ChatGPT“购物研究”上线：利用用户“记忆”深度推荐

假日购物季来了，OpenAI给ChatGPT加了个新功能叫Shopping Research（购物研究），专门帮你找合适的产品。这个功能用的是特别针对购物任务微调的GPT-5R mini版本，在产品准确性评估上表现比那些更大的浏览模型还要好。说白了，就是让你买东西的时候不用再开一堆网页挨个对比了。

核心功能

以前你买东西得打开十几个网页慢慢比对吧？现在不用这么麻烦了。你只要描述清楚需求就行，比如说："帮我找款适合小公寓的最安静无线吸尘器"、"这三款自行车帮我挑一下"、"我侄女四岁喜欢画画，给她买个礼物"。

Shopping Research会问你一些比较关键的问题，然后在互联网上深入研究，找那些靠谱的信息源。如果你开了ChatGPT的记忆功能，它还能根据你之前的聊天记录和偏好来理解你的需求。几分钟后就能给你生成一份个性化的购买指南。

性能表现

从数据上看，Shopping Research在产品准确性评估（也就是找到符合你要求的产品比例）方面达到了64%，GPT-5-Thinking是56%，GPT-5-Thinking-mini是52%，ChatGPT Search只有37%。

这个Shopping Research其实是基于GPT-5-Thinking-mini后训练出来的mini模型。评估的时候用的都是那种带各种限制条件的困难查询，所以这个64%的准确率还是挺能说明问题的。

使用场景

这功能能干的事儿还挺多的。

你想发现新产品，可以说："帮我找款适合游戏的强力笔记本，预算1000美元以下，屏幕得超过15英寸。"

看到喜欢的款式想找相似的？"我在找条类似这款的裙子，要长款的，价格别超过250美元。"

需要并排比较几款产品也行："我要买婴儿车，要轻便、紧凑、好折叠。得让幼儿坐着舒服（倾斜度和遮阳篷要好），能应付城市人行道和有点崎岖的地方，预算中等偏高。把这三款比较一下，告诉我哪款最好，各有什么优缺点。"

给人选礼物也能帮上忙："我爸是个钓鱼爱好者，但好像从来没钓到过什么，给他买个礼物。"

还能帮你找优惠："这双运动鞋黑五有什么好折扣？我是学生，看看有没有什么学生优惠码能用。"

工作原理

整个过程分三步走。

第一步是描述需求。你启动功能后，ChatGPT会打开一个可视化界面，你可以在里面聊天，对产品选项给反馈。它会问你一些问题，像预算多少、给谁用的、看重哪些功能这些。如果你开了记忆功能，研究会更个性化——比如ChatGPT知道你爱打游戏，帮你找笔记本的时候就会考虑这点。

第二步是引导研究过程。后台会在网上搜价格、库存、评论、配置参数、产品图片这些最新信息，然后一边搜一边给你展示选项。你可以把商品标记成"不感兴趣"或者"要更多类似的"，研究方向会根据你的实时反馈来调整。

第三步就是拿到个性化购买指南了。几分钟后你会收到一份指南，里面有顶级产品推荐、各款产品的关键区别、优缺点权衡分析、还有从靠谱零售商那拿到的最新信息。这份摘要要是你自己做的话，得花不少时间去比较、阅读、核实各种信息。

技术特点

这个模型有几个比较特别的地方。

它是专门针对购物任务训练的，用的是强化学习。学会了怎么阅读可信网站、引用靠谱来源，还能把多个来源的信息综合起来生成高质量的产品研究报告。

而且这个功能原生就支持中断和引导，是根据实时的、上下文里的用户反馈和偏好来设计的。你随时都能更新和优化研究方向，不是那种一旦开始就停不下来的。

体验上来说它是交互式的，把产品发现变成了一场对话。能结合新的限制条件，根据你对产品偏好的反馈进行调整，最后生成的回复既有深入研究又很个性化。

从实际使用角度讲，这功能确实能省不少时间。你想想以前买个东西，得先在搜索引擎找一圈，然后打开十几个网页，一个个看参数、看评论、比价格。看完这个看那个，看多了脑子都乱了，最后还不一定能做出最合适的选择。

现在有了这个工具，相当于有个助手帮你把这些活儿都干了。它会系统性地去找信息、对比产品、整理成清晰的报告给你。而且因为是基于你的具体需求和偏好，推荐的东西也会更符合你的实际情况。

当然这个功能也不是说完全替代你自己的判断。最终买不买、买哪款，决定权还是在你手里。它更像是个很高效的助理，帮你把基础工作做好，让你能更快地做出明智的决定。

特别是在假日购物季这种时候，要买的东西多、时间又紧，有这么个工具确实能帮上大忙。不管是给自己买还是选礼物，都能让整个过程轻松很多。

OpenAI这次推出的Shopping Research功能，把AI和购物场景做了挺深入的结合。通过专门训练的GPT-5R mini模型，配合交互式的研究流程，确实在产品发现和比较这块提供了不错的体验。对于那些不想花太多时间做功课，但又想买到合适产品的人来说，这个功能应该会很实用。