ChatGPT 購物優化：先修好爬蟲讀得到的商品資料

截至 2026 年 11 月，ChatGPT 購物只在美國推出，而 OpenAI 已在 2026 年 3 月退出 Instant Checkout（即讓用戶不離開對話就付款的功能），商戶要自己承接結賬。要談 品牌在ai的曝光，先要接受一個不太浪漫的前提：ChatGPT 不會「看」你的頁面設計，它讀的是伺服器送出的文字與程式碼。

Semrush 於 2026 年 11 月 4 日發表的《How to optimize for ChatGPT shopping》指出，ChatGPT 每週有超過 1 billion 人使用；這批人會在對話裡問「邊隻貓飲水機好用」，也會問「同 Petlibro 比較有咩分別」。以下按「爬蟲讀唔讀得到」到「讀到之後信唔信你」的次序拆解，適合的讀者是正在為商品頁做準備的電商與市場推廣負責人。若你已經在談生成式引擎優化，這篇的分工可以照樣用。

重點摘要

• ChatGPT 購物自 2025 年推出，現時只在美國上線，香港商戶的即時回報有限，但底層功夫可以同步做。
• 主要 AI 爬蟲目前都不執行 JavaScript；價格、庫存與規格寫在 HTML 裡，才讀得到。
• OpenAI 的商品 feed 要求 9 個必填欄位，商品標題與描述上限分別是 150 與 5,000 字元。
• ChatGPT 推薦的首位商品有 75% 同時出現在 Google 購物前三名，Google 那邊的資料質素仍是主戰場。
• 沒有任何服務能保證 AI 推薦；量度得到的只是提及與引用有沒有出現。

目錄

1. ChatGPT 購物現在是什麼狀態？
2. 第一步：爬蟲到底讀不讀到你的商品頁？
3. 第二步：商品頁要怎樣寫才被讀得懂？
4. 第三步：結構化資料與 feed 要填到幾深？
5. ChatGPT 推薦與 Google 購物的重疊有多高？
6. 第四步：頁面以外的信任訊號由誰決定？
7. 怎樣量？你實際上量得到什麼
8. Topkee 的看法：GEO 是購物推薦的上游工作

ChatGPT 購物現在是什麼狀態？

ChatGPT 購物於 2025 年推出，會按第三方結構化資料（價格、評論等）從網上檢索商品，再以商品卡形式回覆，卡上有圖片、價格與一句簡述。這個產品在不足一年內已改過一次方向：OpenAI 在 2026 年 3 月退出 Instant Checkout，理由是靈活度不足，之後把重心放回商品發現，並擴大 Agentic Commerce Protocol，讓商戶可以分享商品與推廣資訊。

今日要做的功夫，並不在串接結賬，而在讓商品在推薦環節被正確描述。另一個時間點值得記住：OpenAI 表示會在 2026 年稍後推出自助式資料整合的商家平台，到時 feed 的申請門檻可能下降。現階段只有美國市場，香港商戶可以先做準備，但不宜把預算全押在香港站的美國訂單上。

第一步：爬蟲到底讀不讀到你的商品頁？

如果你的商品頁由 React 或 Vue 生成，伺服器送出的 HTML 可能只是一個空殼，價格與庫存要等 JavaScript 執行後才出現。Vercel 與 MERJ 在 2024 年 12 月發表的分析給出一個清楚的結論：主要 AI 爬蟲目前都不執行 JavaScript。

同一份分析還給了兩個數字：ChatGPT 的爬蟲會抓取 JavaScript 檔案（佔其請求的 11.50%，Claude 是 23.84%），但抓到不等於執行；而 ChatGPT 抓取的內容中，57.70% 是 HTML。你花在靜態 HTML 上的功夫，就是真正被讀到的那一部分。

另一組數字說明這件事的規模：OpenAI 的 GPTBot 在一個月內於 Vercel 網絡發出 569 百萬次請求，同期 Googlebot 是 4.5 billion 次。爬蟲來得密，眼睛卻只讀文字。

那貼上連結又會怎樣？

有人會問：用戶自己貼一條連結給 ChatGPT 摘要，情況會不會不同？Search Engine World 用 12 個 AI 助理做了一次測試，每個助理一條未公開的網址、一個提示。結果是六個美國助理（ChatGPT、Claude、Gemini、Perplexity、Meta AI 與 Copilot）都回報了埋在原始 HTML 裡的假值。

這個測試是單次、即時的取證，不是長期觀察，作者自己也講明不覆蓋背景爬蟲行為。但對商戶的實務含義很直接：兩條路徑（背景爬取、用戶貼連結）目前都停在原始 HTML。要做的改動因此不複雜：把價格、庫存、主要規格改成伺服器端渲染，並確認 robots.txt 沒有封鎖 OAI-SearchBot，CDN 與防火牆的機械人規則也放行它。封鎖 GPTBot 以避開訓練，是另一件事，可以分開處理。

第二步：商品頁要怎樣寫才被讀得懂？

爬蟲讀得到，下一步是讀得懂。這部分沒有新技巧，只是把傳統電商 SEO 的紀律執行到位：H1 放商品名稱，用 H2 分開「商品描述」與「用戶評論」；價格與庫存以文字呈現，規格用 HTML 表格而不是圖片。這裡的紀律也是生成式引擎優化與傳統 SEO 共用的部分。

用戶評論尤其值得處理。如果評論只存在於影片輪播，爬蟲讀到的是一片空白。Semrush 舉的例子是 Beauty By Earth 的自曬產品頁：影片輪播之下另有一段文字評論，AI 爬蟲讀得到那一段。對香港商戶而言，這等於要把評論區的內容從第三方插件拉到頁面上以文字呈現，而不是只留一個「4.5 星」的圖標。

寫作上還有一層：ChatGPT 會把一條問題拆成多條子查詢（query fan-out）。當用戶問「邊隻貓飲水機最好」，系統可能自行補上「不鏽鋼貓飲水機」這條子查詢。所以描述裡要回應那些用戶沒有明說但常用來比較的條件，例如材質、適用家庭、價位帶，而不是寫「優雅設計，所有貓都鍾意」這類無法核對的形容。

第三步：結構化資料與 feed 要填到幾深？

結構化資料是爬蟲的說明書。Google Search Central 的 merchant listing 文件要求至少具備商品名稱、圖片網址與 offer（含價格與供應狀態）。在此之上，評論、材質、顏色、運送詳情、退貨政策與 GTIN 這類商品識別碼，都屬建議填寫的屬性。同一商品有多個款式時，應以 ProductGroup 配合 Product 標記，避免每個款式重複寫一次品牌與描述。

若你已是或打算成為 OpenAI 的商戶，feed 要按規格填 9 個必填欄位：item_id、title、description、url、brand、seller_name、image_url、availability 與 price。商品標題與描述的上限分別是 150 與 5,000 字元。OpenAI 建議每日以檔案上傳整份 feed，日間以 API 推送更新；推廣資料必須經 API 提交。

必填之外的選填欄位，包括狀況（全新、翻新、二手）、材質、尺寸、年齡層、額外圖片、評論數與星級、是否接受退貨，官方未確認會帶來更高曝光。但從檢索邏輯看，這些欄位正是子查詢的答案來源：用戶問「橡膠底幼兒鞋」，你的 feed 裡有材質與年齡層，才答得出這條問題。feed 與頁面資料要一致，品牌名稱按頁面寫法填寫，網址盡量指向具體款式。

ChatGPT 推薦與 Google 購物的重疊有多高？

這是整篇文章最值得停下來看的一段。Semrush 的實驗發現，ChatGPT 推薦的首位商品有 75% 出現在 Google 購物前三名。另一份由 Peec AI 在 2026 年 3 月發表的研究則指出，約 83% 的 ChatGPT 輪播商品也出現在 Google 前 40 名商品之中；該研究已剔除付費廣告，重疊來自自然排名。

兩組數字不應被讀成「ChatGPT 抄 Google」，更準確的理解是：兩邊都依賴同一批可被機器核對的商品資料。這也解釋了為什麼改好 Google Merchant Center 的 feed 會連帶改善你在 AI 答案裡的處境：準確標題、GTIN 與 MPN、多角度圖片、修好診斷報告裡的錯誤、收集評論。

這裡要指出一個不適合某些公司的情況：如果你的商品生命周期極短、每次上架只賣兩三週，重整 feed 的工序未必追得上換款速度。這類商戶更值得先確保自動化的 feed 生成流程，而不是逐件手改。

第四步：頁面以外的信任訊號由誰決定？

ChatGPT 回答比較類問題時，會去讀第三方評測。當用戶問「同 Petlibro 比較有咩分別」，它可能引用品牌官網，也可能引用一篇評測文章。如果你的品牌不在那些頁面上，或者頁面資料過時，AI 給出的描述就會失真，甚至把用戶推向對手。

可以做的是三件事：鼓勵客人在 Google、Trustpilot、Amazon 等平台留下有細節的評論，留意記者與編輯的選題請求，主動聯絡尚未報道你、或報道得不好的媒體。這些動作並非甚麼「AI 優化」，而是傳統公關與口碑工作在 AI 時代仍然有效。

怎樣量？你實際上量得到什麼

量度分兩層。第一層是網站分析：為 ChatGPT 帶來的推薦流量設一個篩選，UTM 可能標示為 utm_source=chatgpt.com，或帶 HTTP referrer。但要留意，referrer 資料會因瀏覽器設定而被剝除，最終被記成直接流量；所以也需要觀察商品頁直接流量有沒有異常上升，並在結賬後詢問客人從哪裡認識你。

第二層是把問題固定下來，定期重跑。這裡就進入生成式引擎優化的範圍：固定一組購物問題、固定引擎與地區，按節奏取樣，看品牌有沒有被提及、描述是否準確、答案有沒有引用你的頁面。要留意口徑限制：提及率是「含品牌提及的有效答案 ÷ 同條件下的有效答案」；API 取樣不等於每位用戶在消費版看到的結果；AI 瀏覽分析反映的是「被檢索的來源」，不等於實際網站訪問或轉化。

至於生成式引擎優化 價錢，市場上差異很大，取決於追蹤問題數量與內容產量，而不是單一「優化套餐」的標價。

Topkee 的看法：GEO 是購物推薦的上游工作

Topkee 並不是 ChatGPT 購物優化服務商，知識庫裡沒有 ChatGPT 購物的專頁、監測或收費數字。要講清楚的是關係：Topkee 的生成式引擎優化服務處理的正是 AI 答案中的品牌可見度問題，即品牌有沒有被提及、被描述得準不準、答案有沒有引用你，而這正是 ChatGPT 購物推薦的底層機制。兩者機制相鄰，但不是同一件產品。

以 Topkee 公開的 Topkee GEO 服務方案為例，流程是 ASK → UNDERSTAND → IMPROVE，六項服務包括提示詞追蹤、查詢扇出分析、情感與品牌描述分析、競爭對手對比、AI 瀏覽分析與知識內容撰寫。三檔方案的分別在容量：追蹤問題與每月知識內容的額度逐級增加，入門檔最適合剛開始量度的品牌，企業檔適合多條產品線同時追蹤的情況。要留意口徑：追蹤問題數是同時啟用的上限，不是每月查詢次數；三檔的分析類別相同，企業檔代表容量，預設範圍是一個品牌、一個主要網站、一個市場、一種內容語言。

這套東西用在本題上的價值，是把「有冇被 AI 講到」變成可核對的月度工作，而不是一次性提交 feed 就當完成。同時要講明邊界：Topkee 不保證 AI 推薦或固定曝光。AI 推薦帶來流量之後，官網、支付、物流與歸因仍要各自承接。跨境電商方案涵蓋全球支付與交易安全、物流資訊追蹤與 API 接口定制，在線商店設計則支援響應式設計與多貨幣，並已配置 SEO。這些是推薦之後的承接工序，不是推薦本身。

建議下一步

如果你手上只有一份 Google Merchant Center feed，先做一次「機器可讀性審核」：用瀏覽器關掉 JavaScript 打開三條最暢銷的商品頁，看價格、庫存與規格還在不在；再看 robots.txt 與 CDN 規則有沒有擋住 OAI-SearchBot。這兩個小時的檢查，比買任何套餐都先。

之後再考慮量度層。你可以參考 Topkee Cloud 的 AI 全鏈路營銷平台 如何把投放與內容串起來，也可以用 AI 內容生成工具 為商品頁補齊子查詢需要的描述文字。

常見問題

ChatGPT 購物現時在香港可以用嗎？

ChatGPT 購物目前僅在美國推出，OpenAI 表示會擴展至其他地區，並會在 2026 年稍後推出自助式商家平台。香港商戶現階段應把重點放在資料準備，而不是期待本地即時曝光。

我的網站用 JavaScript 渲染，是否一定推薦不到？

主要 AI 爬蟲目前都不執行 JavaScript，所以價格、庫存與規格若只在客戶端腳本後出現，AI 讀到的就是空白。改為伺服器端渲染，或至少把關鍵資料寫進原始 HTML，是最直接的補救。

一定要申請 OpenAI 的商戶 feed 嗎？

不一定。ChatGPT 會從多個來源取資料，包括你的網站與第三方供應商，只要爬蟲讀得到，商品仍有機會出現。但成為商戶並提交 feed，你對資料的控制權會大得多。

已經做好 Google 購物，是否等於做好 ChatGPT 購物？

不完全是，但兩者高度重疊。ChatGPT 推薦的首位商品有 75% 同時在 Google 購物前三名，約 83% 的輪播商品也在 Google 前 40 名之內。先把 Merchant Center 的資料質素做好，是成本最低的起步。

有沒有服務可以保證品牌被 ChatGPT 推薦？

沒有。任何聲稱能保證 AI 推薦、固定曝光或查詢量的說法都值得懷疑。可以量度的是提及率、描述準確度與引用來源，這些都有清楚的口徑與限制。

Sources

1. "How to optimize for ChatGPT shopping", Semrush, 2026-11-04. https://www.semrush.com/blog/optimize-for-chatgpt-shopping/
2. "Merchant listing (Product, Offer) structured data", Google Search Central, undated. https://developers.google.com/search/docs/appearance/structured-data/merchant-listing
3. "The rise of the AI crawler", Vercel, 2024-12-17. https://vercel.com/blog/the-rise-of-the-ai-crawler
4. "Do AI Assistants Actually Render Your JavaScript when Grounding? We Put It to the Test.", Search Engine World, undated. https://www.searchengineworld.com/do-ai-assistants-actually-render-your-javascript-when-grounding-we-put-it-to-the-test