ChatGPT 購物重心回到商品發現：AI 給服飾品牌的一個提醒
顧客在網路上買衣服時，真正卡住的時刻常常不是付款，而是付款前的幾分鐘：這件穿起來會不會適合我？顏色會不會顯暗？M 號會不會太貼？Model 照很好看，但換到自己身上會是什麼樣子？
這也是近期 AI 購物發展給服飾品牌的提醒。ChatGPT、Shopify 與大型零售商正在把 AI 放到商品發現、購買研究與導流位置，讓使用者更快整理需求、比較選項，再回到商家自己的結帳與客服流程。對服飾品牌來說，AI 最值得先放的位置，是顧客最需要信心的那一段。
ChatGPT 購物正在走向商品發現與決策研究
OpenAI 在 2025 年 9 月推出 Instant Checkout，讓美國使用者可以在 ChatGPT 內購買 Etsy 商品，並透過與 Stripe 共同開發的 Agentic Commerce Protocol，讓 AI 代理、商家與付款系統能以更標準化的方式合作。即使在這個功能中，OpenAI 也強調訂單、付款與履約仍由商家既有系統處理，商家保留付款、後台與顧客關係的控制權。參考：OpenAI: Buy it in ChatGPT。
接著，OpenAI 在 2025 年 11 月推出 Shopping Research，把購物研究做成更完整的對話流程。使用者可以描述需求，ChatGPT 會提出追問、整理條件、比較選項，並產生更像買家指南的結果。這個功能特別適合需要比較、取捨與多重限制的購買決策。參考：OpenAI: Introducing shopping research in ChatGPT。
到了 2026 年 3 月，OpenAI 又進一步推出更視覺化的商品發現體驗。使用者可以用文字或圖片表達偏好，在 ChatGPT 裡瀏覽商品、並排比較價格與評論，並取得更新的商品資訊。OpenAI 也在官方文章中說明，ACP 正從結帳延伸到商品發現，讓商家能透過商品 feed 與既有系統提供更完整的資料。參考：OpenAI: Powering Product Discovery in ChatGPT。
外部報導也觀察到同一個方向。《經理人》整理外媒報導指出，OpenAI 正降低在 ChatGPT 內直接處理交易與預訂的比重，轉向把購買行為導向第三方應用或商家自己的流程；《鉅亨網》也提到，ChatGPT 購物功能正在強化搜尋與商品發現，結帳則更常回到零售商網站。參考：經理人、鉅亨網。
這些訊號放在一起看，AI 購物的重點正在往「購買前決策」靠近。它先理解需求、整理選項、提高決策效率，再把交易交給已經成熟的商家系統完成。
商家保留結帳，也保留顧客關係
結帳看起來只是最後一步，實際上牽涉庫存、付款、會員、運送、退換貨、客服與資料歸屬。顧客在哪裡完成購買，也會影響品牌後續的再行銷、售後服務與會員經營。
Axios 在 2026 年 3 月的報導中提到，Walmart、Gap 等零售商正在測試 AI 購物介面，但對結帳掌控權有不同選擇。有些品牌願意測試 AI 內結帳，有些品牌則讓顧客在 AI 聊天中瀏覽與比較，最後回到自己的網站完成購買。報導也指出，Walmart 在 ChatGPT 內直接購買的轉換率，低於導回網站結帳的模式。參考：Axios。
Shopify 的說明也很直接：ChatGPT agentic storefront 是一個以商品發現為主的 referral channel，顧客最後會在商家的 online store checkout 完成購買。這代表品牌的付款方式、結帳客製化、商品頁與會員關係仍然可以保留在自己的系統中。參考：Shopify Help Center。
對服飾品牌來說，這個分工很實用。品牌可以先讓 AI 處理顧客的需求理解、商品比較與穿搭想像，再把顧客帶回自己的商品頁、LINE 客服、Shopify 或官網結帳流程。交易仍在品牌熟悉的系統中完成，但顧客進入結帳前，已經少了許多猶豫。
AI 導流的價值，開始出現在商家數據裡
Shopify 在 2026 年 5 月發表的分析中，用「journey compression」描述 AI 購物帶來的變化。它觀察到，AI 搜尋把原本分散在多次搜尋、比較與回訪中的研究流程，壓縮成一次對話；當顧客點進商家網站時，已經更接近明確需求。
這份分析也指出，在 2026 年第一季 Shopify 店家的 product detail page sessions 中，AI referral 的轉換率比 organic search 高近 50%，平均訂單金額也高 14%。這是 Shopify 自有平台資料，實際成效仍會依品類、商品資料與網站體驗而不同；但它提醒品牌，AI 帶來的可能是更接近決策後段的顧客。參考：Shopify: AI-referred shoppers convert better and spend more。
對服飾品牌來說，這個趨勢和 AI 試穿非常接近。當顧客已經在對話裡說出身形、偏好、預算、場合與風格，下一步需要的是更具體的判斷工具：這件衣服穿起來如何、適合哪種身形、該怎麼搭、要不要進一步看尺寸或下單。
跨產業案例：AI 介面與專業流程分工
同樣的分工也出現在其他產業。MoonPay 在 2026 年 5 月進入 ChatGPT Apps 生態，使用者可以在對話中提出購買需求，由 ChatGPT 產生預先填好的 MoonPay 結帳連結；真正的付款、身份驗證與交易仍回到 MoonPay 的系統完成。參考：Genfinity、The Paypers。
金融服務與服飾電商的場景不同，但產品邏輯相似：AI 介面負責理解需求、預先整理資訊、降低操作摩擦；真正需要信任、付款與紀錄的流程，交給專業系統完成。服飾品牌也可以用這樣的方式規劃 AI 試穿：讓 AI 幫顧客完成選款與試穿判斷，讓品牌自己的系統完成商品頁瀏覽、客服、會員與結帳。
放回服飾電商：先處理下單前的猶豫
服飾購物的卡點通常很具體。顧客喜歡款式，但不確定自己穿起來會不會好看；看了尺寸表，但還是想問「我穿 M 可以嗎」；看完 Model 照，仍然無法想像自己的比例和風格。
這些問題發生在付款之前，也發生在客服最常被反覆詢問的地方。AI 虛擬試穿的價值，就是把這段猶豫變成可互動、可追蹤、可回到購買流程的體驗。
對台灣服飾店來說，LINE 是很自然的第一個入口。顧客原本就在 LINE 裡看新品、問尺寸、保留商品、確認付款與處理售後。把 AI 試穿放進 LINE，等於把原本分散在客服對話裡的疑問，整理成一段更清楚的決策流程：
- 顧客從新品廣播、圖文選單或客服對話進入試穿。
- 顧客選擇款式，上傳照片，取得 AI 試穿結果。
- 系統把商品連結、尺寸資訊與下一步行動接回原本購買流程。
- 品牌觀察哪些商品被試穿、哪些款式引發詢問、哪些互動接近下單。
這樣的流程不需要一次取代既有電商系統。它補上顧客最需要想像力的地方，再把成交交回品牌原本熟悉的路徑。
品牌可以先做三件事
第一，整理商品資料。AI 導購能不能有效，取決於商品圖、商品名稱、分類、尺寸資訊與連結是否清楚。對服飾品牌來說，第一批商品可以先選 20 到 50 個高詢問、高瀏覽或高退貨風險的款式。
第二，設計入口。不要只把 AI 試穿放在一個孤立按鈕裡。它可以出現在 LINE 圖文選單、新品廣播、關鍵字回覆、客服固定話術或商品頁。入口越接近顧客猶豫的時刻，試穿越容易成為購買輔助。
第三，追蹤試穿後的行為。第一階段可以先看試穿入口點擊、照片上傳完成率、試穿後是否點回商品頁、是否詢問尺寸、是否加入購物車。這些訊號會幫品牌判斷 AI 互動是否真的降低猶豫。
如果你正在規劃導入方式，可以接著看 LINE 官方帳號怎麼導入虛擬試穿？ 和 台灣服飾店導入 AI 試穿的流程與成本。前者處理入口設計，後者處理第一批商品、素材與成本評估。
結論：AI 商務會先成為信心入口
ChatGPT 購物、Shopify agentic storefront 與跨產業 App 案例放在一起看，可以看到一個穩定方向：AI 介面正在成為高意圖入口。它幫使用者整理需求、理解選項、縮短決策時間，然後把需要信任與紀錄的流程交給商家或服務商完成。
服飾品牌可以從這個方向開始行動。先讓顧客在下單前看見自己穿上的樣子，先把尺寸與實穿感的問題整理成互動流程，先把每一次試穿變成可觀察的偏好訊號。當 AI 成為購買前的信心入口，LINE、商品頁與客服就能一起形成更順的成交路徑。
想了解 I Am Model 如何把這段流程放進 LINE，可以查看 AI 虛擬試穿解決方案，或直接到首頁申請免費合作。