详解亚马逊 AI 购物工具 – Rufus 对流量的影响逻辑

一、Cosmo 和 Rufus 是什么？

Cosmo 是亚马逊新推出的基于人工智能的算法，它摒弃了自亚马逊搜索早期以来一直占据主

导地位的传统 A9 关键词搜索模型。

影响 A9 算法判断排名的因素可以归结为三个指标：转化率、相关性以及客户满意度和复购

率。也就是说，当产品愈是符合客户搜索需要，且能激发购买欲并提供良好的消费体验，则

愈是容易被 A9 算法推荐至头部位置。

而 Cosmo 根据多种常识知识因素对客户的搜索结果进行细化，这些知识包括客户的人口统

计信息和搜索历史。它还将通过多次聊天互动来优化搜索结果，为用户量身定制。

COSMO 的作用则是通过对用户行为不断地学习，洞察可能产生的潜在需求并针对性地进行

产品推荐。目前亚马逊抽样 10%来测试新的 AI 排名机制，结果显示转化率提升了 0.7%。

那什么是 Rufus 呢？

Rufus 是基于 cosmos 算法开发的亚马逊自己的 Chatgpt，相当于一个 AI 智能购物助手。

亚马逊的用户可以通过提问的方式，让它帮忙筛选自己想要的商品。

用户可以提出很细分、很个性化的购物需求，比如“我身高 5.5 英尺，体重 120KG，喜欢红

色，请推荐一套适合参加生日宴会的裙子……”

Rufus 会穷尽力量，搜肠刮肚，从亚马逊万千 SKU 中筛选出适合的商品并推荐给顾客。

二、Rufus 的主要功能

1、可以快速了解商品细节和用户评论（Reivew）

比如，当顾客访问了一款背包产品页面，他可以问 Rufus，这款背包是什么材质？

Rufus 会回答“该款背包以防水的聚酯纤维制成…”等等。

当然，Rufus 不会局限于如此机械的回答，它会不断启发顾客去挖掘更多产品细节，在

底部提示更为深入的问题，比如“这款背包在雨中表现如何”“ 它内部口袋是什么样的”“带

子是否可以调节”等。顾客可以通过选择问题，层层递进，不断挖掘到更多的产品细节。

此外，Rufus 会分析成千上万的顾客评论 Review，然后进行提炼总结，大大节省顾客看

评论的时间。具体情况是，Rufus 用一段话来总结顾客的评论后，还在底部给出“尺寸”“口袋”“外观”等

维度的指标，以“打钩”或者“减号”的方式，来表达大部分顾客对这些性能的反馈。

2、向顾客推荐适合具体场景使用的产品

当顾客向 Rufus 询问：在佛罗里达州适用的泳池遮阳伞类型时，Rufus 会首先分析佛罗

里达州的天气和湿度等条件，随后推荐适合的产品。

同时，顾客也可以提出具体需求，例如寻求适合儿童生日宴会的草坪游戏，这类游戏旨

在鼓励儿童多进行体育活动，并能促进他们之间的友好竞争，Rufus 也会帮你推荐适合

的产品。

除此之外，Rufus 还能协助顾客了解最新产品或流行趋势。例如，若顾客想了解女士牛

仔衣的最新潮流，Rufus 会为其推荐 2024 年的宽松版牛仔衣和牛仔裤。

总之，顾客可以设定非常具体的使用条件和应用场景，而 Rufus 可以迅速筛选出满足顾

客个性化需求的产品。

3、比较不同的产品，帮助顾客解决“选择困难症”

当顾客在两种产品之间难以抉择之时，可以向 Rufus 进行提问，让它进行快速比较。比

如，一个顾客想买一台披萨烤箱，但在燃气烤箱和烧木头的烤箱之间难于抉择，或者要

购买运动鞋，不知道购买 trail running shoes 还是 road running shoes，那么，

Rufus 也帮他进行详细的比较。

4、帮顾客了解自己的过往订单的情况，包括配送进度和过往购买时间等

一个顾客购买过一瓶防晒霜，可以问它“我上次购买防晒霜是什么时候”，Rufus 会直接

调出顾客的过往订单。

5、回答开放性问题

Rufus 是亚马逊版的 ChatGPT，因此顾客可以向其咨询很多开放性的问题。

如果我要举办一个夏日聚会，我需要什么？

Rufus 会一本正经地帮你分析，并且顺势推荐一些商品给你。比如 Rufus 认为，举办夏

日 party 需要营造一个良好、温馨的氛围，那么它会说“你需要一个 LED 氛围灯”，此

外，在聚会时需要与访客嘉宾进行良好互动，并安顿好他们的孩子，那么“你需要一个充

气的泳池”，它在回答完问题之后，就会甩出具体的产品链接。

甚至，我们可以向 Rufus 询问一些哲学问题。比如，我们可以问它，生命有什么意义？

Rufus 也有它的答案，它会向你推荐一些冥想产品、瑜伽垫、以及哲学和心理学书籍—

—亚马逊就是从卖书起家的，因此，哪怕哲学问题，也难不倒 Rufus。

三、Rufus 不做什么？- 拒绝站内比价

迅速找到“同款最低价”的商品，几乎是大部分顾客的刚需。

但 Rufus 拒绝比价，拒绝向顾客推荐最便宜的商品。

比如，当我们问“这款产品在 Prime Day 期间是否更便宜？“这款遥控器的最便宜的电池

是哪款？“，等等。

诸如此类的问题， Rufus 均会拒绝回答。因为，亚马逊致力于给顾客提供便宜的商品，

“低价”是其驱动增长飞轮的驱动力之一。然而，在 Temu 横空出世之后，亚马逊逐渐在

消费者心智之中丢掉了宝贵的“低价认知”。此时，亚马逊比任何平台都更想维持低价的竞争优势，让 Rufus 捕捉到低价商品并推荐

给顾客，亚马逊是很容易做到的，但它拒绝这样做。

因为这样做，亚马逊平台彻底沦为一个“低价至上”的平台，届时，搜索框的入口地位几乎

会崩塌，Rufus 成为了最主要的入口，A9 算法积累下的数据，也将全部废弃，而新生的

Cosmo 算法将喧宾夺主，各个卖家通过多年辛苦运营而卡住的生态位也将全部被推倒。

同时，亚马逊辛苦建立起来的“品牌旗舰店体系”，以及向“品牌发力并与 Temu 形成区

隔”的战略将会废弃。

实际上，亚马逊也比照 Temu，推出了自己“低价商店”，准备让卖家在一个相对独立的入

口内去卷价格，因此，Rufus 拒绝直接比价，以避免破坏亚马逊原有的生态格局。

四、Rufus 对流量入口 & 卖家运营逻辑的影响

Rufus 的推出，打开了一个全新的流量入口，或将改变整个亚马逊的流量格局，并在一

定程度上颠覆传统搜索电商的运营逻辑：

1. 新的流量入口

在以往，搜索框是亚马逊最大的流量入口，而在 Rufus 推出之后，它将成为一个新的流

量入口。

大量用户会通过 Rufus 去“发现”产品，或者获得非常具体的建议，由此构建出一个新的

购物场景——称之为“Rufus 问答购物场景”。

此外，当顾客进入商品页面之后，可能不再像以往那样，翻阅过往顾客留下的评论，详

细阅读详情页的描述，而是让 Rufus 代劳，帮他们精选出对自己有用的用户评论，或者

筛选出符合自己个性化需求的产品。消费者很快会体验到它的便利性，慢慢形成了新的

习惯。这样一来，Rufus 将成为一个独立的流量入口，分走搜索框里大量的搜索流量。

2. 细分产品将得到新的机会

在以往搜索框场景下，消费者在搜索框输入的信息往往很短，比如“粉色连衣裙”，这是因

为搜索框背后的 A9 算法不够智能，只能对很短的词语或者句子作出反应。

如今，亚马逊推出了全新的 AI 算法 Cosmo，并引入 Rufus 购物工具，可以回答很复

杂、很细分、很个性化的问题了。比如，上文说提到的例子，一个顾客要购买“儿童生日宴会使用的草坪游戏产品，该产品

可鼓励儿童多做运动，且能够鼓励他们进行友善竞争……”，这一需求有很多关键词，包

括“儿童使用”“儿童生日宴会”“鼓励儿童运动““鼓励友善竞争”等。

这些个性化的信息，A9 算法是无法消化的，而 Rufus 背后的生成式 AI 算法 Cosmo 可

以担此重任，迅速将满足顾客个性化需求的产品筛选出来，并推荐给他们。

这意味着，这意味着针对垂直的细分赛道进行充分研发的产品，会更加契合“Rufus 问答

购物场景”，也会得到应有的流量和销量。

这样一来，一些传统意义的“精品爆款型产品”的流量可能会下降一些，而更多具有细分特

征和属性的产品，会被 Rufus 挖掘出来，推荐给消费者。

接着，亚马逊的生态会更加长尾，也更加健康，改变少数头部卖家坐收大部分流量和订

单的局面。

卖家应布局更多的细分产品，避免过度的同质化竞争，改变卷低价的思维，针对垂直的

细分赛道进行充分研发，开发出更多满足个性化需求的产品，契合 Cosmo 算法推荐和

“Rufus 问答购物场景”得到新的流量和销量。

3. 卖家的运营逻辑将发生变化

在搜索框作为第一大流量入口的时代，顾客进入亚马逊，就会输入相关的关键词，查看

对应的商品链接信息。当买家的大量搜索行为积累了数据之后，亚马逊给卖家端提供了

热门搜索词数据——搜索量、搜索热度排名等。因此，大部分亚马逊卖家会围绕着“搜索

词”（search term）进行的运营，在自己的商品链接的标题、描述中埋下这些“搜索

词”，同时在广告推广中，也集中地对这些词语进行竞价推广。

然而，随着 Rufus 的出现，一个 AI 内容提问&推荐展示的新流量入口诞生了。

这样一来，卖家的运营人员不得不改变以“搜索词”为核心的运营方向，而是要围绕着

Rufus 来布局，即要“尽量让 Rufus 更容易找到我们的产品并推荐给顾客，或者把评论中

的正面信息展示给顾客”，以此来获得会更多的流量和订单。

那么，我们的卖家要如何针对 Rufus 进行流量布局呢？

这个要围绕着亚马逊投喂给 Rufus 的内容来源进行布局。亚马逊明确了投喂给 Rufus 的

“数据食材”主要来源于几个方面。因此，我们要从这几个口子切入，并进行流量布局：

A. 亚马逊类目节点

这一方面大致来源于“类目节点+Product type”

B. 评论内容（Reivew）

基于亚马逊“顾客第一”的调性，这一内容将对 Rufus 影响很大。在白帽运营的逻辑下，

要对顾客具体的评论内容进行引导，会比较困难

C. Q&A

在这个板块里，买家提问，卖家回答，因此，它是一个卖家可以主动施加影响的阵地

了。卖家可以针对 Rufus 的调性，有所侧重、有所针对地回答顾客提出问题。这些问

答，会被收录到 Rufus 的训练模型里，如果匹配性高，被推荐的可能性就比较大

D. 网络信息

亚马逊明确表示，站外的网络信息，也是 Rufus 的信息来源。亚马逊对其的原文描述是

“information from across the web”，注意，是“ across the web”，那么，这个范

围可能就比较广泛了，包括站内信息，也包括站外信息。

亚马逊为了让 Rufus 更加智能化，一定会从站内外抓取更多数据来训练它，让它的回答

更加具有建设性，更懂买家的需求。