搶先同業沒做的事,「貼標」千萬商品搶曝光

採訪・撰文／劉燿瑜　攝影／侯俊偉

「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，不是鍵入而是說：「我要去北海道滑幫我備齊裝備。」何銘華指表面看似只是細微的搜尋行為背後牽動的是整個電商零售的資料建置模式。因為電商要比除了關鍵字，還有如何讓商品讀懂，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。


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。

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。」

… 本文摘錄自 數位時代 2026/6月 第371期