Shopify 开了 AI 渠道，为什么商品还是找不到？

先问清楚：你说的“找不到”是哪一种？

一位开发者在公开的 Shopify 社区里描述了一个很容易误判的现象：search_catalog 返回的商品看起来可用，但 create_cart 又拒绝了它们；另一些店铺会出现买家地区或履约提醒，还有店铺根本没有暴露可测试的可售变体。[1] 这是一个开发者的样本观察，不是 Shopify 的故障率，也不是市场需求量。它至少提醒我们：产品卡片被 AI 看见，不等于订单路径已经打通。

Shopify 官方把 Agentic Storefronts 描述为一组不同销售路径：ChatGPT 主要负责发现，顾客在 Shopify 在线商店的结账页完成购买；Google AI Mode、Gemini、Microsoft Copilot 和 Meta 在符合条件且开启直连结账时，才可能在 AI 渠道内完成 Shopify-powered checkout。[2] 所以一次测试必须写清楚渠道、国家、账号身份、查询词、看到的变体、下一步动作和观察时间。只截图一个“搜不到”，无法定位问题。

第一关不是改文案，而是确认渠道和资格

Shopify Help Center 说明，Agentic Storefronts 对符合条件的店铺默认开启，但可用渠道和销售路径并不完全相同；管理员需要在 Sales channels > Agentic 查看可管理的 AI 渠道。[2] 如果使用的是 Agentic plan，流程又会不同：先完成商品发现配置，直连结账默认不启用，而且每个商品需要一个指向线上商店商品页的 external product URL。[3] 不要把另一个计划、另一个国家或另一家店的截图当成自己的资格证明。

建立一张“测试身份卡”：店铺计划／店铺所在国家／目标买家国家／目标 AI 渠道／是否同意 Supplemental Terms／是否已发布服务条款、隐私政策、退换货政策／是否完成域名验证／测试账号是否拥有必要的管理权限。无法从公开页面确认的项目标记“待在 Admin 核对”，不要写成平台一定支持。ChatGPT 的官方路径尤其要单独记住：它目前只有 Catalog access，不等同于在对话中直接完成订单。[4]

第二关：把商品当作一份给机器看的产品资料

Shopify Catalog 不只读商品名称。官方隐私说明列出的数据包括标题、描述、图片、价格和可用性；Shopify 也提醒，若阻止 Catalog 访问，AI 渠道仍可能通过网页抓取获得信息，但完整度、准确度和新鲜度未必一致。[4] 这不是让你堆关键词，而是让产品事实有稳定的主语、单位和更新来源。标题说“轻量跑鞋”时，尺码、重量、适用路面、库存和配送限制不能藏在一张 AI 看不到的图片里。

先拿一件商品做小样，不要一上来重写全店。检查：主商品和变体是否有稳定 ID；每个变体的价格、库存和可售状态是否更新；图片是否对应真实型号和颜色；产品页是否能在不执行 JavaScript 的情况下读到核心事实；描述是否把适用场景、限制、材质/尺寸和售后边界说清；外部产品 URL 是否回到正确的商品页。Shopify 官方建议小目录且变化少时可用 CSV，价格和库存高频变化时用 GraphQL Admin API 的 productSet 或 webhooks 做实时同步。[3]

第三关：不要只测“品牌名 + 商品名”

AI 推荐更接近一个使用场景，而不是传统站内搜索的精确匹配。官方示例是用户说“我想找适合某个场景的产品”，AI 再返回它判断合适的商品。[2] 因此测试矩阵至少要有三种问法：品牌明确的导航型问题；不提品牌、只讲用途和约束的解决方案问题；带价格、国家、尺寸、颜色或配送时限的交易前问题。每次只改变一个条件，才能知道是相关性还是资格出了问题。

一个可执行的最小矩阵：同一产品做 6 次查询——品牌+型号、品类+用途、用途+预算、用途+买家国家、颜色/尺寸+用途、明确要求可配送的用途。把结果分成“没有返回”“返回错误商品”“返回正确商品但变体不对”“返回正确变体”。不要把一次对话里的推荐顺序当成稳定排名，也不要把没出现当成被平台惩罚；查询上下文、库存、地区和渠道都可能改变结果。

完整演练：一款美国市场的便携净水器

下面是一个 NPC 设计的虚构演练，不对应在售品牌，也没有连接任何真实 Shopify 店铺。假设商品有两个变体：标准版和带替换滤芯套装；目标买家在美国；品牌希望回答“露营周末用、预算 100 美元以内、周五前送到科罗拉多”的问题。内部表里把价格、库存、配送承诺和过滤能力分成四个字段，而不是把它们拼成一句广告语。

第一步只查资格与数据：在 Admin 确认目标渠道、目录访问、政策和域名状态；把两个变体的价格、库存、图片、尺寸、适用水源和外部商品 URL 记录进测试表。第二步测六个问题，固定买家国家和时间；第三步如果商品返回但无法建购物车，重新检查选中的 variant ID、库存地点、美国市场价格和履约范围，停止把“换标题”当成修复。第四步如果只能跳回 Shopify 结账，就把结果记录成 discovery + merchant checkout，不写成 in-chat direct checkout。

示例验收表可以这样写：A 查询返回标准版，状态“正确商品/正确变体”；B 查询返回商品但没有 Colorado 配送承诺，状态“相关但履约待确认”；C 查询显示套装却在建购物车时提示不可售，状态“目录与购物车不一致”；D 查询没有返回，状态“未定位”，下一动作是查目录与渠道资格。这里没有真实转化率、排名或销量，只有一次测试记录。

把“目录正确”与“购物车可买”分开验收

Shopify 的开发者文档把 agentic commerce 拆成发现商品、建立购物车、转换结账和订单跟踪；UCP/MCP 工具还涉及买家上下文、本地化、身份协商和不同信任层级。[6] 对普通品牌团队来说，不必一开始就做完整 agent。先把自己能验证的边界写清：网页可抓取不等于 Catalog 已同步；Catalog 有商品不等于该变体在当前买家市场可售；能建立购物车不等于渠道允许在聊天内完成付款。

建议用三种状态交付给不同负责人：数据问题交给电商/产品数据负责人，渠道资格与政策问题交给店铺管理员，买家地区、库存地点、运费、税和支付问题交给履约/财务。每次修复只改一层并重新跑同一组查询。若更换产品 ID、市场、库存地点或渠道设置，必须新建一次测试批次，不能把旧结果覆盖掉。

可直接复制的排查清单

发布前：□ 已确认目标 AI 渠道与店铺计划；□ 已在 Admin 核对资格和渠道开关；□ 条款、隐私、退换货政策已公开；□ 商品、变体、图片、价格、库存、外部 URL 的负责人明确；□ 买家国家、市场价格、库存地点和配送范围已写入测试身份卡；□ 选了一个真实使用场景，而不是只测品牌词。

测试中：□ 每次保存完整查询、时间和观察身份；□ 区分无结果、错商品、错变体、正确可售；□ 记录是 Catalog 发现、网页跳转、购物车、结账还是订单跟踪；□ 保留错误原文和证据链接；□ 不用创建多个账号、刷查询或修改真实订单来“证明”效果；□ 发现政策、付款或履约信息不完整时停止扩散。

修复后：□ 只改一层；□ 用同一批查询复测；□ 更新变体和库存时间戳；□ 将“平台未提供公开确认”的项目保留为未确认；□ 只把稳定重复的结果交给销售或客服；□ 单独记录搜索可见、AI 推荐、购物车成功和订单完成，不把它们合成一个漂亮的收录率。

最后：什么时候应该先停下来？

如果同一个商品在 Catalog 显示可售，但在指定买家国家无法选择可配送变体；如果外部商品 URL、价格、库存和页面事实互相矛盾；如果店铺还没有公开政策或支付/税费条件；或者你只能靠换账号、反复刷查询来让商品出现，就不要把结果包装成“AI 收录优化”。先修复商业基础，或把测试结论写成“资格/履约待确认”。

Shopify 的公开材料支持我们做更准确的判断：结构化的产品数据有助于 AI 渠道更完整地理解商品，[4] 但它没有承诺任何品牌一定被推荐、排在前面或在 ChatGPT 内完成交易。真正有价值的交付，是让电商、PR、客服和履约团队知道问题在哪一层、谁负责、下一次怎么复核。对刚出海的品牌，这套记录也能反过来暴露更现实的问题：产品命名不一致、市场政策没写清、库存地点无法覆盖承诺，往往比“要不要加关键词”更先阻断增长。