千问打通淘宝后，商家与AI的“猫鼠游戏”开始

事件概述

2026年5月，阿里宣布千问（通义千问）与淘宝全面打通。用户可以直接向AI提问获取商品推荐，AI不再依赖传统搜索排序，而是基于大模型的“认知框架”进行匹配。这意味着流量分配权从搜索算法平移到了大模型，商家沿用二十年的SEO玩法一夜之间失效。

核心信息

1. 规则突变催生GEO产业

在搜索时代，商家通过优化销量、评分、广告出价争取曝光。而在AI推荐时代，能否被推荐取决于AI在几毫秒内做出的判断，规则不透明，形成严重信息不对称。

淘宝服务市场上已涌现一批“AI优化”工具，例如“普云商品管理”“店小宝”“生意管家”等，声称可自动生成标题、贴合热词、规避违规。这些工具稍加变形就可能成为反向操控AI抓取的工具——通过批量生成“AI友好”描述、埋入千问偏好的语义标签、在外部平台铺正面内容来影响AI的“信源权重”。

主流招聘网站上已出现大量“GEO优化师”“AI推荐优化”“生成式引擎优化”岗位。例如：

• 有公司要求“负责企业客户AI搜索优化全流程，帮助客户在豆包、DeepSeek、Kimi等平台实现搜索首推”。
• 另一家科技公司招聘“海外市场推广专员”，职责包括“针对生成式AI搜索制定GEO策略，提升品牌在AI对话中的引用率和推荐权重”。
• 联蔚数科招聘AI架构师时明确要求“构建高并发系统对ChatGPT、Gemini等AI引擎进行监控与RAG逻辑解构”，以“量化品牌声量及回答情感”，最终“赋能数据驱动的GEO内容生成”。

这些岗位描述连在一起形成完整链条：技术侦察→内容布阵→效果监测，背后是一套反制AI推荐逻辑的灰色产业链。

3. 潜在风险：数据投毒与信任危机

类似过去SEO时代的“万词霸屏”，GEO领域可能出现三种邪修手段：

• 数据投毒：用海量带有倾向性的评价“喂养”AI，改变其对产品的认知，甚至凭空捏造。
• 身份伪装：将白牌产品包装成“天猫旗舰店平替”等AI偏好的形式。
• 场景诱捕：针对AI理解用户意图的特点，反向设计迎合特定场景的文案和商品描述。

同时，千问的推荐机制本身存在争议。已有媒体实测发现推荐池明显向天猫旗舰店、付费权重更高的商家倾斜；且千问不支持全网比价，是只推荐自家商品的封闭系统。这引发消费者质疑：AI推荐的是“最好的”还是“给平台赚钱最多的”？

4. 平台的商业化悖论

AI购物助手面临根本矛盾：传统竞价排名与AI中立的“求真”逻辑存在冲突。如果优先推送广告商品，信任受损；如果完全中立，广告收入受冲击。千问目前承诺推荐算法不采用竞价排名，但商业利益的压力可能导致规则后期变化。

值得关注

• 这场猫鼠游戏的代价由谁承担？最可能的是两类人：第一，老实做生意的商家，他们不懂GEO、不舍得花钱“投毒”，好产品可能永远不被AI推荐；第二，消费者，他们的购物决策可能在不知情中被操控，一旦信任被消耗，整个AI决策模式将受损。
• 另一方面，若AI能保持相对中立，真正有产品力、数据完整的商家确实有机会绕过传统头部销量壁垒，获得推荐曝光，这可能让“产品为王”变得更真实。
• 千问日活约3000万，主要竞争对手豆包日活约1.4亿，且AI购物功能尚未商业化，防御性投入成本对阿里也是重要考量。