OpenAI spouští Vyhledávání nákupů v ChatGPT
Společnost OpenAI představila vyhledávání nákupů, novou funkci v ChatGPT, která proměňuje AI v interaktivního produktového výzkumníka. Uživatelé popíšou své potřeby – například tichý bezdrátový vysavač pro malý byt nebo dárek pro dítě, které miluje umění – a systém odpoví s upřesňujícími otázkami o rozpočtu, velikosti, preferencích a prioritách, jako je výkon nebo cena. Poté provádí vícekrokové vyhledávání na webu, stahuje strukturovaná data o cenách, specifikacích, recenzích a dostupnosti z kvalitních zdrojů, aby poskytl personalizovaného nákupního průvodce s hodnocenými možnostmi, porovnáním a kompromisy[4][1][2].
Funkce byla spuštěna 24. listopadu 2025 pro přihlášené uživatele ve všech plánech (Free, Plus, Pro atd.) na mobilu a webu, s téměř neomezeným využitím po celou dobu svátků na pomoc s nakupováním dárků. Pohání ji specializovaná varianta GPT-5 mini, trénovaná pomocí posilovacího učení pro úkoly spojené s nakupováním, a trvá několik minut na dotaz, přičemž dosahuje 52% přesnosti u požadavků s více omezeními (jako jsou specifické cenové rozpětí, barvy a funkce) oproti 37% pro standardní ChatGPT Search. OpenAI upozorňuje na potenciální chyby v cenách nebo dostupnosti a naléhavě vyzývá k ověření na stránkách prodejců[2][3][4].
Důsledky pro produktové feedy v e-commerce
Vyhledávání nákupů vytahuje data v reálném čase z celého webu a syntetizuje je do strukturovaných průvodců spíše než do pouhých seznamů. To vyžaduje, aby platformy e-commerce udržovaly dynamické, vysoce kvalitní produktové feedy s aktuálními specifikacemi, cenami a recenzemi, aby se přesně zobrazovaly ve vyhledáváních řízených umělou inteligencí. Neúplné nebo zastaralé feedy riskují vyloučení z doporučení, protože AI upřednostňuje spolehlivé zdroje[1][4].
Pro standardy katalogizace funkce vynucuje posun směrem k sémantické bohatosti: produkty musí zahrnovat detailní atributy (rozměry, materiály, hodnocení uživatelů), které odpovídají dotazům v přirozeném jazyce. Kategorie jako elektronika, krása, zboží pro domácnost, kuchyňské spotřebiče a outdoorové vybavení si vedou nejlépe kvůli povaze bohaté na specifikace, zatímco oblečení se potýká se subjektivními faktory, jako je velikost[2][3][4].
Zvýšení kvality a úplnosti produktové karty
Nákupní průvodci zdůrazňují kompromisy a personalizaci – využíváním paměti ChatGPT pro kontext, jako jsou předchozí hráčské preference nebo stylové nelibosti – odkrývají mezery v základních produktových kartách. E-commerce musí vylepšit karty o komplexní detaily, obrázky a obsah generovaný uživateli, aby odpovídaly hloubce, kterou AI syntetizuje. Interaktivní upřesnění, jako je označení možností „nezajímá mě“ nebo „více jako toto“, dále tlačí platformy, aby umožnily filtrování v reálném čase[1][2][6].
Tím se zvyšuje laťka pro úplnost obsahu: částečné specifikace nebo zastaralé recenze vedou k suboptimálnímu hodnocení, protože AI křížem odkazuje na více stránek. Platformy se silnými, standardizovanými kartami získávají viditelnost v těchto konverzačních tokech[1][5].
Urychlení nasazení sortimentu
Tradiční e-commerce se spoléhá na ruční kurátorství pro nové sortimenty, ale vyhledávání nákupů urychluje objevování indexováním webových dat okamžitě. Obchodníci mohou rychleji vydávat zásoby prostřednictvím feedů optimalizovaných AI, čímž se zkracuje čas uvedení na trh sezónních nebo niche položek. Režim hloubkového výzkumu funkce – zvládající složitá rozhodnutí během několika minut – obchází vyčerpávající procházení, a směruje tak návštěvnost do dobře indexovaných katalogů[4][6].
Svátkové zvýšení, jako jsou neomezené dotazy, zdůrazňují tuto rychlost: období s vysokou návštěvností zesilují expozici pro agilní manažery feedů, což potenciálně mění rychlost sortimentu z týdnů na dny[4]. Zjistěte více o tomto tématu v našem článku o běžných chybách při nahrávání produktových feedů.
No-Code a integrace AI v pracovních postupech obsahu
No-code nástroje se nyní bezproblémově integrují s výzkumníky AI, automatizují generování feedů a obohacování karet bez týmů vývojářů. Spoléhání vyhledávání nákupů na strukturovaná webová data motivuje low-code platformy k zabudování AI pro dynamickou katalogizaci, jako je automatické označování specifikací nebo generování srovnávacích tabulek. Zjistěte, jak strukturovat svá produktová data ve formátu CSV, v našem článku o formátu CSV.
Budoucí Instant Checkout – již v provozu pro vybrané obchodníky – naznačuje uzavřené cesty, které kombinují výzkum s bezproblémovými nákupy. Tato synergie no-code/AI zefektivňuje infrastrukturu obsahu a proměňuje statické katalogy na adaptivní systémy reagující na dotazy[2][3]. Zjistěte také více o umělé inteligenci pro podnikání.
Retail Dive.
OpenAI Blog.
Vývoj nákupního výzkumu poháněného umělou inteligencí poukazuje na zásadní posun v e-commerce: důraz na kvalitu a úplnost dat v produktových feedech. Protože nástroje AI jsou stále sofistikovanější, spoléhají se na bohaté, strukturované informace o produktech pro optimální výkon. Tento trend zdůrazňuje důležitost řešení jako NotPIM, která poskytují nástroje a možnosti pro standardizaci, obohacení a optimalizaci produktových dat, což zajišťuje, že podniky e-commerce mohou prosperovat ve stále více na AI orientovaném prostředí tím, že jsou přesně a komplexně zastoupeny v relevantních nákupních cestách. Pro více informací se podívejte na náš článek o výzvách integrace dat.