淘宝用AI给电商搜索趟了条新路

本文由 硅星人Pro 撰写/授权提供，转载请注明原出处。

以下文章来源于：硅星人Pro

作者：郭海惟

众所周知 ，最近两个月，淘宝搜索的 AI 化有了明显的提速趋势。

8 月，淘宝低调全量上线了“AI 万能搜”产品；9 月，淘宝“AI 助手”传出内测消息、拍立淘的“AI 找低价”也全量上线。

这三个产品分别覆盖了传统搜索入口，图片搜索入口、以及搜索页面呈现后的交互，算是在淘宝端内形成了一个围绕搜索场景的能力矩阵。

前段时间，硅星人也拿到了“AI 助手”的内测资格，我们想借着这个机会，干脆把淘宝AI做搜索的产品逻辑捋一捋，同时看一下它背后的落地能力。

首先，“AI 万能搜”毫无疑问是最贴近大语言模型体感的产品。

它的入口很克制地放在了“搜索”的二级页面。用户点进搜索后，如果购买意图非常明确，可以继续使用“传统搜索”能力来高效完成购物，流程步骤与过去完全相同，不会有任何被打扰的体感。

但可能很多人在搜索购物时，其实没有想得很清楚自己的需求，只是“随手”搜搜看。那么“万能搜”就成为一个备选项。比如“中秋送礼”的tag，其实就是典型的模糊需求的场景。

某种程度而言，AI 万能搜其实成为了用户搜索场景需求的一种延伸，将 AI 搜索从中间分割成了两个部分：清晰而明确的需求选择“搜宝贝”，模糊的需求选择“AI 万能搜”。而搜索框便成为了一个天然的漏斗，从而将用户更加精准导流到大语言模型的场景中。

从实测来看，AI 万能搜最适合的场景之一是“初筛”，给用户一个初步的购物选择方向。

比如，我们输入“中秋给女朋友父母送什么合适？”AI 万能搜在思考的过程中，会想到中秋、长辈、预算等多个不同的维度，然后给我输出三个大类的选项，“滋补养生”、“茶叶茶具”、“健康按摩”。

我可以直接点击大类的按钮，然后跳转到对应类目下的商品明细表里。

AI 万能搜支持多轮对话，可以在沟通中不断明确需求。

比如，你可以追问，“长辈有糖尿病，但不喜欢喝茶。”

系统就会自动剔除跟“茶”有关的选项，从而选择针对性的养生产品，甚至“无糖月饼礼盒”。同理，我们也可以在里面进一步提出对价格、产地等其他的要求，系统也同样可以支持。

作为对比，如果你在“传统搜索”里搜“长辈中秋礼物”，你得到的只能是系统根据历史数据而猜测出来的商品列表。

除了“初筛”以外，AI 万能搜在热门单品的对比上，也比传统的端内对比更详细。

比如，我问 AI 万能搜，“iPhone16 pro 和 iPhone17 怎么选？”它的对比结果是这样长长的一条，包含了核心参数、使用人群推荐。AI 万能搜甚至会直接给出很明确的价格段分析，告诉用户 16pro 128G 目前的价格段是 5500-6500 元。

看完这个推荐，基本就对两边的硬件选择有大概的了解了。

传统的端内对比，只有一些简单的参数对比，缺乏针对性的分析。而且由于相同商品，在不同网店的价格也有差异，所以即便单个商品的比较也未必能直接转化成决策。

如果说 AI 万能搜适合调研，这次内测的“AI 助手”则能够在“传统搜索”场景下，帮助用户进一步细化和明确商品需求。

比如，我在 AI 万能搜的帮助下，决定要买 iPhone17，但产品划痕问题让我觉得很担忧，于是我决定购买一个手机壳。

这时我在系统里搜索手机壳，跳出来的界面是这个样子的：

系统做了一个简单的分类，可以选择风格和品牌。

但只是有风格并不足以满足我对手机壳的所有要求，这时我如果点击“AI 帮我挑”字样的按钮，就可以唤醒“AI 助手”。

AI 助手会根据正在浏览的品类，自动生成大量的分类指引：

如上所示，AI 助手为我生成了五个大类，超过 19 个选项和五个备选问题。

在 AI 助手里，我们直接点击蓝色的文字，选项就会直接跳进对话框里。我们可以将自己想要的要求都点击进去

这里会有一个强迫症狂喜的过场动画，刚刚浏览页的商品会从眼前略过，而符合要求的商品则会被留在页面里，给人一种大浪淘沙的舒适感。

既然是 AI 助手，它同样支持多轮对话和定制化的需求。比如，我告诉他：“不想要硅胶，怕发黄，还要带支架”

在测评中的另一个感受是，越是非标准化的产品，AI 助手的能力就更强大。

比如，我如果搜索“解压玩具”这个品类。

可以看到“AI 助手”给出的选择维度一下子变得更多了，涉及到了更多的场景和产品特点的维度。

用户在发出“解压玩具”需求的时候，很少有人能想到这么多的产品维度。AI 助手其实可以看作是一个辅助筛选决策的生成式说明书，解决用户“临门一脚”的筛选门槛。

一个很有意思的场景是体育用品的器械设备。

只要买过装备的人，肯定都被品牌复杂的型号和系列转得晕头转向。虽然头部厂商一般都会在官网或者小程序里给一些指引，降低选购门槛。但对于普通消费者来说，找到官方指引本身就是有门槛的，更不要说有意识找支援的人原本就已经是少数了。

以羽毛球拍为例，尤尼克斯的系列至少有小十种，每一个系列下面又有很多种不同档次的拍。如果把羽毛球拍拉出一张思维导图，其复杂程度一点不亚于英伟达的 GPU 天梯图。

现在 AI 助手可以一键变成导购员，直接绕过了官方导购，给出针对性的建议。

有时候在官方导购程序选完后，发现另一个同类竞品降价了，所有的对比逻辑都要重新来。而淘宝站内的价格有很好的实时性，就能杜绝类似的问题。

除了直接点击“帮我搜 ”以外，淘宝团队还将 AI 助手的能力以卡片形式前置到了商品信息流里面，即植入一个商品栏大小的“AI 帮你找到合适的宝贝”。

实测来看，AI 一般来说，如果用户连续下滑，大概过三四个分屏后，系统可能”担心“你迟迟找不到合适的商品，便有可能跳出类似的方块。

此时如果连续点选完系统提出的问题，那么页面会跳转回刚才的“AI 助手”界面。

在测试中，“AI 帮你找到合适的宝贝”不会在所有浏览页中掉落。比如指向明确的带着商标甚至型号的商品搜索，类似指定型号的羽毛球拍搜索，一般就不会掉类似的提示。

所以在 AI 助手的整体使用体感上，可以明显感觉到，AI 和背后的淘宝搜索团队，其实不断在打磨系统对场景的理解程度。

他们不仅对商品进行了拆分，对场景也有自己的算法分类。尤其是在使用过程中，AI 助手可以给用户提出一些他想不到的筛选标准，从而完善用户的消费决策链条，节省用户的决策成本。

如果说“万能搜”给我的感受是帮用户“走出第一步”，AI 助手就是帮用户“再走一步”。

而拍立淘的“找低价”其实也是一个类似故事。

拍立淘在过去就是市面上最好用的商品拍照识别工具之一，尤其是对于一些非标的创意商品尤其如此，周末逛潘家园，很多物件只能靠拍立淘才能找到。在我看来，相比纷繁复杂的端内入口，拍立淘才是“万能淘宝”最真实的写照，它将庞大的真实世界商品与线上空间联系在了一起。

这是我在朋友家看到的音响，觉得很不错，于是拍了个照传给拍立淘。然后你在右下角能看见一个“AI 找低价”的按钮，点进去就可以跳出一个新的页面。

“找低价”只是 AI 在拍立淘上的一个“招牌”，因为点进去就会发现不止如此：除了能帮你找到最全最低价的同款商品，它还会推荐更多高性价比的平替商品。

如果说“拍立淘”是用户与商品建立联系的第一步，“找低价”就是在之前的基础上“更进一步”。

它给了我三个维度的商品：

“低价”、“平替”、“周边”。

如果我搜索宠物洁齿片，自然不会有“周边”，取而代之的会有不同规格、以及相同功能产品的推荐。

同理，如果是洗发水，系统会推荐不同规格的商品；如果是服装，系统会推荐不同材质的商品。

会发现 AI 的思路在这里依然是“发散”的，它会围绕潜在的需求不断延伸。

与过去简单的搜索商品+低价呈现的组合不同。由于 AI 天然具备的“发散思维”能力，拍立淘的形态变得不仅是工具，而是成为了一个类似围绕线下商品的“入口”。与其说它在服务和引导用户，不如说它尝试通过每一个行为去“启发”用户。

今年 3 月，淘宝的发布会上宣布了 AIGX 的技术体系升级战略。他将淘天的 AI 驱动的场景分成了 AIGI（索引）、AIGR（推荐）、AIGB（出价）、AIGA（拍卖）、AIGC（创意）、AIGD（数据）等多个业务或技术场景板块。所以今年以来，外界对于淘宝会怎么样进行“AI 改版”就充满了好奇。

因为即便从全球来看，除了搜索以外，用 AI 来重塑业务和 C 端交互逻辑的头部互联网平台，淘宝也能算是。

尤其在今天，很多人都在讨论 AI 的下半场：

AI 大模型基础能力的收敛趋势愈发明显，关于智能的竞赛有明显从智能上限转战场景落地的趋势。但今天“找到场景”依然是一件 AI 落地钟很难的事情。相对应的，对于那些有现成场景的互联网平台来说，如何用 AI 去升级体验，也同样是一件“燃烧产品经理头发”的难事。

这次淘宝的AI搜索功能，其实正好展现了这个团队对“AI 落地场景”的理解。

他们不追求用一个类似“端到端”的、大一统的方式，用 AI 一劳永逸地解决问题。而是将 AI 的能力拆解到了用户使用搜索的不同环节，然后根据每一个环节的特性，针对性地调整了 AI 在其中的表现策略。在让 AI 变得更懂用户也更懂场景的同时，也做到了不打扰用户，从而让 AI 与用户和谐相处的同时，慢慢培养用户对 AI 的使用习惯。

从这个角度来说，淘宝通过拆解场景，让 AI 服务于场景，而不是执着于“AI 原生”，反而成为 AI 落地的样本，让 AI 在具体场景里找到最适合它的位置。

扫码关注公众号

获取更多技术资讯