> ## Content Index > Fetch the complete content index at: https://growthhackers.tw/llms.txt > Use this file to discover other available public pages before exploring further. # agentic commerce 品類分水嶺：Shopify 稱 AI 轉換率比自然搜尋高 80%，你的品類決定你現在該做什麼 - URL: https://growthhackers.tw/blog/agentic-commerce-category-divide/ - Published: 2026-08-02T01:00:00.000Z - Updated: 2026-08-15T03:14:03.000Z - Description: Shopify 說 AI 流量轉換率比自然搜尋高 80%，還有一半直接落在商品頁。但真正該看的不是那個數字，是它只先吃得下「規格能用文字講清楚」的品類。電子、保健品、手錶已經在被吃，服飾靠的是 vibes，還有時間窗。你的品類在哪一邊？ - Author: Lewis wang - Tags: agentic commerce, 電商經營, Shopify, 趨勢解碼, AI 電商 先講一個數字，這兩天在電商圈被轉了很多次。 2026 年 7 月 28 日，Shopify 的產品副總 Vanessa Lee 在 DotDev 2026 開發者大會的主舞台 keynote 上說：**根據 Shopify 自家的數據，AI 帶來的流量，轉換率比自然搜尋高 80%；而且有 50% 的 AI session（單次造訪）直接落在 PDP（product detail page，商品詳情頁）上。** 看到 80%，很多人的第一反應是：完了，要趕快跳上車。 如果你問我，先別急著跳。 因為這場關於 agentic commerce（代理商務，也就是 AI 代替消費者搜尋、比較、下單的購物模式）的 keynote，真正值錢的不是那個 80%。是 Vanessa 講完數字之後，順口帶過的第二段話。 那段話決定了一件事：**你的品類，決定你什麼時候會被 AI 通路吃到。** ## AI 轉換率高 80%，這個數字該怎麼讀？ 我知道大家看到 80% 會興奮，但我們先做一件不太討喜的事：把口徑講清楚。 這是 **Shopify 自己平台上的數據，由 Shopify 自己公布**。他們沒有說明樣本範圍、沒有說明「AI 流量」怎麼歸因、也沒有說明那個 80% 是拿什麼跟什麼比、用哪一種轉換定義算的。 這不代表數字是假的。Shopify 是全球最大的電商平台之一，它看到的樣本量沒幾家公司比得上。 但這代表你不能拿它當客觀事實去做預算決策。 而且 Vanessa 自己在同一段裡就先講了一句很誠實的話。她說 agentic commerce「**still early and albeit traction has been slow to take off**」，還很早期，起步一直很慢。她接著才說，走到今年年中，它「毫無疑問正在成長」。 把這兩句話合起來讀，你會得到一個跟標題完全不同的畫面： **這是一個基期很小、但成長確實在發生的通路。** 轉換率高，很大一部分是因為會透過 AI 完成購買的人，本來就是意圖最明確的那一群。他們不是在逛，他們是已經想好要買什麼、只差找到哪一家。這種流量在任何通路上轉換率都會很漂亮。 所以，這個數字不是「AI 很神」的證據。 它比較像是「**目前走 AI 進來的人，購買意圖濃度極高**」的證據。 這兩件事聽起來很像，做出來的決策完全不一樣。前者會讓你把預算 all in 到一個很小的通路；後者會讓你想通一件更重要的事：這群高意圖的人進來之後，看到了什麼？ ## 我去查了第三方數據，結果有點尷尬 單一來源的數字我不太敢直接用，所以我去翻了其他家的資料。有三件事值得講。 **第一，Shopify 自己官方部落格寫的數字，比舞台上小。** Shopify 企業部落格在 2026 年 5 月 11 日發過一篇 [AI search insights](https://www.shopify.com/enterprise/blog/ai-search-insights?ref=growthhackers.tw)，用的是 Q1 2026 的資料。上面寫的是：AI 導流的訪客在商品頁「轉換率比自然搜尋高將近 50%」，而在 25 個商家品類裡有 23 個勝出，平均高 56%。 50%、56%，跟舞台上講的 80% 不是同一個數字。 可能是新一季的資料，也可能是不同的切法。但在 Shopify 自己公開的文件裡，你目前查得到的版本是 50% 上下。**引用的時候我會用官方部落格那個數字，舞台上那句就當成一句 keynote 發言。** **第二，第三方測到的方向一致，但基準要看清楚。** [Similarweb 的全球電商報告](https://ir.similarweb.com/news-events/press-releases/detail/132/similarwebs-3rd-annual-global-ecommerce-report-growth-shifts-to-apps-and-ai?ref=growthhackers.tw)（2025 年 9 月）量到 AI 聊天機器人導流的轉換率是 11.4%，自然搜尋是 5.3%，差不多兩倍。 Adobe Digital Insights 在 2026 年也連續量到 AI 流量轉換比較好，3 月是 42%，5 月是 54%。 但這裡有個關鍵差別：**Adobe 比的是「所有非 AI 管道」，包含付費搜尋和 EDM。Shopify 比的是「自然搜尋」一個管道。** Adobe 的基準嚴格得多，卻只拿到 42% 到 54%。 看數字要連基準一起看，這是老話了，但真的很多人不看。 **第三，也有打臉的研究。** Kaiser 與 Schulze 發表在《Marketing Science》的論文，[樣本是 973 個電商網站](https://www.digitalcommerce360.com/2025/10/24/study-chatgpt-traffic-sales-trail-traditional-digital-channels/?ref=growthhackers.tw)、五萬多筆 ChatGPT 導流交易對上一億六千多萬筆傳統管道交易。結論是：ChatGPT 導流的轉換率、客單價、每次造訪產值，幾乎輸給所有傳統管道。 不過那份研究的觀測期到 2025 年 7 月為止。Adobe 自己在 2025 年 3 月也還量到 AI 流量轉換「比別人差 9%」，後來才翻轉。 所以比較誠實的講法是：**這是一個過去 12 個月才翻過來的趨勢，不是一條定律。** 還有規模。Conductor 掃了 13,770 個網域、33 億次造訪，[算出 AI 流量佔全站流量約 1.08%](https://www.conductor.com/academy/aeo-geo-benchmarks-report/?ref=growthhackers.tw)。Shopify 自己那篇部落格也老實寫了：自然搜尋導進來的 session，仍然比所有 AI 平台加起來還多。 一個高轉換率，長在一個 1% 的基期上。 這才是完整的畫面。 ## 50% 的 AI 流量直接落在商品頁，這代表什麼？ 這就要講第二個數字了。我認為這個數字比 80% 更值得你花時間。 **50% 的 AI session 落在 PDP。** 而且這個數字，Shopify 官方部落格有給對照組，這才是它真正的殺傷力所在：**自然搜尋只有大約 20% 的 session 落在商品頁，AI 是一半以上。** 翻成生意人的話：有一半的 AI 流量，不走你的首頁，不走你的分類頁，直接踹門進商品頁。 你想像一下這個畫面。你花了六位數重做的品牌首頁，那支請導演拍的品牌影片，那個排了三個禮拜的分類頁動線，在這一半的流量裡，等於不存在。 消費者跟 AI 講「幫我找一頂適合台北七月戴的帽子」，AI 在後面把幾百個商品的規格比過一輪，然後把人直接丟到那一頁。 以前的路徑是：搜尋 → 首頁 → 分類頁 → 商品頁 → 結帳。你有四個關卡可以說服他。 現在的路徑是：問 AI → 商品頁 → 結帳。你只剩一個關卡。 ![以前搜尋到結帳有四個關卡，現在問 AI 直接落在商品頁只剩一個關卡](https://growthhackers.tw/content/images/2026/07/inline-path-collapse-v1.png) Vanessa 有補一句很關鍵的話，我覺得很多人會誤讀這個趨勢，所以特別提出來：「**Most of the time when AI is in the loop, the website is still in play.**」當 AI 在迴圈裡，網站大多數時候仍然在賽局裡。她說網站的手感、速度、它講的故事，仍然是交易的重要部分，因為那是消費者判斷「這家能不能信」的潛意識訊號。 所以不是網站不重要了。 是**你的商品頁，從一個中繼站，變成了唯一的落地頁**。 它現在要一頁做完四頁的事：說服、建立信任、處理疑慮、促成結帳。 ## 品類分水嶺：哪些商品會先被 AI 吃掉？ 好，講到本篇最有行動意涵的部分。 Vanessa 在講完數字之後，講了哪些品類正在被 AI 吃下。她的原話是：表現好的，是那些「有標準化、可比較屬性」的品類。 她點名了三個：**電子產品、保健食品、手錶。** 她的解釋很直白：這些品類的屬性，本來就能用文字和數字表達出來。容量幾 GB、劑量幾毫克、錶徑幾毫米、防水幾米。這些東西 agent 讀得懂，而且它們本來就已經寫在商品頁上了。 消費者本來就在比規格。AI 只是把「比規格」這件事做得比人快一萬倍。 那另一邊呢？ Vanessa 自己丟出了問題：那時尚、服飾、生活風格怎麼辦？ 她說，我們買這些東西，不是看寬高顏色這些文字和數字。**我們買的是 vibes（氛圍、感覺）。** 然後她問了兩個我覺得問得非常好的問題： > 「你要怎麼衡量一件襯衫的 cool factor（酷度）？」 > > 「你怎麼判斷這件洋裝夠不夠正式，可以穿去婚禮？」 這就是分水嶺。 一邊是**規格可量化的標準品**：3C、保健品、手錶、家電、耗材。這些正在被吃，而且已經開始了。 另一邊是**買感覺的非標準品**：服飾、鞋包、飾品、家居生活、設計小物。這些 AI 目前還處理不好。 ![品類分水嶺：標準品規格欄位完整已被 AI 比較，非標準品欄位空白仍有時間窗](https://growthhackers.tw/content/images/2026/07/inline-category-split-v1.png) Shopify 當然知道這是個問題，所以 Vanessa 說他們正在投資「模糊屬性分類」的能力，要讓 agent 也能篩正式度（formalness）、場合（occasion）、舒適度（comfort）、流行度（trending）這類東西。 這裡要講清楚：**這是「正在投資」，不是「已經上線」。** 她用的是 investing，講的是能力建置，不是一個你現在登入後台就找得到的功能。 所以對非標準品商家來說，這是一個時間窗。 不是一張免死金牌。 ### 但我要幫 Vanessa 的說法修正一下 我本來想直接把「電子先被吃、服飾比較安全」這個結論寫給你，但查完 Adobe 的資料之後，我不能這樣寫。 Adobe Digital Insights 在 2026 年 Q2 報告裡，把品類依 AI 導流的成長幅度分組。**服飾被放在「強成長」那一組，電子只在「中等」那一組。** 被點名強成長的還有洋裝、褲子、鞋類、化妝品。 這跟舞台上那個「標品先、服飾後」的順序，方向是反的。 那 Vanessa 講錯了嗎？也沒有。她講對了一半，而且是比較重要的那一半。 Adobe 另一份數據把這件事講得更清楚。他們量了一個叫「AI 可引用可讀性」的指標，看商品頁的內容有多容易被 AI 讀懂並引用。[在 2026 年 5 月的資料裡](https://s3.amazonaws.com/media.mediapost.com/uploads/ADOBE%5Fq3-2026-ai-sourced-traffic-insights.pdf?ref=growthhackers.tw)，電子類商品頁是 65%，服飾是 50%，整整落後 20 個百分點。 Adobe 給的原因，我第一次看到的時候愣了一下： > 「Fashion-forward PDPs often prioritize imagery and visual merchandising over the structured text AI can read and cite.」 > > （走時尚感的商品頁，常常把版面優先給了圖像和視覺陳列，而不是 AI 讀得懂、引用得了的結構化文字。） 所以正確的版本是這樣： **服飾不是比較難「賣」給 AI，是比較難「被 AI 讀懂」。** 需求已經來了，成長還很兇。卡住的是你的商品頁，不是消費者的意願。 這個修正很重要，因為它把結論整個翻過來。如果你以為服飾安全，你會什麼都不做，然後眼睜睜看著需求長出來、你卻不在名單上。如果你知道問題出在「讀不懂」，你今天下午就可以開始動手。 ## 台灣電商對照：我們的品類結構剛好卡在中間 把這個框架套回台灣，以我這些年在市場上看到的狀況，會得到一個有點尷尬的結論。 台灣做得比較好的品牌電商，很大一塊集中在服飾和美妝，而這兩類剛好都在「買 vibes」那一邊。這些品牌賣的通常不是規格，是穿起來的樣子、是那個氛圍、是模特兒身上那種「我也想變成這樣」的感覺。 而台灣的服飾電商，商品頁做得又特別「美」。整頁都是情境照、模特兒圖、視覺排版，文字少得可憐。 照 Adobe 那個邏輯，這剛好是最難被 AI 讀懂的長相。 換句話說，台灣服飾電商很可能同時踩在兩件事上面：需求正在長，但頁面最不好讀。 另一邊，台灣 3C 的比價文化強到不像話。原價屋、PChome 24h、各種開箱比較文，台灣消費者早就習慣把規格攤開來一項一項比。**這正是 agent 最擅長、也最容易取代人的地方。** 如果你在賣 3C、家電、保健食品、耗材、五金，我建議你要有心理準備： **這個分水嶺，你在被吃的那一邊。而且不是未來式。** 還有一個我很少看到人談的問題，這件事我特別有感。 我以前做電商資料串接的時候，看過不少品牌的商品資料庫。有一個現象出現的頻率高到我印象深刻： **規格全部做成圖片。** 尺寸表是一張切圖，成分表是一張切圖，材質說明是一張切圖。視覺部門排得漂漂亮亮，用 Photoshop 輸出，一張一張貼上去。人看起來很舒服。 但欄位是空的。 商品規格那些結構化欄位，長期空著。因為填欄位很麻煩，而且「反正客人看圖就好」。 問題來了。圖片裡的文字，機器不一定能穩定讀懂，也不一定會被當成可信的商品屬性拿去比較。當 agent 在幫消費者比較「哪一件襯衫的材質是 100% 純棉」的時候，你的商品明明是純棉，但它在資料層看起來，很可能就是一片空白。 你不是輸給對手。 **你是根本沒有進入比較的名單。** ![把規格從切圖搬回結構化欄位，商品才進得了 AI 的比較名單](https://growthhackers.tw/content/images/2026/07/inline-spec-rescue-v1.png) 講白了有點殘酷：你的商品頁做得越美、規格圖排得越精緻，你在機器眼中可能越透明。 ## 這一切，十年前用另一個形式演過一次 如果你做過 Google 購物廣告，看到這裡應該已經笑出來了。 這就像從 Google Shopping feed 進化到 AI agent。十年前你要投購物廣告，得乖乖去填商品 feed：GTIN、品牌、材質、顏色、尺寸。欄位填得越完整，成效就越好。那時候一堆人嫌麻煩，覺得「填這什麼鬼，我圖片拍得美就好」。 結果認真填 feed 的那批人，吃了好幾年的紅利。 現在 agent 就是一個更嚴格的 feed 讀取器。它不只讀你的欄位，它還要拿你的欄位跟全世界的商品做比較，然後決定要不要把你放進那三個選項裡。 差別在哪？以前 feed 沒填好，你是曝光變少，還能靠廣告預算硬買。現在屬性沒寫清楚，你連被 AI 考慮的機會都會變少，而且那不是一個你能出價的競價版位。 一來是規則變嚴了，二來是這次比較難靠付費補救。 ## 你現在該做什麼？分水嶺兩邊，作法完全相反 **如果你在標準品那一邊（3C、保健品、手錶、家電、耗材）：** ► **把規格從圖片裡救出來。** 這是投報率最高的一件事。盤點你的前 50 個主力商品，把尺寸、成分、材質、規格、適用情境，全部填回結構化欄位。圖照樣放，但欄位不能空。 ► **用消費者的問法寫屬性，不要用工廠的寫法。** 不要寫「材質：CTN 100%」，寫「材質：100% 純棉」。agent 讀的是人話的語料，不是你們內部的料號。 ► **把商品頁當成唯一落地頁重做。** 假設訪客沒看過你的首頁、不知道你是誰。運費、退換貨、保固、出貨時間，全部要在這一頁講完。 **如果你在非標準品那一邊（服飾、美妝、家居、設計品）：** ► **把「感覺」翻譯成 AI 讀得懂的字。** Shopify 正在建的模糊屬性，你可以自己先做。場合（上班、約會、婚禮、旅行）、風格（法式、極簡、韓系）、版型（寬鬆、修身）、季節，這些寫進文案和欄位，你就是自己幫 agent 做了標註。 ► **加碼投資品牌與信任資產。** 你的時間窗是真的，但它會關。這段時間拿去做內容、做社群、做回購，把顧客關係養在自己手上，而不是等著被通路配對。 ► **兩邊都適用：現在就去測一次。** 打開 ChatGPT 或 Gemini，用你顧客的口吻問一句「推薦我幾個台灣的 XX 品牌」，看看你在不在名單裡、資訊對不對。這件事十分鐘就能做完，但我遇到的老闆裡，做過的沒幾個。 ► **兩邊都適用：先把自己的數字量出來。** 別再引用別人的百分比了。GA4 在 2026 年 5 月新增了「AI Assistants」這個預設管道群組，會把 ChatGPT、Gemini 這些來源從 Referral 裡拆出來。進去看一眼，你就知道 AI 佔你自己的流量到底是 0.1% 還是 3%。 講真的，這一條應該排第一。上面所有的數字都是別人的，只有這個是你的。 ## 通路一直在變，信任的需求沒變 Vanessa 整場 keynote 的骨架，其實不是技術，是**信任**。 她一開場就說，商務的本質是連結人，而信任是每一筆交易的前提。以前我們握手成交，後來我們跟專櫃店員聊，再後來我們追蹤喜歡的人、看他推薦什麼。 通路一直在變。信任的需求從來沒變過。 我覺得這句話對台灣中小電商特別受用。因為每次有新通路出現，大家的直覺反應都是「我是不是要趕快去佔位」。但這次真正的問題不是佔位，是： **當 AI 幫你的顧客做完 90% 的篩選，剩下那 10% 的「要不要信你」，你準備好了嗎？** 規格欄位要填，那是入場券。 但入場之後，那個落在商品頁的人，決定要不要掏錢的那三秒，靠的還是你這些年累積下來的東西。 至於那個 80%，就當它是個提醒好了。提醒你去看看，自己的商品頁在機器眼裡，到底長什麼樣子。 --- ## 常見問題 ### agentic commerce 中文到底叫什麼？ 目前比較常見的譯法是「代理商務」或「AI 代理購物」。指的是 AI 代理人代替消費者完成搜尋、比較商品屬性、建立購物車，甚至直接結帳的購物模式。跟傳統「消費者自己上網站逛」最大的差別是，比較和篩選的工作交給了 AI。 ### AI 帶來的流量真的比較會買嗎？ 多方數據都指向「是」，但幅度差很多，而且基期很小。Shopify 在 DotDev 2026 舞台上說高 80%，但它自己官方部落格（2026 年 5 月）寫的是「將近 50%」、23/25 品類平均 56%。第三方方面，Similarweb 量到 11.4% 對 5.3%（約兩倍），Adobe 量到高 42% 到 54%，但 Adobe 的比較基準是所有非 AI 管道（含付費搜尋、EDM），比 Shopify 只比自然搜尋嚴格得多。反方也有證據：發表在《Marketing Science》、涵蓋 973 個電商網站的研究發現 ChatGPT 導流幾乎輸給所有傳統管道，不過觀測期到 2025 年 7 月。合理的讀法是：這是最近 12 個月才翻轉的趨勢，而且 AI 流量佔全站流量目前約 1%。 ### 哪些品類會先被 AI 吃掉？ Vanessa Lee 點名的是屬性可標準化、可比較的品類：電子產品、保健食品、手錶。但 Adobe 的資料其實對不太起來，它把服飾放在 AI 導流「強成長」組、電子只在「中等」組。兩邊合起來看，比較準確的說法是：**標準品比較容易被 AI 讀懂，但需求成長不限於標準品。** ### 我賣服飾，是不是就安全了？ 不是，而且可能剛好相反。Adobe 的資料顯示服飾的 AI 導流成長很強，但服飾商品頁的「AI 可引用可讀性」只有 50%，落後電子（65%）20 個百分點，原因是時尚類頁面把版面優先給了圖像而不是結構化文字。所以服飾的問題不是沒需求，是頁面讀不懂。Shopify 雖然在投資「模糊屬性分類」，但那是進行中的建置、不是既有功能，等它不如自己先把場合、風格、版型寫進文案和欄位。 ### 我現在最該改的一件事是什麼？ 把商品規格從圖片裡搬回結構化欄位。很多品牌習慣把尺寸表、成分表做成切圖，人看得懂，但機器不一定讀得到。欄位空白，等於很難進入 AI 的比較名單。 --- **參考來源** - [Main Stage Keynote with Vanessa Lee | DotDev 2026](https://www.youtube.com/watch?v=235Tn1bPmOI&ref=growthhackers.tw)（Shopify Devs，2026 年 7 月 28 日）。文中 80%、50% PDP、品類與模糊屬性等引述均出自這場 keynote，屬 Shopify 平台自述數據。 - [AI search insights](https://www.shopify.com/enterprise/blog/ai-search-insights?ref=growthhackers.tw)（Shopify 企業部落格，2026 年 5 月 11 日，Q1 2026 資料）。官方公布的「將近 50%」「23/25 品類平均 56%」「自然搜尋約 20% 落在商品頁」出自此篇。 - [Similarweb 第三屆全球電商報告](https://ir.similarweb.com/news-events/press-releases/detail/132/similarwebs-3rd-annual-global-ecommerce-report-growth-shifts-to-apps-and-ai?ref=growthhackers.tw)（2025 年 9 月 15 日）。AI 聊天機器人導流轉換 11.4% 對自然搜尋 5.3%，觀測期 2024 年 7 月至 2025 年 6 月，屬面板估算。 - [Adobe Digital Insights, Q3 2026 AI Traffic Trends Report](https://s3.amazonaws.com/media.mediapost.com/uploads/ADOBE%5Fq3-2026-ai-sourced-traffic-insights.pdf?ref=growthhackers.tw)（2026 年 6 月）。AI 可引用可讀性：電子 65%、服飾 50%，以及「時尚類商品頁優先給圖像而非結構化文字」的說明出自此份報告。 - [Conductor 2026 AEO/GEO Benchmarks Report](https://www.conductor.com/academy/aeo-geo-benchmarks-report/?ref=growthhackers.tw)。AI 流量佔全站流量約 1.08%，樣本 13,770 個網域、33 億次造訪。 - [Study: ChatGPT traffic, sales trail traditional digital channels](https://www.digitalcommerce360.com/2025/10/24/study-chatgpt-traffic-sales-trail-traditional-digital-channels/?ref=growthhackers.tw)（Digital Commerce 360，2025 年 10 月 24 日）。報導 Kaiser 與 Schulze 發表於《Marketing Science》、涵蓋 973 個電商網站的研究。 **延伸閱讀** - [Shopify UCP-CLI 解碼：AI agent 購物協定（Universal Commerce Protocol）上線，你的電商準備好了嗎？](https://growthhackers.tw/blog/shopify-ucp-cli-agent-commerce/)：想了解 agent 是透過什麼技術規格接上商家目錄的，看這篇。 - [王董週刊 #1｜Agentic Commerce 元年：當 AI 開始替你的客戶下單](https://growthhackers.tw/blog/weekly-1-agentic-commerce/)：這個趨勢的起點與背景整理。 - [Similarweb 2026 AI 搜尋報告：10 組數字，看懂「被發現」的新戰場（台灣電商對照）](https://growthhackers.tw/blog/similarweb-2026-ai-search-report/)：第三方視角的 AI 搜尋流量數據，可以跟本篇的平台自述數據交叉對照。 - [AI 代理購物趨勢來了，消費者準備好了，零售商的數據基礎建設跟上了嗎？](https://growthhackers.tw/blog/ai-agentic-shopping-retailers-data-infrastructure/)：商品資料基礎建設要怎麼補，這篇講得更細。 延伸閱讀：判斷完自己的品類之後，接下來要處理的是通路本身的開關。Shopify 的 Agentic Storefronts 預設是開啟的，而且導流與直接結帳要分開評估，細節看[〈Shopify Agentic Storefronts 完整指南〉](https://growthhackers.tw/blog/shopify-agentic-storefronts-guide/)。 --- **協作聲明與免責** 這篇文章由王董與 AI 一起整理製作完成。文中引用的第三方資料、研究或工具都會標註來源名稱；若原始出處有公開連結，會以 `[來源名稱](URL)` 形式附上，方便你進一步查找。若文中內容與原始出處有任何出入，請以原文為準。 內容僅供參考與學習交流，不構成任何專業、商業或投資建議，請依自身情況判斷並自行承擔行動風險。文中提及的工具功能、數據與平台政策可能隨時間異動，請以各官方最新公告為準。