ChatGPT s’étend avec un assistant de recherche shopping personnalisant la découverte de produits selon les préférences des utilisateurs

En bref

OpenAI a lancé Shopping Research, un assistant d’achat intégré à ChatGPT qui crée des guides d’achat personnalisés en analysant des sources de vente fiables et en posant des questions ciblées sur les préférences.

L’organisation de recherche en IA OpenAI a annoncé l’introduction de Shopping Research, un assistant d’achat interactif intégré à ChatGPT qui compile des guides d’achat sur mesure en consultant des sources de vente réputées et en recueillant des informations sur les préférences des utilisateurs.

Cette fonctionnalité est conçue pour permettre la recherche de produits directement dans ChatGPT, offrant aux utilisateurs la possibilité de décrire leurs besoins plutôt que de consulter plusieurs sites web. Qu’il s’agisse d’identifier l’aspirateur sans fil le plus silencieux pour un petit appartement, de comparer plusieurs modèles de vélos ou de trouver un cadeau adapté à un jeune enfant passionné d’art, Shopping Research génère un guide structuré pour accompagner le processus de décision. Il identifie les questions pertinentes, effectue des recherches en ligne étendues, évalue des sources fiables et exploite la compréhension existante de ChatGPT à partir de conversations antérieures et de sa mémoire pour produire un guide personnalisé en quelques minutes.

Le déploiement commence à la fois sur mobile et sur le web pour les utilisateurs connectés de ChatGPT, quel que soit leur abonnement (Free, Go, Plus et Pro). Pour répondre à la demande liée à la période des fêtes, les limites d’utilisation resteront faibles sur tous les forfaits pendant cette période.

Un grand nombre de personnes utilisent déjà ChatGPT pour explorer, évaluer et comparer des produits, notamment lorsqu’il s’agit de naviguer parmi de nombreuses options et de déterminer celles qui répondent à des besoins, budgets ou préférences spécifiques.

Shopping Research vise à aider lors de décisions plus complexes en transformant l’évaluation de produits en dialogue interactif. Il recueille des informations précises, récupère des données actuelles issues de sources crédibles, et propose des recommandations affinées pouvant être ajustées en fonction des retours utilisateurs.

L’outil se montre particulièrement efficace dans les catégories comportant de nombreuses spécifications, telles que l’électronique, les outils ménagers, les produits de beauté, les appareils de cuisine et l’équipement d’extérieur.

Pour les demandes simples, comme vérifier un prix ou confirmer la présence d’une fonctionnalité, les réponses standard de ChatGPT suffisent. Cependant, lorsqu’une analyse plus poussée est requise—comme comparer des compromis ou restreindre le choix—Shopping Research fournit un résultat plus détaillé et approfondi.

La fonctionnalité est également ajoutée à ChatGPT Pulse, disponible pour les utilisateurs ChatGPT Pro. Lorsque cela est pertinent, Pulse peut proposer de manière proactive des guides d’achat personnalisés en fonction des discussions précédentes. Par exemple, des conversations récurrentes sur les vélos électriques pourraient donner lieu à une future carte Pulse recommandant des accessoires adaptés.

Shopping Research améliore la recherche de produits grâce à des recommandations personnalisées et des citations transparentes

Pour commencer à utiliser l’assistant, les utilisateurs peuvent poser une question liée au shopping ; ChatGPT peut alors proposer automatiquement d’utiliser Shopping Research. La session peut être lancée en sélectionnant cette suggestion ou en choisissant l’option « shopping research » dans le menu (+).

Au début d’une session, ChatGPT présente une interface visuelle conçue pour discuter des options de produits et recueillir des retours qui orientent la recherche. Les utilisateurs décrivent ce qu’ils cherchent et répondent à des questions complémentaires sur le budget, l’utilisation prévue ou les fonctionnalités souhaitées. Lorsque la mémoire est activée, l’assistant peut affiner la recherche ; par exemple, si des conversations précédentes indiquent un intérêt pour les jeux vidéo, ce contexte pourra être pris en compte lors de la suggestion d’un nouvel ordinateur portable.

Pendant la phase de recherche, le système explore Internet pour obtenir des informations à jour, y compris les prix, la disponibilité, les avis, les spécifications et les images. Il présente ensuite progressivement des options de produits à mesure que la recherche progresse. Les utilisateurs peuvent orienter la recherche en interagissant avec les résultats, en rejetant les articles non pertinents ou en demandant des suggestions similaires à leurs préférences. Ces retours en temps réel permettent aux recommandations de s’adapter instantanément.

Après quelques minutes, l’assistant remet un guide d’achat personnalisé résumant les principales options de produits, leurs facteurs distinctifs, les compromis pertinents, et les informations les plus récentes issues de détaillants réputés. Cela offre une vue d’ensemble consolidée qui nécessiterait habituellement de longues comparaisons manuelles. Si l’utilisateur décide d’acheter un article, il peut suivre un lien vers le site du vendeur. De futures mises à jour permettront d’acheter directement depuis ChatGPT auprès des commerçants participants via l’Instant Checkout lorsque disponible.

Le système s’appuie sur une version de GPT-5 mini ayant fait l’objet d’un apprentissage par renforcement spécifiquement orienté vers les tâches liées au shopping. Il a été entraîné à évaluer des sources de confiance, fournir des citations et compiler des informations issues de multiples références pour produire des recherches complètes. L’expérience reste interactive, s’ajustant en continu aux nouvelles contraintes et aux retours utilisateurs pour générer une réponse détaillée et contextualisée.

Shopping Research est conçu dans un souci de transparence et de confiance. Les conversations ne sont pas partagées avec les commerçants et tous les résultats s’appuient sur des sites de vente publics, l’assistant lisant directement les pages produits, citant ses sources et évitant les contenus peu fiables ou de mauvaise qualité.

Bien que le modèle affiche de bonnes performances lors des évaluations internes axées sur la citation exacte des détails produits, il n’est pas infaillible. Il peut parfois se tromper sur des informations telles que les prix ou la disponibilité, et il est conseillé aux utilisateurs de vérifier les détails finaux sur le site du marchand.

Cette version marque une première étape dans la simplification de la découverte de produits. Avec le temps, ChatGPT devrait affiner sa compréhension des préférences utilisateurs, élargir la couverture des catégories et proposer des méthodes plus intuitives pour explorer et comparer les produits.