加購推薦的工作是幫顧客完成原本任務，例如相機搭配記憶卡、咖啡機搭配濾紙。若推薦只是提高客單的商品清單，常會出現不相容、缺貨、重複或遮住 checkout 的情況。先定義互補、替代、升級或補充關係，再選版位。
任何推薦都不應自動加入 cart 或讓拒絕變得困難。
商品頁適合理解關係
在商品資訊附近顯示相容配件、完整套組或替代款，說明「為何搭配」。顧客尚未選完 variant 時，推薦應等待或依選擇更新，避免紅色手機殼搭配另一機型。
推薦數量有限，核心商品的價格、尺寸、配送和購買按鈕保持優先。低信心結果可不顯示，寧可留白。
Cart 適合補齊遺漏
Cart drawer 或 page 已知道完整品項，可以提醒缺少的耗材、保護或服務。推薦載入晚時不延遲 cart；加入後即時更新價格、運費門檻和 availability。詳細 drawer 規則可參考 Shopify 購物車抽屜。
如果 cart 很複雜或顧客正在修正錯誤，先處理主要任務，不要在 error 上方插入更多商品。
Checkout 與付款後更需克制
Checkout extension 能力依方案和 surface，需遵守 Shopify 限制。推薦不能遮住付款、預選附加費或混淆訂單總額。付款後 offer 要清楚說明是否新增訂單、是否再次扣款、如何取消與配送是否合併。
高風險品類與法規商品先經法務和營運核對，不能只靠演算法自動推薦。
建立關係與排除規則
資料包含 source product/variant、target、relationship、market、相容性、優先級、開始/結束與 owner。排除 cart 已有、已購買不需重複、缺貨、不可配送、價格不適用和顧客不符合條件的商品。
人工規則與演算法分開標記，能追蹤來源。商品團隊可覆寫錯誤推薦，變更留下版本。
介面保持自願和可理解
顯示商品名稱、variant、確切價格、折扣、圖片和移除方式。Checkbox 預設不勾選，CTA 文字說清楚加入哪一件。Bundle 若不能個別退貨或享有不同政策，在加入前說明。
鍵盤、讀屏、focus 和狀態 announcement 與其他 cart 控制一致。Carousel 提供按鈕和位置，不要求拖曳。
衡量增量與護欄
GA4 可用 view_promotion、select_promotion、add_to_cart 等事件，items 帶推薦版位與 campaign。主要結果看增量 contribution margin per visitor/order，不只推薦點擊或 AOV。護欄包含 conversion、退貨、取消、客服、頁速與 checkout error。
比較時要考慮同一顧客原本就會購買。流量足夠可隨機 holdout；流量低則先用規則品質、任務測試和受控 pilot，不把關聯當因果。
持續清理低品質推薦
每週抽樣高曝光、零點擊、高退貨和 incompatibility 回報。商品與客服能提交 bad pair，系統记录何時修正。Provider 失效或無結果時，前台保持核心購買流程。
先做小型推薦矩陣
不要一開始就替全目錄生成關係。先選高流量、配件關係明確且庫存穩定的商品，建立 source、target、理由與排除條件。由商品、客服和營運共同驗證十到二十組，確認相容性資料真的足以支撐前台承諾，再擴大自動化。
同一 target 被大量商品推薦時，檢查它是否真的通用、是否容易缺貨，以及加入後會不會改變配送材積。服務型加購還要確認履約能力、時段與取消規則。推薦卡上的一句「適用於此型號」必須有資料來源，不能靠商品名稱推測。
區分版位與推薦策略
商品頁、cart drawer、完整購物車和付款後是不同決策時刻，需各自設定 exposure 與結果事件。把所有版位合併成「推薦點擊率」，會看不出哪個位置造成干擾。事件至少帶 placement、source item、target item、rule ID、variant、market 和 experiment ID。
分析時保留未看到推薦的顧客作基準，並檢查延遲轉換、取消與退貨。高點擊但低加入可能是價格或相容資訊不足；高加入但高移除，則可能是誤觸、預設選取或總價揭露太晚。每一種訊號對應不同修正，不能只換推薦商品。
將推薦假設納入 商品頁轉換診斷，一次解決一個顧客任務。真正有用的加購會讓訂單更完整，不需要靠打斷或壓力設計取得點擊。