穿针引线 · 服装生意观察
顾客问AI：想买一件上班穿的外套，办公室有点冷，路上又不想穿太厚，里面还要能加毛衣。
如果顾客把这样的问题交给AI，你的商品资料里，有没有足够具体的答案？
10月28日，Retail Times报道，Prada与Accenture Song合作，在DaVinci Commerce支持下推出ChatGPT试点。用户可以通过对话探索系列、发现商品、查询门店，内容来自Prada自身的品牌资料。首批开放市场是美国、英国和意大利。Accenture Song的公开说明也确认了这些范围。
这还不能拿来证明AI已经替代电商，公开材料也没有提供销量增长数据。
但它给经营者提了一个具体问题：
当选货从一句需求开始，品牌拿什么回答？
先把顾客买之前会问的话，写进商品页
很多服装页面并不缺内容。
大片、模特图、品牌故事，往下翻很长。可顾客真想知道的几件事，还是要去问客服：厚不厚，扎不扎，里面能不能加衣服，附近哪里能试。
顾客自己看页面会卡在这里。换成AI帮他整理、比较，这些空白也不会自动消失。
从Prada的试点往下想，普通品牌可以先整理四类信息。
第一，具体怎么穿。
“适合通勤”还可以再往下写：衣长到哪里，里面能容纳多厚的内搭，坐下和抬手会不会受限。
一件外套适合搭衬衫，还是适合罩在厚针织外面，对顾客是两种用途。把版型和穿着条件说清楚，他才好判断自己能不能用上。
第二，材质到底是什么。
“亲肤”“保暖”“质感好”，很难拿来比较。
面料和里料分别是什么，成分比例多少，有没有弹性，洗护有什么要求，这些都应该能找到。涉及防风、防水等功能，描述要和实际依据一致。
顾客问“是不是羊毛”，页面只写“羊毛感”，回答就容易走偏。品牌自己先把名称和成分分清楚。
第三，尺码怎么选。
尺码表里要说明，列的是身体尺寸，还是衣服实量。
胸围、肩宽、衣长、袖长，测量方法尽量一致；版型偏贴身还是宽松，也要配合实量说明。模特身高和所穿尺码可以作参考，不能代替这些数据。
尤其是外套，单穿合适和里面加一件毛衣后合适，是两回事。有条件就把两种试穿都拍出来、记下来。
第四，到哪里试，信息什么时候更新。
门店地址要具体到商场、楼层，营业时间和联系方式保持有效。
香港海港城 Prada Essence 空间
价格、活动、库存都可能变。能准确维护的，就写明条件和更新时间；不能确认某店某色某码有没有货，就提供确认渠道。
顾客已经选到最后一步，结果按旧地址跑空，前面做了多少内容也很难挽回。
Prada这次试点强调，内容取自品牌自己的资料。往下想，品牌对外介绍一件衣服的方式，也会影响这场对话能说到多细。
一家品牌如果官网写“宽松版”，直播间说“显瘦修身”，客服又只按身高体重推荐尺码，顾客很难判断该信哪一个。多了一个AI入口，这几套说法之间的出入依然存在。
服装生意里，这样的细节常常要到试穿时才暴露。图片上衣摆刚好到腰，穿到自己身上却盖住臀部；买的时候说能叠穿，里面加件毛衣，肩背就紧了。顾客退掉的可能是一件并不差的衣服，只是买之前对它的想象和收到后不一样。
AI参与选货之后，这些问题会怎样影响推荐，Prada的试点还需要继续观察。但品牌自己提供的资料是否准确、前后一致，已经是一个很实际的问题。产品介绍写得含糊，后面就得有人反复解释。
时尚里那些让人心动的东西仍然重要。颜色、廓形、照片里的穿着状态，都可能让一个人想买一件原本没打算买的衣服。等他真要下单，问题又会变得很具体：适不适合自己，尺码有没有选错，附近能不能试。
Prada尝试把这段选货过程放进对话里。它能带来多少生意，目前还没有答案。可顾客问了半天，仍不知道外套里面能不能加毛衣，换个入口，也只是换个地方继续问。
配图来自品牌与项目合作方公开素材，版权归原作者所有。如有版权问题请联系我们删除！
© 2026 穿针引线 EEFF
