AI购物数据来源比较：产品数据所在的位置

TL;DR:

• AI购物数据来自四个不同的表面，而不是一个源。 ChatGPT购物、Google AI模式、Google AI概览和Google购物针对同一查询返回不同的数据单元，因此您选择的表面决定了您可以监控的内容。
• ChatGPT购物是唯一返回每个商家报价列表的表面。 scraper.chatgpt演员使用shopping: true返回携带offers[]数组的产品——在一个响应中同一型号在Sony、Best Buy、Walmart和Target的定价。
• Google AI模式在一次调用中返回合成答案、引用来源和丰富的产品细节。 单个scraper.aimode请求返回7个引用和7个产品，每个产品携带品牌、价位、评分、商店和评论。
• Google AI概览仅在其购物意图被触发时填充产品。 scraper.overview演员返回is_shopping和is_overview_shopping标志；对于“2026年最佳跑鞋”，两者均为false，因此产品返回为null——标志本身是商业意图信号。
• Google购物是目录基础，通过不同的端点访问。 scraper.google.search演员使用tbm: "shop"发送到/api/v1/scraper/request，而不是LLM演员共享的v2执行端点，并返回一种购物SERP形状：元数据、查询细化和搜索信息。
• 免费开始。 新版Scrapeless账户包括免费试用积分——请在app.scrapeless.com注册。

介绍：产品数据现在生活在四个表面上

询问“2026年最佳跑鞋”的购物者不再仅仅访问一个结果页面。相同的查询在ChatGPT购物旋转木马、Google的AI模式回答页面、内联AI概览块和Google购物SERP中扩展——每个表面都以不同的数据形状进行回答。一个返回每个商家定价报价；一个返回带有引用来源的合成答案；一个返回商业意图标志；一个返回目录索引。将“AI购物数据”视为单一源忽略了每个事实的实际所在。

这篇文章是来源地图，而不是收集者教程。它将四个表面对比在一起：哪个演员读取每一个，是什么触发的，返回的数据单元是什么，以及它构建的监控工作。所有四个都是通用抓取API演员，因此决策不是使用哪个供应商，而是哪个表面回答了您实际正在询问的问题。对于特定的内联块表面，抓取Google AI概览涵盖了scraper.overview演员。

四个表面的概览

每个表面在购买旅程中都是一个不同的点，读取它的演员返回相应不同的有效载荷：

• ChatGPT购物——ChatGPT为购买意图提示展示的产品旋转木马，由scraper.chatgpt读取，具有shopping: true。
• Google AI模式——Google的全页面对话答案引擎，由scraper.aimode读取。
• Google AI概览——有机结果上方的内联AI块，由scraper.overview读取。
• Google购物——专用的购物SERP，由scraper.google.search使用tbm: "shop"读取。

来源矩阵：四个表面并排对比

下面的矩阵是重心——向下阅读一列以查看一个表面产生的内容，横向阅读一行以查看为何没有单一演员涵盖每个购物问题。

一个运输细节决定了客户设计：三个LLM演员（scraper.chatgpt，scraper.aimode，scraper.overview）都POST到/api/v2/scraper/execute并返回{ status, task_id, task_result }封装，而scraper.google.searchPOST到/api/v1/scraper/request，内容为input: { q, tbm: "shop", hl, gl }。三个表面共享一个客户端；第四个需要自己的请求结构。

ChatGPT购物：跨商家价格表面

ChatGPT购物是四个表面中唯一返回一个实际的每个商家的价格的。通过在input内设置shopping: true，scraper.chatgpt返回一个products[]数组，每个产品都带有一个price，一个rating，一个num_reviews计数和一个offers[]列表——每个商家一个条目，每个条目都有自己的merchant_name，price，available标志，以及一个用于库存和交付的details字符串。一个耳机结果返回了Sony，Best Buy，Walmart和Target的同一型号价格。在问题“这个物品现在在各个商店的售价是多少”时，这是回答这个问题的表面。旋转木马每次会话渲染，因此在一次调用时填充的products数组和下一次的空数组都是正常的——将数组视为可空的，并聚合计划的运行。

谷歌AI模式：答案加产品详情表面

谷歌AI模式返回四个表面中最复杂的有效负载。单个scraper.aimode请求返回合成回答的三种格式（result_text，result_md，result_html），一个包含7个来源的citations[]数组，以及一个包含7个条目的products[]数组——每个产品对象都很丰富，带有brand，price_range，rating，stores，reviews和variants，而不是单一价格。AI模式是谷歌处理研究和比较问题的地方，因此它既是一个引用共享表面（回答所用的域）也是一个产品研究表面（每个推荐背后的细节）。权衡在于，它不能像ChatGPT购物那样返回每个商家的干净报价；价格详情是一个范围，而不是每个商店的一行。

谷歌AI概述：商业意图标志表面

谷歌AI概述是告诉你查询是否具有商业性的表面。scraper.overview演员返回的内联块回答为content和rawtext，归属的来源分布在source[]和web_source[]（每个条目带有website_name，title，url和snippet）以及两个布尔值——is_shopping和is_overview_shopping。对于“2026年最佳跑鞋”，两个标志都返回false，且products为null。这是设计时要诚实对待的行为：AI概述块只有在触发购物意图时才会填充产品数组，因此这些标志是信号，不是故障。阅读它们来分类你所跟踪的查询中谷歌如何处理交易性问题，并阅读source[]和web_source[]以获取与AI模式支持的相同引用共享度量。

// 架构是scraper.overview返回的；字段值是来自实时运行的示例。
{
  "status": "success",
  "task_id": "…",
  "task_result": {
    "is_shopping": false,
    "is_overview_shopping": false,
    "content": "2026年最佳跑鞋强调了极大缓冲超级训练鞋的重视……",
    "source": [
      { "website_name": "YouTube", "title": "2026年最佳跑鞋（至今）……", "url": "https://…", "snippet": "……", "stores": null }
    ],
    "web_source": [
      { "website_name": "The Run Testers", "title": "2026年最佳跑鞋", "url": "https://…", "snippet": "……" }
    ],
    "products": null,
    "ads": null
  }
}

当跟踪的查询将is_shopping翻转为true时，响应开始携带填充的products数组——因此该标志也是告诉管道何时开始从此表面读取产品数据的触发器。

在免费计划中获取API密钥： app.scrapeless.com

谷歌购物：目录基线

Google购物是其他三个表面所汇总的目录索引。scraper.google.search演员使用tbm: "shop"读取专门的购物垂直信息，并返回一个SERP形状——metadata（引擎和原始URL）、一个search_information块（query_displayed、organic_results_state、total_results）、Google为该术语建议的refine_this_search[]数组以及pagination。它是Deep SerpApi的一部分，映射购物景观，而不是任何模型对此的看法。行深度因查询而异：“2026年最佳跑鞋”返回的结果集稀薄，total_results为0，值则在精细化方式数据中，因此将此表面视为Google索引术语的结构基线，并确认每个查询的行计数，而不是假设完整网格。

四个表面如何本地化，什么是可空的

每个表面都会本地化，但不是通过相同的字段。三个LLM演员在input中接受两个字母的country；scraper.google.search则需要gl（国家）和hl（语言）。每次调用时固定区域，并进行类似比较——US捕获和JP捕获在所有四个表面上都是不同的数据集。

每个表面上的每个字段都是可空的，并且是每个会话的。ChatGPT的products[]即使在shopping: true时也可以为空；AI模式的citations[]和products[]在运行之间的计数会有所变化；AI概述的products在is_shopping为false时为null；Google购物的行数随着查询而变化。一个持续为空的数组意味着该查询和区域没有答案——记录它并继续，而不是将其视为失败。在每次调用时存储task_id和捕获时间戳，以便时间序列，而不是任何单个响应，成为信号。

决策指南：哪个表面适合哪个工作

将表面固定到问题：

因为四个中有三个使用相同的v2端点和封装，因此捕获ChatGPT购物、AI模式和AI概述对于一个查询和国家是相同的客户端，但演员字符串不同。Google购物作为对v1端点的第二个请求形状加入，这个请求与相同的查询和区域相对应，以便目录基线与上方的AI表面对齐。

结论：选择表面，而非馈送

AI购物数据是四个表面，每个表面回答不同的问题：ChatGPT购物用于跨商户价格，Google AI模式用于引用及产品详情，Google AI概述用于商业意图标记及其来源，而Google购物用于目录基线。将工作映射到表面，每次调用时固定区域，处理每个字段为可空，并存储task_id和时间戳，以便序列成为信号。根据Universal Scraping API信用对固定查询集进行调度，四个表面成为产品数据所在位置的一个协调视图。这里的演员名称和响应字段与LLM Chat Scraper实时运行确认。

准备构建您的AI购物数据管道了吗？

加入我们的社区以获得免费计划，并与正在构建AI回答数据管道的开发者联系：Discord · Telegram。

在app.scrapeless.com注册以获得免费试用积分，指向上述四个表面，以映射您的程序跟踪的产品数据实际所在位置。

常见问题解答

问：四个表面中哪个返回每个商户的实际价格？
仅限 ChatGPT 购物。scraper.chatgpt 演员在 shopping: true 的情况下返回一个 products[] 数组，其 offers[] 列表每个商家都有一个定价条目。AI 模式返回每个产品的 price_range，AI 概述仅在其购物意图触发时返回价格，而 Google 购物返回的是 SERP 索引，而不是解析的报价行。

问：这四个表面都使用相同的端点吗？
不。三个 LLM 演员——scraper.chatgpt、scraper.aimode 和 scraper.overview——POST 到 /api/v2/scraper/execute 并共享 { status, task_id, task_result } 包。scraper.google.search POST 到 /api/v1/scraper/request，带有 input: { q, tbm: "shop", hl, gl }，因此它需要自己的请求格式。

问：为什么 AI 概述的 products 字段为 null？
Google AI 概述仅在 is_shopping（或 is_overview_shopping）为 true 时填充 products。对于 "2026 年最佳跑鞋"，两个标志都是 false，所以 products 返回 null。这些标志是商业意图的信号；通过阅读它们可以知道何时在该表面上出现产品数据。

问：哪些表面为引用来源提供份额跟踪？
有两个。Google AI 模式返回一个 citations[] 数组，Google AI 概述返回 source[] 和 web_source[]，每个条目通过 website_name、title 和 url 命名来源。从每个 URL 中解析主机，并统计捕获的结果以构建引用份额表。

问：一个客户端可以读取所有四个表面吗？
可以读取三个——ChatGPT 购物、AI 模式和 AI 概述共享 v2 端点、头部和包，所以交换演员名称只需一行更改。Google 购物需要针对 v1 端点的单独请求，并包括 gl/hl 本地化，因此完整的管道运行共享的 v2 客户端以及一个专用的 scraper.google.search 调用。