73,977 条 AI 回答揭秘：Google AI 购物类别分析（第一部分）

1. AI 购物正在重构产品搜索（Product Discovery）

传统的搜索通常始于关键词（Keywords），需要用户在多个页面间筛选选项。而 AI 购物则是从自然语言提问开始的。它首先会对用户的真实约束条件进行语义解析，执行“查询分叉”（Query Fan-out）来扩展和拆解请求，检索多个子主题和数据源，并最终生成候选清单、推荐依据以及可购买的产品。Google 对 AI 模式（AI Mode）的官方描述中也提到了“查询分叉”，以及 Gemini 能力与购物图谱（Shopping Graph）在购物决策中的结合。

图 1 | 典型的 AI 购物答案生成路径

2. 品类格局：竞争最激烈的 10 大品牌赛道

图 2 | 按识别品牌数量排名的 Top 10 品类

Dageno AI 分析了截至 2026 年上半年收集的 73,977 条 AI 答案（下文称为原始数据集）。分析显示，在 32 个品类中识别出了 4,555 个品牌。在按识别品牌数量排名的 Top 10 品类中，美容与个人护理（Beauty & Personal Care）以 1,234 个品牌位居榜首，远超家居装修（Home & Improvement，370 个）、食品杂货（Food & Grocery，333 个）和服装鞋履（Apparel & Footwear，319 个）。这表明美容与个人护理在样本中的品牌覆盖面最广，且长尾品牌（Long-tail brands）的参与度更强。消费电子（Consumer Electronics）、母婴用品（Baby Products）、户外与运动（Outdoor & Sports）、定制锂电池（Custom Lithium Batteries）、珠宝（Jewelry）以及工具与五金（Tools & Hardware）中识别出的品牌相对较少。

图 3 | 五大重点品类的列表产品数、品牌数及单品牌产品数

图 4 | 五大品类中头部品牌的可见度（Visibility）

3. 用户搜索意图与 AI 响应机制

图 5 | 五大品类的搜索 Prompt-意图覆盖矩阵

场景化提问是增长最明确的流量入口。对于“针对特定场景或用例，我该选择哪种方案？”这类问题，美容与个人护理品类的覆盖量达到了 1,276 条，服装鞋履为 315 条，消费电子为 165 条，家居装修为 144 条。食品杂货是当前样本中的特例：其总体选择（Overall-choice）覆盖量为 41，高于场景化覆盖（29），因此其他品类的分析模式不能机械套用。

图 6 | 五类购物问题及 AI 的答案结构

品类	总体：高频品牌（覆盖量）	场景/用例：高频品牌（覆盖量）	性价比：高频品牌（覆盖量）	高端/旗舰
美容与个人护理	OUAI, CeraVe, L’Oréal Paris(139)	Dove, L’Oréal Paris, Pilgrim(1,276)	Plum, Minimalist, Dove(308)	/
家居装修	Maxxima, Philips Hue, Feit Electric(14)	MSI, Maxxima, Lithonia Lighting(144)	IKEA, Merola Tile, Havana(33)	/
食品杂货	Kerrygold, Land O Lakes, Tillamook(41)	VitaCup, Laird Superfood, Heinz(29)	Wellesley Farms, Uni-Eagle, Stumptown Coffee Roasters(4)	/
服装鞋履	Nike, ASICS, adidas(58)	Nike, adidas, ASICS(315)	Nike, adidas, ASICS(53)	Veja, Tory Burch, Burberry(1)
消费电子	Sony, ASUS, Fujifilm(21)	Lenovo, ASUS, Dell(165)	Lenovo, Acer, ASUS(104)	Samsung, Motorola, Google(3)

4. 五大重点品类深度解析：规模、品牌、SKU、卖点、Prompt 与渠道

4.1 美容与个人护理：竞争最分散，聚焦“成分 x 受众 x 功效”

美容类拥有最大的品牌库，但场景化 Prompt 的覆盖量远高于总体推荐。品牌的机会不在于争夺宽泛的品类词，而在于占领“谁（Who）+ 解决什么问题（What problem）+ 使用哪种成分或功效（Which ingredient or benefit）”的组合搜索。

规模	头部品牌可见度	领先产品
15,568 个收录产品；1,234 个品牌；每个品牌平均 12.6 个产品	多芬 (Dove) 20%；Minimalist 9.5%；欧莱雅 (L’Oréal Paris) 9.5%；Pilgrim 8.9%；OUAI 7.4%；CeraVe 7.2%	Salt & Stone 除臭剂（76 次提及，4.0%）；The Ordinary 天然保湿因子 + 透明质酸（48 次提及，2.5%）；Amika 免洗防毛躁护理（47 次提及，2.5%）；Degree 男士止汗剂（45 次提及，2.4%）

子类别定位 (Subcategory Positioning)

产品子类别	AI 推荐领先品牌	查询量 / 覆盖率	竞品品牌或特征
护发/洗发水	欧莱雅、多芬、Bare Anatomy	352	390 个品牌
皮肤护理	Minimalist, Pilgrim, Plum	321	389 个品牌
面部清洁	Dot & Key, Minimalist, Cetaphil	57	92 个品牌
防晒保护	Biotique, Hyphen, Deconstruct	64	94 个品牌

品牌 x 卖点：AI 的评价依据

属性 / 卖点	第一品牌	其他高频品牌	解读
保湿	CeraVe(60)	Dot & Key(51), 欧莱雅(39), Amika(37), Moroccanoil(29)	清晰的功效属性有助于品牌在特定需求场景下占据主导地位。
男士	多芬(33)	欧莱雅(11), 卡诗(Kérastase)(8)	受众标签构建了独特的候选集 (Candidate Set)。
洗发水	欧莱雅(46)	多芬(21), Redken(20), Pilgrim(18), CeraVe(16)	总体品牌排名与子类别属性排名存在差异。

用户提问与 AI 回答架构

意图 (Prompt intent)	高频品牌	在 AI 搜索中胜出的策略	覆盖率
整体最佳品牌是哪个？	OUAI, CeraVe, 欧莱雅	强化综合竞争力，争取成为 AI 的默认最优选择。	139
特定场景 / 使用案例	多芬, 欧莱雅, Pilgrim	覆盖特定用户场景，围绕“特定需求的解决方案”构建内容。	1,276
平价且好用	Plum, Minimalist, 多芬	强调价格优势、性价比以及入门级选项。	308
高端 / 旗舰产品	Oribe 和 Moroccanoil	建立高端定位及专业背书。	/

购物卡渠道 (Shopping-Card Channels)

Walmart 2,544；eBay 2,341；Target 1,877；Ulta Beauty 1,756；Amazon 1,611；Macy’s 1,087；Sephora 1,033；Walgreens 474；GoSupps Beauty 445；Nordstrom 399。通用电商平台与垂直美妆零售商并存。

独立站 / GEO 操作建议

1. 为每个 SKU 创建属性表，涵盖成分、功效、肤质/发质、香型、不含成分、规格、用法及禁忌。保持 PDP（产品详情页）、JSON-LD 结构化数据与 Feed 同步。
2. 优先建立针对敏感肌、干性肌、油性肌、染后发质、无硫酸盐、无香精及预算范围的“场景页面”，而非仅仅编写像“最佳护肤品牌”这类宽泛页面。
3. 评论和测试结果必须与特定的功效与受众挂钩。请勿在没有真实数据支撑的情况下人为添加 AggregateRating（聚合评分）标记或功效声明。

4.2 家居与装修：专业零售商领先，安装详情与规格成为推荐依据

家居装修领域的 AI 决策类似于工程选型。用户不会简单地询问“哪款最好”，而是会针对特定的房间、项目、尺寸或安装条件寻求方案。

规模	头部品牌可见度	领先产品
3,844 个收录产品；370 个品牌；每个品牌平均 10.4 个产品	MSI 14.2%；Ivy Hill Tile 11.2%；Maxxima 10.8%；Merola Tile 9.5%；IKEA 9.1%；Daltile 8.6%	Commercial Electric 5/6 英寸集成 LED 嵌入式改装灯具 (19 次提及，8.2%)；Personal Creations 定制毕业流苏相框 (14 次提及，6.0%)

子类别定位 (Subcategory Positioning)

产品子类别	AI 推荐领先品牌	查询量 / 覆盖率	竞品品牌或特征
瓷砖	MSI, Ivy Hill Tile, Merola Tile	24	58 个品牌
户外家具	Gardeon, Livsip, IKEA	12	21 个品牌
卧室家具	Havana, Silverwood, Wentworth	12	11 个品牌
商用照明	RAB, Maxxima, Sunco	4	24 个品牌

品牌 x 卖点：AI 的评价依据

属性 / 卖点	第一品牌	其他高频品牌	解读
LED	Lithonia Lighting(18)	Maxxima(16), IKEA(4), Feit Electric(4), Sunco(4)	技术属性与产品类型紧密关联。
光面 (Polished)	MSI(11)	Ivy Hill Tile(11), Apollo Tile(4), Bedrosians(4), Daltile(2)	表层工艺是瓷砖分类的关键维度。
哑光 (Matte)	Bedrosians(11)	Stainmaster(11), MSI(10), Apollo Tile(5)	属性可以重新排列同一品类下的品牌优先级。

用户提问与 AI 回答架构

意图 (Prompt intent)	高频品牌	在 AI 搜索中胜出的策略	覆盖率
整体最佳品牌是哪个？	Maxxima, Philips Hue, Feit Electric	强化综合竞争力，争取成为默认最优选择。	14
具体场景 / 用例	MSI, Maxxima, Lithonia Lighting	构建围绕房间、项目和安装场景的解决方案	144
物美价廉	IKEA, Merola Tile, Havana	强调高性价比、入门级选择和价格优势	33
替代品 / 代用品	/	构建竞品替代和能力对比类内容	/

购物卡渠道 (Shopping-Card Channels)

Home Depot 660；Lowe’s 295；Wayfair 294；Amazon 277；Walmart 216；eBay 166；Target 91；Blindster 53；Best Buy 44；IKEA 44。Home Depot 的出现频率约为排名第二的 Lowe’s 的 2.2 倍。

独立站 / GEO 优化策略 (Independent-site / GEO actions)

1. 在产品详情页明确标注精确尺寸、材质、表面处理、安装方法、适用空间、兼容配件、认证和保修信息。核心规格参数不得仅隐藏在图片中。
2. 围绕卫浴改造、商业照明和户外庭院等项目场景构建页面，并提供测量、安装和兼容性指南。
3. 专业零售商通常提供更完整的产品信息。独立站必须提供同样可靠的库存、配送、退货及技术文档信息，以降低 AI 的不确定性。

4.3 食品与杂货 (Food & Grocery)：属性与消费场景挂钩，配送可用性进入推荐逻辑

食品与杂货领域的品牌优势高度依赖于特定属性和购买语境。在来源样本中，综合推荐并未完全被基于场景的提示词（Prompt）所取代。这意味着品牌在决定内容投入方向前，应首先审查该品类的提示词结构。

规模	头部品牌曝光度	领先产品
3,801 个上架产品；333 个品牌；单品牌平均 11.4 个产品	Land O Lakes 11.2%；Kerrygold 8.9%；Cabot 7.8%；Tillamook 6.1%；Knorr 6.1%	Duke’s Real Mayonnaise (27 次提及, 15.1%)；Hellmann’s Real Mayonnaise (24 次提及, 13.4%)；Primal Kitchen Mayo Avocado Oil (17 次提及, 9.5%)；Belmont Virginia Peanuts Sampler (14 次提及, 7.8%)

子品类定位

产品子品类	AI 推荐领先品牌	查询 / 覆盖率	竞争品牌或特征
乳制品	Kerrygold, Cabot, Land O Lakes	13	31 个品牌
咖啡豆	Pachamama, Primos Coffee Co, Equal Exchange	13	18 个品牌
糖果	Dylan’s Candy Bar, Sugarfina, Smarties	7	35 个品牌
调味品	Knorr 及其他	8	32 个品牌

品牌 x 卖点：AI 的评价维度

属性 / 卖点	Top 1 品牌	其他高频品牌	解析
无盐 (Unsalted)	Land O Lakes(11)	Tillamook(10), Kerrygold(8), Vital Farms(7), Plugra(5), Cabot(2)	明确的饮食和烹饪属性可以重塑候选集排序。
有盐 (Salted)	Land O Lakes(12)	Kerrygold(7), Vital Farms(2)	单一品牌可占据多个关联属性位置。
天然 (Natural)	Kerrygold(14)	Tillamook(3)	属性声明需要成分和事实依据支持。
低钠 (Low sodium)	Knorr(15)	来源表中无其他高频品牌	功能性饮食限制会创造出独特的推荐位。

用户意图与 AI 答案结构

提示词意图	高频品牌	如何在 AI 中胜出	覆盖率
综合表现最好的是哪个？	Kerrygold, Land O Lakes, Tillamook	强化综合能力和“首选”定位。	41
特定场景 / 用例	VitaCup, Laird Superfood, Heinz	围绕“该场景下使用什么”构建购物指南类内容。	29
物美价廉	Wellesley Farms, Uni-Eagle, Stumptown Coffee Roasters	提供高价值和入门级产品，并标注明确价格。	4
高端 / 旗舰	部分品牌可见于源截图。	强调质量、产地和专业背书。	/

购物卡渠道 (Shopping-Card Channels)

Walmart 641；Instacart 281；Target 262；eBay 254；Hy 178；Amazon 112；Desertcart.ae 77；GoSupps 75；WebstaurantStore 74；Hannaford 63。Walmart 支持大规模采购，而 Instacart 反映了即时配送需求。

独立站 / GEO 优化策略 (Independent-site / GEO actions)

1. 结构化标注成分、营养成分表、过敏原、饮食标签、盐/糖/脂肪含量、净含量、包装数、存储方式及产地。
2. 围绕真实用例构建内容，例如：烘焙用无盐黄油、低钠调味品、办公用咖啡豆、家庭装与个人装等。
3. 价格、库存、配送范围、冷链要求和退货限制必须保持实时更新。食物信息不准确将直接损害品牌公信力。

4.4 服装与鞋类 (Apparel & Footwear)：头部运动品牌聚集，但场景与适配性仍决定了具体 SKU

在五个类别中，服装与鞋履品类的头部品牌集中度最高，但针对“特定场景或用途”的覆盖率仍是综合推荐的 5.4 倍。品牌实力决定了能否进入候选集（candidate set），而场景匹配度则决定了具体的 SKU。

规模	头部品牌可见度	领先产品
5,253 个在售产品；319 个品牌；每个品牌平均 16.5 个产品	Nike 50.8%；adidas 33.8%；ASICS 27.8%；Under Armour 15.9%；Brooks 15.5%；Puma 14.8%	Nike Men’s Giannis Immortality 4 篮球鞋 (48 次提及，10.6%)；Under Armour Men’s Tech 2.0 上衣 (37 次提及，8.2%)；ASICS Novablast 5 (35 次提及，7.7%)

子品类定位

产品子品类	AI 推荐领先品牌	查询量/覆盖率	竞争品牌或特性
运动鞋	Nike, ASICS, adidas	70	78 个品牌
篮球鞋	Nike, adidas, Under Armour	44	33 个品牌
跑鞋	ASICS, Brooks, Nike	36	29 个品牌
徒步鞋	Merrell, Salomon, Columbia	19	28 个品牌
越野跑鞋	Salomon, Brooks, Merrell	15	19 个品牌

品牌 x 卖点：AI 的评价逻辑

属性/卖点	第一品牌	其他高频品牌	解读
男士	Nike(343)	adidas(125), ASICS(89), Under Armour(43), Brooks(36)	领先品牌在特定受众的切片中获得规模优势。
女士	Nike(195)	Columbia(19), ASICS(18), Merrell(18), Brooks(15), Hoka(14)	第二梯队在女性场景中更为碎片化。
防水	Columbia(46)	Merrell(18), KEEN(18), Salomon(12)	功能性属性可助力非综合排名第一的品牌实现领先。

用户提问与 AI 的回答结构

意图类型	高频品牌	如何赢得 AI 推荐	覆盖度
综合最佳推荐	Nike, ASICS, adidas	强化综合能力，竞争成为默认首选。	58
特定场景/用途	Nike, adidas, ASICS	围绕运动类型、气候和地形构建购买指南。	315
性价比高	Nike, adidas, ASICS	强调价值感、入门级选项及明确的价格信息。	53
高端/旗舰	Veja, Tory Burch, Burberry	构建高端旗舰形象，并辅以专业证据支撑。	1

购物卡（Shopping-Card）渠道

DICK’S Sporting Goods 516 次；eBay 448 次；Walmart 281 次；Zappos 276 次；Poshmark 252 次；Macy’s 250 次；Nordstrom 205 次；Amazon 204 次；Editorialist 199 次；DSW 172 次。专业体育零售商、百货公司、转售平台和综合电商平台均有上榜。

独立站 / GEO（生成式引擎优化）行动建议

1. 在每个 SKU 页面明确标注：运动类型、地形、气候、防水性、缓震或支撑性、鞋楦形状、尺码指南、重量、材质、颜色及上市年份。
2. 构建场景与对比页面，例如“适合宽脚的防水越野鞋”及“ASICS 与 Brooks 在内旋控制方面的对比”，并提供由技术规格和实际测评支撑的结论。
3. 保持多角度图片、颜色变体和尺码库存的同步。视觉内容有助于加深理解，但不能替代技术参数和适配条件。

4.5 消费电子：成熟品牌与标准化规格驱动推荐

消费电子领域的品牌相对较少，但每个品牌覆盖的在售产品数量较多，反映出头部品牌更广泛的产品组合和规格搭配能力。

规模	头部品牌可见度	领先产品
11,525 个在售产品；209 个品牌；每个品牌平均 55.1 个产品	Lenovo 38.1%；ASUS 33.4%；Dell 26.1%；Acer 24.3%；Samsung 22.6%；Apple 22%	Lenovo IdeaPad Slim 3 (43 次提及，12.6%)；Samsung Galaxy A56 5G (41 次提及，12.0%)；Lenovo FHD IdeaPad Slim 3 Chromebook (38 次提及，11.1%)；Google Pixel 9a (36 次提及，10.6%)；Samsung Galaxy Watch8 (36 次提及，10.6%)

子品类定位

产品子品类	AI 推荐领先品牌	查询量/覆盖率	竞争品牌或特性
笔记本电脑	Lenovo, ASUS, Acer	—	亚洲品牌主导推荐。
智能手机	Samsung, Apple, Google	—	三强竞争，其中 Samsung 覆盖面更广。
平板电脑	Samsung, Apple	—	市场高度集中。
音频设备	Bose, Sennheiser, JBL	—	专业音频品牌具备显著优势。
显示器	Samsung, ASUS	—	游戏等细分场景具有明确影响。

品牌 x 卖点：AI 的评价逻辑

属性/卖点	第一品牌	其他高频品牌	解读
FHD（全高清）	Lenovo(44)	Dell(20), ASUS(19), MSI(11), Samsung(3)	显示规格创建了特定的对比切片。
黑色	Apple(45)	Samsung(16), Sony(7), Microsoft(5), Dell(3)	颜色及变体同样会影响检索表现。
Intel Core	Acer(129)	ASUS(20), Dell(15), Lenovo(6)	处理器规格能够重塑品牌格局。
Chromebook	Lenovo(151)	ASUS(12), Dell(4)	操作系统与产品形态创造了高度集中的候选集。

用户提问方式与 AI 的回答构建逻辑

提示词意图	高频品牌	如何在 AI 中胜出	覆盖范围
综合性能哪款最好？	Sony, ASUS, Fujifilm	强化整体能力，竞争成为默认首选。	21
特定场景 / 使用案例	Lenovo, ASUS, Dell	围绕使用场景和规格权衡（Trade-offs）构建购买指南。	165
高性价比选择	Lenovo, Acer, ASUS	提供明确价格优势及入门级产品。	104
高端 / 旗舰产品	Samsung, Motorola, Google	建立旗舰产品定位及专业背书（Evidence）。	3

购物渠道（Shopping-Card Channels）

Best Buy 1,985；eBay 1,843；Walmart 1,480；Amazon 1,400；Target 674；Newegg 512；Techinn 341；Micro Center 339；B&H Photo 320；Staples 292。标准化的零售渠道高度集中。

独立站 / GEO 执行策略

1. 创建涵盖处理器、内存、存储、显示、接口、网络、操作系统、续航、重量、保修、兼容性及包装清单的可供机器比对的规格表。
2. 围绕使用场景和预算构建页面（例如：大学生、游戏、创作者、商务、长续航、1000美元以内），并说明各项规格的权衡取舍。
3. 型号名称、MPN（制造商零件编号）、GTIN（全球贸易项目代码）、变体（Variants）及价格必须在 PDP（产品详情页）、JSON-LD、Merchant Center 及第三方渠道之间保持高度一致。

5. AI 将消费者导向何处：购物渠道的景观格局

图 8 | 五大类别中前 10 大平台合计曝光情况。

Walmart、eBay、Amazon 和 Target 在合计统计中拥有最广泛的覆盖面。然而，特定品类的零售商提供了不同维度的信任感：Ulta Beauty 和 Sephora 支持专业的美容选购；Home Depot 支持基于规格和工程项目的家居采买；Best Buy 和 Newegg 支持标准化的电子产品比对；DICK’S 和 Zappos 支持运动和尺码需求；而 Instacart 则支持即时配送的杂货需求。

类别	主要渠道结构	对独立站的启示
美容与个人护理	通用电商平台与垂直美妆零售商并存。	独立站需提供成分与功效解析，同时在交易确定性上对标零售平台。
家居与装修	Home Depot 等专业化渠道占据领先。	技术规格、安装指南、库存及交付是核心信任信号。
食品与杂货	Walmart 支持大批量采购，Instacart 支持即时消费场景。	必须明确区域可用性、规格、保质期及配送条件。
服装与鞋靴	运动零售商、百货公司、转售平台及通用电商高度分散。	对尺码、版型、颜色及库存同步的要求极高。
消费电子	Best Buy, eBay, Walmart, Amazon 等平台高度集中。	型号、变体、规格及优惠在全渠道的一致性决定了竞争准入资格。

6. 结论：先理解品类竞争逻辑，再将 GEO 转化为可持续增长系统

Dageno AI 对 73,977 条 AI 回答、4,555 个品牌及 32 个品类的分析表明，进入 AI 推荐结果的逻辑因品类而异：美容与个人护理更多依赖产品功效、成分及目标用户；家居与装修更看重材质、尺寸及安装场景；食品与杂货由成分、口感及配送条件驱动；服装与鞋靴则围绕运动类型、功能及穿着场景展开；消费电子则主要由型号、规格、兼容性及预算区间界定。GEO 的第一步不是盲目增加内容产出，而是识别所属品类的竞争结构，挖掘真实用户需求中的高价值场景，进而补全产品信息、内容背书及渠道覆盖方面的短板。
对于全球化扩张的品牌而言，GEO（生成式引擎优化）不能仅仅停留在“让 AI 认知品牌”的层面。品牌必须在各自的品类中建立起可检索、可对比、可验证的产品信息。美妆品牌需要明确功效与目标人群；家居品牌需要完善规格与安装条件；食品品牌需要结构化成分与膳食信息；服饰品牌需要覆盖具体的运动与穿戴场景；电子品牌则需确保型号、参数、兼容性及定价的一致性。真正有效的方法路径是：

理解品类定位 -> 识别用户搜索意图 -> 确定核心竞争对手 -> 分析 AI 为何推荐竞品 -> 完善产品与内容证据链 -> 持续监测优化效果。

这也是 Dageno AI 数据平台所解决的核心问题。该平台不仅局限于统计品牌被 AI 提及的频次，更深入解构了 AI 推荐是如何形成的，维度涵盖：品牌定位、排名波动、真实竞品、不同 AI 系统对品牌的感知、用户提示词（Prompts）、在列产品、细分品类、推荐卖点、优劣势分析以及引证来源网站等。在执行优化方案后，平台通过持续监测，追踪品牌可见度、产品收录率及场景覆盖率的变化。

因此，Dageno AI 提供了一套闭环的 GEO 决策系统：发现问题 -> 识别成因 -> 定义行动 -> 持续监测 -> 验证结果。