OpenAI在10月1日的产品更新中，为ChatGPT购物体验增加了虚拟试穿和商品收藏。用户在服装或配饰商品卡片上选择“Try on”，拍摄或上传自拍，系统便用ChatGPT Images生成穿戴预览；参考照片可以保存供以后使用，也能在个性化设置中更换或删除。商品还能放进收藏夹或按文件夹整理。功能覆盖移动端和网页端，但公告没有说每个商家、每件商品都支持，也没有宣称生成效果可以替代尺码和实物判断。
这项变化抓住了网购里很具体的一段犹豫：看见一件衣服后，消费者需要想象它是否适合自己。图文商品页擅长展示模特，却很难回答“在我身上大概是什么样”；搜索结果能比较价格，却不能确定穿搭效果。生成式图像把商品照与自拍结合，降低想象门槛，也把新的不确定性带到购买前。图片可能十分好看，但布料垂坠、尺码松紧与真实脸部特征并不是只靠一张照片就能准确测量。
从“找到商品”到“看见自己”，购物入口前移了一步
OpenAI说明，试穿按钮出现在服装和配饰的商品列表中。用户可以从列表点入，也可在对话里上传某件衣服的照片，询问穿在自己身上可能是什么样。这个过程和过去先搜索商品、跳到商家页面、再自己想象效果不同：ChatGPT把发现、讨论和视觉预览放进一个连续会话。收藏功能则让多次查找不再散落在聊天记录里，用户可以把候选商品留到之后比较。
一个典型使用场景是旅行前挑外套。消费者可能先限定预算、颜色和场合，再在几件商品之间犹豫；虚拟试穿给出视觉参考，收藏夹保留选项。但这不等于平台已准确获知用户肩宽、袖长或鞋码。自拍的角度、光线和遮挡会影响合成，商家商品图也可能经过打光与修饰。OpenAI的帮助文档明确提醒，试穿图不保证商品或人的外观被准确还原，也不保证合身；购买前仍应查看商家尺码表、商品细节和退货政策。
这句提醒不是小字条款，而是功能的关键边界。消费者可能把生成画面当成证据，认为颜色、版型和布料纹理都接近实物。实际上，模型可以让衣服“看起来穿得上”，却不能通过图像检验真实面料弹性、洗后缩水和尺码偏差。某些衣服尤其依赖腰围、肩线、袖长等精确数据；如果商家没有完整规格，生成预览越逼真，越需要在界面上明确它只是模拟。
参考照片的保存也改变了隐私权衡。一次性上传和长期留存不是同一件事。OpenAI说，用户可以在“设置→个性化→参考照片”中更换或删除照片。对消费者而言，最好在开始使用前就知道图像将留在哪里、以后是否会自动作为参考，以及如何清除。涉及面部和身体特征的照片具有个人识别性，产品便利不能靠把授权步骤藏在漂亮的试穿图后面换取。
图片越像真的，商家信息越不能退到背景里
从零售链路看，虚拟试穿未必立即提高成交率。它可能帮助消费者筛掉明显不喜欢的款式，也可能因为画面过于理想化而带来更高退货预期。真正应观察的是试穿后购买、退货和满意度的变化，而不是单纯统计生成了多少张图。OpenAI在这次更新中没有公布这些经营指标，外界不能把一项新入口写成已经验证的电商革命。
商家同样面临展示准确性问题。不同品牌的尺码标法和商品拍摄方式不统一，服装平铺照、上身照与配饰细节图提供的信息差异很大。生成系统若缺少高质量商品数据，可能把口袋、图案或材质细节画错。试穿图作为启发式参考尚可，若成为下单的重要依据，就需要让用户容易返回商品原图、规格和销售方页面，避免“合成外观”压过真实商品信息。
收藏功能看似平常，却使ChatGPT更像一个持续使用的购物工作台。用户可以在多个会话里找商品、保存候选、按文件夹比较，而不必每次重头搜索。但收藏不是价格锁定或库存承诺。商品价格、运费、可售尺码和商家政策会变，用户真正付款前仍需看最新页面。把商品留在自己的库中，解决的是整理问题，不是交易条件的时效问题。
这项更新的竞争焦点也许不在“AI能否把衣服画到人身上”，而在能否同时保持视觉预览的吸引力与商品事实的可核对性。购物是一个由兴趣走向付款的过程，越接近付款，用户越需要准确尺寸、售价和退换规则。图片提供灵感，结构化商品信息负责把决定落地；二者若脱节，试穿只会成为另一种精致的广告图。
截至10月1日，能确认的是OpenAI已宣布在ChatGPT移动端和网页端加入虚拟试穿及收藏入口。适用范围、不同商品的生成质量和商业效果，还需要后续使用数据检验。对消费者最实用的态度是把它当作试衣镜的草图，而不是尺码尺和实物承诺：先看预览，再核对原图与商品条款，最后才决定是否下单。
资料来源：OpenAI《ChatGPT Release Notes》2026年10月1日更新，https://help.openai.com/en/articles/6825453-chatgpt-release-notes ；OpenAI《Shopping with ChatGPT Search》，https://help.openai.com/en/articles/11128490-shopping-with-chatgpt-search
