最近论坛里聊 Rufus、Alexa、GEO 的帖子明显多了。

有一种说法现在很流行：以后消费者不搜关键词了，直接告诉 AI“我想给久坐、腰不太好的人买一把椅子”，Alexa 就会帮他筛选、比较，甚至直接下单。

如果真是这样，那我们现在做的关键词库、自然排名、广告卡位，是不是很快就成了上一代玩法？

我最近也一直在关注这个问题，顺手把 Amazon 官方数据、第三方测试和自己实际问 Alexa 的结果放在一起看了一遍。

先说结论：

Alexa 是真趋势，也确实开出了一条不同于自然位和广告位的新流量入口。

但现在就说亚马逊已经从 SEO 进入 GEO 时代，甚至因此降低关键词的优先级，我觉得远远太早。

对绝大多数卖家来说，现阶段最大的风险可能不是“不懂 Alexa”，而是为了追 Alexa，先把关键词这个确定性更强的基本盘玩坏了。

一、Alexa当然不是玩具

2026年5月13日，Amazon 将 Rufus 更名为 Alexa for Shopping。

它现在不只是回答商品问题，还可以做产品推荐、动态比较、查看价格历史、设置目标价购买、管理购物车和执行部分重复购买任务。

Amazon 披露，Rufus 在2025年被超过3亿消费者使用，并帮助带来接近120亿美元的增量年化销售额。

此前Amazon还披露过另一组数据：月均用户数同比增长149%，互动量增长210%；在购物过程中使用Rufus的消费者，完成购买的可能性高出60%以上。

这些数据足以说明，AI辅助购物已经进入真实消费流程，不是卖家圈自嗨出来的概念。

但先别急着把它解释成“关键词已经被取代”。

“使用Alexa的人更容易下单”是相关性数据，不等于Alexa单独造成了这笔订单；接近120亿美元也是Amazon的平台级估算，不是卖家后台能够逐单核验的“Alexa推荐—点击—成交”报表。

换句话说：

这些数据能证明Alexa有价值、增长很快，却不能告诉我，我家某个ASIN到底有多少订单是Alexa带来的。

趋势已经成立，不代表替代已经完成。

二、Alexa确实开了一排“新货架”

Marketplace Pulse最近报道了一组很有意思的第三方测试。

研究方用1,963个非品牌查询，记录了12,810次Alexa推荐。结果显示：

63.9%的推荐商品不在对应关键词的自然搜索前10名；

40.9%没有出现在可见的搜索结果页；

只有14.3%的推荐商品在对应搜索页投放了Sponsored Listing。

这说明Alexa并不是简单地把搜索排名重新念一遍。

传统搜索里没有站住头部的商品，也可能通过Alexa获得新的曝光。从这个角度说，把它叫作自然位和广告位之外的“第三货架”，我觉得是成立的。

但这组数据同样有边界。

首先，它是第三方在特定时间、单一美国账户下做的快照，研究方本身也提供AI优化服务。

其次，测试对比的是“什么商品最好”这类推荐问题和较宽泛的类目词搜索，两种意图本来就不完全一样。

最关键的是，它记录的是“被推荐”，不是“最终成交”。

所以这组数据证明的是：

Alexa在分配一种不同于搜索排名的曝光。

它不能证明消费者已经不搜索，也不能证明卖家可以不做关键词。

我更愿意把现在的流量结构理解为：

关键词搜索，承接已经表达清楚的需求；

广告位，放大确定性需求下的商品曝光；

Alexa，把模糊需求翻译成人群、场景、参数和候选商品。

三条路会互相影响，但多出一条路，不等于原来的两条路消失。

三、Alexa不只读Listing，但信息多不等于判断一定准

还有一种说法是：Alexa只是Listing的复读机。

这个说法也不准确。

Amazon官方说明，Alexa for Shopping使用的信息不只来自商品目录，还包括客户评论、社区问答、全网信息、消费者自己的购物活动、偏好和对话上下文。

所以真正的问题不是“它有没有读取更多信息”，而是：

当问题从尺寸、材质、承重、兼容型号，跨到“这个人到底适不适合”“这个使用场景应该选哪款”“几条冲突信息谁更可信”时，它的判断稳定不稳定？

我自己目前的初步观察是：

参数类、事实类问题，只要页面写得清楚，Alexa往往回答得比较具体；

涉及复杂人群、使用限制和多条件权衡时，回答更容易变得宽泛，有时只是把几个听起来合理的卖点重新组合起来。

这只是个人观察，不敢直接写成所有类目的规律。

大家也可以自己做一个很简单的测试：

找一个自己熟悉的品类，连续问四类问题：

明确参数；

两款产品对比；

具体使用场景；

非常细的人群需求。

然后回到Listing、评论和实际搜索结果里逐条核对。

哪些回答只是准确提取了页面信息？

哪些真的完成了场景判断？

哪些结论听起来合理，但商品页里其实找不到足够证据？

测完以后，它现在擅长什么、不擅长什么，会比看十篇“AI颠覆电商”的文章更清楚。

四、为什么现阶段关键词仍然是基本盘

原因很现实：卖家能不能观察、操作和复盘。

关键词目前仍然直接影响：

消费者主动搜索时能不能看见你；

广告能不能触达明确需求；

自然排名能不能积累；

团队能不能根据搜索词、点击和转化数据复盘。

Alexa目前对单个卖家的推荐和成交，还缺少同等清晰的观测与归因链路。

如果一个渠道连“有没有推荐我、推荐了多少次、带来多少点击、最后出了多少单”都不能稳定查看，卖家当然应该研究它，但很难把它当成已经能够替代关键词的经营基础设施。

Semrush对2025年全网流量渠道的研究也呈现了类似的阶段特征：AI来源流量增长很快，但占总访问量仍然很低。

不过这组数据统计的是ChatGPT、Perplexity、Copilot等带来的全网引荐流量，不是Amazon站内Alexa份额，所以只能作为“高增长不等于高占比”的旁证，不能拿来直接推算亚马逊订单。

说到底，经营最怕的不是看不见趋势，而是把趋势的斜率误当成今天的规模。

五、卖家现在不用二选一

我自己目前更倾向于同时做四件事。

关键词体系照常做

搜索词研究、广告验证、核心词布局、自然排名和转化复盘都不要停。

不管消费者是在搜索框输入需求，还是对Alexa说出需求，商品和需求之间都要建立清晰连接。关键词并不是一种过时的文案技巧，它本质上仍然是需求语言的基本单位。

把Listing里的硬信息写清楚

尺寸、材质、承重、适配范围、使用限制、包装内容、兼容型号和差异化功能，不要藏在“premium”“heavy duty”“easy to use”这类空话里。

标题、五点、A 、图片文字和后台属性也不要互相打架。

这不只是为了Alexa，同样是在降低消费者的理解成本。

单独建立一套Alexa测试问题

可以按非品牌词、场景词、人群词、对比问题和负面问题分类，定期测试自己的ASIN和竞品。

记录三个东西：

有没有被提到或推荐；

Alexa引用了哪些信息；

推荐和回答随Listing、评论及时间发生了什么变化。

现在没有完善的后台报表，就先自己建立观察样本。

评论原文仍然要自己看

Alexa可以帮消费者概括评论，但卖家要找的不是一句“大家普遍满意”。

我们真正需要的是反复出现的使用场景、购买动机、顾虑、误解、退货原因，以及消费者自己的表达方式。

AI可以提高评论分析效率，但不能替我们决定，这个品类最值得解决的问题到底是什么。

最后说一句。

我写这些不是为了证明Alexa没用。

恰恰是因为它很重要，我才不想把一个正在快速成长的新入口，提前YY成已经完成换代的新地基。

Alexa值得持续研究，Listing也应该变得更完整、更容易被AI理解。

但在卖家还看不到稳定归因、搜索仍然控制主要运营闭环的阶段，为了追Alexa而唱衰关键词，我认为有点本末倒置。

入口可以提前占，地基不能先拆。

也想请教一下大家：

有没有卖家已经能在后台或其他数据里，稳定观察到Alexa带来的流量和成交变化？

有没有ASIN在关键词排名没有明显变化的情况下，因为Alexa推荐出现了可复现的销量提升？

尤其欢迎带类目、测试方法或数据来反驳。只要有可靠反例，我很愿意更新自己的判断。

参考资料：

Amazon：Alexa for Shopping官方介绍
https://www.aboutamazon.com/ne ... stant

Amazon Investor Relations：2025年第四季度业绩公告
https://ir.aboutamazon.com/new ... ults/

Marketplace Pulse：Amazon's AI Doesn't Read the Rankings
https://www.marketplacepulse.c ... kings

Semrush：How AI Is Reshaping Traffic Channels
https://www.semrush.com/blog/t ... tudy/

注：文中Alexa均指Alexa for Shopping（原Rufus）。数据和产品口径截至2026年8月20日。