ChatGPT lanserar Shopping Research

| |

OpenAI lanserar idag 24 november 2025 funktionen Shopping Research, en ny funktion i ChatGPT som hjälper användaren hitta och jämföra produkter online. I stället för att söka och göra research på sajter, filtrera och läsa mängder av recensioner kan användaren beskriva sitt behov och ChatGPT försöker bygga en komplett, personlig köprekommendation på några minuter.

Lanseringen rullas ut globalt på både mobil och webbläsare för alla inloggade användare, oavsett om de använder Free, Go, Plus eller Pro.

Vad är ChatGPT Shopping Research?

ChatGPT Shopping Research är designat för de mer komplexa besluten, där budget, funktioner, specifikationer och personliga preferenser spelar stor roll.

Shopping Research analyserar behov i flera steg:

Kostnadsfri analys av er SEO

Omsätter ni mer än 10 miljoner erbjuder vi en kostnadsfri audit av er SEO och hur ni bör optimera för i AI-sök. Analysen görs och presenteras av seniora specialister. Vi utmanar gärna er nuvarande strategi.

  1. Användaren beskriver vad de letar efter
    Exempel: ”Vilken tyst sladdlös dammsugare passar bäst i en liten lägenhet?” eller ”Hjälp mig välja mellan de här tre cyklarna.”
  2. ChatGPT ställer följdfrågor
    Budget, målgrupp, storlek, material, funktioner eller liknande.
  3. Modellen gör research baserat på hela webben
    Den hämtar pris, lagerstatus, specifikationer, recensioner och bilder i realtid från tillförlitliga källor.
  4. Användaren guidar processen
    Produkter kan markeras som ”inte intressant” eller ”visa fler liknande”, vilket finjusterar resultatet.
  5. En personlig köpguide skapas
    Guiden sammanfattar produkternas styrkor, svagheter och aktuella detaljer från olika återförsäljare.

Det här är enligt OpenAI betydligt mer djupgående än en vanlig ChatGPT-sökning och särskilt stark inom elektronik, hem & trädgård, skönhet, kök, sport och friluftsliv.

Vilken är tekniken bakom ChatGPT Shopping Research?

Under huven drivs Shopping Research av en specialtränad variant av GPT-5 mini, optimerad för:

  • att läsa och förstå produktdata från seriösa källor
  • att jämföra många attribut samtidigt
  • att citera och sammanfoga information från flera webbplatser
  • att anpassa rekommendationer dynamiskt efter feedback

OpenAI har tagit fram en ny intern benchmark för produktnoggrannhet där Shopping Research-modellen presterar högst bland alla deras mini-modeller.

Vad innebär Shopping Research för e-handlare?

OpenAI betonar att för e-handlare betyder Shopping Research:

  • inga chattar delas med återförsäljare
  • resultat är organiska, baserade på öppna källor
  • lågkvalitativa produktkataloger undviks
  • återförsäljare kan begära allowlisting för att garantera synlighet

Modellen kan fortfarande missa detaljinformation, exempelvis pris eller lagerstatus och användaren rekommenderas att verifiera uppgifterna hos återförsäljaren.