提供方说明令牌是由 AI Commerce Search 生成的唯一 ID，会随每次搜索请求返回。它们使 AI Commerce Search 能够将搜索请求与其匹配的搜索事件相关联，从而使重排序模型能够提高搜索回答的质量。AI Commerce Search 搜索事件中也需要归因令牌，以便生成准确的报告。
归因令牌的工作原理
您从用户搜索的 API 响应中收集 attributionToken。每次搜索都有一个新的归因令牌；归因令牌不会重复。
当 AI Commerce Search 服务处理搜索或推荐请求时，会在响应中返回唯一的 attributionToken。
应在搜索或浏览用户事件中发送 placements.search 响应，并在用户与商品互动时立即发送。这包括以下用户体验历程：
search（是）→add-to-cart（是）search（是）→detail-page-view（是）search（是）→purchase（否）（用户在购买时并未像点击或add-to-cart那样直接与产品互动，但购买仍归因于原始搜索。）
归因令牌行为
归因令牌：
特定于访问者：
attributionToken与向特定visitorId提供的特定搜索响应相关联。只有搜索事件本身需要使用该令牌进行标记。所有后续的非搜索事件都不会使用令牌进行标记。与紧随搜索之后的事件相关联：对于表示与特定搜索的搜索结果直接互动的用户事件，
attributionToken尤其重要。这包括购买完成事件：购买仍通过商品 ID 和visitorId进行关联。注意：如果单个用户执行多次搜索，则每次新的搜索请求都会生成一个归因令牌，后续的搜索事件应携带该新令牌。来自之前搜索事件的归因令牌不会重复用于后续搜索事件，因为每次搜索都会启动一个新令牌。
Search API 中的归因令牌
AI Commerce Search 方法返回的每个响应都在搜索响应正文的末尾包含一个唯一的 attributionToken。例如：
{ "results": [ { "id": "727121", "product": { … } ], "totalSize": 19600, "attributionToken": "dfB0CgwIgKrltAYQ8afX4AIQARokNjZjMGEwYjEtMDAwMC0yNjAyLTk0Y2UtNTgyNDI5Y2JkMzUwKgUxMjM0NTIkxcvzF6OAlyLo5KotmNa3LY6-nRW3t4wtwvCeFdSynRWb1rctOg5kZWZhdWx0X3NlYXJjaGgB", "nextPageToken": "AM1MDZiNWOyQjM4UTLlNGN50iMwYjMtADMwATLwIGMhBzY2YDJaIw-bCbxQYAt1PJgIwgExEgC" …
此令牌必须包含在后续的搜索事件中：
{ "eventType": "search", "searchQuery":"red t-shirt", "productDetails":[ {"product":{"id":"727121"}}, {"product":{"id": … } ] , "visitorId":"GA1.1.1383176924.1721324981", "attributionToken":"dfB0CgwIgKrltAYQ8afX4AIQARokNjZjMGEwYjEtMDAwMC0yNjAyLTk0Y2UtNTgyNDI5Y2JkMzUwKgUxMjM0NTIkxcvzF6OAlyLo5KotmNa3LY6-nRW3t4wtwvCeFdSynRWb1rctOg5kZWZhdWx0X3NlYXJjaGgB" }
AI Commerce Search 使用事件数据来训练其模型。归因令牌提供了一种将事件与请求相关联的方式，通过编码完整的搜索请求和响应，包含所请求的过滤条件、商品详情和响应商品 ID。如果搜索事件中没有令牌，这些事件会被视为不是来自 Google AI Commerce Search，并且可能会被错误地用作来自其他搜索提供商的事件。
如果搜索事件来自其他搜索提供商（例如在 A/B 实验期间），则没有令牌是正常的（也是预期的）。不过，搜索 API 请求与包含令牌的搜索事件之间通常存在 1:1 的映射关系。
缺少令牌的不利影响
如果 attributionToken 不在同一位访问者的相关后续用户事件中，AI Commerce Search 会将这些事件视为并非源自其搜索服务。
这可能会导致：
- 模型训练不准确。
- 错误的指标和效果分析。
- 可能无法达到需要足够归因事件的更高效果层级（例如第 3 层级）。
- 如果带有归因令牌的事件百分比低于 95%，则会在 Gemini Enterprise for Customer Experience 中的 AI Commerce Search 的数据质量信息中心内报告错误。
为了从用户行为中学习并优化搜索结果，AI Commerce Search 仅需要对初始搜索事件进行准确的归因。
归因令牌数据质量
如果具有归因令牌的事件百分比低于 95%，Gemini Enterprise for Customer Experience 控制台中的 AI Commerce Search 数据质量信息中心将显示“严重”或“阻塞”不合规错误状态。否则，状态将显示为“合规”：
第 3 级（即经过收入优化的模型）的数据质量通常不会在没有足够的可归因事件的情况下进行训练。强烈建议不要将 AI Commerce Search 部署到生产环境中，除非它在第 3 层或第 4 层中提供结果。如需详细了解如何解锁效果层级，请参阅“数据质量”部分；如需了解详情，请参阅此文档的数据质量页面。
建议的归因令牌
AI 商业搜索的建议会自动为归因于 predict 请求的事件创建合成令牌。
对于推荐预测，如果用户点击了推荐的商品，则应将 PredictResponse.attribution_token 作为网址参数传递给商品页面，然后在 detail-page-view 事件中记录该参数。
将显示的建议记录为 panelInfo 的一部分，并设置：
panelInfo.attributionToken=PredictResponse.attributionToken