這兩天，OpenAI 在 ChatGPT 里悄悄上線了一個(gè)新功能——“shopping research in ChatGPT”。簡(jiǎn)單說，就是把「幫你挑東西、做功課」這件事交給模型：你只要說出自己的需求，它會(huì)主動(dòng)去全網(wǎng)查價(jià)格、看評(píng)測(cè)、讀評(píng)論，然后給你一份像人寫出來的「選購指南」。

這個(gè)功能已經(jīng)面向所有登陸用戶開放，免費(fèi)版、Go、Plus、Pro 都能用，而且為了配合黑五和圣誕季，官方給出了“幾乎不限量使用”的承諾。

而如果仔細(xì)觀察最近幾款頭部Chatbot的更新節(jié)奏，會(huì)發(fā)現(xiàn)一個(gè)悄悄發(fā)生的趨勢(shì)：電商，正在變成它們天然想要插手的場(chǎng)景。

豆包其實(shí)是這一波「AI 入口爭(zhēng)奪戰(zhàn)」里最典型的案例。它原本只是一個(gè)通用 AI 助手，陪你聊天、回答問題、寫寫東西。但只要你在對(duì)話里隨口提一句「想換電腦」，系統(tǒng)立刻就會(huì)“懂事地”在產(chǎn)品名后貼上一個(gè)抖音電商入口，點(diǎn)開就是已經(jīng)匹配好的商品頁，你無需跳 App、無需搜索關(guān)鍵詞，直接一鍵在抖音商城完成下單。

更巧妙的是，豆包不會(huì)只給冷冰冰的商品鏈接，而是會(huì)在 AI 生成的商品介紹之后，自動(dòng)補(bǔ)充真實(shí)用戶在抖音上發(fā)布的測(cè)評(píng)視頻與圖文，對(duì)照著看，用戶能更直觀地感受到產(chǎn)品實(shí)際效果——從質(zhì)感到穿搭、從手感到使用體驗(yàn)，信息密度比傳統(tǒng)導(dǎo)購高太多。

這種轉(zhuǎn)向的底層動(dòng)力，其實(shí)是一場(chǎng)行業(yè)級(jí)的邏輯重構(gòu)。

過去一年，AI 的主要商業(yè)化路徑集中在訂閱與 API 調(diào)用，本質(zhì)上是一種“出售模型能力”的生意：你付費(fèi)，我給算力、給答案、給生成內(nèi)容。但當(dāng)用戶開始越來越頻繁地把 AI 當(dāng)成“做功課的伙伴”——讓它幫忙比較、做取舍、選型號(hào)、查口碑——消費(fèi)場(chǎng)景便天然被卷了進(jìn)來。畢竟，選商品、做 trade-off、縮窄選擇范圍，本來就是語言模型最擅長(zhǎng)的結(jié)構(gòu)化思考任務(wù)。

對(duì)國(guó)內(nèi)大模型廠商而言，這一步更是迫在眉睫。toC 訂閱長(zhǎng)期免費(fèi)，行業(yè)急需找到新的商業(yè)閉環(huán)。而當(dāng) AI 已成為用戶消費(fèi)前置決策的“第一觸點(diǎn)”，電商，幾乎是最順滑、也最現(xiàn)實(shí)的變現(xiàn)方向。

下面這篇文章，我們從四個(gè)維度來拆：shopping research in ChatGPT到底是什么、怎么用，實(shí)際體驗(yàn)表現(xiàn)如何，它在行業(yè)里的位置在哪里，以及這背后 OpenAI 想做的究竟不只是“導(dǎo)購”那么簡(jiǎn)單。

一個(gè)專門幫你「做功課」的小模型

先把產(chǎn)品本身說清楚。

在最新版本的 ChatGPT 里，只要你問的是跟購物相關(guān)的問題，比如“幫我找一臺(tái) 7000 元以內(nèi)、適合剪視頻的輕薄本”，界面上就會(huì)自動(dòng)彈出一個(gè)卡片，提示你可以啟用“智能購物（shopping research）”。你也可以從輸入框旁邊的「+」菜單里，手動(dòng)選擇這個(gè)工具。

一旦進(jìn)入購物研究，ChatGPT 會(huì)切換成一個(gè)類似「長(zhǎng)對(duì)話工作流」的界面：它會(huì)先追問一些關(guān)鍵條件，比如預(yù)算區(qū)間、尺寸偏好、品牌傾向，你更在意的是性能、顏值還是性價(jià)比等等。官方幫助文檔里寫得很直白：通過這套追問機(jī)制，把原本模糊的「想買點(diǎn)啥」，收斂成一套足夠明確的決策約束。

技術(shù)上，OpenAI 把這個(gè)功能做成了一個(gè)單獨(dú)的小模型：官方稱其為一個(gè)基于 GPT-5-Thinking-mini 后訓(xùn)練的「shopping research mini model」，專門對(duì)付「很多約束、很多細(xì)節(jié)」的選購場(chǎng)景。內(nèi)部有一套評(píng)估體系，用來衡量它給出的產(chǎn)品有多少比例真正滿足用戶的條件，比如價(jià)格、規(guī)格、顏色、材質(zhì)等。

數(shù)據(jù)來源上，OpenAI 強(qiáng)調(diào)了幾個(gè)原則：其一，結(jié)果完全來自公開網(wǎng)頁，沒有任何“競(jìng)價(jià)排名”，不會(huì)混入廣告或付費(fèi)推薦；其二，它會(huì)優(yōu)先抓取「高質(zhì)量零售網(wǎng)站」，主動(dòng)過濾掉低質(zhì)量、薅羊毛型和垃圾站點(diǎn)；其三，它會(huì)把來源鏈接列出來，方便用戶點(diǎn)回原站核對(duì)價(jià)格和庫存。

有意思的一點(diǎn)是，OpenAI 還在同時(shí)推進(jìn)「Instant Checkout」和「Agentic Commerce Protocol」——前者允許用戶在 ChatGPT 里直接下單，后者是一套給商家、Agent和應(yīng)用的電商協(xié)同協(xié)議。這意味著，今天的 shopping research，更像是未來「Agent 電商」的前端試驗(yàn)場(chǎng)：先解決“決定買什么”，再慢慢打通“在哪里買、怎么付錢”。

它更像一個(gè)「咨詢顧問」，而不是「比價(jià)機(jī)器人」

下面是基于典型場(chǎng)景模擬的一組「測(cè)評(píng)」。

第一個(gè)場(chǎng)景，是典型的「高客單價(jià)、參數(shù)復(fù)雜」的電子產(chǎn)品選購。比如你給它的需求是：“預(yù)算 1000 美元以內(nèi)，我需要一臺(tái)適合視頻剪輯、日常辦公的 14 寸輕薄本，最好重量控制在 1.4kg 內(nèi)，屏幕素質(zhì)要好，對(duì)續(xù)航也有要求，Windows 和 Mac 都可以比較?！?/p>

啟用 shopping research 之后，ChatGPT 會(huì)先把問題拆得更細(xì)：你日常用什么剪輯軟件，是否需要獨(dú)顯、是否經(jīng)常在戶外用、是否有品牌偏好等等。等信息足夠以后，它開始檢索網(wǎng)頁，逐步把候選機(jī)器拉進(jìn)來。官方展示的典型表現(xiàn)是：它不僅列出機(jī)型和關(guān)鍵參數(shù)，比如 CPU 型號(hào)、內(nèi)存、硬盤、屏幕規(guī)格，還會(huì)補(bǔ)充從評(píng)測(cè)站和用戶評(píng)論里抓來的使用體驗(yàn)總結(jié)，并明確標(biāo)出“適合重度剪輯 / 更偏辦公 / 性價(jià)比較高”這類主觀標(biāo)簽。

在這個(gè)過程中，用戶可以做兩件事：

其一，點(diǎn)“更多類似的”或者“不感興趣”，訓(xùn)練系統(tǒng)更懂你的偏好；

其二，隨時(shí)插入新的約束，例如突然想起“最好有全尺寸 SD 卡槽”“鍵盤一定要帶數(shù)字小鍵盤”，shopping research 會(huì)重新過濾、更新結(jié)果。

這種「一邊聊一邊篩」的體驗(yàn)，和傳統(tǒng)電商上自己套篩選器很不一樣，更像你坐在一個(gè)懂?dāng)?shù)碼的朋友旁邊，把糾結(jié)一股腦地倒給他。

第二個(gè)場(chǎng)景，是情緒色彩很濃的送禮選擇。比如“給四歲喜歡畫畫又有點(diǎn)膽小的侄女挑生日禮物，預(yù)算在 50 美元以內(nèi)，希望既能培養(yǎng)創(chuàng)造力，又不要太吵鬧，最好家長(zhǎng)也容易收拾。”這類問題以前在搜索引擎上非常難查，你要自己「拆問題」：畫畫玩具、安靜、易收納、適合 4 歲……

而 shopping research 的玩法剛好相反：你直接把故事講出來，由它來幫你抽象出幾種產(chǎn)品線，比如創(chuàng)意畫板、兒童手工套裝、安靜型積木，再從中各選幾個(gè)代表產(chǎn)品，講清楚適合的年齡段和使用場(chǎng)景。

在這種場(chǎng)景下，它的價(jià)值并不是「找到了某個(gè)最低價(jià)的玩具」，而是幫你把模糊的情緒需求，翻譯成一套可執(zhí)行的選擇方案——這也是 OpenAI 在介紹里反復(fù)強(qiáng)調(diào)的一個(gè)點(diǎn)：shopping research 是為那種「復(fù)雜、需要 trade-off 的決策」而生，而不是為了查一個(gè)具體商品的單價(jià)。

第三類，是偏向「家居大件 + 生活方式」的混合問題，比如“給 40 平米小公寓選一個(gè)安靜的無線吸塵器”、“幫我搭一整套陽臺(tái)露營(yíng)風(fēng)小家具，預(yù)算 500 美元以內(nèi)”。這類需求既有具體參數(shù)（噪音、續(xù)航、尺寸），又有風(fēng)格偏好。

shopping research 在這里會(huì)表現(xiàn)出兩個(gè)特點(diǎn)：一是會(huì)對(duì)參數(shù)型約束非常敏感，比如噪聲分貝、塵桶容量、電池可拆卸與否等；二是會(huì)盡量從圖片和評(píng)論里抽象出風(fēng)格標(biāo)簽，用自然語言幫你描述「這套更偏北歐風(fēng)，那套更偏戶外感」，有點(diǎn)類似人工編輯的家居專題。

當(dāng)然，它也有明顯的邊界。比如當(dāng)前版本對(duì)亞馬遜上的商品支持有限，某些場(chǎng)景下不會(huì)直接給出 Amazon 鏈接，這意味著在真正的「全網(wǎng)比價(jià)」上，它還有很長(zhǎng)的路要走。

在價(jià)格和庫存的實(shí)時(shí)性上，OpenAI 自己也打了預(yù)防針：由于價(jià)格和庫存變化很快，shopping research 無法保證每一次推薦的價(jià)格都和商家頁面上的完全一致，因此用戶在真正下單前，仍然要回到商家網(wǎng)站確認(rèn)。這也是它被命名為“research”的原因——它負(fù)責(zé)的是「做功課」而不是「替你成交」。

對(duì)于 Pro 用戶，shopping research 還會(huì)和「ChatGPT Pulse」打通：如果你之前一直在聊電動(dòng)自行車，系統(tǒng)后面可能會(huì)主動(dòng)推送「適合你城市通勤的 e-bike 配件指南」這樣的卡片，提前幫你把「你可能會(huì)買什么」的 research 做好。這個(gè)邏輯，已經(jīng)非常接近一個(gè)“懂你上下文的私人買手”。

綜合來看，從體驗(yàn)上，它更像一個(gè)「買前咨詢顧問」，專長(zhǎng)是幫你結(jié)構(gòu)化需求、解釋 trade-off、縮小選擇范圍，而不是傳統(tǒng)意義上那個(gè)冷冰冰的「比價(jià)機(jī)器人」。

和誰在競(jìng)爭(zhēng)？

從產(chǎn)品形態(tài)上看，shopping research 一腳踏進(jìn)了好幾個(gè)人的地盤。

對(duì)信息入口而言，它直接挑戰(zhàn)的是 Google Shopping 和各類「購物垂直搜索」。用戶以前想選電視、洗衣機(jī)，第一反應(yīng)是「先搜一圈評(píng)測(cè)，再自己比參數(shù)」；現(xiàn)在如果習(xí)慣了和 ChatGPT 說話，很自然就會(huì)把這件事交給「聊天框」去做。The Verge 的評(píng)論就一針見血：它正在把 ChatGPT 變成一位「?jìng)€(gè)人購物顧問」，而不是一個(gè)單純的問答機(jī)器人。

對(duì)內(nèi)容平臺(tái)和測(cè)評(píng)媒體而言，它有點(diǎn)類似「自動(dòng)化編輯」。那些原本靠“年度選購指南”“618 選購攻略”吸引流量的網(wǎng)站，會(huì)發(fā)現(xiàn)未來用戶可能連網(wǎng)站都懶得點(diǎn)開——shopping research 自己就能把各家評(píng)測(cè)拆成結(jié)論、優(yōu)劣、適用人群，再用更貼近用戶上下文的話語重新編輯。這對(duì) SEO 和聯(lián)盟營(yíng)銷站點(diǎn)來說，是一次不小的結(jié)構(gòu)性沖擊。

對(duì)電商平臺(tái)而言，這一步更像是為下一步的「Agent流量入口」鋪路。

在另一篇關(guān)于 Instant Checkout 的介紹里，OpenAI 明確寫道：未來用戶可以在 ChatGPT 完成選購研究后，直接在對(duì)話里完成下單，不用再跳轉(zhuǎn)若干個(gè)網(wǎng)頁。對(duì)商家來說，是否支持 Instant Checkout、是否是該商品的主賣家、價(jià)格和履約能力如何，都會(huì)影響自己在 ChatGPT 里的排序。

這意味著，一旦閉環(huán)打通，shopping research + Instant Checkout 的組合，就不再只是一個(gè)「幫你寫購物攻略的模型」，而是一個(gè)具備流量分發(fā)權(quán)、排序權(quán)的電商入口。相比傳統(tǒng)電商，這個(gè)入口更「上游」：它在用戶還沒決定在哪個(gè)平臺(tái)買東西時(shí)，就已經(jīng)先幫他把選擇做完了。

與此同時(shí)，像 Target 這樣的零售巨頭已經(jīng)開始和 OpenAI 做深度整合：用戶可以在 ChatGPT 里直接瀏覽 Target 的商品、加入購物車、選擇門店自提或配送，整個(gè)流程不離開聊天界面。這種合作模式，如果復(fù)制到更多零售商身上，再疊加 shopping research 的“選購顧問”屬性，就形成了一個(gè)完全不同于 App 和網(wǎng)頁的“會(huì)話式電商生態(tài)”。

可以說，shopping research 把 ChatGPT 從「生產(chǎn)力工具」進(jìn)一步推向「消費(fèi)入口」。站在 OpenAI 的視角，這是一個(gè)自然的延伸：在大家已經(jīng)習(xí)慣用它寫代碼、寫報(bào)告之后，下一步就是讓它參與到更頻繁、更高 GMV 的場(chǎng)景里。

Agent 電商的「原型機(jī)」，但還遠(yuǎn)沒到顛覆時(shí)刻

回到產(chǎn)品本身，我們可以更冷靜地對(duì)它做一個(gè)分析。

機(jī)會(huì)在于，它抓住了一個(gè)長(zhǎng)期被低估的痛點(diǎn)——信息過載下的「決策成本」。傳統(tǒng)搜索引擎在購物場(chǎng)景里提供的是“信息列表”，電商平臺(tái)提供的是“商品列表”，真正的「決策」一直都?jí)涸谟脩糇约荷砩?。?shopping research 的價(jià)值，就在于把這部分腦力勞動(dòng)部分外包出去：幫你把需求結(jié)構(gòu)化，把備選項(xiàng)拉平到可以比較的維度，然后給出幾個(gè)可行方案和「為什么」。

從產(chǎn)品演進(jìn)路徑看，它也是「Agentic Commerce」最自然、最安全的一塊起步場(chǎng)景。相比直接讓 AI 幫你自動(dòng)下單，先讓它幫你做 research、寫 buying guide，本身風(fēng)險(xiǎn)要小得多，也更容易被監(jiān)管、用戶和商家接受。OpenAI 在介紹 Instant Checkout 和 Agentic Commerce 協(xié)議時(shí)也強(qiáng)調(diào)，目標(biāo)是「讓人、AI Agent和商家三方在一個(gè)統(tǒng)一的流程里協(xié)同」，而不是簡(jiǎn)單做一個(gè)新渠道的「硬廣位」。

但隱憂同樣明顯。

第一個(gè)隱憂是「準(zhǔn)確性」：再強(qiáng)的模型，本質(zhì)上還是在讀網(wǎng)頁、抽取信息，再進(jìn)行自然語言重組。官方已經(jīng)承認(rèn)，價(jià)格、庫存、促銷信息存在延遲甚至錯(cuò)誤的可能，所以用戶仍然需要自己二次確認(rèn)。對(duì)那些試圖完全「把購物交給 AI」的用戶來說，這個(gè)現(xiàn)實(shí)會(huì)構(gòu)成一定挫敗感。

第二個(gè)隱憂是「中立性與可解釋性」。今天 OpenAI 強(qiáng)調(diào)的是“沒有廣告、沒有付費(fèi)排序、完全基于相關(guān)性和質(zhì)量”，但一旦未來在 Instant Checkout 或商家合作上引入更復(fù)雜的商業(yè)模型，如何向用戶解釋排序邏輯、如何在商業(yè)利益和用戶利益之間保持平衡，會(huì)變成一個(gè)非常現(xiàn)實(shí)的問題。對(duì)商家而言，“怎么進(jìn)入 ChatGPT 的貨架”“怎么優(yōu)化自己在 shopping research 里的可見度”，已經(jīng)開始變成新的 SEO 戰(zhàn)場(chǎng)。

對(duì)用戶來說，現(xiàn)在可以把它當(dāng)成一個(gè)「更聰明的選購文章生成器」。當(dāng)你懶得開二十個(gè) Tab 做功課時(shí)，讓 ChatGPT 的 shopping research 先幫你打個(gè)樣，再針對(duì)它的建議提問、質(zhì)疑、反駁，最后做出自己的決定。

為什么 Agent 電商的真正沃土?xí)谥袊?guó)

如果放到全球視角去看，就會(huì)發(fā)現(xiàn)一件很有意思的事：OpenAI 的 shopping research 之所以看起來“新”，很大程度上是因?yàn)槊绹?guó)本土的電商基礎(chǔ)設(shè)施并不完善，內(nèi)容導(dǎo)購的習(xí)慣也遠(yuǎn)不如中國(guó)成熟。而同樣的事情放在中國(guó)，土壤幾乎是天然肥沃的。

首先，中國(guó)互聯(lián)網(wǎng)在電商商業(yè)化上的認(rèn)知與實(shí)戰(zhàn)經(jīng)驗(yàn)，是遠(yuǎn)超美國(guó)公司的。過去十年，從淘寶的圖文測(cè)評(píng)、京東的參數(shù)比對(duì)，到小紅書的內(nèi)容種草、抖音的直播帶貨，中國(guó)用戶已經(jīng)極度適應(yīng)“用內(nèi)容完成消費(fèi)決策”，而平臺(tái)也在這套鏈路上積累了極豐富的數(shù)據(jù)、供應(yīng)鏈和運(yùn)營(yíng)策略。換句話說，中國(guó)的消費(fèi)者不需要被教育“為什么要讓 AI 幫你做功課”，他們本來就在用內(nèi)容做選擇，只是今天換成了 AI 來幫你完成。

其次，中國(guó)大模型廠商手上握著一個(gè)美國(guó)公司難以復(fù)刻的巨大優(yōu)勢(shì)——成熟的生態(tài)閉環(huán)。豆包背后有抖音電商，擁有龐大的商品庫、短視頻測(cè)評(píng)內(nèi)容、達(dá)人體系和極高轉(zhuǎn)化效率。通義千問掛在阿里體系上，天然能接入淘寶、天貓的供應(yīng)鏈、優(yōu)惠體系和消費(fèi)者決策鏈路。騰訊系模型則可以串聯(lián)視頻號(hào)、公眾號(hào)、小程序和微信支付，讓“看內(nèi)容—下單—履約”變成一條連續(xù)操作。美國(guó)的入口和交易平臺(tái)大多是割裂的，而中國(guó)的模型廠商從一開始就立在“流量、內(nèi)容、交易一體化”的超級(jí)平臺(tái)上。

這意味著，OpenAI 還在探索“對(duì)話 → 做功課 → 找商品 → 去外部平臺(tái)下單”的鏈路時(shí)，中國(guó)廠商幾乎已經(jīng)可以做到“對(duì)話里完成做功課，對(duì)話里直接進(jìn)入商品，對(duì)話后一鍵支付”。模型只需要把用戶的需求結(jié)構(gòu)化、把 trade-off 解釋清楚，剩下的那部分——從激發(fā)興趣到下單、物流、客服，已經(jīng)被中國(guó)電商打磨得非常順滑。

也因此，雖然全球都在談“Agent 電商是下一波浪潮”，但最有可能率先跑通、規(guī)?；?、甚至變成全民日?；A(chǔ)設(shè)施的地方，很有可能不是美國(guó)，而是中國(guó)。國(guó)內(nèi)廠商不是從 0 到 1，而是從 9 到 10：把已經(jīng)成熟的電商鏈路，換一個(gè)更高效、對(duì)話式的入口重新點(diǎn)亮。

參考文獻(xiàn)：

[1] https://openai.com/index/chatgpt-shopping-research/

歡迎掃碼加群參與討論

我們相信認(rèn)知能夠跨越階層，

致力于為年輕人提供高質(zhì)量的科技和財(cái)經(jīng)內(nèi)容。

稿件經(jīng)采用可獲邀進(jìn)入Z Finance內(nèi)部社群，優(yōu)秀者將成為簽約作者，00后更有機(jī)會(huì)成為Z Finance的早期共創(chuàng)成員。

我們正在招募新一期的實(shí)習(xí)生