今日，OpenAI 正式在 ChatGPT 內上線「shopping research」購物研究功能，為用戶提供針對具體需求的商品研究與對比能力。該功能基於強化學習特別訓練的 GPT-5 mini 版本，能夠抓取零售網站的商品信息、整理對比，並生成個性化購買指南。目前，「shopping research」購物研究功能將向 Free、Go、Plus 和 Pro 用戶開放，並在假期期間提供幾乎不限量的使用額度。
從比價到對話，購物不再靠來回翻網頁
在用戶開啟購物研究後，ChatGPT 會進入一個獨立的視覺交互界面，用戶可以持續補充條件，比如預算上限、使用情境、接受的尺寸範圍或收禮對象。當用戶開啟 ChatGPT 記憶功能時，系統會結合歷史偏好進行過濾，比如先前詢問過遊戲設備的用戶，可能會被優先推薦性能更強的筆記本。
在搜索過程中，模型會從公開零售頁面讀取信息，包括價格、規格、庫存和用戶評價，並結合實時反饋改變檢索方向。用戶不需要瀏覽大量頁面，只需持續回應模型提出的澄清問題。研究完成後，系統生成一份「買手式」報告，涵蓋推薦型號、關鍵差異、性能邊界和適配人群。
用戶若有購買意願，可跳轉至零售商網站。OpenAI 還提到，未來將支持接入即時結算功能的商家，用戶可直接在 ChatGPT 內完成下單。
Shopping research 基於 GPT-5-Thinking-mini 模型，通過強化學習專項訓練閱讀可信電商與產品資料，並在回答中引用來源、整合多個網站信息。與普通聊天結果不同，這一版本強調「深度決策場景」，比如參數眾多、權衡複雜的電子產品、家居、運動裝備和美容用品。OpenAI 展示了內部測試結果：在覆蓋價格、材質、配置等諸多約束條件的評測中，shopping research 的「產品準確率」達到 64%，而基於普通搜索的 ChatGPT 為 52%。
OpenAI 強調，推薦結果來自公開零售頁面，並避免低質量網站。用戶對話不會共享給零售商，商家若希望其商品可被檢索，需要通過單獨的「allowlisting」流程。OpenAI 同時提醒，模型仍可能在價格與庫存等細節上出現偏差，建議購買前訪問商家頁面核對信息。此外，購物研究還將融合 ChatGPT Pulse 能力，針對持續討論某類產品的 Pro 用戶主動生成個性化購物建議，例如在長期討論電動自行車後自動提示相關配件。
當 AI 不僅能聊天、寫代碼，還能精準推薦用戶「該買什麼」時，它正悄然走向電商生態的中心舞台。
然而，便捷背後仍需警惕：推薦是否中立？數據如何保護？商業利益會不會悄然左右「客觀建議」？這些問題的答案，將決定 AI 購物是真正幫助消費者，還是演變為另一種形式的精準營銷。
