ChatGPTのバーチャル試着、GoogleのAIショッピング優位に挑む

Googleが独自のAI試着機能を長年にわたって構築してきたなか、ChatGPTのバーチャル試着機能が10月1日に、連携する2つのショッピング機能として登場した。OpenAIは現在、購入者が選んだ衣服やアクセサリーを身に着けた自分の画像を生成できるようにしている。ChatGPT内のFavoritesコレクションに商品を保存することも可能だ。

この更新により、ショッピングに関する会話は、より継続的な意思決定プロセスへと変わる。購入者はコーディネートを説明し、合う商品を閲覧し、アイテムを試着イメージで確認し、有望な選択肢をアシスタントを離れることなく保持できる。ただし、生成された画像はあくまで視覚化であり、衣服が実際にフィットすることを示す証拠ではない。

この違いがGoogleとの競争を決定づける。Googleは2025年に個人写真を使った試着機能を導入し、その後、Search、Shopping、Images、Chrome、実験的なファッション製品へと体験を拡大してきた。OpenAIの参入は後発だが、ChatGPTでは商品発見、会話、画像生成、保存した選択肢を1つのインターフェース内で結び付けられる。

ChatGPTのバーチャル試着、商品発見と視覚化をつなぐ

重要な変化は、画像生成だけではない。OpenAIは視覚的な試行を、ChatGPT内にすでにあるショッピング体験へと接続した。

ChatGPTのショッピング結果に表示される対象の衣服・アクセサリー一覧には、新しいTry onボタンが現れることがある。これを選択すると、ユーザーは自撮り写真を撮影またはアップロードし、その人物が商品を身に着けた生成画像をリクエストできる。

OpenAIによれば、結果はChatGPT Imagesが生成する。購入者はスクリーンショットを含め、アイテムの別画像をアップロードし、それを自分に合わせて視覚化するようChatGPTに依頼することもできる。インスピレーションは必ずしも構造化された商品リストから始まるわけではないため、この経路は重要だ。

ユーザーは店舗でアクセサリーを撮影したり、ソーシャルメディア上のコーディネートを保存したり、小売業者の画像を保存したりするかもしれない。ChatGPTは、その参照画像を色、スタイル、利用シーン、代替案について話し合う同じ会話の中に取り込める。

同社は2026年10月1日にこれらの機能を発表した。リリースノートによると、モバイル端末およびウェブ版のChatGPTで利用できる。

OpenAIのドキュメントによれば、参照写真は後の試着に備えて保存される。ユーザーはPersonalization設定でその画像を置き換えたり削除したりできる。同じ参照画像を再利用することで、1回のショッピングセッション中に複数の商品を試す際の手間を減らせる。

Favoritesは、この更新のもう一方を担う。ブックマーク操作により、ユーザーはChatGPT Libraryへ商品を保存でき、フォルダを使って商品をより小さなコレクションに整理できる。

旅行を計画する購入者は、靴、ジャケット、アクセサリー用に別々のフォルダを作成できる。面接用の服装を比較している人は、どの小売店を訪れるか決める前に、複数の組み合わせを残しておける。

Libraryは単なるブックマーク保存場所ではない。OpenAIはこれを、アップロードした文書、生成ファイル、画像、商品、場所を保管する永続的な領域として開発してきた。新しいショッピング操作により、商品に関する判断も再利用可能な素材の一種となる。

この永続性は、ChatGPTの役割を変える。アシスタントは、空のプロンプトや忘れ去られた商品リンクから、毎回ショッピングの議論を始める必要がなくなる。

保存された参照写真は視覚的な継続性をもたらす。Favoritesは候補集合を保持する。会話は、次のリクエストを洗練させるための好みやフィードバックを提供する。

OpenAIのショッピングに関する案内には、重要な注意も記されている。生成された試着画像は顧客や商品を正確に表現しない場合があり、サイズやフィット感を保証するものではない。

ユーザーは引き続き、販売事業者の寸法、商品説明、返品ポリシーを確認する必要がある。このツールは、サイズに関する問いよりも、スタイルに関する問いに対してより説得力のある答えを出せる。

この制約が、今回の発表を現実的なものにしている。ChatGPTは誰かがコーディネートを想像する助けにはなるが、実際の試着室で得られる物理的な情報を再現することはできない。

OpenAIはショッピングの意思決定をより多く担おうとしている

バーチャル試着とFavoritesは、購入者が選択肢を絞り込み、好みを形成する決済前の段階へとChatGPTをさらに深く進出させる。

OpenAIは複数の製品リリースを通じて、この導線を組み立ててきた。2025年11月には、商品を調査し、パーソナライズされた購入ガイドを作成する特化型体験であるショッピングリサーチを導入した。

ショッピングリサーチは明確化のための質問を行い、在庫状況、仕様、レビュー、画像などの詳細を検索する。ユーザーは提案に興味がないことを示したり、似た特徴を持つ商品をさらに求めたりできる。

2026年3月、OpenAIはより充実した商品表示、横並び比較、視覚的な閲覧、画像ベースの商品発見を追加した。同社はまた、販売事業者やコマース提供者が構造化された商品情報をChatGPTへ送信できるAgentic Commerce Protocolも拡張した。

最新機能は、残る2つの空白を埋める。試着機能は個人的な視覚化を加え、Favoritesは最初の比較を通過した商品をユーザーが保管する場所を提供する。

たとえば、10月の結婚式用の服装を探す購入者を考えてみよう。その人は場所、予想される天候、ドレスコード、色、服装の好みを自然な言葉で指定できる。

ChatGPTは候補商品を返し、それらを比較し、フィードバックを受け取れる。購入者はその後、参照写真を使ってドレスやジャケットを試着イメージで確認し、有力な選択肢を結婚式用フォルダに保存できる。

この一連の流れは、単独の商品質問に答えるよりも商業的価値が高い。購入に近づく各ステップで、ユーザーはChatGPT内にとどまることになる。

OpenAIにとって、すべての購入者がすべての段階を完了する必要はない。漠然とした意図が商品の短い候補リストへ変わる場所として、ChatGPTを定着させる必要がある。

同社はすでに、より直接的なコマース戦略を試している。2025年9月、対象商品向けのInstant Checkoutを発表し、当初はChatGPTとEtsyの販売者を接続し、Shopifyへの対応も計画していた。

OpenAIは、これを支えるコマース標準についてStripeと協力した。以前のコマース報道が説明したように、この動きはアシスタントを取引プラットフォームに近い位置へと置いた。

バーチャル試着は異なる経路を取る。人々が選択肢を比較し、商品が自分に合うかを考える、購入前の不確実な期間に焦点を当てる。

この段階は、決済よりも会話の余地が大きい。また、曖昧に表現された好みを解釈し、追加質問を通じて推薦を調整するChatGPTの能力にも適している。

ショッピングの意思決定は複数のセッションにまたがることが多いため、Favoritesはこの戦略を強化する。購入者はスマートフォンで商品を見つけ、後でノートパソコンから再考し、小売業者の寸法を確認してから戻ってくるかもしれない。

Libraryは、そのプロセス全体に継続性を提供する。また、ユーザーが意図的に残すことを選んだ内容について、ChatGPTに構造化された記録を与える。

OpenAIは、商品結果は広告ではなく、企業との提携による影響も受けないとしている。また、広告は商品推薦とは分離されたままだとも述べている。

ChatGPTがコマースにより深く関与するにつれ、この約束はさらに厳しく検証されるだろう。推薦が広告として表示されていなくても、商品ランキングは購買判断を左右し得る。

より難しい問題は透明性だ。購入者は、なぜ商品が表示されたのか、その詳細がどれほど最新なのか、比較可能な代替品が除外されていないかを理解する必要がある。

OpenAIによると、要因にはプロンプト、会話の文脈、価格、在庫状況、レビュー、使いやすさが含まれ得る。Memoryやカスタム指示も、ChatGPTが表示する商品に影響し得る。

これらのシグナルは関連性を高められる。一方で、違いの背後にあるすべての理由を確認できないまま、2人のユーザーが実質的に異なる商品セットを受け取ることにもなり得る。

Googleは依然としてより強固なショッピング基盤を持つ

OpenAIが導入するのは、初の個人写真対応試着機能ではない。確立されたカテゴリーに対し、より会話的な入口からGoogleへ挑戦している。

Googleは2023年、アパレル向けの生成AIによるバーチャル試着を提供し始め、当初は実在する複数のモデルに衣服を表示していた。このアプローチは、さまざまな体型、肌の色、サイズ、ポーズを表現するために設計されたものだ。

2025年5月、Googleは個人写真をアップロードする機能を追加した。購入者は対象の衣服を選び、あらかじめ用意されたモデルではなく自分自身の画像を使って視覚化を生成できるようになった。

Googleの試着ガイドでは、明るい場所で撮影した、体に合った服装の全身画像を使用するよう案内している。生成されたルックを保存または共有することもできる。

この機能は現在、対応市場においてSearch、Shopping、Imagesをまたぐ大規模なカタログに届いている。Googleによると、そのシステムは数十億点の衣服を扱えるが、対象カテゴリーや地域ごとの要件は引き続き適用される。

Googleはまた、商品リスト、販売者、ブランド、レビュー、在庫情報から成る大規模なコレクションであるShopping Graphの恩恵を受けている。このインフラは、急速に変化する小売データを整理する直接的な経験を同社にもたらす。

ChatGPTは同じ問題に逆方向から取り組む。Googleは検索結果から始め、パーソナライズされた画像レイヤーを加える。OpenAIは会話から始め、商品結果をその対話に持ち込む。

この対比が、各社の優位性を形作る。

Googleは試着機能を幅広い商品カバレッジや、使い慣れたショッピング検索と結び付けられる。特定のドレス、ジャケット、靴を検索するなど、すでに強い購買意図を示しているユーザーの近くに機能を置くことができる。

OpenAIは、定性的な文脈をより自然に保持できる。ChatGPTでの会話には、イベント、天候、手持ちのワードローブ、好みのシルエット、苦手な色、予算上の制約、以前の提案に対するフィードバックが含まれる可能性がある。

この文脈の記録は、顧客がまだ何を検索すべき商品として決めていない場合に役立つ。ユーザーが不確かな目標を具体的な条件へと変換する間、アシスタントはそこに参加できる。

Googleもこの領域を無視してはいない。同社のAI Modeやその他の会話型検索体験は複雑な質問を解釈でき、Dopplのような製品はAI生成によるパーソナルスタイリングを探ってきた。

Dopplでは、ユーザーがコーディネート画像をアップロードし、アニメーション化された自分自身のデジタル版にそれを試着表示できる。Googleはまた、ユーザーの写真ライブラリで検出された服を整理できるWardrobe機能も導入している。

これらの実験は、OpenAIが難しい競争相手に直面している理由を示している。Googleは商品検索、個人写真、ブラウザ活動、画像発見、広告、販売事業者フィード、ファッション実験を、すでに確立された複数の接点にまたがって結び付けられる。

OpenAIの利点は、インターフェースの集約にある。ユーザーは各段階をどの専門Google製品が担うのかを理解する必要がない。ChatGPTは、この体験を使い慣れた会話の中にある別の機能として提示する。

このシンプルさには、独自のリスクも伴う。発見、推薦、視覚化、メモリ、保存済みアイテムを組み合わせることで、裏付けとなる根拠以上に、アシスタントの出力が権威的に感じられる可能性がある。

洗練された画像は、衣服の寸法や生成された細部が不正確でも、購入者を感情的に説得するかもしれない。会話形式の提示は、情報に基づく推薦と、もっともらしい提案との境界をさらに曖昧にし得る。

だからこそ、中心的な争点は単にどちらの画像がより良く見えるかではない。ChatGPTが、根拠のない確信を促すことなく、複数ステップにわたる買い物のプロセスを一貫したものとして感じさせられるかどうかだ。

Googleがすでに優位に立っているからといって、この問いに決着がつくわけではない。検索における支配力は流通力をもたらすが、新しいインターフェースが繰り返し作業を減らせば、購買行動は変化し得る。

OpenAIは、その利便性が実際の商品カタログ、不完全な画像、変動する在庫、そして複雑なアパレルのサイズ事情の中でも維持されることを示さなければならない。

ChatGPT Try-Onの仕組みと限界

ChatGPT try-onは、商品と人物を視覚的に解釈した画像を生成する。実際のフィット感をシミュレーションしたり、商品の正確性を検証したりするものではない。

バーチャル試着システムは、人物画像の情報と衣服またはアクセサリーの視覚的特徴を組み合わせる。その後、モデルが両者のアイデンティティを保とうとする新しい画像を生成する。

この作業は、単に一方の画像をもう一方に貼り付けるよりも難しい。衣服は身体に沿って折れ、姿勢に反応し、既存の衣服を覆い、素材ごとに形を変える。

柄、ロゴ、留め具、ストラップ、布地の質感も、画像生成の過程で変化し得る。視覚的に説得力のある結果であっても、購入者にとって重要な細部が変わっている場合がある。

OpenAIは、このショッピング機能に関する詳細な技術的内訳を公表していない。サポート資料では、ChatGPT Imagesが生成された試着画像を作成すると説明している。

ワークフローでは、対象となる商品リストまたはアップロードされた商品画像を受け付ける。また、ユーザーが提供した自撮り写真や保存済みの参照写真も使用する。

この仕組みは、大まかな見た目を評価するのに役立つ。色の組み合わせ、シルエット、全体的なスタイリング、目に見える特徴との相性を想像しやすくなる可能性がある。

ただし、結果から生地の感触、縫い目の擦れ、靴の足の支え方は分からない。表記サイズが購入者の寸法に合うことも保証できない。

また、実際に製造された商品が現実の照明下でどのようにドレープするかを正確に示すこともできない。忠実な商品写真であっても、捉えているのは一つのサンプル、一つの角度、一組の条件にすぎない。

バーチャル試着システムの研究者たちは、サイズ制御を外観生成とは別個の課題として繰り返し扱ってきた。モデルは、フィット感を予測するのに十分な物理データがなくても、魅力的な画像を作成できる。

OpenAIもこの境界を明確にしている。同社の文書は、結果がサイズやフィット感を保証するものではないとユーザーに伝え、販売者の情報を確認するよう促している。

この文言は、買い物客がこのツールを使う際の指針となるべきだ。ChatGPTのバーチャル試着は、遠隔の仕立てサービスというより、視覚的なムードボードに近い。

それでも、この機能は不確実性を減らせる可能性がある。2色の間で迷っている購入者は、センチメートル単位の精度を期待せずとも、役立つ判断材料を得られるかもしれない。

店頭では普段試さないスタイルを探る助けにもなり得る。複数のルックを生成する方が、試着室に衣服を集めるよりも、社会的・物流的な負担が少ない。

商品画像のアップロード経路は、その実験の幅を広げる。画像が適切であり、リクエストがプラットフォームのルールに準拠していれば、ChatGPT外で見つけたインスピレーションにも使える。

ただし、スクリーンショットは別の信頼性の問題を持ち込む。モデルは、その画像に示された正確な商品、生地、カット、利用可能なバリエーションを把握できない可能性がある。

会話形式のリクエストでその文脈の一部を補えるが、元の素材にない事実を取り戻すことはできない。購入者は、生成されたルックを購入判断の基準として扱う前に、小売業者の商品ページに戻るべきだ。

生成結果は、身体の見え方に対する期待にも影響し得る。画像モデルは、より一貫した構図を作るために、質感を滑らかにし、比率を変え、顔の特徴を変えたり、衣服を変更したりすることがある。

OpenAIは、商品もユーザーも正確に表現されない場合があると認めている。この警告は、完成画像のリアリズム以上に注意を払うべきだ。

最良の結果は、限界が見える形での意思決定支援だ。最悪の結果は、寸法や返品条件といったより確かな証拠を覆してしまう、説得力はあるが不正確な画像である。

保存写真がもたらすプライバシー上の課題

試着を繰り返す利便性は個人画像の保持に依存しており、データ管理はショッピング体験の一部となる。

OpenAIによると、参照写真は将来のバーチャル試着のために保存される。ユーザーはSettings、Personalization、Reference photosから管理できる。

この設計により、繰り返しアップロードする手間がなくなり、試行が速くなる。一方で、この機能は一時的な画像を処理してすぐに破棄するだけのものではないことも意味する。

自撮り写真や全身写真には、機微な文脈情報が含まれ得る。顔、体型、おおよその年齢、自宅の内装、場所を推測できる手がかり、背景にいる他者などが写る場合がある。

そのためユーザーは、参照画像を意図的に選ぶべきだ。無地の背景と、試着専用に用意した写真を使えば、不必要な情報を減らせる。

OpenAIのショッピングページでは、保存済み参照画像の置き換え方や削除方法を説明している。ただし、このページには、Googleが生体データやモデル学習について公表しているほど詳細な試着固有の保証はない。

Googleのphoto policyでは、同社の試着体験は生体データを収集しないとされている。また、アップロードされた画像は学習に利用されず、第三者と共有されないとも説明している。

だからといって、一方のサービスがもう一方より自動的に安全になるわけではない。ただし、ユーザーが比較できる、より明示的な主張の一式を提供しているとは言える。

OpenAIのユーザーは、自身のアカウントや組織に適用されるデータ管理設定を確認すべきだ。消費者向け、ビジネス向け、教育向け、エンタープライズ向けの環境では、データの取り扱いが異なる場合がある。

また、他人の写真を許可なくアップロードすることは避けるべきだ。リアルな試着結果は無害に感じられるかもしれないが、元の写真は依然として特定可能な個人のものだ。

小売業者も関連する課題に直面する。生成画像が衣服の細部を誤って表現し、実際の商品では満たせない期待を生む可能性がある。

歪んだロゴ、丈、ネックライン、素材は、購入者の判断に影響し得る。小売業者が画像を生成していなくても、消費者はその誤りを販売者と結び付けるかもしれない。

OpenAIの商品ランキングに関する主張も、今後の観察が必要になる。同社は、ショッピング結果は独立しており、商業的パートナーシップの影響を受けないとしている。

しかし、商品発見システムは、販売者フィード、構造化メタデータ、第三者コンテンツ、在庫シグナルに依存している。これらの入力情報は、すべての小売業者で同じように完全ではない。

より整理されたデータを持つ販売者は、自動化システムに理解されやすくなる可能性がある。それはシステムが意図的にその事業者を優遇していることを意味しないが、可視性には影響し得る。

同じ問題は、すでに検索エンジンやマーケットプレイスにも存在する。チャット型ショッピングでは、ユーザーが何ページもの選択肢ではなく簡潔な推薦を見る可能性があるため、選定プロセスは見えにくくなる。

Favoritesは、この影響を深める可能性がある。購入者が複数の商品を保存すると、その後の会話は市場全体ではなく、保存された商品群を中心に展開される可能性が高まる。

この継続性は便利だが、探索の幅を狭めることもある。ユーザーは定期的に代替案を尋ね、保存済み商品が記載された仕様で引き続き入手可能か確認すべきだ。

OpenAIは、削除、修正、推薦の管理機能を見つけやすくしなければならない。個人画像と蓄積された嗜好を軸とする機能は、ユーザーの信頼に依存する。

正確性も信頼に影響する。繰り返しの試着で身体的特徴や衣服の細部が一貫性なく変化するなら、保存済み参照画像は安定した表現として感じられなくなる。

同社自身の制限に関する注意書きは、適切に慎重な基準を示している。OpenAIは、サポート文書内だけでなく、生成画像が表示されるあらゆる場所でこの警告を維持すべきだ。

AIショッピング競争を左右するもの

次の試金石は、人々がChatGPTを買い物に繰り返し使うかどうかであり、面白い試着画像を一度生成するかどうかではない。

最初のシグナルは、複数の商品やセッションにまたがる継続的な利用だ。Favoritesは、購入者がバーチャル試着を目新しさとして扱うのではなく、以前の判断に戻るかどうかを示すはずだ。

OpenAIは、新機能の利用状況に関する数値を公表していない。繰り返し利用、フォルダ作成、保存済み商品から販売者ページへの移動を示す証拠があれば、統合ショッピング戦略を強化するだろう。

短期間の画像生成ブームは別のことを示す。視覚効果への関心は示しても、ChatGPTが本格的な購買判断に影響を与えることの証明にはならない。

2つ目のシグナルは、商品と画像の正確性だ。OpenAIは、ユーザーの見た目を一貫して保ちながら、生成された衣服の細部が認識可能な状態を維持する必要がある。

商品の決定的な特徴が変わる場合、エラーは特に重要になる。ずれた裾、欠けたポケット、ぼやけた柄、変更されたアクセサリーは、可視化を誤情報へと変えかねない。

システムには最新の商品データも必要だ。ユーザーがチェックアウトに到達する前に、色、サイズ、販売者、在庫状況が変わっていれば、魅力的な推薦の価値は失われる。

OpenAIの拡張されたコマースプロトコルは、カタログ表現の改善を目的としている。販売者の参加とデータの鮮度が、その技術的基盤がGoogleのショッピングインフラに匹敵するかどうかを決める。

3つ目のシグナルはGoogleの対応だ。Googleは、バーチャル試着をより多くの画面や機能へ広げたり、WardrobeをShoppingとより密接に連携させたり、商品に関する会話型ガイダンスを強化したりできる。

Googleは、ブラウザでの立場を利用し、試着機能を小売業者のページに直接持ち込むこともできる。既存のChrome実装は、ウェブ全体でユーザーに追従するショッピングレイヤーの方向性をすでに示している。

Googleの展開が速ければ、OpenAIのインターフェース上の優位性は弱まる。対応が断片的または分かりにくければ、ChatGPTがよりシンプルな出発点になる余地が残る。

小売業者は、どちらか一社が購買行程を支配すると決めつけず、両社を注視すべきだ。商品フィード、正確な画像、完全なサイズ情報、一貫した識別子は、どのAIシステムにとっても商品を正しく表現する助けとなる。

購入者は、よりシンプルな基準を適用すべきだ。ChatGPTのバーチャル試着はスタイル比較に使い、寸法、素材の詳細、返品ポリシーの代わりにはしないことだ。

結果に一貫性がないように見えるなら、同じ商品を複数の参照画像で試してみる。可視化を頼りにする前に、特徴的な商品の細部が生成後も維持されているか確認する。

Personalizationで保存済み写真を確認し、不要になった画像は削除する。商品情報や在庫は変わり得るため、購入前にFavoritesを見直す。

最も重要なのは、生成画像を小売業者のオリジナル画像と比較することだ。アシスタントのバージョンは、写真のように見えても解釈にすぎない。

OpenAIは、漠然とした服のアイデアから保存済み商品の候補リストまで、一貫した経路を作り出した。Googleは依然として、商品検索とバーチャル試着の実績においてより強い基盤を持つ。

結果を決めるのは、ローンチ当日の目新しさではなく行動だ。購入者は、一つの会話に発見、可視化、比較、想起を任せるのか、それとも専門的なショッピングツールへ戻るのか。

現時点では、ChatGPTのバーチャル試着を有用な視覚フィルターとして扱うべきだ。実際の商品詳細と照らして試し、保存写真の管理機能を意識しながら、今後数カ月でOpenAIが一貫性を改善するか見守りたい。