> ## Documentation Index
> Fetch the complete documentation index at: https://docs.geoly.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# 电商

> 了解 GEOly 公共 AI 商品榜单、商品详情、货架表现、渠道与价格，并区分采集批次与近 30 天口径。

## 电商

**入口路径：** GEOly → 公共 → 探索 → AI 商品

电商用于研究 AI 在“买什么、怎么选、哪些商品更适合”等购物问题中推荐了哪些商品，以及这些商品在不同话题、货架、渠道和竞争场景中的表现。

> **先看结论：** 榜单用于发现商品，快速详情用于确认近 30 天范围，完整详情用于诊断货架、渠道、竞争和 AI 搜索主题。所有指标都是 GEOly 对 AI 购物回答的观测信号，不是销量或收入。

### 本文怎么读

| 你想了解什么 | 先看哪一部分 | 关键指标 |
| - | - | - |
| 哪些商品正在被推荐 | AI 商品榜单 | 本批出现次数、名次变化、Topic 数 |
| 商品近期表现如何 | 商品快速详情 | 近 30 天出现次数、价格、评分、零售渠道 |
| 商品是否稳定排在前面 | 商品完整详情 | 收录率、货架可见分、首位率、中位位次 |
| 谁在同台竞争 | 货架竞争 | 交锋、直接对位、对位胜率 |
| AI 为什么推荐它 | AI 搜索主题覆盖 | 搜索主题、来源引用覆盖、商品出现率 |

![GEOly 公共 AI 商品榜单](https://mintcdn.com/ge-oly/Cn9GPNuGnA715ktI/images/e-commerce/b0f717f31e.jpg?fit=max\&auto=format\&n=Cn9GPNuGnA715ktI\&q=85\&s=80f3aa3442db5f3a52bfa06b2b619cda)

***

## 一、页面的三层结构

电商功能包含三个逐层深入的层级：

1. **AI 商品榜单：** 跨品类查看出现最多、上升最快和从上一批榜单范围之外进入本批榜单范围的商品。
2. **商品快速详情：** 查看商品的近 30 天汇总、零售渠道和覆盖 Topic。
3. **商品完整详情页：** 深入分析货架可见分、周趋势、货架表现、竞争、渠道与价格，以及 AI 搜索主题覆盖。

推荐先用榜单发现值得研究的商品，再用快速详情确认商品和推荐范围，最后进入完整详情页进行系统诊断。

***

## 二、市场、语言、平台和时间口径

页面顶部的市场/语言切换器决定使用哪一组本地化数据。切换后，商品榜单、Topic、零售渠道和商品详情都会随之变化。

榜单顶部会明确显示：

* 当前 AI 平台。
* 用于榜单比较的最新批次日期。
* 上一个对比批次日期。
* 搜索和商品快速详情使用的近 30 天窗口。

因此，页面同时存在两种时间口径：

* **榜单与排名变化：** 比较两个采集批次。
* **商品搜索和详情：** 汇总最近 30 天数据。

阅读数字时必须先确认它属于“本批”还是“近 30 天”。不同市场、语言、平台或时间口径的数据不能直接比较。

***

## 三、搜索全部商品

搜索框用于跨品类查找商品，不需要先选择品类。它适合：

* 查找自有商品或已知竞品。
* 检查某个型号是否已经进入 AI 商品数据。
* 从榜单以外直接进入商品详情。
* 核对商品标题的不同写法。

搜索和商品详情以近 30 天数据为范围。未搜索到商品不代表 AI 从未推荐过，也可能是当前市场、语言、平台、时间窗口或商品归一未覆盖。

***

## 四、“出现最多”榜单

“出现最多”展示最新采集批次中，在 AI 购物回答里出现次数最多的商品。

每行通常包含：

* 当前榜单名次。
* 相比上一批次的名次变化。
* 商品名称和图片。
* 所属商品品类。
* 本批出现次数。
* 覆盖话题数。
* 观测价格。
* 位次表现的简要可视信号。

### 4.1 本批出现次数

“本批出现 N 次”表示该商品在最新采集批次的 AI 购物回答中被观测到的次数。

它适合比较同一批次内商品的相对活跃程度，但不是：

* 商品销量。
* 搜索次数。
* 点击量。
* 页面访问量。
* 独立用户数。

### 4.2 话题数

“X 个话题”表示商品在最新批次中覆盖的 Topic 范围。出现次数相同的两个商品，话题覆盖更广的商品通常横跨更多购物需求；但话题多不一定意味着每个话题都排名靠前。

### 4.3 名次变化

名次旁的上升、下降或持平标记来自最新批次与上一批次的榜单对比。

* 上升表示最新批次的榜单位置更靠前。
* 下降表示榜单位置后移。
* 持平表示名次没有变化或当前没有可展示的变化。

名次变化受两个批次的数据规模和商品竞争共同影响，不能直接解释为市场销量增长或下降。

***

## 五、“上升最快”榜单

“上升最快”用于寻找两个采集批次之间榜单位置改善明显的商品。

适合研究：

* 哪些商品在两个采集批次之间的榜单位置改善明显。
* 哪些商品从长尾位置进入头部。
* 排名改善是否集中在某些品类。
* 商品上升是否伴随话题覆盖扩大。

看到大幅上升后，应进入商品详情检查 Topic、出现次数、最近出现和货架表现，避免只凭名次变化得出结论。上一批样本较少、商品归一变化或最新批次数据回补，都可能造成较大的名次变化。

***

### 5.1 如何读懂“上升最快”榜单

“上升最快”适合用来发现近期值得关注的商品。它帮助你快速找到：哪些商品正在获得更多 AI 推荐、哪些商品开始进入更多购物场景，以及哪些变化值得进一步研究。

查看每张商品卡片时，可以按这个顺序：

1. **先看当前排名**：判断商品现在在 AI 商品榜单中的位置。排名越靠前，说明它在当前采集批次中的相对位置越高。
2. **再看绿色上升标记**：了解它相比上一批次的变化幅度。标记越大，说明这次排名变化越值得关注。
3. **结合“本批出现次数”**：确认这个变化是否伴随着较多的 AI 推荐回答。排名变化和出现次数一起看，比单独看一个数字更有参考价值。
4. **查看 Topic 数**：判断商品是集中出现在少数购物主题中，还是覆盖了更广的需求场景。
5. **打开商品详情**：进一步查看近 30 天的出现情况、零售渠道、价格、评分和具体 Topic。

### 5.2 如何把榜单变化转化为行动

你可以用“上升最快”榜单做三类判断：

* **竞品监测**：发现竞品近期是否在更多 AI 购物场景中出现。
* **内容机会**：观察排名上升的商品集中在哪些 Topic，再检查自己的产品页面、对比内容和选购指南是否覆盖这些需求。
* **渠道观察**：进入商品详情，查看 AI 更常展示哪些零售渠道和价格信息。

一个商品排名上升，并不自动代表销量或收入增长。更适合把它当作一个研究信号：先发现变化，再查看出现次数、Topic 和详情证据，最后结合自己的销售、流量和转化数据判断是否需要行动。

### 5.3 右侧位置提示怎么看

商品卡片右侧的短条和数字用于帮助你快速了解商品在 AI 商品卡中的展示位置。数值越接近前排，通常越值得进一步查看；它可以帮助你比较不同商品在回答中的展示位置，但不代表评分、销量或市场份额。

### 5.4 推荐的查看路径

**发现变化 → 查看证据 → 判断机会 → 验证结果**

* 在榜单中发现排名变化明显的商品。
* 对照本批出现次数和 Topic 数，确认变化覆盖的范围。
* 打开商品详情，查看近 30 天趋势、零售渠道和具体 Topic。
* 将发现转化为竞品观察、内容优化或渠道研究假设。
* 使用自有业务数据验证实际影响。

## 六、“冲进榜单”榜单

“冲进榜单”用于查看最新批次进入榜单范围、上一批次仍在榜单范围之外的商品。

它适合发现新出现或近期明显活跃的商品，但“新进榜”不等于新品上市，也不表示商品第一次被 AI 推荐。可能原因包括：

* 最新批次的出现次数使商品进入当前榜单范围。
* 上一批次虽有可比较名次，但仍在榜单范围之外。
* 商品归一或数据覆盖发生变化。
* 某些 Topic 在最新批次中新增或扩展。

***

## 七、加载更多与榜单范围

页面先展示部分高排名商品，可通过“加载更多”继续查看，并显示“已展示 N / 总数”的进度。

榜单只代表页面当前定义的可比较商品范围。没有出现在前几页的商品仍可能存在近 30 天详情数据，可以使用搜索直接查找。

***

## 八、商品快速详情

点击榜单商品或搜索结果会打开快速详情。该层使用近 30 天数据，不应与榜单行中的“本批出现次数”混为同一个数字。

![GEOly 公共 AI 商品详情](https://mintcdn.com/ge-oly/Cn9GPNuGnA715ktI/images/e-commerce/1311b313fb.jpg?fit=max\&auto=format\&n=Cn9GPNuGnA715ktI\&q=85\&s=1b8a71cf5f0bdc9be5ba337bea6707d8)

### 8.1 商品摘要

顶部显示：

* 商品名称和图片。
* 关联品牌。
* 近 30 天观测价格。
* 评分和评论数。
* 覆盖 Topic 数。
* 近 30 天累计出现次数。
* 最近出现日期。
* 代表性商品链接。

这些值来自 AI 商品卡和零售 Offer 的观测结果，不保证等同于品牌官网当前的权威商品信息。

### 8.2 查看商品完整详情

当商品已经归一到稳定商品实体时，会显示“查看商品完整详情”入口，并保留当前市场、语言、平台和近 30 天语境。

如果没有稳定商品实体，页面可能只提供快速详情，不显示完整详情入口。不要把缺少入口解释为商品没有数据，它也可能是商品归一尚未完成。

### 8.3 零售渠道

零售渠道列表显示 AI 为该商品提供的购买入口，常见字段包括：

* 商家或域名。
* 观测价格或价格范围。
* 该渠道出现次数。
* “前往购买”链接。

渠道出现次数表示 AI 购物 Offer 指向该商家的观测次数，不是成交量或渠道销售份额。价格范围可能来自不同时间、商品变体或 Offer，应进入实际页面核对。

### 8.4 出现的 Topic

Topic 列表展示商品近 30 天出现在哪些购物主题中，以及每个 Topic 的出现次数。它用于理解商品覆盖的需求范围。

点击 Topic 可以进入对应 Topic 页面，继续查看具体问题、其他商品和完整 AI 回答。

***

## 九、商品完整详情页

完整详情页以归一后的商品实体为中心，按“身份与总体表现 → 渠道与价格 → 趋势 → 货架 → 竞争 → AI 搜索主题覆盖”的顺序组织。

### 9.1 商品身份与范围控制

页面顶部显示：

* 归一后的标准商品名称。
* 关联品牌及品牌详情入口。
* 关联的一个或多个品类。
* AI 观测到的标题变体。
* AI 卡面标签和描述变体。
* 当前平台、数据截至日期、最近出现时间和时间窗口。

右上角可切换平台、时间窗口和历史截止日期。如果当前窗口没有数据，页面仍保留范围控件，方便切换到其他平台或时间段。

### 9.2 标题和描述变体

同一商品在不同回答中可能出现多种标题和描述。标题变体用于检查商品归一，描述变体用于理解 AI 从哪些角度认识商品。

如果发现明显不属于同一商品的标题，应将其视为归一质量问题，而不是商品洞察。

### 9.3 货架可见分

货架可见分以 0–100 分衡量商品在所选回答池中的综合排位。对单条回答，若商品位于第 pos 位、该回答实际展示 N 个商品槽位，则单条回答得分为 (N - pos + 1) ÷ N；未出现时记 0。最后对锚定货架回答池中的全部回答取平均并换算为 0–100 分。

因此：

* 商品出现且位置越靠前，单条回答得分越高。
* 同一位次在不同槽位总数下的得分可能不同。
* 商品未出现的回答计零分。
* 货架集合按窗口截止日前 90 天的记录锚定。
* 当前窗口已掉出的货架仍保留在分母，避免只看仍出现的场景而虚高。

分数旁会显示回答池规模，并把锚定货架/Topic 分为高位、中位、低位和样本有限。这里的分层数字表示货架数量，不是回答数量。比较分数时必须同时检查回答池和各层货架数量，样本过少时不要做强结论。

### 9.4 在架货架、出现回答和首位次数

* **在架货架：** 商品在当前窗口中出现的 Topic/货架数。
* **出现回答：** 当前窗口内展示该商品的去重 AI 回答数。
* **首位次数：** 商品在购物卡列表中排第 1 位的回答次数。

这些指标衡量 AI 购物货架可见度，不代表销量或网站流量。

***

## 十、渠道与价格

“渠道与价格”用于判断 AI 把商品的购买入口导向哪里，以及卡面返回了哪些价格和评分。

### 10.1 官方直营占比

官方直营占比使用有明确可归属渠道的回答作为分母，比较官方域名和第三方渠道。没有购买入口的回答会单独统计。

它用于判断渠道承接结构，不是官方渠道订单占比。

### 10.2 首要承接渠道与渠道风险

首要承接渠道是当前范围中被 AI 链接较多的购买域名。页面可能提示：

* 某个 Topic 没有官方购买入口。
* 最近一周第三方渠道超过官方渠道。
* 部分回答没有可识别购买入口。

这些是代理观测信号，需要结合官网、库存、经销商策略和真实订单验证。

### 10.3 价格和评分覆盖

价格和评分会同时显示观测值与数据覆盖。覆盖不足时，不能把单个数值当成稳定市场价格或商品权威评分。

渠道详情还可查看域名排行、Topic 渠道分布、周度变化、Offer 商家、购买链接和价格历史。

***

## 十一、周批次与位次趋势

周趋势使用“周批次 × 位次”热力表展示商品的位置变化。位次包括第 1、第 2、第 3、第 4–5、第 6–8、第 9 及以后和未出现。

每周还会显示：

* **收录率：** 该周出现商品的回答数 ÷ 回答池。
* **可见分：** 该周回答池的平均排位得分。
* **首位率：** 该周排第 1 的回答数 ÷ 回答池。
* **回答池：** 该周锚定货架产生的购物回答总数。

周趋势至少需要 3 个可比较周批次才会显示；不足 3 个批次时，不应把有限数据解读为趋势。没有产生采集记录的周不会生成表格行，这类缺口表示未采集，而不是指标为 0。当某周回答池少于 10 时，页面保留位次计数，但收录率、可见分和首位率显示为“—”，避免小样本比率误导。只有计数大于 0 的位次格或“未出现”格可以打开对应回答明细；“未出现”明细会显示第一格被哪个商品占据。

***

## 十二、货架表现

货架表现按 Topic 展示商品在不同购物语境中的可见性。货架集合按近 90 天锚定，即使商品在当前窗口已经不再出现，该货架仍会保留并计零分。

常见指标包括收录率、可见分、出现回答数、中位位次、首位率、最近位次、最近出现时间和连续缺席批次。

页面会将货架归为在架、减弱或长尾等状态。点击货架可查看该 Topic 中商品出现和未出现的回答，并打开完整回答原文。

***

## 十三、货架竞争

货架竞争研究与当前商品在同一 AI 回答中共同出现的商品。

* **交锋：** 两个商品共同出现的回答数。
* **货架：** 交锋覆盖的 Topic 数。
* **直接对位：** 两个商品都有合法位次时比较谁更靠前。
* **对位胜率：** 当前商品领先的场次 ÷ 全部直接对位场次。
* **被压首位：** 共现回答中对手排第 1 的次数。
* **共现对手：** 当前窗口中与本商品同台出现过的商品数。

页面重点展示交锋频次较高的对手，但总体统计可能使用更完整范围，不能只把可见对手行相加当成全部竞争。

竞争状态包括领先、落后、胶着、自家和未对位。点击对手可查看位次分布、价格、评分、评论、购买入口和同台回答。

***

## 十四、AI 搜索主题覆盖

该板块按“搜索什么 → AI 读取哪些来源 → 最终推荐什么”连接购物结果与搜索环境。这里展示的是把重复出现的搜索表达归并后形成的可比较主题，并非逐条罗列 AI 发起的原始搜索词。页面还会应用最低样本、区分度和展示数量限制，优先保留有分析价值的重点主题，因此该板块不是全部搜索主题的完整清单。

每行包含：

* 搜索主题和回答规模。
* AI 使用的主要来源域名。
* 当前商品在该主题中的出现率和排名。
* 同一主题中表现更好的商品。

页面会优先呈现当前商品落后的主题。来源旁的百分比表示该域名在该主题回答中的引用覆盖比例，而不是该来源推荐当前商品的比例。需要注意：引用来源属于整条回答，不代表该来源直接推荐当前商品，因此只能理解为相关背景，不能写成确定因果。

***

## 十五、推荐分析流程

### 阶段一：发现商品

1. 选择市场和语言。
2. 查看榜单比较日期。
3. 分别浏览出现最多、上升最快和冲进榜单。
4. 搜索自有商品和核心竞品。

### 阶段二：确认近 30 天范围

5. 打开商品快速详情。
6. 核对品牌、价格、评分、近 30 天出现次数和最近出现日期。
7. 查看主要零售渠道和 Topic。
8. 确认是否有完整商品详情入口。

### 阶段三：诊断货架表现

9. 查看货架可见分与回答池。
10. 用周趋势判断表现是否稳定。
11. 在货架表现中定位掉架或低位 Topic。
12. 在竞争模块中找到经常压制该商品的对手。
13. 检查官方与第三方渠道承接。
14. 用 AI 搜索主题覆盖寻找需要继续研究的内容和信源差距。

### 阶段四：形成行动与验证

15. 将发现转化为商品信息、内容、渠道和零售页面优化项。
16. 在 AI 搜索、信源和品牌监测中验证自然可见度。
17. 使用商城、广告平台、GA4 和 CRM 验证真实业务结果。
18. 固定相同范围定期复查。

***

## 十六、与广告和“表现 → AI 商品”的关系

* **电商/AI 商品：** 研究外部市场中的商品榜单、货架、渠道、价格和竞争。
* **洞察-广告：** 研究 ChatGPT 赞助广告卡、广告主、创意、触发问题和落地页。
* **表现 → AI 商品：** 研究自有品牌在已监测 Prompt 中的购物推荐表现。
* **AI 搜索与信源：** 研究自然搜索主题、回答和引用来源。

建议先用电商发现商品和货架竞争，再用广告判断相关需求是否已经出现赞助商业化，最后回到 Analysis 和自有业务数据验证结果。

***

## 十七、指标速查表

| 指标 | 页面含义 | 适合回答的问题 | 不应作何解读 |
| - | - | - | - |
| 本批出现次数 | 商品在最新采集批次的 AI 购物回答中被观测到的次数 | 本批哪些商品更活跃？ | 不是销量、搜索量或订单量 |
| 覆盖 Topic 数 | 商品在当前范围内出现过的 Topic 数量 | 商品覆盖了多少购买语境？ | 不代表 Topic 搜索量或每个 Topic 的排名 |
| 名次变化 | 当前批次相对上一批次的榜单位置变化 | 哪些商品相对上升或下降？ | 不等于市场份额变化 |
| 近 30 天出现次数 | 商品详情窗口内的累计出现次数 | 商品近期是否持续被推荐？ | 不能与本批出现次数直接比较 |
| 收录率 | 商品出现的回答数 ÷ 回答池 | 商品在哪些货架更容易出现？ | 样本过少时不适合强结论 |
| 货架可见分 | 按商品在回答中的位置计算的综合可见度分数 | 商品通常排在前面还是后面？ | 不代表商品质量或转化率 |
| 首位率 | 商品排在购物卡第一位的回答数 ÷ 回答池 | 商品成为首选的频率如何？ | 不代表购买首选或销量第一 |
| 出现回答 | 当前窗口内展示商品的去重回答数 | 有多少独立回答展示了商品？ | 不等于用户数或访问量 |
| 中位位次 | 商品在出现回答中的中间位置 | 商品通常处于什么位置？ | 不代表所有回答的平均排名 |
| 渠道出现次数 | AI Offer 指向某零售商的观测次数 | AI 更常把购买入口指向哪里？ | 不是渠道成交份额 |
| 对位胜率 | 与竞争商品直接同台且有合法位次时的领先比例 | 同台竞争中谁更常排前？ | 不代表整体市场竞争力 |
| 来源引用覆盖 | 某来源在主题回答中的引用覆盖比例 | AI 在该主题中常读取哪些来源？ | 不代表该来源直接推荐商品 |

使用这些指标时，先锁定市场、语言、平台、时间窗口和回答池，再比较同一口径下的数值。

***

## 十八、数据边界与常见误区

* 本批出现次数不是销量、点击量、订单量或搜索量。
* 榜单变化比较的是两个采集批次，不代表市场销量趋势。
* 冲进榜单不等于新品上市或第一次被 AI 推荐。
* 商品快速详情使用近 30 天口径，不能与本批数字直接混用。
* 观测价格不是官方统一价格或成交价格。
* 评分与评论来自 AI 返回字段，不保证实时或完整。
* 零售渠道出现次数不是渠道成交份额。
* 货架可见分衡量 AI 购物回答中的相对排位，不代表商品质量。
* 未出现可能是范围或归一未覆盖，不代表商品从未被推荐。
* 商品归一可能误合并或漏合并，应结合标题变体检查。
* 最近一批或最近一周可能继续回补，不宜过早下结论。
* 信源与商品表现是回答层面的相关关系，不是确定因果。
* 所有业务结论都应结合官网、商城、广告平台和实际转化数据验证。


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.