ChatGPT Shopping non seleziona i suoi prodotti allo stesso modo negli Stati Uniti e in Europa, secondo Peec AI, editore di strumenti di monitoraggio della visibilità nelle IA generative. Secondo l’azienda, il sistema statunitense si basa su un indice proprio di OpenAI, mentre il sistema europeo dipende ancora da Google Shopping.
In un articolo pubblicato il 16 ottobre 2026 sul suo blog, Metehan Yesilyurt indica che il team ha avuto accesso a un’API di debug di ChatGPT. Per ogni prompt, restituisce circa 150.000 righe di dati sul recupero dei prodotti, incluso il punteggio assegnato a ciascuno di essi. Malte Landwehr, CPO e CMO di Peec AI, ha presentato questi risultati durante brightonSEO 2026. Queste osservazioni non sono state confermate pubblicamente da OpenAI.
Secondo questi dati, OpenAI ha fatto passare lo shopping americano sul proprio sistema poche settimane prima di questa conferenza. Negli Stati Uniti, l’indice Labrador, costruito a partire dai feed di prodotti, è attivato, mentre lo scraping di Google Shopping tramite una SERP API, un servizio di terze parti che estrae le pagine dei risultati di un motore di ricerca, è disattivato. Le sessioni europee presentano la configurazione inversa.
Negli Stati Uniti, il feed di prodotto condiziona la visibilità
Al momento della conferenza, lo shopping americano si basava su 669 feed, di cui 606 attivi. Circa 70 provenivano da partnership dirette, come quella di un marchio come Nike, che trasmette esso stesso il proprio feed a OpenAI. Quasi 500 erano costruiti da OpenAI effettuando scraping dei siti dei commercianti tramite Bright Data, il resto passava per Shopify.
Per osservare la selezione, Peec AI ha testato un prompt relativo a scarpe da running. ChatGPT ha recuperato 41 prodotti candidati, ne ha trasformati 32 in «blocchi di prompt» dettagliati, per poi visualizzarne 5. I dati mostrano diversi segnali, tra cui i punteggi di embedding, che misurano la prossimità semantica tra la query e il prodotto, e il punteggio BM25, una classificazione basata sulla frequenza dei termini della query nel testo.
Ogni candidato porta un attributo is_site_verified_seller. Senza di esso, il negozio viene escluso. Nel test, un commerciante deteneva 25 dei 32 candidati senza piazzare alcun prodotto nei risultati finali. Peec AI riconosce di non aver identificato cosa determini questa attribuzione. Dick’s Sporting Goods, dal canto suo, aveva cinque candidati, di cui quattro sono finiti tra i cinque risultati. Peec AI conclude che è meglio inviare ogni variante, per modello o per colore, come una voce distinta.
Le descrizioni sono inoltre troncate a esattamente 50 token, ovvero circa 40 parole o 250 caratteri in inglese. Nel test, una di esse si interrompeva a metà frase, «Pattern offers a smooth heel to…». Il resto del testo non viene preso in considerazione durante la valutazione. Peec AI precisa che questa equivalenza riguarda l’inglese e che la parte letta potrebbe essere più breve per una scheda in francese, «ma ciò resta da misurare».
In Europa, un funzionamento più semplice e più lento
Per un prompt di test, ChatGPT ha inviato cinque richieste di fan-out a Google Shopping tramite una SERP API. Ciascuna ha restituito tra 1 e 40 prodotti. I risultati sono poi stati fusi a turno, fino a ottenere una lista di 113 prodotti, di cui 18 sono stati visualizzati. L’intera fase ha richiesto circa quattro secondi, contro circa 0,6 secondi negli Stati Uniti.
Nessun embedding, nessun BM25 e nessuna corrispondenza GTIN vengono applicati in Europa, e nessun controllo sul venditore viene effettuato. Secondo Peec AI, un buon posizionamento in ChatGPT Shopping in Europa riflette quindi direttamente quello ottenuto in Google Shopping, e potrebbe non resistere all’arrivo di Labrador nella regione. Nessuna data è stata anticipata per questo dispiegamento.
