Profound 报告:零售商如何赢下 AI 货架,备战圣诞购物季
Profound 基于 2025 年 12 月 20 至 26 日 20 万条商业意图提示词分析发现,电子产品、科技与游戏占圣诞购物提示词的 31%,产品调研(46.9%)和产品对比(22%)合计占 68.2%,均发生在购买决策之前。
推荐理由:基于 20 万条真实购物提示词的分析,给出零售商在 AI 回答引擎中提升商品可见性的具体做法与时间窗口。
ChatGPT 搜索、购物、广告与面向品牌的能力变化。
Profound 基于 2025 年 12 月 20 至 26 日 20 万条商业意图提示词分析发现,电子产品、科技与游戏占圣诞购物提示词的 31%,产品调研(46.9%)和产品对比(22%)合计占 68.2%,均发生在购买决策之前。
推荐理由:基于 20 万条真实购物提示词的分析,给出零售商在 AI 回答引擎中提升商品可见性的具体做法与时间窗口。
Profound基于2026年1月至6月美国超200万次AI对话与浏览数据发现,AI助手提及品牌后,用户7天内访问该品牌官网的比例达到预测基线的1.5至2.5倍。
推荐理由:用200万次真实AI对话与浏览数据,量化AI提及品牌后7天内的官网访问提升,并给出分平台与分行业差异。
Profound 在 30 天内追踪 ChatGPT 约 100 万个购物商品报价,发现商品 feed 抓取占比已从 4.3% 升至约 20%,而 PDP 网页抓取仍占全部报价的 88.29%。
推荐理由:基于约 100 万个 ChatGPT 购物商品报价的追踪数据,拆解商品 feed 与 PDP 两种抓取来源对排名的影响差异。
Peec AI 通过记录 ChatGPT Deep Research 的 WebSocket 会话日志,还原了该智能体读取网页的完整流程。研究发现它只使用 search、open、find 三个浏览器命令,从不点击,每次打开页面只返回约 5–6k 字符的文本窗口,检索全部基于 Bing(web_with_bing),且会读取图片 alt 文本作为内容。
推荐理由:通过 WebSocket 日志还原 ChatGPT Deep Research 的抓取流程,给出首屏字符预算、Bing 检索和 alt 文本等可操作细节。
Peec AI 分析了 2026 年 3 月 1 日至 6 月 10 日间 20 个国家、ChatGPT、Google AI Overview、Google AI Mode 和 Gemini 四个引擎的 6477 万条 Reddit 引用,其中 369.9 万条带有 ?
推荐理由:Peec AI 基于 6477 万条 Reddit 引用,量化了机器翻译页面在 Google 与 ChatGPT 中的引用差异,可帮助品牌判断非英语市场的 AI 可见性风险。
Peec AI 研究显示,ChatGPT 购物的产品数据实时抓取自 Google Shopping 自然结果,前约 40 个自然商品决定了展示的产品、价格、库存与聚合评分,且存在重新排序,Google Shopping 排名第一不等于 ChatGPT 第一。
推荐理由:拆解 ChatGPT 购物推荐的数据来源与 fan-out 查询机制,并给出品牌可照做的优化清单。
arXiv 论文《Incumbent Advantage》用护肤品品类在 GPT-4o-mini、Claude Sonnet、Gemini 3 Flash 三个商业 LLM 上做了三项实验,发现当所有产品规格相同时,知名品牌被推荐的频率达 100%(IAI = 10.0),但竞争对手只要获得不到 +0.1 星评分优势,这种垄断就会消失。
推荐理由:三项实验量化了知名品牌在 LLM 推荐中的垄断优势及其被营销话术打破的条件,可帮助品牌判断 GEO 投入的竞争位置。
6 月 11 日,Profound 在纽约举办 Zero Click 峰会,超过 1000 名营销负责人到场,Coca-Cola、LinkedIn、Delta Air Lines、U.S. Bank、CVS Health 等品牌分享了 AI 时代的营销策略、团队设计与衡量方式。
推荐理由:汇总了 Coca-Cola、LinkedIn、Ramp 等品牌在 AI 搜索与智能体营销上的实测数据与做法,可供品牌方对照自身策略。
Profound 监测发现,2026 年 5 月 7 日起 ChatGPT 开始在回答中内嵌品牌首页 URL,含链接的回答占比从约 4.5% 升至 20%–24%,其监测的品牌站点 OpenAI 引荐流量当日近乎翻倍(约 60%–65%)并维持在该水平。
推荐理由:基于多品牌站点监测数据,量化了 ChatGPT 内嵌品牌链接后推荐流量的变化,可帮助品牌判断 AI 引荐渠道的权重。
Peec AI 分析了2025年9月至2026年3月间近20万条 AI 回答、超过570万个数据点,覆盖 B2B SaaS、新兴 MarTech 和美国金融三个行业及 ChatGPT。
推荐理由:基于近20万条AI回答的观察性研究,量化了第三方榜单排名与品牌在AI答案中可见性、位置的关系。
Peec AI 分析了 2026 年 4 月 1 日至 21 日期间从 ChatGPT、Perplexity 和 Grok 收集的 500 万条 query fanout,发现 ChatGPT 最常向隐藏搜索中注入的词是 best,其次是 top、comparison、reviews、tools、software、features。
推荐理由:基于 500 万条 query fanout 数据,拆解 ChatGPT、Perplexity、Grok 在幕后搜索中各自加词与选源策略的差异。
Peec AI 分析了美国 ChatGPT、Google AI Mode、Gemini、Perplexity 和 AI Overviews 的 3000 万条来源,统计出被 LLM 直接引用的十大域名,依次为 Reddit、YouTube、LinkedIn、Wikipedia、Forbes、G2、Yelp、Facebook、Medium 和 Techradar。
推荐理由:基于 3000 万条来源的跨平台引用排名,可帮品牌判断 AI 搜索里该优先经营哪些外部平台。
Peec AI 的 Tomek Rudzki 发布指南,提出衡量 AI 搜索表现的四个核心指标:可见性百分比、排名位置、品牌情感,以及来自 LLM 的转化与营收。
推荐理由:原文给出 AI 搜索可见性、排名、情感与营收四类指标的追踪方法,读者可据此搭建自己的衡量框架。
Peec AI 分析了 ChatGPT、Google AI Mode、Perplexity、Copilot、Gemini 和 AI Overviews 上 13,000 篇榜单的 232,000 条引用,时间跨度为 2025 年 12 月至 2026 年 2 月的 12 周。
推荐理由:Peec AI 追踪 23.2 万条引用,给出各 AI 平台自我推广榜单的占比差异,可作 GEO 内容策略的参考基线。
Peec AI 基于超 100 万条 AI 引用数据,为 ChatGPT、Google AI Mode 和 Perplexity 分别给出引用率基准:ChatGPT 为 2.0+,Google AI Mode 为 1.1–1.5,Perplexity 为 1.5–2.0。
推荐理由:基于超 100 万条 AI 引用数据,给出 ChatGPT、Google AI Mode 和 Perplexity 各自的引用率基准,品牌可据此设定 GEO 目标。
Peec AI 的 Tomek Rudzki 指出,企业为追求 ChatGPT 等 AI 搜索引擎的提及而大量发布 AI 生成内容,反而会损害自身可见性。
推荐理由:文章用 Grokipedia 等案例和工具客户数据,说明低质 AI 内容如何同时拖累 Google 排名与 AI 搜索引用。
Peec AI 分析了超过 1000 万条 ChatGPT 用户提示和 2000 万次查询 fan-out,发现非英语提问中至少有一次子搜索走英文网页,78% 的情况下 ChatGPT 会补充英文来源。
推荐理由:基于超 1000 万条 ChatGPT 搜索与 2000 万次 fan-out 的实测数据,量化了非英语市场品牌在 AI 搜索中的可见性缺口。
Peec AI 分析2025年10月至2026年1月超过2000万条ChatGPT查询扇出(QFO)发现,全球平均每条QFO词数从约6词增至约12词,第49周峰值约16词,德国、英国、新加坡、泰国、美国等国家与语言趋势一致。
推荐理由:基于2000万条ChatGPT查询扇出数据,呈现查询长度翻倍而数量不变的趋势,可帮助品牌判断AI搜索内容策略的调整方向。
Peec AI 发布面向代理商和品牌经理的入门指南,讲解如何找出竞品被 AI 回答提及而自家品牌缺席的提示词。流程包括用标签和竞品监控设置提示词追踪、筛选高意图且未提及自家品牌的提示词、找出驱动这些回答的来源并按使用频率和竞品提及数排序、优先处理跨多个 AI 模型出现的来源,再通过自然外联或付费投放补上缺口。
推荐理由:原文给出从筛选提示词到选择外联方式的完整流程,品牌方可据此定位竞品被提及而自己缺席的 AI 回答。
Peec AI 分析 Universal Commerce Protocol(UCP)对电商的影响,认为它像 commerce 领域的 MCP,让 AI 智能体直接对接商家的目录、库存、结账与订单系统,而非抓取购物页面。
推荐理由:文章拆解 UCP 可能带来的商品、品牌、商家三层情绪评分与多路查询逻辑,帮品牌判断智能体购物下的排名变量。