bingdadaChatGPT的购物推荐机制已从依赖开放网页搜索，转向以商家提交的结构化商品Feed为核心。Profound数据显示，自7月10日起，Feed检索占比跃升至60%以上，导致商家在ChatGPT推荐中的可见性发生剧烈波动，商家需将商品Feed优化提升至战略高度。
在AI搜索引擎逐渐成为主流入口的当下，品牌与零售商在Search Engine Journal等平台上的关注点，正从传统网页排名转向AI对话界面中的可见性。近期，来自AI搜索分析平台Profound的追踪数据揭示了一个重要趋势：ChatGPT的购物推荐机制已发生显著转向，从依赖开放网络搜索，大步迈向基于结构化商品Feed的检索模式。这一变化对依赖自然搜索流量的电商卖家而言，意味着游戏规则的改变。
Profound的监测网络在7月间追踪了超过175万次提示词运行。其数据显示，ChatGPT购物推荐中，被归类为“Feed集成”的商品比例在7月10日出现了戏剧性跃升，从之前的8.26%猛增至61.54%。这一转折点与OpenAI于7月9日发布GPT-5.6模型的时间线高度吻合。尽管OpenAI官方尚未明确将两者关联，且其发布日志中也未提及7月9日或10日有购物相关的功能更新，但数据关联性极强。
从更长的时间维度看，对7月1日至8月24日期间97,725次提示词运行的抽样分析显示，Feed检索在8月份已正式超越网页搜索。截至9月3日，Profound估计Feed检索约占其追踪到的产品推荐总量的65%。这意味着，ChatGPT在为用户推荐商品时，越来越倾向于从商家主动提交的、结构化的商品数据中获取信息，而非像传统搜索引擎那样在开放的互联网上抓取。
这一机制转变直接导致了商家在ChatGPT购物推荐中可见性的剧烈波动。Profound的样本涵盖687家商户，在7月7日至12日期间，有450家商户的购物可见性下降了至少三分之一，而仅有67家商户实现了同等规模的增长。通过统计分析，Profound发现网页搜索检索的流失与Feed检索的获取之间的此消彼长，能够解释83%的商家可见性变化。
此外，推荐资源的集中度也在7月10日后显著提高。排名前10的商户获得的引用份额从22.5%攀升至41.8%，而被引用的独立商户总数则从13,524家锐减至10,607家，降幅超过20%。这表明，与网页搜索相比，Feed检索倾向于从更狭窄的商户池中挑选商品。Profound还基于数据序列的同步性估计，7月所有Feed检索中约有35%与Shopify相关，这无疑凸显了平台生态在AI购物时代的影响力。
根据OpenAI的帮助中心文档，ChatGPT在选择商品时，会使用来自数据提供商和商店自身的结构化产品数据（如价格、描述）。文档强调，商品结果由ChatGPT独立选择，并非广告，也不受任何OpenAI合作伙伴关系的影响。目前，Shopify商店已通过Shopify Catalog实现了产品数据的自动集成，无需额外操作。Etsy的目录也已连接。其他零售商则需申请直接Feed接入，但OpenAI的商户页面显示，现有申请者处于等待名单中。这些Feed均通过OpenAI的智能体商务协议（Agentic Commerce Protocol）运作，该协议于3月24日扩展至产品发现领域，并支持来自Salesforce、Stripe等提供商的数据源。值得注意的是，OpenAI并未公布其依赖Feed数据与开放网页数据的频率比例。
Profound的数据揭示了一个关键信号：商品数据如何触达ChatGPT，其对购物可见性的影响权重已远超今年早些时候。对于Shopify和Etsy卖家而言，由于目录已连通，他们已占据先机。而其他商家则需关注OpenAI的官方动态，要么耐心等待直接Feed申请的审批，要么考虑通过其支持的第三方数据提供商间接接入。
然而，这并不意味着传统SEO的终结。恰恰相反，对于非结构化内容的SEO优化依然重要。但针对AI购物这一场景，商家需要将“Feed优化”提升至战略高度。这意味着需要确保商品Feed中字段的完整性、准确性和丰富度。正如Profound所预测的，下一阶段的竞争焦点，将从“是否拥有Feed”转向“Feed中包含哪些类型的字段”。高质量、高颗粒度的数据，如详细的材质、尺寸、使用场景、用户评价等，可能成为AI推荐算法青睐的关键。
海外ChatGPT在购物推荐上的这一转向，为国内正在蓬勃发展的AI搜索与电商生态提供了极具价值的参照。国内科技巨头如百度（文心一言）、阿里（通义千问）以及字节跳动（豆包）等，均在积极探索AI与电商的深度融合。例如，百度在AI搜索中已尝试整合购物信息，而淘宝问问等应用也在利用大模型能力优化商品发现路径。
与OpenAI依赖外部Feed不同，国内AI助手与电商平台的结合往往更为紧密，因为头部平台（如阿里、京东）本身就掌握着海量的高质量商品结构化数据。这意味着国内AI购物推荐可能更快地实现从“全网搜索”到“站内/平台内Feed检索”的过渡。对于国内商家而言，这既是挑战也是机遇——维护好电商平台后台的商品数据质量，优化标题、属性、图文详情等结构化信息，将在AI时代变得前所未有的重要。同时，国内多模态大模型的进展，也可能催生出更丰富的商品展示与推荐形式，值得商家持续关注。
根据AI搜索分析平台Profound的追踪数据，自2025年7月中旬以来，ChatGPT的购物推荐已从主要依赖开放网页搜索，转向主要依赖商家通过智能体商务协议提交的结构化商品Feed数据。截至9月初，其追踪的推荐中约65%来自Feed检索。
目前，Shopify和Etsy的商家已经实现了商品目录的自动或已连接状态。其中，Shopify商家通过Shopify Catalog即可完成数据集成，无需额外操作。其他零售商需要向OpenAI申请直接Feed接入，但目前处于等待名单状态，或可通过Salesforce、Stripe等OpenAI支持的数据提供商间接接入。
首要任务是确保商品数据能够以结构化的Feed形式触达ChatGPT。对于已接入的Shopify等平台商家，应优化商品Feed中的字段内容，确保信息完整、准确、丰富，因为下一阶段的竞争将聚焦于Feed包含的字段类型和粒度。对于未接入的商家，需密切关注OpenAI自助平台的开放进度。
传统SEO针对的是网页内容的搜索排名，而ChatGPT的购物推荐更侧重于结构化商品数据的调用。这并不意味着传统SEO失效，而是意味着针对AI购物场景，商家需要将“商品Feed优化”作为一项独立的、与内容SEO并行的策略来对待，两者共同构成AI时代的可见性基础。
Bingdada 是一个专注 SEO、GEO（生成式引擎优化）与 AEO（答案引擎优化）的内容平台，由资深内容编辑、SEO 技术工程师与 AI 研究专家组成的团队持续运营。我们追踪搜索引擎与生成式 AI 的最新动态，为读者提供准确、实用、可落地的方法论与行业洞察。
编辑团队：内容策划 · 技术编辑 · AI 研究组
网站：bingdada.com
© 2026 Bingdada. 保留所有权利。
SEO & GEO 技术探索者，专注于搜索引擎优化和生成式引擎优化。
AI助手正成为本地商家的新发现入口，但归因仍处盲区。CallRail数据显示AI引用来电占比约1%-2%，半年翻倍；夜间流量占比近三分之二，服务端号码替换有效而浏览器端无效。
程序化广告曾承诺自动化带来效率，却把人工购买劳动转化为欺诈监控与合规劳动。如今 AI 营销工具重复同一剧本：METR 数据显示开发者用 AI 反而慢了 20%，workslop 修复成本每年超 900 万美元。本文拆解这笔被记错方向的账，并给出三条可操作对策。
Automattic 董事会短暂罢免 Matt Mullenweg 后，他借助 Slack 权限重新掌权，官方最终确认其回归 CEO 职位。本文从公司治理角度解析这场风波背后的权力边界与数字控制权问题。
獲取最新的 SEO 與 GEO 技術資訊。
我們尊重您的隱私，隨時可以取消訂閱。
