ChatGPT购物结果测试新标签：最适合新手、缓震最好这类卖点由AI来写

摘要：10月6日，Search Engine Roundtable报道OpenAI正在ChatGPT的商品结果里测试一组新标签，由Brodie Clark最先发现。在他截到的“mens running shoes”结果里，第一款鞋挂着绿色的“Best all-rounder”，后面两款分别是灰色的“Best for beginners”和“Best cushioning”，每款下面还多了一行“Best for”的适用人群说明。按OpenAI帮助中心的说法，这类标签由ChatGPT根据它能拿到的信息生成，可能用到第三方数据，不是经过核实的结论，也不是广告位，商家没法买。商家能做的，是把商品的适用场景写清楚，让商品数据、评价和第三方评测说的是同一件事。

在ChatGPT里搜“男士跑鞋”，以前看到的是一排商品卡片，图片、价格、几句介绍，跟逛商场差不多。现在OpenAI在测一个新花样：每款鞋头上贴一张小条，写着“最佳全能”“最适合新手”“缓震最好”。

这几张小条看着不起眼，对卖东西的人来说分量不轻。用户扫一眼就知道该点哪个，被贴上“最适合新手”的那双鞋，基本就把新手这群人截走了。问题在于，这张条子是ChatGPT自己写的，商家既买不到，也没法直接改。

这篇以Search Engine Roundtable的报道和发现者Brodie Clark的截图为主体，结合OpenAI帮助中心对商品结果的说明，把这次测试看到了什么、标签从哪儿来、商家能做什么讲清楚。

ChatGPT商品结果里多了哪几种标签？

Search Engine Roundtable在美国东部时间10月6日早上6点发了这条消息，作者Barry Schwartz。信息来自Brodie Clark，他在X和自己的SERP Alert笔记里记下了这个实验，原话的意思是：ChatGPT在测试一种新的标签样式，用在自然商品结果上；在原有版本的基础上，新实验给“best all-rounder”那款商品挂绿色标签，再给其他商品挂几个灰色的“best for某某”标签。

他截的图很能说明问题。查询词是“mens running shoes”，ChatGPT先给了一段总述，标题是“Best men's running shoes in 2026”，正文里提到Nike Pegasus 42、Brooks Ghost 18和Adidas Adizero Evo SL，后面挂着一个跑鞋评测站的引用来源。接着是“Top men's running shoes to consider”这个商品列表：

表里有几处细节值得多看一眼。三款鞋的购买链接都指向品牌自己的官网，没有指向第三方零售商。每款商品除了头上的标签，正文末尾还多了一行灰字“Best for: ……”，把适合人群再说一遍。第一名那款同时有绿标签和价格区间，后面两款在截图里只有标签和介绍，没看到价格。为什么价格只出现在第一款上，截图给不出答案，可能是数据缺失，也可能是版式就这么设计的，这里不下结论。

Barry的评价只有一句：这应该有助于提高这些商品的点击率。这句话是推测，OpenAI没有公布任何数据，后面会专门说。

原来的版本长什么样

Brodie说的“原有版本”，在OpenAI帮助中心里有记录。Shopping with ChatGPT Search这篇帮助文档写着，部分商品图片上会有功能标签，比如“Budget-friendly”（实惠）或“Most popular”（最受欢迎）。另外，当同一件商品有多个商家在卖时，最便宜的那家可能被标成“Best price”。

对比下来，新实验的变化有两处。标签从“实惠”“热门”这种通用评价，变成了“最适合某类人”“某项性能最好”这种带场景的判断；视觉上也从商品图片上的标注，变成了商品名下方带底色的小条，第一名还单独用绿色突出。

这些标签是谁写的？

答案很简单：ChatGPT自己写的。帮助文档的原话是，这些标签由ChatGPT根据模型能获取的信息生成，这些信息可能包括第三方数据；标签不是保证，也不是经过核实的陈述，未必反映全部市场数据。

文档还举了个例子，挺能说明问题：一个“Budget-friendly”标签，可能只是因为评论里经常有人夸性价比高，不一定代表它是全网最低价。换到跑鞋上，“Best for beginners”很可能也是这么来的，评测文章和买家评论反复说这双鞋适合新手，模型就把这句话提炼成了标签。这一点是根据文档的例子推出来的，OpenAI没有公开新标签的生成规则。

关于“Best price”，帮助文档的说明更细：

• ChatGPT初始回答里显示的价格，通常是列表里第一个商家的价格，不一定最低；
• 它会在商品详情页和商家排序里尽量把它知道的最低价突出出来，多个商家卖同一件商品时，这一家可能被标成“Best price”；
• 如果这一家同时适用另一个标签，比如“Instant checkout”，就可能不再显示“Best price”。

还有一句话商家要记住：商品结果由ChatGPT独立选出，不是广告，也不受OpenAI任何合作关系影响，广告和商品结果是分开的。所以这张“最佳全能”的条子，花钱买不来。想靠投放让自家商品挂上绿标，这条路目前不存在。广告预算再多也换不来这张绿条，这大概是ChatGPT里少有的钱办不成的事。

同一篇文档里，OpenAI也承认模型会出错：它是在理解用户意图，难免判断失误。评价摘要同样由模型生成，基于公开网站上的评论，OpenAI不核实评论和评分。说白了，标签是AI读完一堆资料之后的“个人看法”，读错了也有可能。

ChatGPT挑商品时看哪些信息？

标签贴在哪件商品上，得先看这件商品能不能进列表。帮助文档列了ChatGPT决定展示哪些商品时考虑的三类东西：

• 来自第一方和第三方提供方的结构化元数据，比如价格、商品描述，以及其他第三方内容；
• ChatGPT在看新搜索结果之前，模型自己生成的回答；
• OpenAI的安全标准和产品政策。

第二条很少被人注意。模型在联网搜索之前就已经“认识”一些商品，它对一个品类的既有印象，会影响最后推荐谁。像Pegasus出到第42代、Ghost出到第18代，这种老款在网上被写了无数遍，可以推想模型对它们更熟。新品牌想挤进去，只能靠搜索阶段拿到的新资料补上。

文档还给了个例子：用户问搞怪的狗狗服装，ChatGPT可能考虑现有选项、价格、评价和易用程度；用户说过讨厌小丑，它可能就不推小丑装。用户给的预算、偏好、记忆和自定义指令都会改变权重，说了30美元预算，它会更看价格。

用户点进某个商品之后，ChatGPT还会列出卖这件商品的商家。文档说商家的排序看可用性、价格、质量，以及是不是这件商品的制造商或主要卖家。这和截图里三款鞋都链到品牌官网能对上，品牌自己卖自己的货，排在前面不奇怪。

商品数据从哪儿进来

文档写了两条路。Shopify商家的商品数据已经通过Shopify Catalog接入ChatGPT，商家不用另外做什么。想直接给OpenAI提交商品数据源的商家，可以按开发者网站上的商品数据源文档准备，再申请直连权限。OpenAI的商家页面把好处说得很直白：数据越完整，商品在用户比较选项时越能带着准确信息出现。

OpenAI开发者网站的商品数据源规范要求每一行对应一件可购买的商品或变体，有九个必填字段：

规范里还有两个可选字段值得填：review_count和star_rating，也就是评价数量和平均星级，两者要描述同一批评价。规范同时写明，单条评价原文和问答列表不在这个数据源的范围里。所以评论里那些“适合新手”“脚感很软”的具体说法，OpenAI目前没有让商家通过数据源直接提交，模型要从公开网页上自己读。

已经接过Google购物数据源的商家，规范也提供了Google兼容格式的入口，前提是OpenAI确认过你的数据源。字段对照和接入顺序，之前写过的AI购物代理接入配置可以参考。

新标签会怎样影响点击？

Barry说标签有助于提高点击率，这个判断方向大概没错，但目前没有任何公开数据能证明，也不知道会涨多少。能说清楚的是它改变了用户做决定的方式。

没有标签的时候，用户要自己读三段介绍，比较完再决定点哪个。有了标签，ChatGPT等于替用户做了一次分类：想要全能的点第一个，新手点第二个，要缓震的点第三个。用户的决定从“比较三款鞋”变成了“认领自己属于哪类人”，后者快得多。

这对商家意味着两件事。被贴上标签的商品，会被一个明确的人群优先认领；而对那个人群来说，没被贴标签的商品基本就隐身了。一个新手看到“Best for beginners”，大概率不会再去研究排第一的那双全能鞋适不适合自己。

第一名的绿色也有讲究。绿色在购物场景里通常代表推荐、安全，把它只给第一名，等于在三个“最适合”之上再加一个“综合首选”。如果这个样式正式上线，第一名和后面几名的点击差距可能被拉大。这只是推测，OpenAI没说会不会上线，也没说测试范围。

Google几年前也测过类似的东西

商品标签这件事，Google比OpenAI早。Brodie的SERP Alert笔记里有记录：2024年9月，Google在热门商品网格里测试过“most popular”和“best price”标签；之后又陆续测试过附近有货、热门趋势、“受某类人欢迎”等标签，比如“popular with runners”。

两家的思路很像：在用户点击之前，先替他把商品归好类。差别在于Google那些标签大都能从数据里直接算出来，比如价格、距离、点击热度；ChatGPT这次的“最适合新手”“缓震最好”更依赖对评测和评论的理解，主观成分更大，出错的空间也更大。

站在商家角度，这类标签的走向不难看出：搜索和AI平台越来越愿意替用户下结论，商家能控制的只剩喂给它们的资料。资料说得清楚、说得一致，结论才更可能对你有利。

商家想被贴上对的标签，能做些什么？

先说清楚：OpenAI没有公布标签的生成规则，下面这些做法是按帮助文档说明的选品依据推出来的，能提高被正确理解的概率，不能保证一定拿到某个标签。

把适用场景写进商品描述

很多独立站的商品描述只写参数：重量多少克、中底什么材料、落差几毫米。这些对懂行的人有用，模型却很难从“落差10毫米”直接推出“适合新手”。如果你的产品确实适合某类人，就在描述里明说：适合刚开始跑步、每周跑量不大的人；适合体重偏大、需要更多缓震的人。

写的时候注意两点。场景要真实，跟产品实际定位一致，乱写“适合所有人”等于没写。也别在标题里堆“best”“No.1”，数据源规范要求标题是商品名，堆营销词既不符合要求，也骗不过模型，它会去对照别的资料。

让评价和第三方评测说同一件事

帮助文档说“Budget-friendly”可能来自评论里反复提到的性价比，可见评论内容会被模型读进去。可以在售后邀评时引导买家写使用场景，比如“你是跑了多久的跑者”“主要在什么路面跑”，这样评论里自然会出现“新手”“长距离”这类词。

第三方评测同样重要。截图里那段总述引用的就是跑鞋评测站，三款被推荐的鞋，也都是评测站常年在写的型号。新品牌想挤进这种列表，送测、拿到独立评测站的评价，可能比改自家页面更管用。至于ChatGPT怎么挑引用来源，之前整理过的挑源字段里有更细的说明。

评价星级本身也要能被机器读到。独立站的评论插件如果没有输出结构化数据，第三方抓取时可能拿不到星级和数量，Shopify评论插件加星级结构化数据那篇写过具体做法。

保证数据一致、库存及时

帮助文档提到，商家改了价格或配送条件后，ChatGPT显示的信息可能会有延迟。数据源、商品页、第三方渠道上的价格和库存对不上，最直接的后果是推荐里挂着过期价格，或者缺货商品被推出去，用户点进来一看买不了。availability字段填错整行会被拒，这个尤其要查。

Google购物那边已经维护好数据的商家，可以对照Google免费商品列表的数据优化检查一遍字段质量，GTIN这类标识符也最好补齐，跨境商品GTIN申请有完整流程。

定期查一查自己被怎么描述

标签是模型生成的，可能贴错。帮助文档给了反馈渠道：在商品上点赞或点踩、通过商品菜单举报信息有误的商品，或者填写OpenAI的内容举报表单。发现自家商品被贴了明显不符的标签，比如一双竞速鞋被标成“最适合新手”，可以走这个渠道反馈，同时回头检查是哪份资料让模型产生了误解。

外贸独立站现在就可以查的几件事

这次是测试，标签什么时候正式上线、覆盖哪些品类，都没有准信。不过不管标签上不上线，下面这几件事都值得现在就做，它们决定的是你的商品能不能进ChatGPT的推荐列表。

第五条可以做成固定的监测表：每月同一批品类词各搜几次，记录出现的商品、位置和标签。ChatGPT的结果会因用户记忆和上下文不同而变化，最好用没有个性化记录的账号查，结果才有可比性。竞品监测的具体做法，AI可见度竞品分析那篇有完整流程。

第六条容易被忽略。ChatGPT带来的访问不一定都带UTM参数，在分析工具里经常被算成直接访问，ChatGPT推荐流量的归因问题写过怎么识别。标签上线后如果点击真的变多，你得先能看到这部分流量，才谈得上评估。

还有一点要提醒做国内供应链出海的卖家：很多工厂型品牌在海外市场几乎没有第三方评测，评论也集中在亚马逊这类平台上，独立站自己的页面信息又偏参数化。按帮助文档说的选品依据，这样的商品在ChatGPT里很难被说清楚定位。等标签上线再着急就晚了，现在就可以把主推款的场景描述和独立评测补起来。ChatGPT购物到底有多依赖商品数据源，ChatGPT购物推荐和商品数据源那篇有更多数据。

常见问题解答

ChatGPT商品结果里的新标签是什么？

是OpenAI在10月6日前后被发现正在测试的一组商品标签，显示在商品名下方，比如“Best all-rounder”“Best for beginners”“Best cushioning”。第一名用绿色，其他用灰色，每款商品还会多一行“Best for”的适用人群说明。目前处于测试阶段。

ChatGPT的商品标签是谁决定的？

按OpenAI帮助中心的说明，这类标签由ChatGPT根据模型能获取的信息生成，可能用到第三方数据。标签不是保证，也不是经过核实的陈述。新实验里的“最适合某类人”标签具体怎么生成，OpenAI没有公开。

商家能花钱让商品挂上ChatGPT的推荐标签吗？

不能。OpenAI说明商品结果由ChatGPT独立选出，不是广告，也不受合作关系影响，ChatGPT里的广告和商品结果是分开展示的。标签属于商品结果的一部分，目前没有付费获取的途径。

ChatGPT决定推荐哪些商品看什么？

帮助文档列了三类依据：第一方和第三方提供的结构化元数据（价格、描述等）及其他第三方内容，模型在看新搜索结果之前已有的回答，以及OpenAI的安全标准和产品政策。用户的预算、偏好、记忆和自定义指令也会改变各项依据的权重。

ChatGPT的Best price标签代表全网最低价吗？

不一定。帮助文档说ChatGPT会尽量突出它知道的最低价，多个商家卖同一件商品时，这一家可能被标成Best price；如果这家同时适用Instant checkout等其他标签，就可能不显示Best price。初始回答里的价格通常是第一个商家的价格，也不一定最低。

商品被贴了不符合实际的标签怎么办？

可以在商品上点踩，通过商品菜单举报信息有误，或者填写OpenAI的内容举报表单。同时检查自家商品描述、评论和第三方评测里有没有让模型误解的说法，把产品定位写清楚。

Shopify店铺需要额外做什么才能进ChatGPT购物？

按OpenAI帮助中心的说法，Shopify商家的商品数据已经通过Shopify Catalog接入ChatGPT，不需要额外操作。想让ChatGPT更快拿到最新价格和库存，可以另外申请直接提交商品数据源。

ChatGPT商品数据源里能提交买家评价吗？

能提交评价数量和平均星级两个汇总值，即review_count和star_rating，两者要对应同一批评价。按OpenAI的商品数据源规范，单条评价原文和问答列表不在这个数据源的范围内。

ChatGPT的商品标签会不会影响点击率？

Search Engine Roundtable认为标签应该有助于提高这些商品的点击率，但OpenAI和第三方都没有公开数据。可以确定的是，标签让用户按“适合谁”直接选择，被贴标签的商品更容易被对应人群点击。

权威参考资料