OpenAI推新“购物研究”功能，利用用户记忆深度推荐

快速阅读: OpenAI推出“购物研究”功能，将ChatGPT转化为自主购物代理，利用历史对话记忆进行个性化推荐，提升搜索深度和准确性，已在假日购物季向所有用户开放。

OpenAI近日面向所有登录用户推出了名为“ 购物研究 ”(Shopping Research)的全新功能。这项功能将ChatGPT转化为一个自主购物代理,能够利用用户的历史对话记忆进行个性化产品搜索和推荐,大幅提升了搜索的深度和准确性。

这项功能目前已向Free、Go、Plus和Pro套餐用户开放,并将在假日购物季期间基本不受限制地使用。

深度决策:从搜索到自主代理 “购物研究”工具旨在帮助用户进行“更深层次的决策”。与传统搜索引擎不同,该系统更像是一个 自主代理 。它会主动提出问题(如预算或偏好),浏览互联网查找 最新 信息,并将结果转化为可视化的购物指南,提供优缺点概览。

该工具可以处理复杂的请求,例如“为小公寓找到最安静的无线吸尘器”或比较多款自行车。界面设计了“不感兴趣”或“更多类似产品”等快速反馈按钮,允许用户实时调整搜索结果。

核心争议:记忆与个性化广告 最值得关注的是,该智能助手会深度利用ChatGPT的 记忆功能 。如果过去的对话显示某人热衷于电子游戏,它在搜索笔记本电脑时便会将此偏好纳入考量,实现前所未有的个性化推荐。

这与《The Information》此前的报道相符,即OpenAI一直在探索利用ChatGPT记忆进行 个性化广告投放 。据称,公司内部约有20%的员工来自Meta,这促使公司文化向更积极的增长模式转变。

然而,这引发了关于OpenAI商业模式的担忧。首席执行官山姆·奥特曼曾公开警告这种“反乌托邦式的景象”,并表示:“我非常欣赏我们这种简单的商业模式。我喜欢它。我知道我不是产品——我是付费用户,这就是这种商业模式的运作方式。” 随着新助手利用个人记忆数据进行购买推荐,OpenAI可能面临将用户数据货币化用于定向广告或赚取佣金的压力,以证明其巨额估值的合理性。

性能卓越:专有模型准确率高达64% “购物研究”功能依托于一个基于 GPT-5-Thinking-mini 后训练的迷你模型运行,并运用了深度研究能力。该模型通过强化学习专门针对购物任务进行训练,重点在于读取可靠来源并综合信息。

在OpenAI的内部产品准确率评估中,这款专用模型的准确率达到了 64% ,表现远超标准模型: OpenAI提醒,尽管采用了专用架构,但仍可能发生错误,例如价格或库存信息不准确。

对于ChatGPT Pro订阅用户,该功能还集成在“Pulse”中,能够根据之前的对话 主动推送 购物指南(如电动自行车配件推荐),为更精准的广告投放渠道做准备。

目前,ChatGPT尚不支持直接完成购买,用户仍需跳转至零售商页面。OpenAI表示,搜索结果是基于公开数据自然生成的,且聊天记录不会与零售商共享。

(以上内容均由Ai生成)