OpenAI po cichu zamienia ChatGPT w pełnoprawny kanał sprzedaży, a sercem tej zmiany jest nowa, dedykowana sekcja kanałów produktowych w panelu ChatGPT Ads Manager. Od 2 czerwca 2026 roku sprzedawcy mogą wgrać do asystenta ten sam ustrukturyzowany plik z produktami, który dziś wysyłają do Google Shopping, i na jego podstawie system automatycznie generuje płatne miejsca reklamowe w odpowiedziach modelu. Dla marketerów oznacza to, że obok wyszukiwarki Google pojawił się drugi, szybko rosnący punkt, w którym trzeba walczyć o widoczność katalogu.
Nowy mechanizm nie jest kosmetyczną zmianą interfejsu. To moment, w którym handel sterowany przez asystentów AI (agentic commerce) przestaje być slajdem z konferencji, a staje się operacyjnym zadaniem dla zespołów e-commerce, SEM i analityki. Poniżej tłumaczymy, co dokładnie się zmieniło, jak działa kanał produktowy w ChatGPT i co powinny zrobić marki, które nie chcą zniknąć z nowej, generatywnej witryny zakupowej.
Kontekst: od czatu do witryny sklepowej
Przez ostatnie kilkanaście miesięcy ChatGPT przeszedł drogę od narzędzia do pisania tekstów do platformy, która coraz częściej pełni funkcję wyszukiwarki i asystenta zakupowego. Według danych branżowych z czerwca 2026 roku z ChatGPT korzysta blisko 800-900 milionów użytkowników, a sama funkcja wyszukiwania (ChatGPT Search) obsługuje od 250 do 500 milionów zapytań tygodniowo. Część z tych zapytań ma jawnie transakcyjny charakter: użytkownik pyta o najlepszy ekspres do kawy w danym budżecie, prosi o porównanie modeli i oczekuje rekomendacji wraz z ceną oraz linkiem do zakupu.
OpenAI odpowiedziało na to, budując warstwę handlową na bazie tak zwanego Agentic Commerce Protocol (ACP), czyli wspólnego standardu, który pozwala asystentowi prezentować produkty, a w wybranych przypadkach finalizować transakcję bez wychodzenia z czatu (instant checkout). Do tej warstwy podłączyli się już duzi gracze handlu detalicznego, między innymi Target, Sephora, Nordstrom, Lowe’s, Best Buy, The Home Depot oraz Wayfair. To pokazuje, że nie mówimy o eksperymencie dla startupów, lecz o infrastrukturze, którą testują marki z pierwszej ligi.
Tym, czego brakowało, była prosta droga wejścia dla pozostałych sprzedawców. Dotychczas obecność produktów w ChatGPT była efektem zaproszeń, integracji partnerskich i pracy zespołów technicznych. Nowa sekcja kanałów produktowych ma to zmienić: zamienia jednorazowe wdrożenie w samoobsługowy proces zbliżony do tego, co marketerzy znają z Google Merchant Center.
Kluczowe fakty
| Element | Szczegóły |
|---|---|
| Data zmiany | 2 czerwca 2026, uruchomienie sekcji Feeds w ChatGPT Ads Manager |
| Źródło danych | ten sam katalog, który sprzedawca wysyła do Google Shopping |
| Formaty pliku | CSV, TSV, XML, JSON |
| Częstotliwość aktualizacji | nawet co 15 minut |
| Limit katalogu | do 1 miliona SKU na reklamodawcę |
| Próg startowy | próbka 100 produktów przed otwarciem pełnego katalogu |
| Typ wyników | listingi organiczne (opcjonalne) plus automatycznie generowane miejsca sponsorowane |
| Standard transakcyjny | Agentic Commerce Protocol (ACP), instant checkout |
Przy tworzeniu kanału sprzedawca podaje nazwę sklepu, wybiera region przechowywania danych (storage residency), zaznacza obsługiwane waluty oraz decyduje, czy chce uczestniczyć w organicznych listingach produktowych. Na tej podstawie system ingestuje nazwy produktów, zdjęcia i atrybuty, a następnie sam buduje jednostki reklamowe. To istotne rozróżnienie: marketer nie projektuje kreacji ręcznie, lecz dostarcza dane, a model układa z nich rekomendacje i reklamy.
Jak działa kanał produktowy w ChatGPT
Mechanika przypomina znany z reklam zakupowych podział na warstwę danych i warstwę dystrybucji. Po stronie danych sprzedawca utrzymuje ustrukturyzowany feed, który opisuje każdy produkt: tytuł, opis, cenę, dostępność, identyfikatory i adresy zdjęć. Plik można wysyłać w jednym z czterech formatów (CSV, TSV, XML, JSON), a aktualizacje mogą wpadać nawet co kwadrans, co ma znaczenie przy zmiennych stanach magazynowych i cenach.
Po stronie dystrybucji ChatGPT pełni rolę silnika rekomendacji. Gdy użytkownik formułuje zapytanie zakupowe, model dopasowuje pozycje z katalogu do kontekstu rozmowy i prezentuje je w odpowiedzi. Część miejsc ma charakter sponsorowany, czyli reklamodawca płaci za ekspozycję, a część może pochodzić z listingów organicznych, jeśli sprzedawca włączył taką opcję. W wybranych scenariuszach transakcja domyka się wewnątrz asystenta dzięki instant checkout, w innych użytkownik trafia na stronę sklepu.
Dla zespołów, które prowadzą kampanie w Google Ads, najważniejsza jest informacja, że katalog da się w dużej mierze przełożyć jeden do jednego. Według doniesień branżowych retailerzy mogą w znacznym stopniu wykorzystać ten sam plik produktowy, który już wysyłają do Google, co radykalnie obniża próg wejścia. W praktyce oznacza to, że dobra higiena feedu, czyli poprawne tytuły, kompletne atrybuty i wysokiej jakości zdjęcia, przekłada się od razu na dwa kanały zamiast jednego.
Proces uruchomienia krok po kroku
- Audyt istniejącego feedu z Google Shopping pod kątem tytułów, atrybutów i jakości zdjęć.
- Przygotowanie próbki 100 produktów, najlepiej z najbardziej dochodowych pozycji, którą system weryfikuje przed otwarciem pełnego katalogu.
- Konfiguracja kanału: nazwa sklepu, region przechowywania danych, waluty i decyzja o udziale w listingach organicznych.
- Wdrożenie pomiaru konwersji, aby kwalifikować się do optymalizacji pod konwersje, której rozszerzenie ruszyło 5 czerwca 2026.
- Porównanie przyrostowego zwrotu z wydatków reklamowych z wynikami z innych kanałów przed przesunięciem budżetu.
ChatGPT kontra Google Shopping w praktyce
Najczęstsze pytanie marketerów brzmi: skoro feed jest ten sam, to czy ChatGPT po prostu kopiuje model Google Shopping. Odpowiedź jest niejednoznaczna. Warstwa danych rzeczywiście jest bliźniacza, ale warstwa prezentacji różni się fundamentalnie. W Google Shopping produkt trafia na karuzelę lub do zakładki zakupowej, gdzie konkuruje wizualnie z innymi ofertami w tym samym układzie. W ChatGPT produkt jest wpleciony w odpowiedź językową, często z uzasadnieniem, dlaczego pasuje do potrzeby opisanej przez użytkownika.
Ta różnica ma konsekwencje dla strategii treści w feedzie. W klasycznych reklamach zakupowych liczy się głównie tytuł nasycony frazami i atrakcyjne zdjęcie. W asystencie większą wagę zyskują atrybuty opisowe i kontekst zastosowania, bo to z nich model buduje narrację rekomendacji. Sklep, który w opisach produktów odpowiada na realne pytania (dla kogo, do czego, czym się wyróżnia), daje modelowi materiał do trafniejszego dopasowania. To zbieżne z regułami widoczności w odpowiedziach generatywnych, gdzie wygrywa treść łatwa do wyodrębnienia i zacytowania.
Druga praktyczna różnica dotyczy momentu zakupu. Dzięki instant checkout część transakcji domyka się w czacie, co skraca ścieżkę i ogranicza liczbę miejsc, w których klient może zrezygnować. Z perspektywy sklepu to szansa na wyższą konwersję, ale też utrata części danych o zachowaniu użytkownika na własnej stronie, bo etap przeglądania przenosi się na platformę asystenta. Zespoły analityczne będą musiały pogodzić korzyść z konwersji z ubytkiem we własnych danych pierwszej strony.
Co to znaczy dla SEO, AIO i SEM
Najważniejszy wniosek jest taki, że widoczność produktu w asystencie AI przestaje być wyłącznie pochodną rankingów w klasycznej wyszukiwarce. To dokładnie ten sam trend, który obserwujemy po stronie treści: analiza Ahrefs z lutego 2026 roku, obejmująca 863 tysiące zapytań i cztery miliony adresów cytowanych w AI Overviews, wykazała, że jedynie 38 procent cytowanych stron znajduje się w pierwszej dziesiątce wyników, podczas gdy w połowie 2025 roku było to 76 procent. Stara zależność (wysoki ranking równa się widoczność w AI) słabnie, a w handlu jej miejsce zajmuje jakość danych produktowych i obecność w odpowiednim protokole.
Dla specjalistów AIO (optymalizacji pod silniki generatywne) kanał produktowy w ChatGPT jest sygnałem, że optymalizacja przenosi się z poziomu strony na poziom ustrukturyzowanego rekordu. Liczy się to, czy model potrafi szybko zrozumieć, czym jest produkt, dla kogo jest przeznaczony i dlaczego ma się znaleźć w rekomendacji. To zbliża pracę nad widocznością w AI do dyscypliny zarządzania feedami, którą zespoły e-commerce rozwijają od lat na potrzeby porównywarek i Google Shopping.
Z perspektywy SEM zmiana otwiera nowy inwentarz reklamowy, który nie kanibalizuje od razu istniejących budżetów, ale wymaga osobnego pomiaru. Reklamy w asystencie mają inny kontekst niż klasyczne reklamy w wyszukiwarce, bo pojawiają się wewnątrz rozmowy, a nie na liście dziesięciu niebieskich linków. To samo pytanie zadane Google i ChatGPT może dziś prowadzić użytkownika zupełnie inną ścieżką, dlatego warto śledzić, jak ChatGPT rozrasta się w stronę superaplikacji z agentami, zakupami i integracjami partnerów.
Reakcje branzy
Wśród specjalistów performance dominują dwa głosy. Pierwszy to entuzjazm wynikający z niskiego progu wejścia: skoro feed jest gotowy, eksperyment z nowym kanałem kosztuje głównie czas konfiguracji, a nie budowę katalogu od zera. Drugi to ostrożność dotycząca pomiaru. Asystent AI rekomenduje produkty w sposób mniej przewidywalny niż aukcja słów kluczowych, więc zespoły obawiają się, że atrybucja i porównanie efektywności z dotychczasowymi kanałami będą trudniejsze, dopóki narzędzia raportowe nie dojrzeją.
Pojawia się też pytanie o kontrolę nad marką. W modelu, w którym to system buduje jednostki reklamowe z nazw, zdjęć i atrybutów, sprzedawca oddaje część decyzji kreacyjnych algorytmowi. To rodzi obawy podobne do tych, które od lat towarzyszą kampaniom w pełni zautomatyzowanym: jak pilnować, by produkt był prezentowany we właściwym kontekście i z właściwym komunikatem. Część marketerów przypomina przy tym, że Google publicznie ostrzegało już przed pochopnym zachwytem nad narzędziami do automatycznej optymalizacji pod AI, o czym pisaliśmy w materiale o wytycznych dotyczących GEO i AEO.
Tłem dla tych dyskusji jest rosnąca konkurencja samych asystentów. Rynek narzędzi AI się rozdrabnia, a pozycje liderów nie są dane raz na zawsze, co dobrze pokazuje nasza analiza zmieniającego się rynku asystentów AI. Im więcej platform z funkcją zakupową, tym większa presja, by marka była obecna w każdej z nich, a nie tylko w jednej.
Problemy wieku dziecięcego
Wdrożenie nie jest wolne od zgrzytów. Według doniesień z 15 czerwca 2026 roku część sprzedawców nie była w stanie doprowadzić do tego, by ich produkty pojawiły się w panelu, mimo że pliki produktowe były poprawnie sformatowane, wgrane i przetworzone przez OpenAI. Takie sygnały są typowe dla świeżo otwieranych kanałów reklamowych, ale dla marketerów oznaczają realne ryzyko: budżet i czas zainwestowane w konfigurację mogą przez pewien czas nie przynosić ekspozycji.
Druga grupa wyzwań dotyczy danych i prywatności. Wybór regionu przechowywania danych przy tworzeniu kanału pokazuje, że OpenAI traktuje kwestie rezydencji informacji poważnie, ale dla działów prawnych i bezpieczeństwa to kolejny element do oceny. Trzecia kwestia to przejrzystość rozliczeń. W modelu, w którym miejsca sponsorowane powstają automatycznie, sprzedawcy będą oczekiwać czytelnych raportów pokazujących, za co dokładnie płacą i jaki ruch otrzymują w zamian.
Co dalej
Najbliższe tygodnie pokażą, jak szybko OpenAI domknie braki w raportowaniu i jak zachowa się popyt po stronie reklamodawców. Rozszerzenie optymalizacji pod konwersje, które ruszyło 5 czerwca, sugeruje, że firma chce jak najszybciej przesunąć kanał z fazy ekspozycji do fazy mierzalnego zwrotu. Jeśli to się uda, ChatGPT stanie się dla działów e-commerce drugim, równoległym Merchant Center, a nie tylko ciekawostką technologiczną.
Warto też obserwować, czy do kanału produktowego dołączą kolejne duże sieci handlowe i czy OpenAI udostępni bardziej granularne sterowanie ekspozycją, na przykład wykluczanie wybranych kategorii lub ustawianie stawek per grupa produktów. Im bogatszy zestaw kontroli, tym łatwiej będzie traktować ten kanał jak dojrzałą platformę performance, a nie jak zamknięty automat. Dla rynku polskiego osobnym pytaniem pozostaje termin pełnej obsługi złotówki oraz lokalnych metod płatności, bo bez nich instant checkout pozostanie funkcją głównie zagraniczną, a polscy sprzedawcy skorzystają najpierw z warstwy rekomendacji i przekierowań do własnych sklepów.
Dla zespołów SEO i AIO praktyczna lekcja jest prosta. Warto już teraz potraktować feed produktowy jako zasób strategiczny, a nie techniczny plik, którym opiekuje się jedna osoba. Czyste tytuły, kompletne atrybuty, aktualne ceny i dobre zdjęcia decydują dziś o widoczności w coraz większej liczbie miejsc: w Google Shopping, w porównywarkach, a teraz także w odpowiedziach asystentów. Marka, która ma to uporządkowane, wejdzie do nowego kanału niemal bez kosztu. Marka, która tego zaniedbała, dostaje kolejny powód, by nadrobić zaległości.
Niezależnie od tempa wdrożenia, kierunek jest czytelny. Handel coraz częściej zaczyna się od rozmowy z asystentem, a nie od listy linków, a o tym, który produkt zostanie polecony, decyduje jakość danych i obecność w odpowiednim protokole. To zmiana, którą warto obserwować z bliska, bo definiuje ona nowy front rywalizacji o uwagę kupującego.
FAQ
Czym jest kanał produktowy w ChatGPT Ads Manager?
To ustrukturyzowany plik z katalogiem produktów, który sprzedawca wgrywa do panelu reklamowego ChatGPT. Na jego podstawie system automatycznie generuje miejsca sponsorowane i opcjonalne listingi organiczne w odpowiedziach asystenta. Sekcja kanałów ruszyła 2 czerwca 2026 roku.
Czy muszę budować feed od zera?
Nie. Według doniesień branżowych można w dużej mierze wykorzystać ten sam katalog, który sprzedawca już wysyła do Google Shopping. Obsługiwane są formaty CSV, TSV, XML i JSON, a aktualizacje mogą wpadać nawet co 15 minut.
Ile produktów obsługuje jeden kanał?
System wspiera do 1 miliona SKU na reklamodawcę. Przed otwarciem pełnego katalogu wymagana jest próbka 100 produktów, którą najlepiej zbudować z najbardziej dochodowych pozycji.
Czym to różni się od reklam w wyszukiwarce Google?
Reklamy w ChatGPT pojawiają się wewnątrz rozmowy, a nie na liście wyników, i są budowane automatycznie z danych feedu. Kontekst i ścieżka zakupowa są inne, dlatego wymagają osobnego pomiaru i osobnej strategii budżetowej, nawet jeśli dane produktowe są wspólne.
Co powinienem zrobić już teraz?
Uporządkować feed produktowy (tytuły, atrybuty, zdjęcia, ceny), przygotować próbkę 100 najlepszych pozycji, wdrożyć pomiar konwersji i potraktować dane produktowe jako zasób strategiczny widoczny w wielu kanałach naraz, w tym w asystentach AI.