ChatGPT 开始帮商家做生意了:Business Hub 与 Business Agent 上线
2026 年 11 月 10 日,OpenAI 上线 Businesses in ChatGPT 测试版:商家可以在 Business Hub 里认领生意、管理商品信息、看聚合洞察,符合条件的美国电商与在线服务商家还能发布 Business Agent,直接在 ChatGPT 里接待顾客。加上同一周的 ChatGPT Wallet,从看到商品到付钱,理论上可以全程不离开聊天框。

2026 年 11 月 10 日,OpenAI 上线了 Businesses in ChatGPT 的测试版。这件事表面上看只是一次面向商家的功能发布,实际上却是 ChatGPT 从一个“回答问题的工具”变成一个“做生意的地方”的关键一步:商家现在可以在 ChatGPT 里认领自己的主页、管理商品信息、看到用户是怎么找到自己的,还能放一个会替自己回答顾客问题的 Business Agent(商家智能体)。同一个星期,ChatGPT 刚上线了能让智能体替用户完成付款的 Wallet。买家那边能付钱了,卖家这边能开店、能接客了——两件事拼在一起,ChatGPT 的商业闭环第一次有了完整的形状。
这不是 OpenAI 第一次向商业世界伸手。ChatGPT 里早就出现过商品推荐和购物入口,Shopify 的商品目录也已经接了进来。但以前的逻辑是单向的:模型从网上抓来信息,再转述给用户,商家只能被动地“被提到”。这一次不一样,商家第一次有了自己的操作台。OpenAI 在官方博客里写得很直白:每周有 12 亿人使用 ChatGPT,而 Businesses in ChatGPT 要给这些商家一个“新方式”,在人们探索选项、做决定的时候就和他们连上。这句话的潜台词是,搜索和比价的起点正在从搜索引擎和电商平台,挪到聊天框里。
先说清楚:这次到底发了什么
这次发布其实是两件产品打包在一起:Business Hub(商家中心)和 Business Agent(商家智能体)。前者是后台,后者是前台。商家先去 Business Hub 认领自己的生意,完成验证后管理信息、看数据;符合条件的美国电商和在线服务商家,还可以再往前一步,发布一个 Business Agent,让顾客直接在 ChatGPT 里跟“店家”对话。
值得注意的是发布节奏。OpenAI 没有一上来就向所有行业、所有国家开放,而是先从美国的电商和在线服务商家切入 Business Agent,认领和信息管理则向 ChatGPT 覆盖地区的合格商家开放。这种“后台先行、前台收紧”的做法很务实:信息层面的错误可以慢慢改,但一个代表商家说话的智能体一旦说错价格、说错政策,损害的是真金白银的信任。先把认领和数据跑顺,再放开对话能力,是对的顺序。
Business Hub:商家第一次有了自己的操作台
Business Hub 要解决的第一个问题,是“ChatGPT 里那个我,到底是不是我”。在过去,模型对一家店的介绍来自公开网页的抓取和拼凑,店名可能写错,营业时间可能过期,价格可能停留在三年前,商家却没有一个地方可以纠正。认领机制就是来修这个口子的:商家在 Business Hub 里认领自己的组织,完成身份验证后,可以更新关键信息,还能接入自助式商品 feed,把价格和库存状态直接喂给 ChatGPT。
这里面有两个细节值得单独拎出来。第一是验证。OpenAI 的发布说明里提到,认领获批后需要通过 Persona 完成身份验证,验证通过后才能发布信息更新、接入商品 feed。这个安排看起来多了一道手续,实际上是在给“谁能代表这家店说话”立规矩。没有验证环节,任何人都能冒认一家店去改价格、挂链接,ChatGPT 很快就会变成钓鱼和假冒的重灾区。Persona 要核验的是政府证件一类的身份材料,这道门槛不低,但对一个想成为商业基础设施的产品来说,是必须付的成本。
第二是 Shopify 的特殊通道。Shopify 商家可以直接从 Business Hub 或者 Shopify 后台连接自己的店铺来简化验证,而且符合条件的 Shopify 商家商品已经通过 Shopify Catalog 接入了 ChatGPT。这不是偶然的合作姿态:Shopify 是全球最大的独立站生态之一,拿下它,就等于一次性拿到了海量结构化最好、最干净的商品数据。对 OpenAI 来说,这是冷启动最划算的路径;对 Shopify 商家来说,则是零成本多了一个每月 12 亿人经过的流量入口。两边各取所需,合作才会走得快。
数据洞察:商家终于能看到自己是怎么被聊到的
Business Hub 的第二块能力,是给商家看数据的:自己的生意在 ChatGPT 里被提到多少次、带来了多少次网站点击,以及“发现主题”——也就是在引用了自家网站的对话里,用户反复聊到的共同话题。这些数字都是聚合过的,OpenAI 明确表示不会把用户的对话内容和 Business Agent 的聊天记录分享给商家,而且洞察数据只有在对话量达到一定门槛后才会提供。
这个设计里藏着一个微妙的平衡。一方面,商家确实需要知道“用户拿我跟谁比、比什么”,否则连商品页该改哪一行都不知道;另一方面,聊天记录是用户最私密的数据,一旦商家能顺着对话反推到具体的人,信任立刻崩塌。OpenAI 的做法是只给聚合、不给原文,还要凑够量才给看。这在今天算是行业里比较克制的方案,但它能不能长期守住,还要看后续会不会为了商业化一点点放宽。数据一旦开始流动,收紧比放开难得多。
对小商家来说,“发现主题”可能是这次发布里最被低估的功能。一个卖户外装备的小店,以前只能靠猜用户在关心什么;现在如果能看到“大家总在问这款帐篷能不能扛大风”,下一批进货和商品描述就有了方向。这种信息在搜索引擎时代要靠昂贵的关键词工具和广告后台才能拿到,如今以聚合洞察的形式白送上门——前提是你的店真的有人聊。头部商家的数据会越来越丰富,长尾商家的门槛效应也会越来越明显。
Business Agent:让顾客直接跟“店家”聊
如果说 Business Hub 是后台,Business Agent 就是真正站在柜台后面的人。流程是这样的:当一家商家出现在模型的回答里,用户可以点开它的 ChatGPT 主页;如果这家店发布了 Business Agent,顾客就能直接开始对话,向它咨询商品、追问细节。OpenAI 举的例子很具体:一个正在比较两款产品的人,可以问它们的区别是什么、哪些功能更适合自己的需求,Business Agent 会用商家提供的信息来回答。
这里有三条线必须划清楚,OpenAI 在博客里也确实划了。第一,Business Agent 的对话有明确标注,和用户原本跟 ChatGPT 的对话是分开的;第二,它说的话代表商家,不代表 ChatGPT 的独立回答;第三,它回答的依据是商家提供的信息。换句话说,ChatGPT 在这里退后一步,变成了一个“场地提供方”,而商家要为自己智能体说的话负责。这个责任划分很重要:以后如果某个 Business Agent 夸大宣传、报错价格,舆论的第一块板子应该打在商家身上,而不是模型身上。当然,前提是标注足够醒目,用户真的分得清“这是店家在说话”。
对商家来说,这个产品的吸引力在于它把“咨询”这个环节留在了对话里。传统电商的流程是:用户在别处做功课,再跳转到店铺、自己翻商品页、找不到答案就流失。Business Agent 把答疑前置到了用户做决定的那一刻,而且用的还是用户已经习惯的聊天方式。对客单价高、需要解释的产品——家具、户外装备、专业设备、在线课程——这种即时问答的价值尤其大;对标准化程度高、比价即决策的快消品,作用则有限得多。商家要先想清楚自己卖的东西需不需要“聊”,再决定要不要投入精力去养这个智能体。
但也要看到它的另一面:Business Agent 的回答质量完全取决于商家喂给它的信息。信息全、更新勤,它就是个好店员;信息是半年前的价目表,它就是个会一本正经说错话的店员。而且它没有 ChatGPT 那种“不知道就说不知道”的克制——它的任务是帮商家促成了解,天然倾向于把话说满。商家如果只把它当成又一个客服外包,而不去持续维护知识库,翻车只是时间问题。
赞助入口:广告找到了新的落点
这次发布里最容易被忽略、但商业上最重要的一句,是商家还可以“赞助自己的 Business Agent”,把它作为 ChatGPT 广告的落地页。OpenAI 同时强调,赞助位置会有明确标注,并且与 ChatGPT 的回答分开。这意味着 ChatGPT 的广告体系正在从“回答里插一条推广”演进为“把整个对话交给商家”。
这个变化值得认真对待。传统的搜索广告卖的是点击,商家为一次跳转付费,之后用户爱买不买全凭店铺本事。赞助 Business Agent 卖的则是一段对话:用户不是被送到一个静态页面,而是被送进一个会主动介绍、会回答追问、会引导探索的对话里。从转化率的角度看,这很可能是更高效的广告形态;但从用户体验的角度看,风险也更大——当“回答问题的人”和“想让你掏钱的人”是同一个声音时,用户很难分清哪些是中立建议、哪些是销售话术。标注能不能扛住这份模糊,是整个模式成立的前提。
把这条线和同一周的 ChatGPT Wallet 放在一起,图景就更完整了。Wallet 解决的是“智能体替你付钱”,Businesses in ChatGPT 解决的是“商家在对话里接住你”,中间再由 Business Agent 完成介绍和答疑。从看到商品、问清细节,到下单付款,理论上可以全程不离开聊天框。对 OpenAI 来说,这是把 12 亿周活用户变成交易流水的关键拼图;对商家来说,则是一个新的获客渠道,附带一套新的规则——谁的信息更准、谁的智能体答得更好,谁就先拿到订单。
对小商家是机会,对所有人都是新考题
先说机会。过去十年,小商家获客越来越依赖两个东西:搜索引擎的排名和社交平台的算法。前者要靠持续做内容和买关键词,后者要靠追热点和投流,两者都不便宜。ChatGPT 里的 Business Hub 提供了一条不同的路:把信息一次性给准,让模型在用户真正要做决定时把你递上去。对那些产品过硬但不擅长营销的小店来说,这是第一次有机会不靠广告预算、只靠信息质量拿到曝光。当然,前提是你的生意真的有人问——没人聊的店,聚合洞察那一栏永远是空的。
再说门槛。认领要过 Persona 的身份验证,商品 feed 要持续维护,Business Agent 的知识库要有人打理,赞助投放要另外花钱。这一套做下来,并不比开一个网店省事。最先吃到红利的,很可能是已经有 Shopify 店铺、商品数据本来就干净整齐的那批商家;而那些连商品表都还停留在 Excel 甚至纸面上的小店,第一步就得先补数字化功课。工具的门槛降低了,但信息整理的门槛还在。
还有一个更现实的问题:美国优先。Business Agent 首批只对美国的电商和在线服务商家开放,其他市场和行业要“逐步扩展”。这意味着全球大部分商家现阶段只能认领、看数据,还不能真正派智能体上场。对中国出海商家来说,认领和商品 feed 仍然值得先做——信息先进去了,等开放时才有历史数据可用;但指望它立刻带来订单,还为时过早。
用户这边:方便是真的,边界感也得立住
从用户角度看,这次发布的好处很实在:商品信息更新、价格更准确,遇到问题不用跳出聊天框去翻十个网页,点开店家的智能体直接问就行。尤其是那些需要横向比较的购买决策,过去的流程是开一堆标签页、来回对照参数表,现在可以在一次对话里问完,再让商家的智能体补上细节。省下来的不只是时间,还有决策时的心智负担。
但方便的另一面,是“谁在说话”变得更难分辨。同一段对话里,既有 ChatGPT 的中立回答,又有商家智能体的推介,还有可能出现的赞助内容。三者如果标注不清,用户很容易把商家的说法当成模型的判断。OpenAI 承诺了明确标注和对话隔离,这两点必须在产品里真正落地,而不是只停留在博客文字里。用户自己也可以养成一个习惯:凡是涉及花钱的决定,把商家智能体的话当作“店员的介绍”来听,而不是“第三方的评测”——这个心态上的区分,比任何标注都管用。
隐私方面,OpenAI 这次的承诺是克制的:不分享用户对话和智能体聊天记录,洞察只给聚合数据。这是对的方向,但执行细节值得持续盯着看。比如聚合的门槛具体是多少、商家能不能通过反复提问反推个体信息、赞助投放会不会用到对话里的信号,这些博客里都没有展开。商业化越深入,这些问题越需要明确的答案,而不是一句“我们重视隐私”。
不只服务小商家:大企业和广告主的那条线
Business Hub 的入口其实有两条路。普通商家走自助认领,而 OpenAI 的现有企业客户和广告主可以直接找自己的 OpenAI 客户代表来认领。这条看似不起眼的安排,透露了 OpenAI 的真实布局:Businesses in ChatGPT 不只是一套给小店用的自助工具,也是一块面向大企业的生意。大型零售商、连锁品牌、平台型卖家不会一个个去网页上点认领,它们要的是批量接入、权限管理和与现有广告投放的打通。客户代表通道就是为这批客户准备的。
OpenAI 在博客结尾也留了一个口子:未来会扩展到更多市场和更多商家类别,还要“为有更复杂需求的组织打造工具”。这句话基本可以翻译成:现在这套东西是按中小商家的样子做的,大企业的多店铺、多品牌、多地区管理还没影。连锁品牌要的可能是总部统一管信息、分店各自接客;平台型卖家要的可能是成千上万个商家的批量入驻。这些能力一旦补上,Business Hub 就不再只是一个“认领页”,而会变成一整套商家操作系统。到那时,竞争的对手也不再是搜索引擎,而是 Shopify、亚马逊这些本来就管着商家生意的平台。
对独立开发者和 vibe coding 的创业者来说,这里还有一层更实际的含义。ChatGPT 正在变成一个自带 12 亿流量的分发渠道,而分发规则的制定权在 OpenAI 手里。今天的规则是信息越准越容易被推荐,明天可能就会加上付费赞助的权重、用户评价的权重、响应速度的权重。规则每变一次,就有一批人受益、一批人掉队。盯着 Business Hub 的更新日志,某种程度上就是在盯着下一轮流量分配的方案。做产品的人,与其等规则定型再跟进,不如现在就进去占个位置,至少先把认领做了、把信息喂准。
现在值得做的三件事
第一,如果你在美国有电商或在线服务生意,并且已经有 Shopify 店铺,现在就去 Business Hub 认领。认领本身不花钱,信息越早进去,模型对你的了解就越早开始积累;等 Business Agent 全面开放时,有历史数据的商家一定比现填资料的商家跑得快。认领时准备好身份验证材料,Persona 的核验需要政府证件一类的证明,别等到要用时才发现材料不齐。
第二,不管你在哪里,先把商品信息整理成干净的结构化数据:准确的价格、真实的库存状态、写清楚的商品描述、统一的规格参数。ChatGPT 时代的“搜索优化”,优化对象不再是关键词密度,而是信息本身的质量。模型拿到什么样的 feed,就会向用户转述什么样的你。信息越准,被推荐时越不容易翻车。
第三,如果你是个普通用户,下次在 ChatGPT 里做购买决策时,可以留意一下回答里出现的商家主页。点开看看它的信息全不全、更新不及时,再决定要不要跟它的 Business Agent 聊。把商家主页当成一个新的比价维度:信息维护得认真的店,往往也是经营认真的店。
回头看,Businesses in ChatGPT 的真正意义不在某一个功能,而在于它标志着 ChatGPT 的角色变了:它不再只是一个帮你“想明白”的工具,正在变成一个帮你“办成事”的地方。买家、卖家、支付、广告,几块拼图正在一块块就位。拼图拼完之后,问题就从“模型有多聪明”变成了“这个市场公不公平”——信息准不准、标注清不清、大小商家有没有同等的机会。这些问题没有模型能替我们回答,只能在产品一次次的更新里去检验。11 月 10 日的这次发布,是检验的开始。
评论 (0)
原始来源
相关文章
2026 年 11 月 12 日,Replit 给 Replit Agent 安排了两份新工作:替你的生意买东西,以及替你的生意打广告。买货走 Stripe 的 Link 钱包和 Visa 的支付通道,广告走 Google Ads;两件事的共同点是:Agent 只能把活儿准备好,钱每一步都要创始人点头,审批写死在代码里、不交给模型判断。
2026 年 11 月 20 日,OpenAI 发布 MedChemBench:99 道药物化学题,取自 117 篇论文和专利,覆盖 761 个分子。GPT-6.2 Astra 总分 84.5%,但拼分子结构拿 95.4%、选化合物只有 50.4%——总分好看,分项偏科,OpenAI 自己把红线画在了公告里。
2026 年 11 月 20 日,Thinking Machines Lab 发布 Inkling 2 Mini:26.4B 参数的循环 Transformer,中间 12 层每 token 跑三遍,整机只有约 20GB,能在笔记本上离线跑。DeepSWE 48.2%、SWE-bench Verified 79.2%,在同体量开源模型里领跑——但知识短板和监控问题也写在官方博客里。