为 ChatGPT 购物准备商品 Feed 的方法（2026 年 9 月）

2026 年 7 月，ChatGPT 的购物推荐换了主要的信息来源。如果你的商品数据没有跟上这个变化，再怎么优化商品页面也补不回来。这套流程的作用，是把商品目录做到可通过校验、可提交的状态。无论你今天能不能提交 feed，它都成立。

变化本身，以及它逼出来的一个判断

OpenAI 于 2026 年 7 月 9 日发布了 ChatGPT 5.6 模型。第二天，ChatGPT 购物推荐中来自商家商品 feed 而非开放网络搜索的比例，从 8.26% 跳到了 61.54%。这组数字来自 Profound 公开的研究，该公司追踪了 2026 年 7 月期间的 1,757,723 次 ChatGPT 购物提示。仅仅一天，基于 feed 的检索就从少数来源变成了主导来源。

这个数字是第三方观测，不是 OpenAI 的披露。OpenAI 没有确认 7 月 10 日的变化，也从未公布过任何检索占比。哪些结论有数据支撑、哪些没有，我放在文章靠后的一个章节里统一说明。方向上请认真对待，精度上请放宽。

这个方向逼出来的，是一个思维转换。商品数据现在不仅要作为内容正确，还要作为数据正确。 一个写得漂亮的商品页面，如果 GTIN 校验位缺失，对基于 feed 的推荐引擎来说就是一行校验失败的记录。

以下全部是操作流程。7 月 10 日那组数字站不站得住，都不影响每一步的价值，因为一份干净、完整、机器可读的商品目录，在今后所有购物场景里都用得上。

先判断你在哪一条通道上

这套流程分成两条通道。"做完"的含义在两条通道上不同，所以开工前你得先知道自己在哪条。通道 A 能证明已被收录。通道 B 能证明的到"准备就绪"为止。两条通道产出的是同一份文件。

四项接入判定

每一项都请如实回答。

只要有一项没有"能指得出来的凭据"支撑，你就在通道 B。这是默认位置，不是失败状态。有两点值得额外说明：打开资格字段并不会完成结账的接入流程；注册能拿到的只是商家展示名，拿不到 feed 的其他任何东西。

通道 A：feed 接入已确认

你会拿到注册专属的字段清单，以及接入流程中确认的提交渠道。提交机制本身是在接入流程里确定的。 是 SFTP，还是往白名单端点做加密 HTTPS 推送，各家公开的说法并不一致。在 OpenAI 明确告诉你适用哪一种之前，别按任何一种说法去搭你的管道。

通道 B：还没有接入，以及哪些事不会白做

今天不需要任何许可就能推进的有三件事：爬虫访问、商品页面自身的结构化数据与描述质量，以及把文件做好并校验通过。本文中段的目录工作没有任何门槛。现在就做出文件并校验，等接入开通那天直接提交一份本来就合格的。

如果你用 Shopify，商品数据会通过 Shopify Catalog 到达 ChatGPT，商家侧不需要额外工作。真正需要直接 feed 的是时效性，以及默认不会带过去的那些字段。有一点要留意：有一个二手来源把这项接入标为 2026 年 3 月，但那个日期未经核实，当作闲聊素材即可，别写进计划。

为读取你商品的爬虫开门

这是两条通道都能立刻见效的第一步，也是性价比最高的一步。

打开 robots.txt，查看针对 OpenAI 各 agent 的指令。对商品可见性真正关键的是 OAI-SearchBot。它一旦被屏蔽，你的内容就不会出现在 ChatGPT 的商品结果里，feed 再干净也没用。它不用于模型训练，屏蔽它保护不了任何东西。

需要明确判断的 agent 名称有四个。

这里最重要的质量检查不是 `robots.txt`。 而是被放行的爬虫真的到达之后，能不能读到东西。用爬虫的 user agent 抓一个代表性商品 URL，然后检查响应正文。如果返回的只是一个应用外壳，没有服务端渲染的标题、价格、库存状态和描述，那这次抓取成功了，却什么有用的东西都没返回。很多店铺前端只在客户端渲染商品数据，这类店铺无论 robots 文件怎么写，在没有 feed 的发现路径里都是隐形的。

这项检查可以用 Auspia 的 OpenAI search crawler simulator 跑，它会以 OpenAI 爬虫的身份抓取公开页面，并显示它能读到什么。

补救路径。 如果 robots.txt 被平台或代理方锁住，把变更申请连同日期记录下来，然后继续往下走。这一步不是拦截点，它会成为通道 B 记录里的证据。

让商品页面对机器可读

feed 不是通往购物推荐的唯一路径，对通道 B 的商家来说目前根本用不上。页面上的结构化数据用得上。

给所有商品模板加上 JSON-LD 格式的 Product 结构化数据，并且让它和商品目录导出同源。后半句是团队最容易漏掉的地方。如果 schema 在主题里手工维护，而 feed 来自 PIM，两者会在一个季度内跑偏，而价格和库存信号互相打架，比干脆没有更糟。

至少包含 name、description、image、SKU、brand，以及带 price、price currency、availability 的 offers 块。取值要和 feed 里一致。如果目录里有 GTIN、condition、material、color、size、dimensions，也一并放进去，这些正是对话式查询真正会用到的属性。

质量检查。 从差异最大的品类里各挑一个商品 URL，一共三个，用爬虫看到的那条渲染路径去验证，而不是用登录状态的浏览器。

补救路径。 如果平台不允许往商品模板注入 JSON-LD，就通过标签管理器塞进 head，并把它记为技术债。能用，但脆弱，得有人负责撤下它。

面向对话式查询重写描述

这一步里，SEO 的老规矩会反过来伤你。

商品目录的描述通常是为了覆盖关键词、和在货架上说服人而写的：品牌叙事、堆关键词的标题、卖点罗列。对话式购物查询完全不是这个形状。有人问"办公室开放式工位用的、150 美元以下的静音机械键盘"，能回答这个问题的属性是噪音水平、轴体类型和配列。这些属性要能被抽取，就必须存在，而且必须是事实。

把商品描述写成一份事实规格表，前面带一句给人看的简短引言。一句话说清它是什么、适合谁。然后不加营销修饰地把属性列出来。"重量：780 g"胜过"令人惊艳的轻量化设计"。要下判断，就把它写得具体、可验证。

在大举投入之前，有件事得知道。OpenAI 的购物文档写明，ChatGPT 可能会生成简化过的商品标题和描述。你的文案是推荐的输入，不是有保证的输出。把源数据写得干净、基于事实，然后接受表层可能改写它这个事实。

质量检查。 挑出销量前十的商品，为每个写下买家做决定时需要的四个属性。如果一个描述里出现不到三个，那它没在干活。

补救路径。 如果描述来自你控制不了的供应商 feed，手工重写销量最高的那一成，让长尾慢慢跟上。局部覆盖也比项目停摆强。

动第一行数据之前，先写下字段契约

从这里进入 feed 本体。在任何导出之前，把"什么算对"一次性写清楚。这么做的结果，是把审计从辩论变成机械处理。

九个必填字段，以及各自会在哪儿崩

每一行都需要这九个。这张表就是契约。

有两个字段值得单独强调，因为它们会悄悄失败并拖垮整条商品线。

availability 字段只接受五个值。省略、留空或无法识别的值都会导致整行被拒。如果你的平台导出的是 IN STOCK、available 或 1，这些行全都会失败。把内部词汇显式映射到五个可接受值，映射不了的送进人工队列，别默认落到 unknown。unknown 是合法取值，但它是一个有意的状态，不是什么都往里塞的垃圾桶。

price 字段是 金额、一个空格，然后是大写币种代码。也就是 79.99 USD，不是 $79.99，不是 79,99 USD，也不是 7.999e1。不能有千位分隔符，不能有科学计数法。

会悄悄拒行的规则

还有四条约束值得写进校验脚本。

GTIN。 必须正好是 8、12、13 或 14 位，且校验位有效。不接受 ISBN-10。保留前导零，也就是说，在所有会经过的地方都要把这一列当文本处理。这是整份规格里最常见的一个隐形破坏点，因为电子表格和 CSV 导出默认会丢掉前导零。

促销价。 必须大于零，且在同一币种下严格小于原价。促销价等于原价、或原价留空的促销行都会失败。

标题长度。 建议不超过 150 字符。截断时请在词边界处切。

日期字段不排期任何东西。 规格明确写着，契约里的日期不会为价格或库存变更排期。想让促销在午夜切换，必须由你的管道把新值推上去。

有意识地决定资格字段

有三个字段决定一行通过校验之后会发生什么。

它们也可能以 enable_search、enable_checkout、is_eligible_ads 出现。这些是别名，别把用旧拼写的模板当成另外一个字段。

一条实操建议：让 is_eligible_search 和那个已经知道商品下架或隐藏的系统保持同步。如果你另有一份"从渠道隐藏"的名单，而它到不了 feed，你就是在把过期的在售信息往推荐里送。

按什么顺序开启可选字段组

可选字段大约有 50 个。这里按每投入一小时能拿回多少来排，而不是按规格顺序。

1. 变体（group_id、listing_has_variations、variant_dict、offer_id、gtin、mpn）。如果你卖服装、鞋、家居，或任何有尺码颜色的东西，这是第一优先。
2. 商品信息（condition、product_category、material、color、size、gender、age_group，以及尺寸重量字段）。这些是让对话式匹配跑起来的东西。
3. 媒体（additional_image_urls）。
4. 退货（accepts_returns、return_deadline_in_days、return_policy）。
5. 评价（review_count、star_rating），加上店铺级的 store_review_count 与 store_star_rating。
6. 履约、商家与地区（shipping_price、shipping、seller_url、target_countries、store_country）。
7. 只在接入时开放的字段。 marketplace_seller、size_system、accepts_exchanges、is_digital，广告那一对（is_ads_eligible、ads_metadata），结账那一对（is_eligible_checkout、seller_privacy_policy、seller_tos），都需要在接入流程中确认。它们不是自助的。第一轮先放一放。

质量检查。 九个必填字段都要映射到某一列，且该列在至少 95% 的 SKU 上解析出真实数据。低于这个门槛的字段不是映射任务，而是一个采购决策。

补救路径。 如果某个必填字段根本没有来源，比如无品牌商品线上的 brand，那就停下来，在做文件之前先和业务负责人把采购问题定下来。格式层面的工作修不好不存在的数据。

实际允许提交的文件格式

用接入流程中针对你注册 feed 确认过的格式。除此之外，还有一条 Google 兼容路径，接受 UTF-8 的制表符分隔 .txt 或 .tsv，以及逗号分隔 .csv，并支持 .txt.gz、.txt.gzip、.tsv.gz、.csv.gz 形式的 gzip 压缩。

在这条兼容路径上，JSON、电子表格、XML、RSS、Atom 都不受支持。不要逐行混用格式，整份上传只用一种。

归一化最容易崩掉的四个字段

冻结一份导出

只导出一次，给文件打上时间戳并算出哈希值。后面每一步都针对这份冻结文件执行。可复现的性能，决定了三周后有人问"这个 SKU 为什么不见了"时，这次审计能不能交代得清。

四项归一化

GTIN 前导零。 把该列按文本导出，校验位数是 8、12、13、14 中的一个，并验证校验位。绝大多数静默失败都出在这里。

价格格式。 去掉千位分隔符，保留小数点，清掉科学计数法，把币种代码作为独立记号附上。把结果丢进一个只接受 ^\d+\.\d{2} [A-Z]{3}$ 的正则，其余进队列。

库存状态映射。 把内部词汇显式映射到五个可接受值。统计每个桶落进了多少行，又有多少行落进人工复核。人工复核多，说明的不是 feed 坏了，而是你的库存词汇需要一张映射表。

标题与描述清理。 标题在 150 字符处按词边界截断。描述剥掉标记，按纯文本限制在 5,000 字符以内。

质量检查。 把归一化后的文件重新导入一个新的电子表格，确认 GTIN 列仍然显示前导零。这样能抓出那种绕过其他所有检查的数字导出陷阱。

补救路径。 如果 feed 平台或 PIM 替你做这些归一化，别信成功提示，用同一套检查去验证它的输出。

审计每一行，并维护一份例外清单

到这里，把检查跑遍整份文件。这一步把商品目录变成一份工作任务书。

不用校验器就能做的九项机械检查

对每一行：九个必填字段都存在且非空；availability 落在五个枚举值里；gtin 位数与校验位有效；price 符合金额加币种的形状；sale_price 严格小于 price、大于零且币种相同；title 不超过 150 字符；description 是纯文本且不超过 5,000 字符；url 返回 200 且在服务端渲染出商品数据；image_url 解析到真实图片而非占位图。

一行数据要么穿过所有闸门，要么带着失败的那道闸门名字落进例外文件。拒行最多的是 availability 这道闸门，因为自造库存词汇是商品目录失败最常见的原因。

做一份例外文件，而不是一份完美目录

两列加一个责任人：item_id、卡点、以及谁来修。

质量检查。 对于一个整理得还行的目录，例外文件应该不到总行数的 10%。超过 30%，问题就在上游的数据治理，诚实的做法是去修源系统，而不是给文件打补丁。

补救路径。 如果某个必填字段是整类商品缺失而不是零散 SKU 缺失，把它当作一个需要业务负责人参与的采购决策来处理。别为了让审计通过就把这些行改成 unknown。unknown 是一个有明确含义的合法取值，用它来通过检查是在污染你自己的数据。

关于更新频率，有一句诚实的补充。规格没有说明更新节奏，也没有说明 feed 是全量快照还是增量更新。公开的厂商说法对这两点都言之凿凿，但那些内容不在 OpenAI 的文档里。规格真正要求的是：提交当前价格，在促销开始和结束时更新，在商品售罄或恢复时更新库存状态。把你的管道围绕这两类事件搭建，更新频率的问题留到接入流程里去确认。

用平台会用的方式校验文件

用你打算提交的那种格式，重新解析你打算提交的那份确切字节，数一数进去多少行、出来多少行。

这一步能抓出电子表格掩盖掉的失败。一个在 Excel 里打开很漂亮的文件，和一个能被当 CSV 解析的文件不是一回事，因为未转义的分隔符或描述字段里的换行，在屏幕上看着没问题，却会破坏解析。

质量检查。 进出的行数相等，且自动检查与人工审计结果一致。两者对不上就是有一方错了，通常错的是人工那方。

补救路径。 编码问题几乎总能靠重新导出为 UTF-8 解决。引号问题几乎总是未转义的分隔符，或描述里的多余换行。

如果团队里有编码 agent，这里是写个小脚本最划算的地方，因为它能把审计从季度项目变成一次重跑。

验证它真的生效了

能证明什么，取决你在哪条通道。这一点值得说准，不要含糊过去。

通道 A 能证明已被收录。通道 B 能证明准备就绪。通道和分叉都不会改变文件本身，这正是"在拿到接入之前先把文件做好"的意义。

有接入时（通道 A）

四项检查：提交已被受理；逐行拒绝报告读过，每一条拒绝都已解决或已记录；示例购物提示开始展示你的某个商品；服务器日志显示有检索 agent 抓取了你的商品 URL。

没有接入时（通道 B）

四项检查：robots.txt 抓取为 OAI-SearchBot 返回了商品 URL；该 URL 的服务端渲染结果里有标题、价格、库存状态和描述；九项审计通过；冻结的导出与检查运行被保存在下一个人能复现的位置。

准备就绪是真实且可证伪的成果，但它和被收录不是同一回事，也不该被当成同一回事来汇报。

最后一个重要的数字

从 ChatGPT 跳出的外部链接会自动带上 utm_source=chatgpt.com。也就是说，点击确实发生过的第一方证据只存在于你自己的分析工具里。趁现在还不需要，先把过滤器建好。

同时说清它到底在测什么：它是基于点击的流量归因，不是可见性指标。一个商品可能被推荐很多次却从未被点击，而不具备资格的商品根本不会被点击。

这套流程控制不了的东西

它控制不了 feed 集合内部的排序。 规格定义的是单行的契约，没有定义排序规则。通过全部字段检查，意味着这个商品获得了被检索的资格，它对十行合格记录里哪一行会展示只字未提。开头引用的那份研究测的是检索来源，不是检索集合内部的排名。

7 月 10 日那组数字是观测值，且来自单一厂商。 它们描述的是 Profound 的追踪提示面板，而不是真实的购物会话或购买链路。OpenAI 没有确认那次变化，也没有披露任何检索占比。2026 年 9 月 3 日开始的 GPT-6 Astra 铺开，与那份研究较晚的测量窗口重叠，是一个实实在在的混淆变量。

集中度数字带着同样的局限。前十店铺引用占比从 22.5% 升到 41.8%、独立商家数从 13,524 降到 10,607，都来自同一个面板。而"检索来源变化解释了 517 个变动客户中 83% 的可见性波动"这个发现，是面板内部的解释比例，不是一个可以拿来制定计划的因果系数。

厂商博客上流传的部分说法不在规格里。 下面每一条都请谨慎对待。

它控制不了你的文案会被怎么呈现。 ChatGPT 可能会生成简化过的商品标题和描述。另外，购物结果由 ChatGPT 独立挑选，不是广告。这一点回答的是商业影响的问题，不是检索来源的问题。如果你要的是付费曝光，OpenAI 另有一条基于商品 feed 构建的广告路径，那是另一套流程，不在本文范围内。

常见问题

今天能向 ChatGPT 提交商品 feed 吗？

不能自助提交。接入是按商家逐一确认的，结账需要一个单独启用的接入，标准上传目前面向美国。注册只会给你商家展示名，你可能处在"已注册但没有实际上传权限"的状态。跑一遍上面的四项接入判定，就知道自己在哪。

feed 应该多久更新一次？

规格没有说明刷新节奏。有两家厂商博客声称是 15 分钟，但那个数字没有出现在 OpenAI 的文档里。务实的答案是：围绕规格明确要求保持最新的两件事来驱动更新，也就是价格和库存状态事件。

发送整个文件，还是只发变更的行？

未解决。有一家厂商声称是全量快照，且没有引用 OpenAI 文档作为依据。在搭建任何依赖某一答案的管道之前，先在接入流程里确认。

100 个商品的样本要求是真的吗？

OpenAI 的帮助文档在提到首次样品或完整 feed 提交时没有给出数量。100 这个数字来自厂商博客。如果你要准备样本，请覆盖各类可选字段组的代表性情形，而不是瞄准某个具体数目。

一份好的 feed 能提升我的商品在 ChatGPT 购物结果里的排名吗？

在这个问题通常暗示的意义上，不能。feed 让商品变得有资格、可被描述。检索集合内部的排序没有公开文档，而现有公开研究测的是检索来源，不是排名。把字段合规当作前提条件，而不是杠杆。

我在 Shopify 上卖东西，这套流程还需要吗？

基础接入不需要。商品数据通过 Shopify Catalog 到达 ChatGPT，商家侧不用额外工作。真正需要直接 feed 的是时效性，以及默认不会带过去的那些字段。

作者：Eva Laurent，Auspia 的电商搜索策略师，负责过一万多个商品页面。她撰写电商搜索、商品发现，以及商品数据如何进入 AI 购物场景的内容。