构化格式暴露
5. 建立”AI 代理友好度”监控
在你的常规监控指标之外，加一项：AI 代理在你的网站上能获取到什么信息？决策路径是否通畅？ 用流行的 AI 模型定期”暗访”自己的网站，看它能不能正确理解你的产品价值。
当 AI 成为你的顾客，营销学教科书需要重写了。
一个更大的问题
这项研究揭示了一个更深层的真相：AI 代理不是更聪明的消费者，它们是另一种物种。
人类消费决策建立在认知偏误和情感驱动之上。AI 代理的决策建立在逻辑推理和信息匹配之上。你用对付人类的策略去对付 AI，就像用钓鱼竿去捕鸟——工具本身可能很精良，但完全用错了地方。
HBR 研究团队的总结很到位：
“说服机制建立在对人类心理的理解之上：损失厌恶、锚定效应、稀缺偏误、社会证明。对于 AI 买家来说，这些都不是可靠的原理。它们是需要验证的假设。而且，每次模型更新，结论都可能过期。”
这是一句值得每个电商从业者反复咀嚼的话。在 AI 购物的新时代，你的竞争对手可能已经不再只是其他电商平台——还是那些每天在迭代的 AI 模型。
参考来源：HBR - Research: Traditional Marketing Doesn’t Work on AI Shopping Agents，Jafar Sabbah & Oguz A. Acar，May 12, 2026
