การค้นพบผลิตภัณฑ์จะกลายเป็นการสนทนา โดยระบบจะตั้งคำถามเพื่อทำความเข้าใจว่าผู้ใช้ให้ความสำคัญกับอะไร ดึงรายละเอียดที่ถูกต้องและเป็นปัจจุบันจากแหล่งข้อมูลคุณภาพสูง และนำเสนอตัวเลือกกลับมาให้ผู้ใช้ปรับปรุงผลลัพธ์
ในเบื้องหลัง ระบบจะค้นหาข้อมูลล่าสุด เช่น ราคา ความพร้อมใช้งาน รีวิว ข้อมูลจำเพาะ และรูปภาพจากอินเทอร์เน็ต และผู้ใช้สามารถชี้นำการค้นคว้าได้ด้วยการโต้ตอบกับผลิตภัณฑ์ที่แนะนำ หรือระบุว่า “ไม่สนใจ” หรือ “คล้ายแบบนี้มากกว่า” เพื่อให้การค้นคว้าปรับตามข้อเสนอแนะแบบเรียลไทม์
ผลลัพธ์ทั้งหมดเป็นแบบออร์แกนิกและมาจากเว็บไซต์ขายปลีกที่เปิดเผยต่อสาธารณะ โดยมีการอ่านหน้าผลิตภัณฑ์โดยตรงและมีการอ้างอิงแหล่งที่มา เพื่อหลีกเลี่ยงเว็บไซต์คุณภาพต่ำหรือสแปม
แม้ว่าโมเดลที่ขับเคลื่อน Shopping Research จะทำงานได้ดีกว่าโมเดลอื่น ๆ ของเราในการประเมินภายในที่วัดความสามารถในการอ้างอิงรายละเอียดผลิตภัณฑ์จากเว็บ แต่ก็ยังไม่สมบูรณ์แบบ
ศัพท์ที่ควรรู้
- Shopping Research – คือฟีเจอร์ใหม่ใน ChatGPT ที่ช่วยค้นคว้าข้อมูลผลิตภัณฑ์ตามความต้องการของผู้ใช้
- Clarifying questions – คือคำถามเชิงลึกที่ระบบใช้เพื่อทำความเข้าใจความต้องการที่แท้จริงของผู้ใช้
- High-quality sources – คือแหล่งข้อมูลที่เชื่อถือได้ซึ่งระบบใช้ในการดึงข้อมูลผลิตภัณฑ์
- Transparency – คือการที่ผลลัพธ์ทั้งหมดมาจากเว็บไซต์ขายปลีกที่เปิดเผยต่อสาธารณะและมีการอ้างอิงแหล่งที่มา
ที่มา: OpenAI