Il Virtual Try-On di ChatGPT sfida il vantaggio di Google nello shopping AI

Il virtual try-on di ChatGPT è arrivato il 1° ottobre con due funzionalità di shopping collegate, nonostante Google abbia già trascorso anni a sviluppare il proprio camerino AI. OpenAI consente ora agli acquirenti di generare immagini di sé stessi mentre indossano abiti o accessori selezionati. Possono inoltre salvare i prodotti in una raccolta Preferiti all'interno di ChatGPT.

L'aggiornamento trasforma una conversazione di shopping in un processo decisionale più continuo. Un acquirente può descrivere un outfit, sfogliare prodotti corrispondenti, visualizzare un articolo e conservare le opzioni più promettenti senza uscire dall'assistente. Tuttavia, l'immagine generata resta una visualizzazione, non una prova che un capo vestirà correttamente.

Questa distinzione definisce la sfida con Google. Google ha introdotto il try-on basato su foto personali nel 2025 e da allora ha esteso l'esperienza a Search, Shopping, Images, Chrome e prodotti di moda sperimentali. OpenAI entra più tardi, ma ChatGPT può collegare scoperta dei prodotti, conversazione, generazione di immagini e scelte salvate in un'unica interfaccia.

Il Virtual Try-On di ChatGPT collega la scoperta alla visualizzazione

Il cambiamento importante non è soltanto la generazione di immagini. OpenAI ha collegato la sperimentazione visiva a un percorso di shopping già esistente dentro ChatGPT.

Un nuovo pulsante Try on può comparire nelle schede di abbigliamento e accessori idonei nei risultati di shopping di ChatGPT. Selezionandolo, l'utente può scattare o caricare un selfie e richiedere un'immagine generata che mostri il prodotto indossato da quella persona.

OpenAI afferma che ChatGPT Images crea il risultato. Un acquirente può anche caricare una foto separata di un articolo, incluso uno screenshot, e chiedere a ChatGPT di visualizzarlo indossato. Questo percorso è importante perché l'ispirazione non inizia sempre da una scheda prodotto strutturata.

Un utente potrebbe fotografare un accessorio in un negozio, catturare un outfit dai social media o salvare un'immagine da un rivenditore. ChatGPT può inserire quel riferimento nella stessa conversazione usata per discutere colori, stili, occasioni e alternative.

L'azienda ha annunciato le funzionalità il 1° ottobre 2026. Sono disponibili tramite ChatGPT su dispositivi mobili e sul web, secondo le sue note di rilascio.

La documentazione di OpenAI afferma che una foto di riferimento viene salvata per i try-on successivi. Gli utenti possono sostituire o eliminare tale immagine nelle impostazioni di Personalization. Riutilizzare la stessa foto di riferimento riduce l'attrito nel provare diversi prodotti durante un'unica sessione di shopping.

Favorites costituisce la seconda parte dell'aggiornamento. Un controllo segnalibro consente agli utenti di salvare prodotti nella ChatGPT Library, mentre le cartelle permettono di organizzarli in raccolte più piccole.

Un acquirente che pianifica un viaggio potrebbe creare cartelle separate per scarpe, giacche e accessori. Chi confronta outfit per un colloquio potrebbe conservare diverse combinazioni prima di decidere quali rivenditori visitare.

La Library fa più che archiviare segnalibri. OpenAI la sta sviluppando come area persistente per documenti caricati, file generati, immagini, prodotti e luoghi. I nuovi controlli per lo shopping rendono le decisioni sui prodotti un altro tipo di materiale riutilizzabile.

Questa persistenza modifica il ruolo di ChatGPT. L'assistente non deve più iniziare ogni discussione di shopping da un prompt vuoto o da un link a un prodotto dimenticato.

Una foto di riferimento salvata garantisce continuità visiva. Favorites conserva l'insieme dei candidati. La conversazione fornisce preferenze e feedback in grado di affinare la richiesta successiva.

Le istruzioni per lo shopping di OpenAI contengono anche un avvertimento cruciale. Le immagini di try-on generate potrebbero non rappresentare esattamente il cliente o il prodotto e non garantiscono taglia o vestibilità.

Gli utenti devono comunque controllare le misure del rivenditore, la descrizione del prodotto e la politica di reso. Lo strumento risponde a una domanda di stile in modo più convincente di quanto risponda a una domanda sulla taglia.

Questo limite mantiene il lancio con i piedi per terra. ChatGPT può aiutare qualcuno a immaginare un outfit, ma non può riprodurre le informazioni fisiche disponibili in un vero camerino.

OpenAI vuole presidiare una parte maggiore della decisione d'acquisto

Il virtual try-on e Favorites spingono ChatGPT più a fondo nelle fasi precedenti al checkout, quelle in cui gli acquirenti restringono le scelte e formano le proprie preferenze.

OpenAI ha costruito questo percorso attraverso diverse release di prodotto. Nel novembre 2025 ha introdotto shopping research, un'esperienza specializzata che analizza i prodotti e prepara guide all'acquisto personalizzate.

Shopping research pone domande di chiarimento e cerca dettagli quali disponibilità, specifiche, recensioni e immagini. Gli utenti possono contrassegnare i suggerimenti come non interessanti o richiedere altri prodotti con caratteristiche simili.

Nel marzo 2026, OpenAI ha aggiunto visualizzazioni dei prodotti più ricche, confronti affiancati, navigazione visiva e scoperta di prodotti basata sulle immagini. L'azienda ha inoltre ampliato il proprio Agentic Commerce Protocol, che consente a commercianti e fornitori di servizi commerciali di inviare informazioni strutturate sui prodotti a ChatGPT.

Le funzionalità più recenti colmano due lacune rimaste. Il try-on aggiunge la visualizzazione personale, mentre Favorites offre agli utenti un luogo in cui conservare i prodotti che superano un confronto iniziale.

Si consideri un acquirente alla ricerca di un outfit per un matrimonio di ottobre. La persona può specificare in linguaggio comune località, meteo previsto, dress code, colori e preferenze di abbigliamento.

ChatGPT può restituire prodotti candidati, confrontarli e accettare feedback. L'acquirente può quindi visualizzare un abito o una giacca usando una foto di riferimento e salvare le opzioni migliori in una cartella dedicata al matrimonio.

Questa sequenza ha più valore commerciale della risposta a una domanda isolata su un prodotto. Ogni passaggio aggiuntivo mantiene l'utente dentro ChatGPT mentre l'acquisto si avvicina.

OpenAI non ha bisogno che ogni acquirente completi ogni passaggio. Deve fare in modo che ChatGPT diventi il luogo in cui un'intenzione vaga si trasforma in una breve lista di prodotti.

L'azienda ha già sperimentato una strategia commerciale più diretta. Nel settembre 2025 ha annunciato Instant Checkout per i prodotti idonei, collegando inizialmente ChatGPT ai venditori Etsy e pianificando la disponibilità su Shopify.

OpenAI ha collaborato con Stripe sullo standard commerciale di supporto. La mossa ha posizionato l'assistente più vicino a una piattaforma di transazioni, come spiegava un precedente rapporto sul commercio.

Il virtual try-on segue una strada diversa. Si concentra sul periodo di incertezza prima di un acquisto, quando le persone confrontano opzioni e si chiedono se un prodotto sia adatto a loro.

Questa fase offre più spazio alla conversazione rispetto al checkout. Inoltre, valorizza la capacità di ChatGPT di interpretare preferenze espresse in modo poco strutturato e adattare le raccomandazioni attraverso domande di approfondimento.

Favorites rafforza questa strategia perché le decisioni di shopping spesso si estendono su più sessioni. Un acquirente potrebbe scoprire un articolo sul telefono, riconsiderarlo in seguito su un laptop e tornarci dopo aver verificato le misure del rivenditore.

La Library garantisce continuità lungo questo processo. Fornisce inoltre a ChatGPT una registrazione strutturata di ciò che l'utente ha scelto deliberatamente di conservare.

OpenAI afferma che i suoi risultati sui prodotti non sono pubblicità e non sono influenzati da partnership aziendali. Afferma inoltre che gli annunci restano separati dalle raccomandazioni sui prodotti.

Questa promessa sarà sottoposta a maggiore scrutinio man mano che ChatGPT diventerà più coinvolto nel commercio. Il posizionamento dei prodotti può influenzare le decisioni d'acquisto anche quando una raccomandazione non è etichettata come pubblicità.

La questione più difficile è la trasparenza. Gli acquirenti devono capire perché è apparso un prodotto, quanto siano aggiornati i suoi dettagli e se siano state omesse alternative comparabili.

OpenAI afferma che i fattori possono includere il prompt, il contesto della conversazione, il prezzo, la disponibilità, le recensioni e la facilità d'uso. Anche Memory e le istruzioni personalizzate possono influenzare gli articoli che ChatGPT mostra.

Questi segnali possono migliorare la pertinenza. Possono anche far sì che due utenti ricevano insiemi di prodotti significativamente diversi senza vedere tutte le ragioni alla base di tali differenze.

Google conserva una base più solida nello shopping

OpenAI non sta introducendo il primo camerino basato su foto personali. Sta sfidando Google con un percorso più conversazionale verso una categoria consolidata.

Google ha iniziato a offrire virtual try-on generativo per l'abbigliamento nel 2023, mostrando inizialmente i capi su una selezione di modelli reali. Tale approccio era pensato per rappresentare diverse corporature, tonalità della pelle, taglie e pose.

Nel maggio 2025, Google ha aggiunto la possibilità di caricare una foto personale. Gli acquirenti potevano selezionare capi idonei e generare una visualizzazione usando la propria immagine anziché un modello predefinito.

La guida al try-on di Google invita gli utenti a fornire un'immagine a figura intera, ben illuminata e con abiti aderenti. Consente inoltre di salvare o condividere un look generato.

La funzionalità raggiunge ora un ampio catalogo in Search, Shopping e Images nei mercati supportati. Google afferma che il suo sistema può lavorare con miliardi di capi, anche se continuano ad applicarsi categorie idonee e requisiti regionali.

Google beneficia anche del suo Shopping Graph, un'ampia raccolta di schede prodotto, venditori, marchi, recensioni e informazioni sull'inventario. Questa infrastruttura le offre esperienza diretta nell'organizzazione di dati retail in rapido cambiamento.

ChatGPT affronta lo stesso problema dalla direzione opposta. Google parte dai risultati di ricerca e aggiunge un livello di immagini personalizzate. OpenAI parte dalla conversazione e porta i risultati sui prodotti all'interno di quel dialogo.

Il contrasto plasma il vantaggio di ciascuna azienda.

Google può collegare il try-on a un'ampia copertura dei prodotti e a ricerche di shopping familiari. Può collocare la funzione vicino agli utenti che mostrano già una forte intenzione commerciale cercando un abito, una giacca o un paio di scarpe specifici.

OpenAI può mantenere il contesto qualitativo in modo più naturale. Una conversazione con ChatGPT potrebbe includere l'evento, il meteo, il guardaroba esistente, le silhouette preferite, i colori sgraditi, i vincoli di budget e il feedback su suggerimenti precedenti.

Questa registrazione contestuale aiuta quando il cliente non ha ancora deciso quale prodotto cercare. L'assistente può partecipare mentre l'utente trasforma un obiettivo incerto in criteri concreti.

Google non ha ignorato questo territorio. AI Mode e altre esperienze di ricerca conversazionale possono interpretare domande complesse, mentre prodotti come Doppl hanno esplorato lo styling personale generato dall'AI.

Doppl consente agli utenti di caricare immagini di outfit e visualizzarli su una versione digitale animata di sé stessi. Google ha inoltre introdotto funzionalità Wardrobe in grado di organizzare gli abiti rilevati nella libreria fotografica di un utente.

Questi esperimenti mostrano perché OpenAI si trova di fronte a un avversario difficile. Google può collegare ricerca dei prodotti, foto personali, attività del browser, scoperta tramite immagini, pubblicità, feed dei commercianti e sperimentazione nella moda attraverso diverse superfici consolidate.

Il vantaggio di OpenAI è la concentrazione dell'interfaccia. Un utente non deve capire quale prodotto Google specializzato gestisca ogni fase. ChatGPT presenta l'esperienza come un'altra capacità all'interno di una conversazione familiare.

Questa semplicità comporta un rischio proprio. Combinare scoperta, raccomandazione, visualizzazione, memoria e articoli salvati può far apparire l'output dell'assistente più autorevole di quanto le prove sottostanti giustifichino.

Un'immagine curata potrebbe convincere emotivamente un acquirente, anche quando le misure del capo o i dettagli generati sono imprecisi. La presentazione conversazionale può inoltre rendere più sfumato il confine tra una raccomandazione informata e un suggerimento plausibile.

Ecco perché la competizione centrale non riguarda semplicemente chi produce le immagini più belle. Riguarda se ChatGPT riesca a rendere coerente un processo d’acquisto in più fasi senza incoraggiare un’eccessiva fiducia.

L’attuale vantaggio di Google non risolve la questione. Il dominio nella ricerca offre distribuzione, ma il comportamento d’acquisto può cambiare quando una nuova interfaccia riduce il lavoro ripetitivo.

OpenAI deve dimostrare che questa praticità resiste ai cataloghi di prodotti reali, alle immagini imperfette, alle scorte variabili e alla complessa realtà delle taglie nell’abbigliamento.

Come funziona ChatGPT Try-On e dove si ferma

ChatGPT try-on genera un’interpretazione visiva di un prodotto e di una persona. Non simula la vestibilità fisica né verifica la merce.

Un sistema di prova virtuale combina le informazioni provenienti dall’immagine di una persona con le caratteristiche visive di un capo o di un accessorio. Il modello genera quindi una nuova immagine che cerca di preservare entrambe le identità.

Questo compito è più difficile che sovrapporre un’immagine a un’altra. Gli indumenti si piegano attorno al corpo, rispondono alla postura, coprono i capi già indossati e cambiano forma a seconda dei materiali.

Anche motivi, loghi, chiusure, cinturini e texture dei tessuti possono cambiare durante la generazione dell’immagine. Un risultato visivamente convincente potrebbe comunque modificare dettagli importanti per l’acquirente.

OpenAI non pubblica una spiegazione tecnica dettagliata di questa funzionalità per lo shopping. Il materiale di supporto afferma che ChatGPT Images produce la prova virtuale generata.

Il flusso di lavoro accetta una scheda prodotto idonea oppure un’immagine del prodotto caricata. Utilizza inoltre un selfie o un’altra foto di riferimento salvata fornita dall’utente.

Questo meccanismo è utile per valutare l’aspetto generale. Combinazioni di colori, silhouette, stile complessivo e compatibilità con caratteristiche visibili possono diventare più facili da immaginare.

Tuttavia, il risultato non può rivelare come si percepisce un tessuto al tatto, se una cucitura irrita o come una scarpa sostiene il piede. Non può garantire che una taglia indicata corrisponda alle misure dell’acquirente.

Non può nemmeno mostrare esattamente come il prodotto fabbricato cadrà sotto un’illuminazione reale. Persino una fotografia fedele del prodotto cattura soltanto un campione, un’angolazione e un insieme di condizioni.

I ricercatori che lavorano sui sistemi di prova virtuale hanno ripetutamente considerato il controllo della taglia come una sfida distinta dalla generazione dell’aspetto. Un modello può creare un’immagine attraente senza disporre di dati fisici sufficienti per prevedere la vestibilità.

OpenAI dichiara direttamente questo limite. La sua documentazione informa gli utenti che il risultato non garantisce taglia o vestibilità e consiglia di consultare le informazioni del commerciante.

Questa formulazione dovrebbe guidare il modo in cui gli acquirenti usano lo strumento. La prova virtuale di ChatGPT è più vicina a una moodboard visiva che a un servizio di sartoria a distanza.

La funzionalità potrebbe comunque ridurre l’incertezza. Un acquirente indeciso tra due colori potrebbe ricevere un’indicazione utile senza aspettarsi una precisione al centimetro.

Potrebbe anche aiutare gli utenti a esplorare stili che normalmente non proverebbero in un negozio. Generare diversi look comporta meno attrito sociale o logistico rispetto a raccogliere capi all’interno di un camerino.

Il percorso di caricamento dell’immagine del prodotto amplia questa possibilità di sperimentazione. Può funzionare con ispirazioni trovate al di fuori di ChatGPT, purché l’immagine sia adatta e la richiesta rispetti le regole della piattaforma.

Tuttavia, gli screenshot introducono un ulteriore problema di affidabilità. Il modello potrebbe non conoscere il prodotto esatto, il tessuto, il taglio o le varianti disponibili rappresentate da un’immagine.

Una richiesta conversazionale può chiarire parte di questo contesto, ma non può recuperare fatti assenti dal materiale di origine. Gli acquirenti dovrebbero tornare alla scheda del rivenditore prima di considerare un look generato come riferimento per l’acquisto.

Il risultato generato può anche influenzare le aspettative sull’aspetto del corpo. I modelli di immagini potrebbero levigare le texture, modificare le proporzioni, alterare i tratti del viso o cambiare il capo per produrre una composizione più coerente.

OpenAI riconosce che né il prodotto né l’utente potrebbero essere rappresentati esattamente. Questo avvertimento merita più attenzione del realismo dell’immagine finale.

Il miglior esito è un supporto decisionale con limiti visibili. Il peggior esito è un’immagine persuasiva ma imprecisa che prevale su prove migliori, come misure e condizioni di reso.

Le foto salvate creano una prova di privacy

La praticità delle prove ripetute dipende dalla conservazione di un’immagine personale, rendendo i controlli sui dati parte dell’esperienza d’acquisto.

OpenAI afferma che una foto di riferimento rimane salvata per future prove virtuali. L’utente può gestirla tramite Settings, Personalization e Reference photos.

Questa progettazione elimina i caricamenti ripetuti e rende più rapida la sperimentazione. Significa inoltre che la funzionalità non si limita a elaborare un’immagine temporanea per poi eliminarla immediatamente.

Un selfie o una fotografia a figura intera può contenere informazioni contestuali sensibili. Può rivelare un volto, la forma del corpo, l’età approssimativa, l’interno di una casa, indizi sulla posizione o altre persone sullo sfondo.

Gli utenti dovrebbero quindi scegliere deliberatamente le immagini di riferimento. Uno sfondo semplice e una foto creata appositamente per la prova virtuale possono ridurre le informazioni non necessarie.

La pagina shopping di OpenAI spiega come sostituire o eliminare il riferimento salvato. Tuttavia, quella pagina non fornisce le stesse garanzie dettagliate e specifiche per la prova virtuale che Google pubblica sui dati biometrici e sull’addestramento dei modelli.

La photo policy di Google afferma che la sua esperienza di prova virtuale non raccoglie dati biometrici. Afferma inoltre che le immagini caricate non vengono usate per l’addestramento né condivise con terze parti.

Questo non rende automaticamente un servizio più sicuro dell’altro. Offre però agli utenti un insieme più esplicito di dichiarazioni da confrontare.

Gli utenti di OpenAI dovrebbero esaminare i controlli sui dati associati al proprio account e alla propria organizzazione. Gli ambienti consumer, business, education ed enterprise possono prevedere disposizioni diverse per la gestione dei dati.

Le persone dovrebbero inoltre evitare di caricare fotografie di qualcun altro senza autorizzazione. Un risultato di prova virtuale realistico può sembrare innocuo, ma la foto di origine appartiene comunque a una persona identificabile.

I rivenditori affrontano una sfida correlata. Le immagini generate potrebbero rappresentare in modo errato i dettagli di un capo, creando aspettative che il prodotto reale non può soddisfare.

Un logo, una lunghezza, una scollatura o un materiale distorti potrebbero influenzare la decisione dell’acquirente. Il consumatore potrebbe associare tale errore al commerciante anche quando il rivenditore non ha generato l’immagine.

Anche le affermazioni di OpenAI sulla classificazione dei prodotti richiederanno osservazione. L’azienda sostiene che i risultati shopping siano indipendenti e non influenzati da partnership commerciali.

Tuttavia, i sistemi di scoperta dei prodotti dipendono da feed dei commercianti, metadati strutturati, contenuti di terze parti e segnali di disponibilità. Questi input non sono ugualmente completi per ogni rivenditore.

Un commerciante con dati più puliti può diventare più facile da comprendere per un sistema automatizzato. Questo non significa che il sistema favorisca intenzionalmente l’azienda, ma può comunque influenzarne la visibilità.

Lo stesso problema esiste già nei motori di ricerca e nei marketplace. Lo shopping conversazionale rende la selezione meno visibile perché gli utenti potrebbero vedere una raccomandazione concisa anziché pagine di alternative.

I preferiti possono approfondire questo effetto. Quando un acquirente salva vari prodotti, le conversazioni future potrebbero ruotare sempre più attorno alla selezione conservata invece che al mercato più ampio.

Questa persistenza è comoda, ma può restringere l’esplorazione. Gli utenti dovrebbero chiedere periodicamente alternative e verificare se i prodotti salvati restano disponibili con le specifiche indicate.

OpenAI deve rendere facili da trovare i controlli per l’eliminazione, la correzione e le raccomandazioni. Una funzionalità basata su immagini personali e preferenze accumulate dipende dalla fiducia degli utenti.

Anche l’accuratezza influisce sulla fiducia. Se prove virtuali ripetute alterano in modo incoerente i tratti del corpo o i dettagli del capo, il riferimento salvato smette di apparire come una rappresentazione stabile.

L’avviso sui limiti della stessa azienda stabilisce uno standard prudentemente appropriato. OpenAI dovrebbe mantenere tale avvertimento ovunque compaiano immagini generate, non soltanto nella documentazione di supporto.

Cosa deciderà la sfida dello shopping basato sull’IA

Il prossimo banco di prova è se le persone useranno ripetutamente ChatGPT per fare acquisti, non se genereranno una singola e divertente immagine di prova virtuale.

Il primo segnale è un utilizzo continuativo su più prodotti e sessioni. I preferiti dovrebbero mostrare se gli acquirenti tornano alle decisioni precedenti anziché trattare la prova virtuale come una novità.

OpenAI non ha divulgato dati di adozione per le nuove funzionalità. Evidenze di utilizzo ripetuto, creazione di cartelle o passaggio dai prodotti salvati alle pagine dei commercianti rafforzerebbero la sua strategia di shopping integrato.

Un breve picco nella generazione di immagini suggerirebbe qualcosa di diverso. Mostrerebbe interesse per l’effetto visivo senza dimostrare che ChatGPT influenzi decisioni d’acquisto serie.

Il secondo segnale è l’accuratezza dei prodotti e delle immagini. OpenAI deve far sì che i dettagli dei capi generati rimangano riconoscibili, preservando al contempo in modo coerente l’aspetto dell’utente.

Gli errori conteranno soprattutto quando modificano le caratteristiche distintive di un prodotto. Un orlo spostato, una tasca assente, un motivo attenuato o un accessorio alterato possono trasformare la visualizzazione in disinformazione.

Il sistema necessita inoltre di dati aggiornati sui prodotti. Una raccomandazione convincente perde valore se colore, taglia, venditore o disponibilità sono cambiati prima che l’utente arrivi al checkout.

L’ampliato protocollo commerciale di OpenAI mira a migliorare la rappresentazione dei cataloghi. La partecipazione dei commercianti e l’aggiornamento dei dati determineranno se questa base tecnica sarà all’altezza dell’infrastruttura shopping di Google.

Il terzo segnale è la risposta di Google. Google può estendere la prova virtuale a più superfici, collegare Wardrobe più strettamente a Shopping oppure aumentare la guida conversazionale attorno ai prodotti.

Google potrebbe anche sfruttare la propria posizione nel browser per portare la prova virtuale direttamente sulle pagine dei rivenditori. La sua attuale implementazione in Chrome indica già un livello di shopping che segue gli utenti sul web.

Un lancio più rapido di Google indebolirebbe il vantaggio di OpenAI nell’interfaccia. Una risposta frammentata o confusa lascerebbe spazio a ChatGPT per diventare il punto di partenza più semplice.

I rivenditori dovrebbero osservare entrambe le aziende invece di presumere che una sola controllerà il percorso. Feed di prodotto, immagini accurate, informazioni complete sulle taglie e identificatori coerenti aiutano qualsiasi sistema di IA a rappresentare correttamente la merce.

Gli acquirenti dovrebbero applicare un test più semplice. Usate la prova virtuale di ChatGPT per confrontare gli stili, non per sostituire misure, dettagli sui materiali o politiche di reso.

Provate lo stesso articolo con più di un’immagine di riferimento se il risultato appare incoerente. Verificate che i dettagli distintivi del prodotto sopravvivano alla generazione prima di fare affidamento sulla visualizzazione.

Esaminate le foto salvate in Personalization e rimuovete le immagini che non sono più necessarie. Rivedete i Preferiti prima dell’acquisto, perché le informazioni sui prodotti e la disponibilità possono cambiare.

Soprattutto, confrontate l’immagine generata con le immagini originali del rivenditore. La versione dell’assistente è un’interpretazione, anche quando appare fotografica.

OpenAI ha creato un percorso coerente da una vaga idea di abbigliamento a una lista ristretta di prodotti salvati. Google mantiene ancora una base più solida nella ricerca di prodotti e nella storia della prova virtuale.

L’esito dipenderà dal comportamento, non dalla novità del giorno di lancio. Gli acquirenti si fideranno di una sola conversazione per guidare scoperta, visualizzazione, confronto e richiamo, oppure torneranno agli strumenti di shopping specializzati?

Per ora, considerate la prova virtuale di ChatGPT come un utile filtro visivo. Verificatela rispetto ai dettagli reali del prodotto, tenete d’occhio i controlli sulle foto salvate e osservate se OpenAI migliorerà la coerenza nei prossimi mesi.