OpenAI把购物功能藏了3年，这次终于肯给图了

ChatGPT的购物工具终于长出了眼睛。

3月26日，OpenAI推送更新，让AI推荐商品时不再只是干巴巴的文字列表。现在你会看到产品图片、横向对比、甚至有点"逛精选店"的感觉。我花了半天时间，用5组提示词测试这个新功能，发现它确实比过去更像一个能对话的私人买手。

从"搜索引擎替代品"到"能聊天的货架"

过去用ChatGPT买东西，体验像是让一个没有视力的人帮你念购物网站。它只能描述，你得自己点开链接去验证实物长什么样。

这次更新后，视觉元素被提到了核心位置。每个推荐都带图，图片下方直接标注价格区间和关键特性。更意外的是对比功能——你可以让AI把两三个选项并排摊开，像店员把商品摆上台面让你挑。

OpenAI的产品负责人在这场更新里没露面，但官方博客的一句话暴露了野心：想让ChatGPT成为"协作式购物伙伴"。翻译成人话：他们不满足于你问完就走，想让你在里面逛起来。

测试1：给通勤背包提要求

我的第一组提示词故意留了口子：

"我想升级日常通勤背包。要看起来专业，但别臃肿。"

过去这种模糊需求会让AI疯狂发散，从登山包到程序员标配的瑞士军刀包都敢推。这次结果收敛了很多：6个选项，全是偏商务的极简设计，每个配了实拍图和一句"为什么选它"的短评。

有个细节让我愣了一下——它推了一款日本品牌的小众包，我在国内电商搜同款，发现确实符合"专业但不肿"的描述，但之前从没刷到过。这说明推荐逻辑可能接入了更垂直的数据源，而不只是亚马逊热销榜。

测试2：故意刁难的价格锚定

第二组我想看看它对预算的敏感度：

"找一副适合小耳朵的真无线耳机，预算800块以内，别推华强北贴牌货。"

结果里出现了索尼、三星、JBL的入门款，每款标注了"官方价"和"常见促销价"两个数字。更意外的是它主动加了一栏"为什么没推AirPods"——解释Pro系列超预算、基础款降噪不够，这种"主动解释排除项"的做法，过去只在高端导购身上见过。

但有个槽点：其中一款耳机的图片明显是渲染图而非实拍，和另外几款混在一起有点违和。OpenAI没说清楚图片来源是品牌官方、电商平台还是AI生成，这点让人心里打鼓。

测试3：跨品类混搭的边界

第三组我试探它的品类理解能力：

"布置一个能拍照的咖啡角，预算2000，要复古风，但电器必须靠谱别着火。"

结果拆成了三个板块：咖啡机、磨豆机、周边布置。每个板块给2-3个选项，图片风格统一成了暖色调的复古滤镜，看起来确实像同一家店里挑的。

但"电器安全"这个要求被弱化了。我追问"哪款加热元件有认证"，它才开始列3C、UL这些标准。这说明视觉优先的策略有个副作用——安全参数这类"不好看但重要"的信息，需要用户主动深挖才会浮上来。

测试4：送礼场景的社交计算

第四组测试最主观的场景：

"送一个让前端工程师觉得'你懂行'的礼物，预算500，别是键盘。"

结果里有机械键帽收纳盒、GitHub贡献热力图装饰画、一款能显示代码片段的墨水屏副屏。每个都配了"送出去之后对方可能会说什么"的预测——比如副屏那款的备注是"他大概率会拍张照片发推特说'我老婆终于理解我了'"。

这种"社交后果预判"是新增的能力。过去ChatGPT只会描述产品功能，现在它似乎在模拟收礼人的反应。不确定这是训练数据里的模式识别，还是真的接入了社交媒体趋势分析。

测试5：长尾需求的极限

最后一组我故意找冷门：

"找能装下15寸MacBook的邮差包，但要能斜挎不能单肩，防水，有快取口袋，预算无所谓。"

结果只回了3个选项，比之前都少。但每个都精准命中：斜挎带设计、防水面料特写、快取口袋的位置用箭头标了出来。其中一款来自一个英国手工品牌，国内几乎没有代购在卖。

这里暴露了一个矛盾：视觉丰富度提升了，但选项总量反而收缩。当需求足够具体时，AI似乎更倾向于"少而精"而非"广覆盖"。这对有明确目标的用户是利好，但对想"逛逛看"的人可能不够过瘾。

谁在为这些图片买单？

测完五组，有个问题悬着没解决：这些商品展示是纯粹的信息整合，还是某种形式的广告位？

OpenAI的博客提到"与零售商合作优化展示"，但没解释合作模式。是像谷歌购物那样按点击收费？还是像亚马逊联盟那样抽成？或者是品牌付费获得更好的图片位？

我注意到同一款耳机在不同提示词里出现的图片角度、背景色略有差异，不像统一抓取的公开图库。这种"定制化视觉呈现"如果是付费服务，那ChatGPT的推荐中立性就要打折扣。

另一个隐患是价格实时性。测试中发现一款音箱标注"常见促销价399"，但点进链接发现活动已结束，现价499。AI对促销窗口期的敏感度，明显落后于专业比价工具。

对比竞品：Google Lens和亚马逊Rufus在做什么

Google Lens的视觉搜索更成熟，但体验是"看到什么搜什么"，缺乏对话层。你把一张背包照片丢给它，它能找同款，但没法解释"为什么这款比那款更适合通勤"。

亚马逊3月刚推的Rufus更直接对标ChatGPT，但被困在亚马逊生态内。我问Rufus"有没有比Kindle更适合看PDF的设备"，它推了iPad——但只在亚马逊有售的型号，对官网或其他渠道只字不提。

ChatGPT的新功能卡在中间：比Google Lens多一层对话理解，比Rufus多一层跨平台视野。但两边都不极致，视觉搜索的精准度不如谷歌，商品库的完整性不如亚马逊。

一个可能的优势是"记忆"。测试过程中我提到"之前你说那款背包"，它能回调几轮前的对话上下文。这种连续性在需要反复比价的场景里很顺手，不用每次重新描述需求。

产品经理会怎么用这个？

把ChatGPT当成购物工具，本质是在用"模糊输入"换"结构化输出"。你不需要知道"邮差包"和"信使包"是不是同一个东西，不需要记住"CORDURA"是某种面料，用自然语言描述场景，它负责翻译成商品参数。

但别把它当价格监控工具。促销信息的滞后性意味着，它适合帮你"发现有什么"，而非"什么时候买"。

也别完全信任它的"排除理由"。测试中它说"没推AirPods是因为降噪不够"，但基础款AirPods本来就没有降噪，这个解释有点强行圆场的味道。

最适合的场景大概是"送礼"和"风格升级"——预算有上限、偏好难量化、需要社交层面的解释。这类需求传统搜索很难处理，因为关键词不知道该怎么敲。