ChatGPT 商品 feed 現在值得台灣電商與產品型 SME 提前準備，但不要急著把既有商品資料原封不動丟上去。比較安全的做法，是先確認 6 個資料斷點：商品 ID 與變體、標題與描述、圖片、價格與庫存、運送退貨與政策、廣告與成效追蹤。OpenAI 目前把 ChatGPT shopping 重心放在商品發現與 merchant-owned checkout；官方商家頁也寫明 shopping 目前主要在美國上線，並會逐步擴大。因此台灣團隊現階段最該做的是 feed readiness，而不是把 ChatGPT 當成下一個保證帶單的新賣場。
為什麼 ChatGPT 商品 feed 不能只複製 Merchant Center
很多台灣電商已經有 Google Merchant Center、Shopify、91APP、Cyberbiz、WooCommerce 或自建商品 feed。看到 OpenAI 的 product feeds 後，直覺會想：「那我是不是把同一份 feed 複製過去就好？」答案是，不一定。
ChatGPT 商家頁說，product feeds 可以改善商品在 ChatGPT 中的呈現、分享圖片、價格與 reviews 等更豐富細節、讓 pricing 與 availability 保持更新，且使用者購買仍在商家的網站或 app 完成。來源：ChatGPT merchants page。OpenAI Developers 的 get-started 文件也把 ACP integration 的第一步放在 structured product feed。來源：OpenAI Developers: Get started。這代表商品資料不只是給購物廣告系統讀，而是要支撐對話式比較：這個商品適合誰、和另一個規格差在哪、價格與庫存是否最新、最後要回到哪裡完成購買。
先查 6 個資料斷點
ChatGPT 商品 feed 最怕的不是欄位少，而是商品事實互相打架。官網說現貨，feed 說缺貨；圖片是舊包裝，描述是新品；變體共用同一張圖，客服又說每個顏色材質不同。這些落差在傳統搜尋裡會造成拒登或低品質流量，在 AI shopping 裡則可能被放大成錯誤推薦。
| 資料斷點 | 上線前要確認 | AI 可協助 | 人工必查 |
|---|---|---|---|
| 商品 ID 與變體 | 每個 SKU、尺寸、顏色、組合包是否能穩定對應 | 找出重複 ID、缺 item group 或變體描述混亂 | ERP、電商後台與 feed 是否同一套邏輯 |
| 標題與描述 | 標題是否包含品牌、品名、規格與使用情境，描述是否回答限制 | 檢查標題過短、關鍵規格缺漏或促銷字塞太多 | 不能誇大功效、保證結果或偷改商品定位 |
| 圖片與可視證據 | 主圖是否清楚、無浮水印、能代表實物與變體 | 標記低解析、重複圖片、包裝不一致或重要資訊只在圖裡 | 商品外觀、尺寸、材質與實物是否一致 |
| 價格與庫存 | feed、商品頁、結帳頁、活動價與庫存是否同步 | 比對價格欄、sale price、availability 與更新時間 | 活動期限、缺貨、預購與門市庫存承諾 |
| 運送、退貨與政策 | 運送地區、退換貨限制、保固與不可退商品是否可被讀到 | 找出商品頁沒有寫清楚的費用或限制 | 政策是否符合公司實際客服處理方式 |
| 廣告與成效追蹤 | 哪些商品能投 feed ads、哪些要排除、點擊後怎麼衡量 | 依品類、毛利、庫存與風險產生初步分組 | 預算、投放地區、素材與資料使用責任 |
Organic discovery、Ads feed 與自有結帳要分開看
這個題目最容易混在一起。ChatGPT 商品 feed 不是單一功能，至少要分成三種情境。
1. Organic product discovery：先當成可見度準備，不要當成保證流量
OpenAI 商家頁說，商家可申請分享 product data，Shopify 或 Etsy 商家的 catalog 已整合且不需額外申請；同頁也寫明 shopping 目前在美國上線，並預計逐步擴大到更多商家與區域。這對台灣電商的意義是：如果你的主要市場不在美國，或平台尚未開放自助整合，不要把它當作短期流量保證。你可以先整理商品事實、政策頁、圖片與 feed 品質，等待適合的整合路徑。
2. ChatGPT Ads product-feed campaigns：先看資格與限制
OpenAI Developers 的 Ads product feeds guide 說，product feeds 可用來從 catalog 建立 ads、用 product filters 選擇 ad group 可用商品，也提醒新的 product-feed campaigns 在地理設定上支援 country level targeting and exclusions。來源：OpenAI Developers: Ads product feeds。這句話很重要：如果你是為了廣告 feed 上傳，就要用廣告邏輯驗收；如果你想做自然商品發現，就不能把 ads feed 的結果直接當成 organic exposure。
3. Merchant-owned checkout：成交責任仍在你的網站
OpenAI 商家頁 FAQ 說，OpenAI 正轉向更重視 better shopping discovery 與 merchant-owned checkout，使用者可在 ChatGPT 中發現與評估商品，但購買在商家的網站或 app 完成。這代表台灣 SME 不能只修 feed；商品頁、結帳頁、付款、物流、退換貨與客服入口仍然要能承接。AI 把高意圖使用者帶到你面前，只是第一步；如果價格、庫存或退貨政策不一致，最後變成客訴和退貨的是店家。
OpenAI feed specs 的重點：準確、更新、可交付
OpenAI Developers 的 Product feeds 文件把 product feeds 定義為 structured catalog data，協助 ChatGPT 用準確的 pricing、availability 與 seller context surface 商品，並建議透過 SFTP、file upload 或 hosted URL 交付與更新。來源：OpenAI Developers: Product feeds。翻成 SME 工作語言，就是三件事：
- 準確：商品 title、description、image、price、availability 和 seller context 不互相矛盾。
- 更新：活動價、缺貨、預購、下架與新款上線不能靠人工偶爾補。
- 可交付：feed 不是一次匯出檔，而是能被驗證、修錯、排程和回滾的營運流程。
Google Merchant Center 的 product data specification 也用類似邏輯要求 title、description、link、image link、price、availability 等商品屬性。來源：Google Merchant Center product data specification。所以台灣電商原本做 Merchant Center 的資料品質並不是白做；只是不能假設所有平台欄位、政策與 eligibility 都完全相同。比較穩的做法，是把既有 feed 當底稿，再按 OpenAI 的規格與商業情境重查。
政策風險：不能讓 AI 購物替你美化商品
OpenAI 的產品檔案規格把 discovery、Ads 與 checkout 需求分開，也提醒 Ads feeds 有額外 eligibility 與 ads_metadata 欄位。來源：OpenAI Developers: Products feed reference。這對台灣 SME 很實際：商品 feed 裡的每個欄位都可能變成 AI 回答或廣告呈現的一部分，不是後台技術欄位而已。價格、庫存、商品狀態、圖片與退貨政策若不準，錯誤就可能直接出現在消費者決策前。
台灣個人資料保護法第 20 條也規定，非公務機關利用個人資料行銷時，當事人表示拒絕接受行銷，應停止利用其個人資料行銷；首次行銷時也應提供拒絕方式。來源：個人資料保護法。若你把 ChatGPT product feed 和 ads、CRM、再行銷或會員分眾接在一起，不能只看技術串接，也要看名單來源、同意、拒收與資料保存。
7 天 feed readiness 流程
小團隊不需要一週內做完所有整合，但可以一週內做出第一版 readiness 表。
第 1 天：挑 20 個代表性商品
不要從全站幾千個 SKU 開始。先挑高毛利、常被搜尋、常被問問題、常出錯或常有變體的 20 個商品。這一批足以看出資料問題。
第 2 天：比對商品頁、feed 與結帳頁
逐一檢查標題、規格、價格、庫存、圖片、運送與退貨。若三個地方講法不同，先修公開商品頁與內部資料來源，再談上傳 OpenAI feed。
第 3 天：讓 AI 找欄位缺口
把去識別化後的商品欄位交給 AI，請它只列「缺什麼」和「哪裡矛盾」，不要讓它直接改正式商品描述。正式標題、功效、材質、尺寸與價格仍由人確認。
第 4 天：建立排除清單
不是所有商品都適合進 feed ads 或 AI shopping。缺貨、毛利太低、容易退貨、規格複雜、法規敏感、圖片不穩或售後成本高的商品，先排除或改成人工審核。
第 5 天：補政策與客服答案
每個商品類型都要能回答：能送到哪裡、多久出貨、退換貨限制、保固怎麼算、客服找誰。這些答案應該在商品頁或政策頁看得到，不要只藏在客服話術裡。
第 6 天：設定廣告與成效分組
如果要用 product-feed campaigns，先按毛利、庫存、品類、季節與風險分組。OpenAI Developers Ads 文件提到可用 product filters 與 ads_metadata 組織產品集合；小團隊至少要先知道哪些商品能投、哪些不能投。
第 7 天：寫下 go、hold、fix
把商品分成三類：可上線、暫緩、先修。可上線商品要有資料來源與負責人；暫緩商品要寫原因；先修商品要指定誰修圖片、價格、庫存或政策。這張表比空泛的「準備 AI shopping」更有用。
誰適合先做？誰先不要急
這套流程適合有自有官網商品頁、穩定 SKU、清楚價格庫存、可維護圖片與政策頁的台灣電商與產品型 SME。包含生活用品、食品禮盒、服飾配件、B2B 耗材、家居選品、教育課程商品化方案、門市加電商混合銷售等，只要商品資料會影響搜尋、廣告、客服與結帳，就值得先做。
不適合的情況是：商品還在試賣、價格每天口頭調整、庫存沒有同步、圖片和實物差很多、退換貨規則不清楚，或團隊想用 AI shopping 掩蓋商品頁混亂。這時候先整理商品事實，比追新平台更重要。
資料更新與來源
本文於 2026 年 10 月 3 日整理。主要來源包括 ChatGPT merchants page、OpenAI Developers get-started、OpenAI Developers Product feeds、OpenAI Developers Ads product feeds、OpenAI Developers Products feed reference、Google Merchant Center product data specification 與台灣個人資料保護法。OpenAI shopping、Ads Manager、product feed onboarding、地區開放與 eligibility 可能快速變動；正式導入前，請以官方頁面、實際帳號介面、電商平台後台與公司法遵確認為準。
SERP/benchmark 觀察顯示，強頁面多半勝在把平台公告、feed 規格、申請流程與 FAQ 放在一起；弱點是對台灣 SME 的地區可用性、商品頁承接、個資同意與毛利風險說明不足。本文補上的，是一張可在平台完全開放前先執行的資料檢查表。
結論：先讓商品事實可被信任，再談 AI 購物曝光
ChatGPT 商品 feed 的機會在於，消費者可能用更自然的方式比較商品，而不只靠關鍵字和篩選器。但這也讓商品資料錯誤更難被藏住。台灣 SME 最務實的順序，不是搶著申請每個新入口，而是先讓商品 ID、描述、圖片、價格、庫存、政策與追蹤互相一致。當商品事實可信、可更新、可排除、可驗收，ChatGPT shopping、feed ads、Merchant Center、SEO 與客服知識庫才會用同一套真相說話。
FAQ
ChatGPT 商品 feed 是什麼？
它是讓商家用結構化商品資料協助 ChatGPT 理解商品、價格、庫存、圖片與賣家資訊的資料來源。它可用於商品發現或特定 feed 廣告情境，但資格與地區開放要看官方頁面。
台灣電商現在一定要申請 ChatGPT product feed 嗎？
不一定。官方商家頁目前說 shopping 主要在美國上線並逐步擴大。台灣 SME 可以先做 feed readiness，整理商品事實與政策，等帳號資格和地區開放更清楚再上線。
可以直接用 Google Merchant Center feed 嗎？
可以當底稿，但不要直接複製。Merchant Center 的資料品質很有參考價值，但 OpenAI 的欄位、政策、Ads eligibility、商家申請與 ChatGPT 呈現方式仍要按官方規格重查。
ChatGPT Ads product-feed campaigns 和自然商品曝光一樣嗎？
不一樣。OpenAI Help Center 說 feed campaigns 在 beta 期間讓商品符合 ads 使用資格，不會出現在 organic ChatGPT conversations。投廣告和自然商品發現應分開驗收。
AI 可以幫忙修商品 feed 嗎？
AI 可以找缺欄位、矛盾、重複標題、圖片問題與分組建議，但不能替你確認價格、庫存、材質、療效、退貨政策或個資同意。正式商品事實仍要由人審核。