一句话看懂：Fanatics 与 OpenAI 合作推出 AI 驱动的“Shop the Look”功能，利用 ChatGPT 和 Codex 加速推荐系统开发，测试显示用户互动率提升 10%。这展示了生成式 AI 在电商个性化推荐中的落地潜力。
事件核心：发生了什么
2026 年 10 月 26 日，全球数字体育平台 Fanatics 宣布与 OpenAI 合作，在 Fanatics.com 及 NFL、NBA、MLB、NHL 官方商店上线新版“Shop the Look”。该功能在商品页面推荐与球队、风格匹配的协调装备，帮助球迷搭配比赛日穿搭。OpenAI 模型结合商品数据、球队信息和库存生成推荐，Fanatics 的商品规则确保相关性，推荐每日更新。Fanatics 在 Corporate、Commerce、Collectibles 和 Betting and Gaming 业务中使用了 ChatGPT Work 和 Codex。借助 Codex，双方工程团队在 24 小时内完成首批 50 个商品的测试，几天迭代后获批 MVP，并扩展至约 30,000 个 MLB 商品。测试结果显示，新体验的互动率比旧版高 10%。
为什么重要
这标志着 AI 大模型正从通用对话深入垂直电商场景。Fanatics 利用 Codex 快速构建定制工具，显著压缩推荐系统开发周期，体现了生成式 AI 在提升工程效率方面的价值。同时，基于商品和库存数据生成推荐，而非简单协同过滤，可能推动电商个性化推荐向更动态、更细粒度的方向发展。对 OpenAI 而言，这是其企业级产品在零售行业的又一案例，有助于验证 ChatGPT 和 Codex 在复杂业务流中的组合能力。
对用户/开发者/创作者的影响
对普通用户，球迷将获得更便捷的穿搭推荐，减少搭配决策成本。对开发者，Codex 在快速原型和测试中的表现提供了 AI 辅助编程的参考案例，尤其在数据丰富和规则明确的场景。对企业采购方，该案例展示了从 MVP 到规模化部署的可行路径，但需注意效果数据基于特定测试条件（约 3 万 MLB 商品、2026 年秋季），实际收益可能因品类和用户群而异。创作者可关注 AI 生成内容与商品数据的结合方式，但需确保推荐逻辑透明可控。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 该功能是否扩展到更多体育品类和地区，以及长期互动率是否稳定。
2. OpenAI 与 Fanatics 的合作是否会延伸到其他业务线，如收藏品或博彩推荐。
3. 竞品电商平台是否跟进类似 AI 推荐方案，以及成本与效果如何平衡。
来源：OpenAI News
