现场指南

代理商务证据: 商家可以衡量什么。

一份关于AI购物代理留下的请求级信号、为何大多数分析堆栈会遗漏它们以及Cartograph如何弥补这一差距的实用指南。

已发布 · 已更新

什么是代理商务证据?

代理商务证据是一系列请求级信号,表明 AI 介导的购物者与您的目录、店面、购物车或结账进行了交互。与依赖浏览器中 JavaScript 执行的传统网络分析不同,证据始于源头:配置的服务器、CDN 和应用程序日志可以捕获到达这些观察点的请求,即使浏览器侧像素未触发;覆盖率并非默认完整,并取决于来源包含、路由、采样、保留和收集健康状况。

关键的观察很简单:AI代理获取产品页面、添加商品或完成委托结账时,仍然会发出HTTP请求。这些请求携带用户代理字符串、引用来源、令牌和时序模式。当在日志层捕获并一致标记时,它们就成为证据。

Cartograph 正在建设中,旨在收集、规范化和标记这些证据,以便商家可以回答他们当前技术栈无法回答的问题:我的流量中有多少是代理驱动的?哪些请求未分类?代理在目录和结账之间在何处流失?

需求侧证据

Adobe Digital Insights报告称,美国零售网站的AI推荐流量增长了 393% year over year in Q1 2026。在 March 2026,这些访问量实现了转化 42% better 并生成 37% higher revenue per visit 高于非 AI 流量。Adobe 表示,潜在的美国零售分析涵盖 more than one trillion visits.

Adobe-reported historical data; not Cartograph customer data. Growth rate does not indicate channel share.

不同系统,不同记录

您的堆栈能看到这些部分。 计划中的集成连接了证据。

Cartograph is not a bot detector, PIM, analytics platform, PSP, or commerce platform. It is being built as the agent-commerce evidence layer across them.

GA4 / 分析
现场事件
日志源请求证据和机器人/安全上下文
Bot 工具
自动化风险
商家侧商务里程碑和请求来源
PIM/商品信息工具
目录完整性
为指定的商家页面获取、解析和交叉检查一致性证据
GEO / AI 可视性工具
AI 提及和引用
商家侧请求、购物车、结账、政策和支付证据
PSPs
支付结果
上游请求来源和产品/购物车里程碑上下文
商务平台
购物车和订单状态
跨界面证据规范化和确定性流量标签溯源
就绪框架

可读性、一致性、 可交易。

This is a readiness framework, not an ACES taxonomy, classifier, confidence model, grade, or score. Each category names the merchant surface, the observation method, and its limitation.

Readable

定义的扫描器或收集器能否抓取并解析指定的商家表面?

边界:不包括外部模型理解、引用、偏好或推荐。

Consistent

在定义的观察窗口和比较策略内,指定的商家授权界面是否实质上一致?

边界:不包括外部代理信任、信念、信心、偏好、拒绝或考虑集位置。

Transactable

商家观察到的事件或单独授权的综合诊断是否显示了所涵盖的购物车或结账里程碑的精确进展?

边界:不包括非完整旅程证明、订单完成、支付授权、供应商支持或转化。

方法论

证据, 而非猜测。

The v0.1 specification defines deterministic traffic labels and evidence codes. It does not infer intent, score actors, or treat missing agent evidence as proof of human traffic.

证据标签化

v0.1 规范定义了五种流量标签:经核实代理、已声明机器人 — 已核实、已声明机器人 — 未核实、AI 引用和未分类。这些标签描述了捕获时可用的证据;它们不主张未分类流量是人类。

您的技术栈看到了什么 — 又错过了什么

大多数商家堆栈都是为人类购物者设计的。网络分析需要浏览器和同意的用户。机器人管理寻找的是滥用行为,而不是归因。产品信息管理系统知道您销售什么,但不知道谁提出了请求。支付处理商看到交易,但很少看到发起购物旅程的上游智能体。

结果就是一个盲点:可测量的合格店面请求事件份额仍然 未分类 在确定性标记之后。弥合这一差距需要将日志源请求事件与识别提供商文档代理和类似代理行为的标记模型相结合。

Cartograph 计划如何连接证据

Cartograph 计划中的架构将商家界面视为事件生产者:Feed、店面、购物车、结账和支付流程各自发出请求事件。该平台旨在从服务器端日志中摄取这些事件,应用 v0.1 证据标签集,并浮现 未识别流量 指标:合格请求事件的未标记份额。

随着时间的推移,目标是为提供商记录的代理添加确定性标签,为未知但类似代理的抓取工具添加启发式标签,以及商家拥有的信号,例如签名的结账令牌。结果是一个共享的证据层,分析、产品、安全和支付团队都可以对其进行推理。

引用此项
Agent-commerce evidence is the set of request-level signals that show an AI-mediated shopper interacted with a merchant's catalog, storefront, cart, or checkout — captured at the log layer rather than in the browser.

Cartograph Intelligence, "代理商务证据:商户实战指南." https://cartographintelligence.com/zh/agent-commerce-evidence

请求抢先体验框架如何运作 →