ChatGPT Shopping no selecciona sus productos de la misma manera en Estados Unidos y en Europa, según Peec AI, editor de herramientas de seguimiento de la visibilidad en las IA generativas. Según la empresa, el sistema estadounidense se basa en un índice propio de OpenAI, mientras que el sistema europeo sigue dependiendo de Google Shopping.
En un artículo publicado el 16 de octubre de 2026 en su blog, Metehan Yesilyurt indica que el equipo tuvo acceso a una API de depuración de ChatGPT. Para cada prompt, devuelve aproximadamente 150 000 líneas de datos sobre la recuperación de productos, incluido el puntaje asignado a cada uno. Malte Landwehr, CPO y CMO de Peec AI, presentó estos resultados durante brightonSEO 2026. Estas observaciones no han sido confirmadas públicamente por OpenAI.
Según estos datos, OpenAI cambió el shopping estadounidense a su propio sistema unas semanas antes de esta conferencia. En Estados Unidos, el índice Labrador, construido a partir de flujos de productos, está activado, mientras que el scraping de Google Shopping mediante una SERP API, un servicio externo que extrae las páginas de resultados de un motor, está desactivado. Las sesiones europeas presentan la configuración inversa.
En Estados Unidos, el flujo de productos condiciona la visibilidad
Al momento de la conferencia, el shopping estadounidense se basaba en 669 flujos, de los cuales 606 estaban activos. Aproximadamente 70 provenían de asociaciones directas, como la de una marca como Nike, que transmite su propio flujo a OpenAI. Cerca de 500 fueron construidos por OpenAI mediante scraping de los sitios de los comerciantes a través de Bright Data, el resto pasando por Shopify.
Para observar la selección, Peec AI probó un prompt sobre zapatillas de running. ChatGPT recuperó 41 productos candidatos, transformó 32 en « bloques de prompt » detallados y mostró 5. Los datos revelan varios indicadores, incluidos los scores de embeddings, que miden la proximidad semántica entre la consulta y el producto, y el score BM25, una clasificación basada en la frecuencia de los términos de la consulta en el texto.
Cada candidato lleva un atributo is_site_verified_seller. Sin él, la tienda queda excluida. En la prueba, un comerciante tenía 25 de los 32 candidatos sin colocar ningún producto en los resultados finales. Peec AI reconoce no haber identificado qué determina esa asignación. Dick’s Sporting Goods, por su parte, tenía cinco candidatos, de los cuales cuatro aparecieron entre los cinco resultados. Peec AI concluye que es mejor enviar cada variante, por modelo o por color, como una entrada distinta.
Las descripciones también se recortan a exactamente 50 tokens, es decir, aproximadamente 40 palabras o 250 caracteres en inglés. En la prueba, una de ellas se detenía a mitad de una frase, « Pattern offers a smooth heel to… ». El resto del texto no se tiene en cuenta para la puntuación. Peec AI indica que esta equivalencia se refiere al inglés y que la parte leída podría ser más corta para una ficha en francés, « pero eso queda por medir ».
En Europa, un funcionamiento más simple y más lento
Para un prompt de prueba, ChatGPT envió cinco solicitudes fan‑out a Google Shopping mediante una SERP API. Cada una devolvió entre 1 y 40 productos. Los resultados se fusionaron sucesivamente, hasta obtener una lista de 113 productos, de los cuales 18 se mostraron. Toda la etapa tomó aproximadamente cuatro segundos, frente a unos 0,6 segundos en Estados Unidos.
No se aplican embeddings, ni BM25, ni coincidencia GTIN en Europa, y no se realiza ningún control de vendedor. Según Peec AI, una buena posición en ChatGPT Shopping en Europa refleja directamente la obtenida en Google Shopping, y podría no resistir la llegada de Labrador a la región. No se ha anunciado ninguna fecha para este despliegue.
