AMZ123获悉，近日，据外媒报道，Meta旗下AI购物智能体Muse在筛选商品时会优先推荐知名商家，并且只有接入Meta商品目录并开启相应功能的商品，才能在Muse对话中直接结账。
据人工智能购物智能体行为追踪软件Profound透露，自9月8日推出以来，Muse的下载量已超过250万次。
10月2日，Profound发布了针对Muse和的研究。研究人员使用同一个Muse账号，在一个零售品类中测试了50条购物指令。不过，Profound明确表示，这只是规模较小的探索性测试，不能代表所有用户的使用情况。
1. 推荐商品的排序规则
测试发现，对于一条典型的购物指令，Meta商品目录通常会返回约60件商品，涉及30家商家；Muse的浏览器则只访问3个网站，找到4件商品，来自其中2家商户。最终，Muse通常会向用户展示6件商品，其中4件来自网页搜索，另外2件来自Meta商品目录。
尽管最终展示的商品更多来自网页搜索，但在商品候选池的规模上，Meta自有目录占据明显优势。Profound表示，在测试的中位数案例中，约95%的候选商品来自Meta商品目录，这可能是因为搜索目录的成本更低。Muse在后续筛选中会更加重视网页搜索返回的候选商品。
商品能否进入推荐列表，不仅取决于产品是否符合用户需求，还与商家的知名度有关。Muse首先会按照用户的要求筛选商品，排除不符合需求、看起来质量不高，或者价格明显偏离同类商品正常范围的选项。
这里的价格限制并非只针对高价商品：如果某件商品的价格远低于同类产品，也可能被剔除。而对许多新兴品牌来说，以更低的价格吸引消费者，恰恰是它们与知名品牌竞争的重要方式。
完成初步筛选后，Muse会对剩余商品进行排序，而系统文件多次强调知名商家的重要性。在商品发现流程中，指令明确要求优先考虑知名卖家；在结果展示环节，文件甚至将前5件商品来自知名商家或网站，并且符合用户需求，称为一项“必须”遵守的要求。
相关规则在格式设置指令中也再次出现。这意味着，即使新品牌拥有符合需求的商品，也不一定能与知名品牌获得同等的展示机会。
如果消费者在购物时直接说出某个品牌或零售商的名字，Muse还会进一步调整搜索顺序：商品目录会优先展示该品牌自己的店铺，再补充其他卖家的商品。
默认情况下，Muse也更偏好直接面向消费者销售的品牌和零售商，而不是转售商。对于成熟品牌来说，这种规则有利于维持原有的品牌认知优势；但对尚未建立知名度的新品牌而言，过去可能只是少获得一些点击，如今则可能在消费者看到商品之前，就已经在推荐排序中处于不利位置。
2. 结账规则
除了商品排序，Muse的结账规则也会影响品牌能否完成销售。Meta商品目录中带有“智能体结账”标记的商品，可以通过基于Shopify的购买流程，在Muse对话中直接完成购买。
相反，如果商品来自开放网页，即使Muse找到了该商品，用户也必须进入商家网站，通过浏览器完成结账。相关商品卡片不会提供对话内结账功能。
3. 对未接入Meta的品牌的限制
购物车功能也受到同样的限制。Muse可以为用户建立购物车，方便其稍后返回购买，但购物车只能包含已开启相应结账功能的Meta目录商品。系统文件明确指出，不具备这一能力的商品无法加入购物车，通过浏览器找到的商品也不例外。
因此，新品牌即使成功进入推荐列表，如果没有将商品接入Meta目录并启用相关功能，也无法获得与目录商品相同的购买体验。
Meta商品目录本身具有一定优势。Instagram和Facebook的购物业务都依托这一体系，Muse的指令文件认为，该目录在时尚、家居装饰和美容品类中的覆盖情况较好，在其他品类中的表现则只是一般。
此外，Muse还可以调取Facebook Marketplace上的商品。如果消费者分享一条带有商品标签的Instagram帖子，Muse会直接查找帖子中标记的商品，并按照指令跳过常规搜索流程。对于在Instagram经营的新品牌来说，给商品添加准确标签，可能因此成为获得展示的重要方式。
对于没有进入Meta商品目录的品牌，Muse并非完全关闭了推荐入口。系统要求它在每次购物请求中，同时进行浏览器搜索和目录搜索，除非用户只想查看Marketplace电商平台上的商品；其中，家居用品尤其需要通过网页搜索补充结果。
不过，这一搜索过程受到严格限制：浏览器智能体默认最多查看3家商户的网站，最多返回10件商品。如果来自两家网站的结果已经足以形成一份兼顾质量和卖家多样性的商品列表，Muse还会提前结束搜索。
网页搜索找到的商品也必须通过多项检查才能展示。链接必须直接指向具体商品页面，而不能只是搜索结果页；页面需要明确显示商品有货，并且可以加入购物车；Muse还必须确认页面上存在真实的商品图片，图片占位符和商家标志不能代替产品图。
此外，Muse会优先选择与消费者所在地相匹配的国家或地区网站版本，并在展示商品前重新打开每一个链接，检查其是否有效。
问题在于，相关指令并没有说明Muse究竟按照什么标准选择最初的3家商户。对于未被选中的网站，里面的商品甚至没有机会参与后续比较。
也就是说，品牌即使拥有价格合理、库存充足、图片清晰的商品页面，也不意味着一定能够进入Muse的候选范围。对于依靠搜索流量获得客户的中小品牌来说，这种限制可能让商品在推荐流程的最前端就失去曝光机会。
4. 个性化推荐功能
个性化推荐则是Muse的另一项重要机制。开始购物前，Muse会读取用户保存的偏好资料，查看有关用户的一般信息，并搜索记忆中记录的尺码和喜好。如果消费者是在为别人挑选礼物，Muse会结合用户提供的收礼人信息，以及专门保存的相关备注来推荐商品。
对于某些商品，Muse还要求用户在搜索开始前明确具体需求。例如，购买服装时需要确认穿着者的性别和尺码，购买配件时则可能需要确定其适配的具体设备型号。Muse会一次询问一个问题，并被要求不能根据姓名猜测用户的性别，也不能随意填入默认答案。此外，用户在某个品牌下保存的鞋码，也不会自动套用到另一个品牌。
不过，目前还无法确定个性化机制会在多大程度上改变不同用户看到的商品。Profound虽然强调了个人偏好对购物智能体的影响，但其测试只使用了一个账号，无法判断两个用户提出相同购物需求时，最终获得的商品推荐会有多大差异。
5. 对品牌和卖家的建议
对于品牌而言，另一个难题是，它们可能根本不知道Muse曾经访问过自己的网站。Profound表示，Muse在浏览网页时不会主动表明自己的智能体身份，而是通过住宅互联网连接访问网站，留下的访问记录看起来与普通用户相似。它们给出的答案也不会注明所参考的网站来源。
这意味着，即使智能体已经替消费者浏览并评估了商品页面，品牌也可能无法从常规网站分析数据中准确识别这类访问。
尽管难以直接追踪Muse的访问情况，Profound仍尝试通过间接数据估算其活动。在测试中，Profound发现，部分Muse会话发生前，相关网站曾收到来自标记为“meta-webindexer”的请求，这些请求使用的IP地址并非Meta公开认领的地址。
Muse上线后的前20天内，美国和加拿大零售网站收到的这类请求增长幅度，是其他地区网站的1.6倍。该比较涉及约280个网站，研究人员按照域名后缀对网站进行分类。Profound强调，这只能作为判断相关活动的间接指标，并不能证明每一次请求都来自Muse。
面对这些变化，Profound给不同规模的商家提出了不同建议：知名商家和零售商可以继续依靠浏览器搜索获得发现机会，而对规模较小的品牌来说，将Shopify与Meta商品目录打通，可能是更值得投入的方向。
原因在于，接入目录不仅能让商品进入Muse的候选范围，也是商品在Muse内直接结账和加入购物车的必要条件之一。
但接入目录并不意味着品牌就能获得靠前排名。即使商品已经进入候选池，Muse仍然优先推荐知名商家。因此，品牌还需要把商品页面做得更便于智能体识别，例如确保每个页面对应一件具体商品，使用真实清晰的商品图片，明确显示库存状态，并让尺码、适配范围和兼容设备等信息一目了然。
定价方面，品牌也需要留意同类商品的正常价格区间，避免因为价格过高或过低而被排除。对于通过Instagram销售的品牌，给帖子中的商品添加标签，同样有助于消费者分享内容后让Muse直接找到对应产品。
随着越来越多消费者开始借助人工智能寻找和购买商品，品牌竞争也可能将进一步延伸到争取进入AI的推荐列表，并在用户看到商品之前获得推荐位置。
作者✎ Summer/AMZ123
声明：此文章版权归AMZ123所有，未经允许不得转载，如需授权请联系: amz123happy
