搜尋引擎最佳化一詞今年出現了一個新的影子版本：GEO（Generative Engine Optimization，生成式引擎最佳化）。癥結是，店家不能再用同一套規則通吃兩種流量來源。Productrise 發布了一項追蹤了 23 天的資料研究，把同一個購物 query 同時丟給 Google AI Mode 與傳統搜尋，比較兩邊端出來的商品與價格，結果並不好看。
這項研究怎麼做的
Productrise 在 2026 年 8 月 9 日至 31 日期間，追蹤了超過 200 萬筆商品 listing，涵蓋超過 10 萬組 SERP 與 AI Mode 回應，範圍涵蓋美國與英國。他們在同一天、同一時刻用相同查詢分別跑傳統搜尋與 AI Mode，並用 Google 的穩定產品識別碼逐一配對兩邊出現的相同商品。比較基準是兩邊各自排位最低的那個 lead offer 價格，計算方式為 (AI Mode 價格 − SERP 價格) / SERP 價格。
六個主要發現
| 發現 | 資料 |
|---|---|
| 相同商品的均價差異 | AI Mode 平均貴 **21.6%** |
| 全部 listing 的典型價差 | AI Mode 中位數 $149，傳統搜尋 $100，貴約 **49%** |
| 兩邊商品重疊率 | 只有 **1.28%** 的傳統搜尋商品，同一天也出現在 AI Mode |
| 價格不一致的頻率 | 38.1% 的配對商品價格不同；不一致時 **68.4%**（約三分之二）是 AI Mode 較貴 |
| AI Mode 較貴時的差距 | 中位數 **+22.2%**，平均數 **+88.5%**（受二手對全新等極端值拖高） |
| AI Mode 較便宜時的差距 | 中位數 **−7.8%**，平均數 **−11.9%**（差距明顯較小） |
| 主賣家不一致的比例 | 相同商品約 **49.6%** 由不同賣家主導 |
比我預期更值得注意的三點
數量差異是根本問題。 AI Mode 平均只顯示 3.9 個商品，傳統搜尋是 27.8 個，前者只佔全部 listing 的 12.3%。重疊率僅 1.28%，代表兩邊幾乎是在選不同的貨。AI Mode 不是把同樣的商品重新排序，它預設就是換了一組賣家。
演算法權重不同。 傳統搜尋的 popular_products 轉盤長期獎勵最低價，還幫價格敏感的消費者做了視覺強化。但 AI Mode 的推薦訊號顯然沒有把「最低價」當成主要權重，反而更吃 feed 資料豐富度、評論、以及與購物對話的對齊程度。這解釋了為何三分之二的價差案例都是 AI Mode 較貴，而且當它較便宜時差距還比較小。
淘汰了比價摩擦，也淘汰了可見的低價選項。 這篇文章引用的觀點是：AI Mode 省掉了開五個分頁比價的勞務，卻用「永遠看不到便宜那一個」的方式把它變成隱性成本。在市場上，30% 到 75% 的消費者把價格視為購買首要因素，這不是小問題。
Google 的說法
針對這份研究，Google 向 Futurism 回應：Google 尚未驗證報告中的主張，但強調無論 AI Mode、傳統搜尋或標準結果頁，所有購物結果都來自同一個 Shopping Graph 資料來源，消費者可點進 listing 跨零售商比價。換言之，Google 不承認價格被人為抬高，而把差異歸因於排名演算法。
誰受影響
消費者如果依賴 AI Mode 購物，最好對「推薦即最優」保持懷疑，點進 knowledge panel 看其他賣家。店家則需要把 AI Mode 的可見度當成一條獨立管線來追蹤，別再用傳統 SERP 排名當唯一指標，也要確保 feed 資料在兩邊都豐富一致。不能打價格戰的品牌反而拿到一個機會：把商品資料、評論、與品牌官網權重做足，AI Mode 會比傳統搜尋更願意推薦你。
原文連結：Google AI Mode shows the same products 21.6% more expensive than traditional search。
本文為資料解讀與分析，數字引用自 Productrise 研究並經多家媒體交叉核對。