AI代理人逐漸成為你與世界互動的唯一入口。過去品牌拚廣告讓人「看見」，如今AI先替消費者篩選商品。品牌不只要討人喜歡，還得讓演算法判斷它值得被推薦。
搜尋正在被需求理解取代，往後消費者不打關鍵字，而直接說需求跟用途。」momo電商平台科技研發處長何銘華，在今年4月一場AI商業論壇上說。
未來消費者買滑雪褲，不是鍵入品名，而是說：「我要去北海道滑雪，幫我備齊裝備。」何銘華指出，表面看似只是細微的搜尋行為改變，背後牽動的是整個電商零售的資料建置模式。因為電商要比的，除了關鍵字，還有如何讓商品被AI讀懂，並推薦出去。
據調研機構PYMNTS Intelligence去年的調查顯示，近70％美國消費者有興趣讓AI代理簡化購物任務，超過一半的人希望AI直接替他們完成每周例行採購。這場仗，雖然還未在台灣發生，但恐怕也是國內電商未來躲不掉的課題。
在AI代理（AI Agent）購物成為顯學前，momo就做了一件同業沒做的事：強制要求供應商填寫商品屬性。服飾、家居等品類除了尺寸、顏色等制式規格，通常也具備抽象屬性，像是使用情境、風格定位，以前根本不會有人手動輸入。但早年推動商品資料治理時，momo就把這件事納入標準流程，可說是本土電商中數一數二領先的業者。
何銘華指出，當時的理由很務實：當商品數量愈來愈龐大，消費者搜了關鍵字後，結果清單太長，體驗差。靠精準屬性縮窄搜尋結果，就是當時的解方。這個看來只是「基本功」的決定，如今回頭看，價值被放大了好幾倍。
特訓Shopping Agent！從猜你喜歡到搜進心坎
去年底，momo啟動「Shopping Agent」開發計畫，要在站內置入類似大語言模型的窗口，供消費者以對話式搜尋。平台上千萬種商品的底層技術，得全數從傳統關鍵字搜尋，切換為向量搜尋。關鍵字搜尋只比對字詞，搜什麼字，只會跑出對應的結果。向量搜尋則是把每件商品所有特徵轉為多維度數值，只要語意接近的商品就能被連結，例如搜尋「去高山露營要帶什麼睡袋」，系統會拉出背後對應的商品群，而不是只吐出「睡袋」這個關鍵字的搜尋結果。
但向量化工程最繁瑣的環節，不是技術架構，是資料本身。
即使momo比同業更早要求填寫商品屬性，站內仍有大量商品的描述資料不完整，尤其服飾類。一件洋裝的規格除了尺寸、顏色，要讓AI真正讀懂它，還需要「鄉村風、適合戶外婚禮、派對感」這類語意標籤。「這些靠人工做不到，因為沒有一個人能把千萬件商品的特色、屬性都想透徹。」
解法是：把商品丟給大語言模型，讓它解析後建議一批新標籤，再補回商品資料庫。何銘華說得直白：「畢竟一個人的想像是有限的，但AI想得到的商品屬性絕對更精準、全面。」
momo用AI擴充語意標籤、豐富商品屬性，不只讓站內Shopping Agent更容易抓到消費者需要的商品，也能提高被外部大語言模型，像是Gemini、ChatGPT爬取到的機率。「畢竟這些商品的標籤，一開始就是由大語言模型新增的。」何銘華說，這種做法就像用魔法對付魔法。
這套基本功已有初步成效。2025年9月導入的AI智慧推薦功能「猜你想搜」，讓大語言模型根據消費者的歷史搜尋與購買行為，生成個人化搜尋詞建議清單。相較過去依賴詞庫的搜尋建議，點擊率提升40％，轉換率提升約30％。
品牌信賴成加分項，已有AI奉命爬進「momo」
就算技術備戰做得扎實，何銘華認為消費者未來會如何透過AI代理進行線上消費，目前未有定論。「所以我們3條路線都不能偏廢。」原有的關鍵字搜尋加上智慧推薦持續優化；即將上線的Shopping Agent在站內另闢蹊徑，消費者意圖清晰就走關鍵字，意圖模糊才導向對話式介面。
至於如何讓momo的商品被外部大語言模型提及、導購，何銘華認為最終要回到momo最強的核心競爭力：信任感。momo總經理谷元宏曾公開表示，momo在多項市調中，穩坐國內最被消費者信賴的電商平台。這份信任感並非靠AI智慧推薦，而是每次消費的商品品質及物流穩定度，所累積出來。
何銘華觀察，有些消費者在Gemini或ChatGPT上搜尋商品時，會主動在提示詞裡指定「找momo的」，2025年開始momo站上也確實有流量是由AI爬蟲所導入。「即使購物路徑、消費行為可能改變，但電商的基本功還是不變。」
何銘華
現任富邦媒體科技電商系統研發處處長，主導momo購物網IT團隊，先前曾任全世握資訊技術總監。
責任編輯：謝宗穎
