三个AI给同一批商品挑货，结果全不一样

最近看到一个挺有意思的实验：有人把Shopify目录里搜「咖啡豆」的前20个商品，原封不动丢给三个Claude模型，让它们各挑50次，总共1980次选择。结果三个模型从来没在「第一名」上达成过一致。这个测试刻意剥离了预算、口味偏好和购物历史，只保留搜索词本身，等于把「AI导购」最赤裸的决策逻辑摊开来看。

具体表现很有意思。Haiku 4.5和Sonnet 5都偏爱评论数最多的深烘豆，逻辑很直白——评论多就是安全牌。但Opus 5在50次里有48次选了中烘，它给出的理由是：在没有任何偏好信息的情况下，中烘是最稳妥的大众选择。同一个问题，两个模型给出的「安全感」定义完全不同。这背后其实暴露了一个做跨境独立站的人该警惕的事：当流量入口从搜索框变成AI agent，你的商品能不能被选中，不再只取决于关键词排名和评论数，还取决于模型自己的「偏好」。而模型的偏好，目前既不可解释，也不稳定。我的判断是，短期内别指望「优化AI导购」有一套确定打法。更现实的做法是让商品信息足够结构化、卖点足够清晰，让不同模型在理解你产品时都不容易跑偏。同时，评论数和评分这类传统信号依然有效，至少两个模型都吃这一套。长期看，如果Shop MCP这类通道真的成为主流，品牌方可能需要像当年研究SEO一样，去研究「模型偏好」这件事。但眼下样本太小，1980次选择只能说明分歧存在，还不足以总结规律。先把自己的商品页做扎实，比追模型风向靠谱得多。