Feed 字段优先级：先让商品可识别，再让它更会卖

直接判断：Feed 优化不是“把所有可填字段填满”，而是按风险与作用排序。一个标题写得很漂亮、但商品 ID 不稳定或变体价格错位的 Feed，不是高质量 Feed；它只是把更大的流量风险包装得更好看。

先做判断

给任何字段排优先级前，先判断它解决哪类问题：

• 不填会不会让商品无法处理、无法展示或失去稳定身份？
• 填错会不会让用户看到错误价格、库存、变体或承诺？
• 填好后，是帮助系统理解商品，还是只帮助团队管理投放？

三个问题分别对应资格风险、理解质量与运营控制。把它们混在一起，最常见的结果是团队花大量时间做标签分组，却没发现变体链接一直落错页面。

决策框架：四层字段

第一层是资格与身份层。稳定 ID、真实标识符、品牌、链接、主图、价格、库存等基础事实优先级最高。这里的原则是“真实、稳定、不猜测”：有合法标识符就提交真实值，确实没有就按当前规范声明，不得随机生成；平台字段要求会随品类、国家与政策变化，应按当日官方商品数据规范核对。

第二层是商品理解层。标题、描述、产品类型、材质、颜色、尺寸、型号和其他关键规格，决定系统能否把商品放进正确的语义邻域。目标不是堆词，而是让不同商品和不同变体被清晰区分。一个字段是否重要，应看它是否改变用户的购买选择。

第三层是展示与点击层。图片质量、附加图片、场景图、促销价格和商品亮点会影响用户在结果页上是否愿意进一步了解。这里必须在合规和事实准确之后进行；展示优化不能掩盖信息错位。

第四层是经营控制层。自定义标签、内部生命周期、库存水位、利润带或测试批次主要服务预算分配和分析。它们通常不会替代商品语义字段，也不应承载对外商品事实。把“系统用来理解的字段”和“团队用来分组的字段”分开，是避免误诊的关键。

如何决定下一项投入

先修所有会造成拒登、身份重置、错误落地或交易事实不一致的问题；再补能明显区分商品的属性；然后优化用户可见的标题与图片；最后才做分层和自动化。每一轮只改变一个可解释的字段族，并保留旧值、规则来源和回滚路径。

如果你需要从全链路理解这些层级，先读 Feed 到 AI Shopping 的商品知识链；进入实验阶段，则使用 标题、图片与分类的分批测试法，避免一次改完后无法归因。

常见误判

• “必填字段最重要，推荐字段可以一直不管。”最低资格不等于足够商品理解，关键区分属性缺失会让相关匹配变弱。
• “产品类型和自定义标签是一回事。”前者偏商品语义与目录结构，后者偏内部投放分组，职责不同。
• “描述越长，信息越完整。”重复、模板残片和营销空话只会降低可读性；真正需要的是可验证规格与用途。
• “标题公式可以全品类统一。”用户如何区分服装、器材、耗材或家居商品不同，信息顺序也应不同。
• “字段值能从文本里猜出来。”抽取可以提高效率，但涉及材质、认证、规格和标识符时必须有商品事实依据。

验证清单

• 为每个字段标注：资格、身份、理解、展示或经营控制，不允许职责不明。
• 检查 ID 在平台迁移、规则变更和变体重建后是否保持稳定。
• 对无标识符商品保留来源证据，不伪造 GTIN、MPN 或品牌。
• 对每个品类列出真正影响购买选择的三到五个区分属性。
• 检查标题与描述中的每项卖点是否能在商品页找到对应证据。
• 检查自定义标签是否只用于内部决策，没有覆盖真实商品事实。
• 在发布前对照当前官方数据规范复核字段格式、必填条件和适用市场。

适用边界

本文适合做 Feed 优化排期、字段治理和跨团队评审，不是字段百科，也不给出永久不变的“必填清单”。不同品类、国家、投放目标和平台能力会改变具体要求。若账户正在出现大面积拒登、价格库存不一致或站点可信度问题，应先停止展示优化，转入根因诊断；字段优先级不能替代政策与交易真实性审查。