Agent Commerce 不是 SEO 2.0：品牌在 AI 時代要打的三層戰爭

一、為什麼這場變局被多數品牌想錯了

過去半年，「品牌如何被 AI 推薦」這個議題在台灣行銷圈快速升溫。多數論述把它包裝成「SEO 2.0 — 從關鍵字優化變成 AI 引擎優化」。這個比擬本身沒有錯，但它只看到了戰場的一層、漏掉了另外兩層。

更危險的是，當 brand 把這場變局當成可見性問題來處理時，會把資源錯置在最不關鍵的地方——做了大量結構化資料，卻在客戶關係最關鍵的時刻把消費者拱手讓給 AI 平台。

進入框架之前，先點出主流敘事的三個結構性盲點：

這三個盲點加起來指出一件事：真正決定長期勝負的不是可見性，而是大多數方法論缺席的第三層——品牌主權。

二、三層戰場框架

把 brand 在 AI 中介時代要打的戰爭，分成由淺到深的三層：

這三層的關係不是「先做 1 再做 2 再做 3」——三層必須**同時**佈局，因為三層解的是不同問題：Layer 1 解「能不能被看見」、Layer 2 解「能不能被買到」、Layer 3 解「能不能留住客戶」。

下面我們一層一層拆解。

三、Layer 1 · 可見性戰場：在 AI 答案裡被引用

「AI 推薦」聽起來像一個整體，但實際上有三種完全不同的 AI 介面，勝出邏輯也不一樣。把 ChatGPT、Perplexity、Google AI Mode 視為同一種「AI 推薦」管道，是 Layer 1 最容易犯的錯：

而要在這三種介面被引用，brand 需要的是三層信號階層——按權重排序：

第一層 · 結構化信號（基礎門票，沒有就出局）：Schema.org（網路通用的「結構化資料標準」，給 AI 看的商品標籤格式）的 Product / Offer / Review / Brand 完整實作；商品 feed 高頻刷新（OpenAI 的 Product Feed Specification 接受最高每 15 分鐘刷新一次，庫存波動大的品類務必頂滿）；robots.txt 不要誤擋 OAI-SearchBot、ChatGPT-User、PerplexityBot、Google-Extended（這四個是主流 AI 平台的爬蟲識別碼）。

第二層 · 權威信號（差異化的決勝點）：自家原創資料／白皮書／產業報告（被 RAG（Retrieval Augmented Generation · 檢索增強生成）引用的養分——AI 回答前先去檢索可信來源的機制）；維基百科、Wikidata（維基百科背後的結構化資料庫，AI 用來查詢「這個品牌是誰」的事實源頭）上的品牌實體完整度（這是 LLM（Large Language Model · 大型語言模型）訓練語料中最強的「事實錨」）；高權重媒體的編輯內容；真實第三方社群討論（這是「贏得」不是「製造」）。

第三層 · 行為信號（驗證機制）：商品評論的語意豐富度（不只星等，要有「使用情境」「適合誰」「不適合誰」）；中性比較內容；退換貨政策、保固、運送的清楚標示。

這三層的整合工程，可以拆成 5 個優先序的行動方案：

關鍵建議：大部分品牌的問題不是「要不要做 AIO」，而是 P0 跟 P1 的基礎工都沒打好。先把 Schema.org 完整實作 + Wikidata 品牌實體建好，這兩件事 ROI 最高、競爭最少。

四、Layer 2 · 交易執行層：Agent 找得到、買得到、買得對

先看現況：Agent Commerce 在 2026 真實到什麼程度？

McKinsey 預測 2030 年此通路將驅動全球 3-5 兆美元規模。Morgan Stanley AlphaWise 調查顯示美國 LLM 採用率已接近 50%，AI agent 將拿下 10-20% 電商市場（1,900-3,850 億美元）。

但同時，OpenAI 在 2026 年 3 月從 Instant Checkout 撤退，顯示「在對話框內完成購買」這個敘事還太早。

這兩件事合起來告訴我們：發現端（discovery）是真的、執行端（execution）還在演化。技術投資的重點順序是「先把資料給對」，而不是先衝著 in-chat checkout 砸錢。

Layer 2 的三項核心轉型：

(1) Headless 是基礎建設，不是選項

Headless Commerce（無頭電商——把網站「商品資料」跟「前端網頁」拆開、讓 AI 也能直接讀到資料）的概念已經被反覆討論，但少有人指出關鍵：API（Application Programming Interface · 應用程式介面）的即時性比結構更重要。Agent 比人類消費者更不能容忍「網站顯示有貨、結帳發現無貨」——這會直接影響 Agent 平台對品牌的信用評分（trust score），影響後續推薦排序。

實作優先順序：

1. 商品目錄 API（Catalog API）→ Headless 的最小可行版本
2. 即時庫存／價格 API（Inventory & Pricing API）→ 必須是事件驅動，不是定時批次
3. 結帳 API（Checkout API）→ 可以晚一步，但要支援 ACP/UCP

(2) ACP + UCP 雙協議部署：不要選邊站

這是 Layer 2 最重要的一個策略決定。市面上兩大交易協議並行：

• UCP（Universal Commerce Protocol · 通用商務協議，Google/Shopify 主導）：對技術連線方式不挑（REST API、MCP、A2A · Agent-to-Agent 都支援），由 20+ 零售商背書
• ACP（Agentic Commerce Protocol · 代理人商務協議，OpenAI/Stripe 主導）：已被 25+ 夥伴採用，包含 Salesforce、Squarespace、Adobe Commerce

Checkout.com 的資料顯示，同時實作 ACP + UCP 雙協議的品牌，能多獲取 40% 的 agentic 流量——這才是行動指南。

如果用 Shopify，Agentic Storefronts 可以從同一處設定同步發布到 ChatGPT、Perplexity、Microsoft Copilot——這條路最省力。

(3) 商品資料「四件套」

主流的 JSON-LD（JavaScript Object Notation for Linked Data · 給機器讀的結構化資料格式）範例只給了規格與價格。Agent 真正需要的是四個維度：

台灣品牌特別注意：商品資料如果只有中文，ChatGPT/Claude 等模型在處理時會有語意精度損失。雙語結構化資料是台灣品牌進入國際 AI 推薦池的隱性門票，這是大部分台灣零售商現在還沒做的。

五、Layer 3 · 主權保衛層：別把客戶關係送給 AI 介面

這是多數方法論缺席的視角，也是 Kairos 最在意的一層。Agent Commerce 最大的戰略風險，是 brand 變成「白標供應商」——消費者只記得「ChatGPT 幫我買的」，不記得品牌。

Agentic commerce 在幾秒鐘內完成、一鍵結帳、移除所有身分捕獲機制，消費者幾乎察覺不到 AI 是中介，他們只覺得自己決定買了東西。這就是品牌資產侵蝕。

如果只做 Layer 1 與 Layer 2，做得越好，越是替 AI 平台累積客戶資產、累積議價權。這跟過去十年 brand 面對「Marketplace 抽成議題」是同一條軸線——只是這次抽成的不是平台，是 AI 介面。

主權保衛的三個動作：

Layer 3 的核心 mindset 轉換：不要把 AI 推薦當成新通路、要把它當成新的「中介層威脅」。Marketplace 抽成戰打了十年，brand 應該知道「依賴單一通路 = 失去議價權」這件事不會因為換成 AI 介面就改變。

六、整合：AI 時代的轉換漏斗重構

傳統行銷漏斗（Awareness → Consideration → Conversion → Loyalty）在 Agent Commerce 時代要重寫成 5 個階段——每個階段對應到三層戰場的不同 Layer：

這個漏斗的關鍵差異在於——最後一階段「Captured 被記憶」不是傳統意義上的 loyalty，而是「這次交易的客戶關係，到底留在 brand 端、還是被 AI 平台拿走」。這個分流決定 brand 半年後手上有多少可用的第一方資料。

七、成熟度自評：你的品牌在哪一級？

把三層戰場 × 四個成熟度等級疊在一張表上，brand 可以快速 self-check：

Lv1 → Lv2 是「達標」的工程——基礎工不能少。Lv2 → Lv3 是「領先」的策略——三層同時往上推。Lv3 → Lv4 是「主導」的位置——你變成 AI 推薦池的引用源頭。

多數 brand 現在的位置：Layer 1 在 Lv1-Lv2 之間、Layer 2 還沒開始、Layer 3 完全沒概念。

結語：三個策略結論

1. 大部分品牌的問題不是「要不要做 AIO」，而是 Layer 1 的基礎工都沒打好。先做 Schema.org 完整實作 + Wikidata 品牌實體建設，這兩件事 ROI 最高、競爭最少。

2. Layer 2 的選擇題不是「要不要 Headless」，而是「先做 Catalog 還是先做 Checkout」。現階段答案明確：先 Catalog，因為 in-chat checkout 還不穩定，但 discovery 已經是現實。

3. Layer 3 是真正的差異化，但也是最容易被忽略的。過去十年面對 Marketplace 抽成議題的 brand，現在面對的是同一條軸線、不同對手。把「平台抽成 vs 自有流量」的敏感度系統化，才是 AI 時代不被白標化的關鍵。

當每個人都在優化「如何被 AI 推薦」時，問題已經被簡化到只剩可見性。但真正能在 AI 時代累積品牌價值的，是同時打好三層戰場——可見性是入場券、交易執行是基礎建設、品牌主權才是長期壁壘。

如果只能做一件事：先盤點你的成熟度，把資源放在 Layer 3 還沒做的地方。因為 Layer 1 與 Layer 2 不做會被淘汰，但 Layer 3 不做會被慢慢抽乾。

這場結構性轉型有兩面——上一篇是 Paid Media 那一面（brand 主動買 AI 演算權限）；本篇是 Earned Media 這一面（brand 怎麼讓 AI 主動推薦你、跟 Agent 做生意）。兩面都打對的 brand，才能在 AI 中介時代維持自己的位置。

資料來源

1. OpenAI Product Feed Specification
2. Schema.org · Product / Offer / Review / Brand
3. McKinsey · Agent Commerce 2030 規模預測（3-5 兆美元）
4. Morgan Stanley AlphaWise · 2026 LLM 採用率調查
5. Checkout.com · Agentic Commerce Research（ACP+UCP 雙協議流量數據）
6. Shopify Agentic Storefronts 公開資料
7. OpenAI · Instant Checkout 撤退聲明（2026/3）
8. Gemini 每日數位行銷產業趨勢摘要 (2026/4/28, 2026/4/29) · Jerome Pan 訂閱輸入