Perplexity Comet 电商购物能力测试报告

2025.08.12 郎瀚威/GPTDAO猫猫头AIwatch.ai 目录|作者|测试感受|测试结果一览|梯度表|亚马逊复购|选自行车|购买杂物|选购风衣|选购冰箱|附件 目录|作者|测试感受|测试结果一览|梯度表|亚马逊复购|选自行车|购买杂物|选购风衣|选购冰箱|附件 关于作者 •更多数据内容请关注公众号：郎瀚威Will，新闻资讯请关注推特：@financeyf5获取更多信息 •官网飞书：https://aiwatch.ai/；GenAI网页数据2025Q1报告：链接 •到飞书查看更多Agent测试报告：链接，含综合能力测试及多个垂类场景能力测试（如写报告、数据抓取、视频总结等） •加数据报告群：下方企业微信扫码，备注加Will的数据报告分享群，请简单自我介绍，仅用于讨论行业数据，发广告会飞机。 •商务合作洽谈，请加微信lang2057，请备注公司信息，因为作者微信已经满了 •服务包括：1对1推特增长咨询服务等。数据库服务，包含对于市场上产品的详细跟踪和打标，了解商机先人一步。咨询服务包含专业团队对于公开数据的收集，调研，增长分析等，4000美元/月。推特增长顾问服务，分析欧美竞对，构建推特增长路径。价格同上。 目录|作者|测试感受|测试结果一览|梯度表|亚马逊复购|选自行车|购买杂物|选购风衣|选购冰箱|附件 测试Prompt执行结果表格 目录|作者|测试感受|测试结果一览|梯度表|亚马逊复购|选自行车|购买杂物|选购风衣|选购冰箱|附件 6aiwatch.ai｜目录|作者|测试感受|测试结果一览|梯度表|亚马逊复购|选自行车|购买杂物|选购风衣|选购冰箱|附件 测试感受——by Will团队成员1dyr 主要测了OpenAI Agent、Manus以及Genspark在2个Prompt的表现。 1.Manus：只能给出选购清单报告，没有后续的帮我选购，加购物车等更深入的操作。 •OpenAI Agent现在能进入亚马逊但无法进行后续的操作。亚马逊页面一直显示SORRYsomething went wrong on ourend。 •OpenAI Agent具备选购、加购物车、填写地址的能力，从买聚会造景杂物任务可以看出可以在Target.com中就差最后一步支付需要用户完成。 3.Genspark：具备选购、加购物车、填写地址的能力，造景杂物任务中Genspark我挑选的造景杂物种类是最多的，共有9种，OpenAI agent只找了5种。 目录|作者|测试感受|测试结果一览|梯度表|亚马逊复购|选自行车|购买杂物|选购风衣|选购冰箱|附件 测试感受——by Will团队成员2zwt 主要测了OpenAI Agent、Comet、Manus以及Genspark在3个Prompt的表现。 总体感受：我个人觉得能力上Comet>Genspark>OpenAI Agent>Manus。 1.OpenAI Agent：在购物这方面OpenAI表现还算可以，确实可以做到加购物车并且填写地址这块，但确实是做不到全流程自动化购买，目前是比Manus要好的，毕竟我可以加到购物车而你不行，但是相较于Comet还是弱一些，另外就是OpenAI耗时确实一直不占优势hhh。 2.Comet：Comet在电商购物的能力是最好的，可能不对比的话觉察不出什么，你是Agent，你能帮我买东西很正常，但实际对比下来发现这对AI的能力还是有一定的要求的，其实能做到加购物车可能是大家普遍能够达到的一个level，但是真正能够购买的确实比较少，但是Comet是可以的（emmmm虽然我由于需要绑卡购买啥的没继续往下测，但是Comet已经提醒我绑定好账户之后它会进行购买，所以我觉得大概率它是可以做到付款的）。 3.Manus：之前测过其它赛道，Manus其实在有的赛道表现还是ok的，但是在电商购物这块，我真的要说下它的能力目前是相对比较弱的，另外三家都可以加到购物车，但是Manus只能给出方案，需要用户自行购买。 4.Genspark：Genspark是可以实现加购物车和填写收货地址的，不过一定要注意使用浏览器并且打开相应的工具，为了保证公平提示词大家都是一样的，不过Genspark目前没办法直接帮你选购后添加购物车，需要在后面追问一句“打开xxx网站帮我把xxx加到购物车”，在测试Genspark的过程中感觉走了很多弯路，特别建议Genspark能把这些工具可以直接调用，不用手动勾选和添加，这样的话普通用户在使用过程中体验感会好很多。 目录|作者|测试感受|测试结果一览|梯度表|亚马逊复购|选自行车|购买杂物|选购风衣|选购冰箱|附件 总体感受——by猫猫头 主要参与本次测试的场景（电商购物）选择和Prompt选择。为什么选择电商购物场景： 1.购物和支付并不是AI Agent在C端应用中的刚需场景，但却是最好的“展示舞台”。 •电商场景决策链路太短：Agent真正能带来的优势很小。 •人与agent的信任度不够：卡死环节不在于技术，而在于用户心智。 2.但是，其重要地位，恰恰在于“炫技”，即： •展示个性化理解能力：购物是Agent对于人个性化context理解的投射，购物场景最能体现AI对你个人的了解程度，因为它需要记住你的喜好、预算、购买历史，甚至你的生活习惯和审美品味。这些对于用户个性化context的decode，在购物环节中集中投射出来，展示了AI的记忆能力和用户画像分析能力。 •执行过程足够复杂：虽然购物决策本身很简单，但具体的执行过程却相当复杂，他是10个层次能力节点的集中展示。 •进一步的意图推理能力展示：当一个Prompt字面意图是“买聚会造景杂物”这种模糊需求时，AI需要进行复杂的推理：造景杂物包含什么？聚会是什么规模？用户的预算大概是多少？等等。这个过程展示了AI的语言理解能力和逻辑推理能力，让用户看到AI不仅能理解字面意思，还能理解背后的深层需求。 •反馈机制最直观：不像之前测试的prompt场景，购物场景中，Agent反馈及时且验收标准明确：行就是行，不行就是不行。推荐的商品好不好，用户一眼就能看出来，用起来满不满意也很明确。买到满意的商品就是成功，买到不合适的商品就是失败，没有模糊地带。这种即时、明确的反馈机制，让AI的能力表现一目了然，用户能立即判断这个AI助手靠不靠谱。 从时间线来看，Perplexity 2024年11月就推出了shopping功能，OpenAI是25年4月，Genspark是25年6月。 2025/8/12 亚马逊商品购买及复购(来自@dr_cintas，链接) 目录|作者|测试感受|测试结果一览|梯度表|亚马逊复购|选自行车|购买杂物|选购风衣|选购冰箱|附件 亚马逊商品购买及复购 任务来源：Alvaro Cintas(@dr_cintas)，链接 Prompt：Find the last creatine l bought on Amazon and buy a newone 任务分析：涉及访问亚马逊、查看历史订单、加购、购买等 目录|作者|测试感受|测试结果一览|梯度表|亚马逊复购|选自行车|购买杂物|选购风衣|选购冰箱|附件 亚马逊商品购买及复购–结果表 目录|作者|测试感受|测试结果一览|梯度表|亚马逊复购|选自行车|购买杂物|选购风衣|选购冰箱|附件 亚马逊商品购买及复购–OpenAI Agent OpenAI Agent执行结果：失败链接 测试感受（人写） •任务失败。 •一直提示由于跨域限制无法成功访问亚马逊网站（之前测试OpenAI也成功访问过亚马逊，这次访问不了，不知道啥原因） 图片来自测试结果截图 目录|作者|测试感受|测试结果一览|梯度表|亚马逊复购|选自行车|购买杂物|选购风衣|选购冰箱|附件 亚马逊商品购买及复购–Perp Comet Perp Comet执行结果：成功链接 测试感受（人写） •任务成功。 •Comet首先是访问了我的亚马逊历史订单，但由于我新注册账号根本没有历史订单，所以为了测试购买功能，我让Comet自行选购一款进行购买，结果Comet真的帮我选购了并且为我购买，不过由于需要添加付款信息就没有往下继续测试，但是大概率Comet是可以完成购买的。 图片来自测试结果截图 目录|作者|测试感受|测试结果一览|梯度表|亚马逊复购|选自行车|购买杂物|选购风衣|选购冰箱|附件 亚马逊商品购买及复购–Manus Manus执行结果：失败链接 测试感受（人写） •任务失败。 •直接表明无法直接访问亚马逊网站来帮您查找和购买肌酸产品（但是之前测试Manus成功登陆过亚马逊，这次不知道咋回事）。•不过给了我一些复购的建议和替代方案。 亚马逊商品购买及复购–Genspark Genspark执行结果：成功链接 测试感受（人写） •任务成功。 •Genspark准确理解了我的意思，但由于我的亚马逊账号并没有购买过肌酸产品，所以我让genspark直接选购了一款，选购完成后我让genspark把选购好的肌酸产品加入购物车，最后成功加入购物车。 查找最快发货（自行车）(来自@dr_cintas，链接) 目录|作者|测试感受|测试结果一览|梯度表|亚马逊复购|选自行车|购买杂物|选购风衣|选购冰箱|附件 任务来源：Alvaro Cintas(@dr_cintas)，链接 Prompt：Which of these bikes will ship to me faster?以下是产品名字："FX 2 Gen 4-Trek Bikes" "4130 All-Road-FlatBar-Rust Fade(650b/700c)|State Bicycle Co." "Soltera2.5Ebike""rei.com/product/197842/co-op-cycles-cty-11-bike?irgwc=1&cm_mmc=aff_lM-3006986---""rei.com/product/186754/cannondale-quick-disc-3-bike?irgwc=1&cmmmc=aff_IM---3006986----_-“任务分析：涉及搜索、信息整合等 目录|作者|测试感受|测试结果一览|梯度表|亚马逊复购|选自行车|购买杂物|选购风衣|选购冰箱|附件 查找最快发货（自行车）–结果表 Prompt：Which of these bikes will ship to me faster?以下是产品名字："FX 2 Gen 4-Trek Bikes" "4130 All-Road-FlatBar-Rust Fade(650b/700c)|State Bicycle Co." "Soltera2.5Ebike""rei.com/product/197842/co-op-cycles-cty-11-bike?irgwc=1&cm_mmc=aff_lM-3006986---""rei.com/product/186754/cannondale-quick-disc-3-bike?irgwc=1&cmmmc=aff_IM---3006986----_-" 目录|作者|测试感受|测试结果一览|梯度表|亚马逊复购|选自行车|购买杂物|选购风衣|选购冰箱|附件 查找最快发货（自行车）–OpenAI Agent OpenAI Agent执行结果：部分成功链接 测试感受（人写） •任务部分成功。 •耗时那么久还以为有啥特别的呢，没想到OpenAI一直在网搜每款自行车的发货时间，这样会存在一个问题就是信息杂乱且无法保证准确性，OpenAI这个“曲线救国”的通病一直存在，在这方面Genspark做的就比较好。 目录|作者|测试感受|测试结果一览|梯度表|亚马逊复购|选自行车|购买杂物|选购风衣|选购冰箱|附件 查找最