AI购物排名模拟器

📖 AI购物排名模拟器使用说明

基于E-GEO论文(Columbia/MIT 2025)的核心设定：生成式引擎在电商中充当再排序器(re-ranker)，从产品池中检索后根据用户意图/偏好/约束生成排序推荐。本工具模拟这一过程，展示每个产品的排名和对应的经济价值。

一、5维排名因子

因子	最高分	计算方式
🎯 查询相关性	25分	描述与查询关键词匹配率
💰 价格匹配	15分	价格是否在预算范围内
🛡️ 质量信号	10分	耐用性/质保/认证
⭐ 社会证明	10分	评价/评分/热销标签
🎯 场景匹配	8分	使用场景与查询场景一致

二、使用场景

2.1 竞争格局分析

输入你的产品和4-5个竞品，一次模拟看清完整排名格局。

2.2 排名经济价值量化

知道排名第1和第5的收入差距有多大——用数据说服团队投资GEO优化。

2.3 A/B描述测试

修改产品描述后重新模拟，即时看到排名变化和收入影响。

2.4 多查询场景测试

用不同消费者查询测试同一组产品——发现在哪些查询下你排名靠前/靠后。

2.5 价格策略评估

调整产品价格看对含预算约束查询的排名影响。

2.6 新品上市预测

新产品上市前与现有竞品模拟排名，预估市场表现。

2.7 排名因子诊断

每个产品显示5维因子得分明细，精确定位你落后的具体维度。

2.8 季度竞品监控

每季度用竞品最新描述重新模拟，追踪竞争格局变化。

三、使用教程

第1步：输入消费者查询和搜索量

查询词影响排名计算，搜索量影响经济价值。

第2步：添加产品

标记"我的产品"+添加竞品，填写名称/描述/价格。

第3步：运行排名模拟

PHP计算5维排名因子并排序。

第4步：查看排名和因子

排名表+每个产品的5维因子明细。

第5步：查看经济价值

每个排名位置的曝光/点击/销量/收入。

第6步：优化并重测

修改描述后重新模拟对比。

四、常见问题

4.1 排名衰减率怎么算？

排名第1获得100%基础曝光，第2位68%，第3位47%，第5位22%，第10位3%。基于E-GEO论文和电商行业数据。

4.2 经济价值计算模型？

曝光=搜索量×排名系数 → 点击=曝光×8% → 销量=点击×3.5% → 收入=销量×单价。参数可根据品类调整。

4.3 和真实AI排名一致吗？

模拟基于论文再排序逻辑，方向一致但不完全等同。用作优化方向参考和投资决策支持。

4.4 提升1位值多少钱？

取决于品类搜索量和单价。$50产品日搜索1000次，从第5升到第4约增加$5.6日收入(约$170/月)。

4.5 怎么获取竞品描述？

在目标平台搜索品类关键词，复制排名前5产品的标题和描述。

4.6 价格在预算外怎么办？

超出预算的产品会被扣分(-5)。考虑调价或在描述中强调"价值超出价格"的理由。

4.7 多少个产品合适？

建议4-6个(你的+3-5竞品)。太少不够对比，太多干扰分析。

4.8 查询相关性怎么提升？

确保产品描述包含消费者查询的核心词汇。用电商GEO优化器检测查询词覆盖率。

4.9 社会证明从哪添加？

直接在产品描述中写入真实的评分/评价数/销量数据。如"4.7/5 stars, 2,800+ reviews"。

4.10 TOP3有多重要？

TOP3产品获得超过80%的总点击量。排名第4开始点击率急剧下降。TOP3是核心目标。