購物搜尋 AI Agent｜ChatGPT 購物助理 vs n8n 自建方案比較

專業導讀

來了！ChatGPT 推出購物助理，你可以直接在 ChatGPT 的介面上搜尋你要的電商商品。我快速 Demo 了一下，請在亞馬遜上找一個 300 美金左右的飛行夾克，它的前端做得蠻好的，會給你推薦清單、產品特色、連結，還可以幫你做比價功能，給你標籤說價格大概多少、特色是什麼。

但問題是 — ChatGPT 的購物搜尋在台灣好用嗎？用 n8n 自己建一個購物搜尋 AI Agent 是不是更好？

我先跟大家講結論：我個人覺得 n8n 這邊只能做在後端，它沒有辦法提供像 ChatGPT 前端這樣子的互動功能。因為 n8n 其實是比較偏後端的東西，可以吐一些文字給你很 OK，但是如果你要讓它去有一個互動介面、去有圖片和影像，其實是相對難一點。不過它還是可以提供相對好的訊息，只要跟你後端所有的東西整合，它還是擁有不錯的 Summary 的功能。

你將學到

ChatGPT 購物搜尋功能的完整運作機制與使用限制
OpenAI 進軍電商的策略分析與對產業的影響
用 n8n 從零自建購物搜尋 AI Agent 的完整步驟
ChatGPT vs n8n 方案的多維度比較：成本、客製化、資料控制權
台灣電商（momo、PChome、蝦皮）的串接可行性分析

購物搜尋 AI Agent 是什麼？

購物搜尋 AI Agent 是一種能理解自然語言購物需求、自動搜尋多個電商平台、比較價格與規格，並給出個人化推薦的 AI 系統。目前主要有 ChatGPT 內建版和 n8n 自建版兩種方案。

讓我帶你看一下這個領域的全貌。電子商務網站（E-Commerce）其實是兵家必爭之地。我去看了一下流量數據，電商網站的流量比例中，自然搜尋佔了 53%，第二大是回頭客（老粉）佔 25.5%。你想想看，53 加 25 大概就是 70 到 80% 的流量了。

這代表什麼？代表 ChatGPT 如果可以去整合搜尋這塊，它可以分走一大塊流量。而且是毫不留情直接拿走——因為用戶不會管你，搜尋到了就直接過去了。我剛剛測試的時候就直接逛了四五個網站，什麼漢翔文創、亞馬遜這些都幫你整合過去了。

購物搜尋 AI Agent 的核心能力有四個：

自然語言理解 —— 你用白話說需求，AI 自動拆解成搜尋條件（「我想買什麼什麼」「請幫我比較什麼什麼」）
多平台搜尋 —— 同時查詢多個電商網站的商品資料
智慧比較 —— 自動整理價格、規格、評價到一張表，我自己覺得價格是大家最在意的
個人化推薦 —— 根據你的偏好排序，看你看過什麼就推你不一樣的（就是我們都會說「你的手機是又偷聽我講話」那種感覺）

重點來了 —— 這是兵家必爭之地。誰控制了購物搜尋入口，誰就掌握了電商的流量。OpenAI 官方還推出了一個叫 Product Feed 的系統，直白講就是：你可以把你所有商品的內容都給我，我提供你對應的格式，我會直接幫你做索引。 索引的意思就是像搜尋引擎一樣，你可以被 ChatGPT 找到。你要來跟它整合，沒有就找不到你。

ChatGPT 購物搜尋功能詳解

怎麼運作的？

OpenAI 在 ChatGPT Plus 裡面加入了購物搜尋功能，你可以直接在對話中問：「推薦一台預算 2 萬的無線耳機」，ChatGPT 會：

解析你的需求（預算、品類、偏好）
搜尋合作電商平台的商品資料
產生一個商品輪播卡片，包含圖片、價格、評分
附上購買連結（affiliate link）

ChatGPT 購物搜尋的特色

功能	說明	我的評價
商品輪播圖	像電商平台的卡片式展示，可以左右滑動	這是 n8n 做不到的，用戶體驗跟我們習慣滑手機一樣
對話式搜尋	偵測購物意圖自動觸發，不用按搜尋按鈕	只要講「我想買」「請幫我比較」就會啟動
產品描述標籤	高 CP 值、熱門選擇、價格便宜等標籤	結構化資訊，統一格式，各商家不能亂填
自動比價	顯示不同平台的價格與評分	歐美資源比較好，台灣的就比較像網路搜尋結果
導購連結 + UTM	帶 UTM Source 追蹤，告訴商家「這些流量是我 ChatGPT 引流的」	OpenAI 要建立它的霸主地位

我用的感覺就是比較像**「AI 賣家秀，誰的內容好誰上榜」**。它不是下廣告，不是像 FB 或 Google 關鍵字廣告出來的，是單純 AI Search 出來的推薦。所以代表說你要跟它拼內容，你內容不好就去了，你必須要讓機器人讀得懂。好的 SEO 元素其實還是蠻重要的，這一塊可能會越來越重要，因為有新的勁敵了。

OpenAI 的電商佈局策略

我的觀察是，OpenAI 做購物搜尋不是為了「賣東西」，而是為了三件事：

第一，搶佔 AI 搜尋入口，增加用戶黏著度。 AI 搜尋其實從 2024 就是一個話題了。各家 AI 廠商會利用購物的體驗，增加用戶到自己應用的黏著度。就是說我常常跑來 ChatGPT 的介面，我要買什麼什麼的時候我就想到 ChatGPT。就像你去 Google 搜尋就會 Google 它，它其實就是增加流量，每個人都導流到它的平台裡面。

第二，建立 Product Feed 資料生態系。 OpenAI 推出了 Product Feed 系統，直白講就是「Help ChatGPT Discover Your Products」——你可以把你所有商品的內容都給我，我提供你對應的格式，我會直接幫你做索引。它還帶了 UTM Source，意思就是告訴你這些流量是 ChatGPT 引流的。它會要求人家跟它整合，而且還有 Data Policy，你不可以用一些奇奇怪怪的內容來淹我，不能給一些垃圾的內容。

第三，建立不可逆的搜尋霸權。 這件事情其實跟搜尋引擎上的索引一樣，大型廠商搶佔先機，還是要跟各家 AI 建立聯繫。你就是不太可能跟它對抗，你只能跟它一起。就跟智慧型手機一樣，這個十年前十年後大家都會用 LINE 了，你不用就是落後了。

Alex 的實戰觀察

我自己做了兩個測試，跟大家分享一下老實話。

第一個測試，我請 ChatGPT 在亞馬遜上找 300 美金左右的飛行夾克。歐美的部分做得蠻好的，因為它們都有灌很多資料進去，給你清單、產品特色、連結，還有比價跟 CP 值比較表，對小編來講應該是不錯的。美國的話用亞馬遜比較多，就跟我們的 momo 一樣。

第二個測試，我改成「根據台灣的線上電商來找」，結果就完全不一樣了。它比較像是網路搜尋的結果，不是電商整合的結果。有推薦漢翔文創的、衣哥實業的、momo 的（這邊不業配），但你會發現沒有連結，只能點旁邊的 Any 連結過去。感覺歐美的部分比較有電商整合，台灣的部分就比較弱。

第三個發現是推薦品質像「AI 賣家秀」。我自己用的感覺就是誰的內容好誰上榜，資料來源還是靠機器人爬的。很多評論其實是爬蟲爬出來的，不一定有驗證。那商家排序的規則是什麼？很難說，看不太出來。但有一件事很清楚——不是下廣告出來的，是單純 AI Search 推薦，所以你要拼的是內容品質。

反過來說，n8n 自建方案我的定位是：重點在跟後端資料的整合，提供更好的購物搜尋跟推薦結果給用戶。 它還是需要去跟前端做配合才能有更好的用戶互動。n8n 比較偏後端的東西，可以吐文字給你很 OK，但要有像 ChatGPT 那種產品輪播圖的互動介面是相對難一點。不過只要跟你後端所有的東西整合，它還是擁有不錯的 Summary 功能。

我的結論是：客戶在意的重點還是更好的互動體驗跟高品質的商品。AI 可以強化購物體驗沒錯，但不太可能變成一個非常殺手級的應用，它像是輔助。最後還是回到一件事情——你的東西是不是好的？如果是爛的，我就不會再買。

用 n8n 自建購物搜尋 AI Agent

好，接下來我帶你看看怎麼用 n8n 建一個購物搜尋 AI Agent。這邊比較特別的是——它沒有所謂的購物 API，它給的是一個 Web 搜尋的 API。 我們用的是 OpenAI 的 GPT-4o Search Preview，它可以用 AI 的方式在網路上做搜尋。而且在 n8n 裡面並沒有提供 OpenAI Web Search 的模組，所以我們是用 HTTP Request 的方式做搜尋。

步驟 1：建立觸發方式

你可以選擇不同的觸發方式，看你的使用情境：

Webhook 觸發 —— 適合接到網站或 APP
Chat Trigger —— 適合做對話式介面
LINE Webhook —— 適合接到 LINE 聊天機器人
排程觸發 —— 適合定期監控特定商品的價格

我自己是用 Chat Trigger，因為對話式的互動體驗最好。

步驟 2：設定 AI Agent 節點

在 n8n 裡面拉一個 AI Agent 節點。我的 System Prompt 其實弄得很簡單：

System Prompt：
你是一個專業的購物助理，幫我找到好的商品跟價格給我。
請用 HTTP Request 的工具去搜尋商品跟價格。
針對台灣線上的電商來找推薦的商品。

對，就這麼簡單，沒有太複雜。就是把它當作一個商品助理的感覺，幫我找到好的東西。

步驟 3：配置搜尋工具

因為 n8n 裡面沒有 OpenAI Web Search 的模組，我們要用 HTTP Request 節點來串接。目前 OpenAI 提供兩個 Web Search 模型：

模型	說明	適用場景	價格
GPT-4o Search Preview	完整版搜尋能力	需要精確商品比較	略高
GPT-4o Mini Search	輕量版搜尋	簡單商品查詢	較低

HTTP Request 的設定其實蠻簡單的——就是說這是什麼 Model、裡面的 Option、Message 你要給什麼，我就是根據 OpenAI 的 Sample Code 照著放進去，什麼規格就用什麼規格。API 非常簡單。

其他搜尋工具的選擇：

搜尋工具	說明	適用場景	難度
OpenAI Web Search API	GPT-4o Search Preview	通用搜尋（我用這個）	中
SerpAPI	Google Shopping 搜尋	國際品牌商品	低
自建爬蟲	爬特定電商網站	台灣電商	高
電商 API	官方 API 串接	有開放 API 的平台	中

我建議先用 OpenAI Web Search API 搭配 HTTP Request 開始，確認 workflow 跑得通之後，再考慮接台灣電商的資料源。

步驟 4：處理搜尋結果

搜尋回來的原始資料通常很雜亂，需要用 n8n 的 Code 節點做清洗：

// 整理搜尋結果的 Code 節點
const results = $input.all();
const products = results.map(item => ({
  name: item.json.title,
  price: item.json.price,
  platform: item.json.source,
  rating: item.json.rating || 'N/A',
  url: item.json.link
}));

// 按價格排序
products.sort((a, b) => a.price - b.price);

return products.map(p => ({ json: p }));

步驟 5：AI 比較與推薦

把整理好的商品資料丟回 AI Agent，讓它產生比較分析：

請根據以下商品資料，產生一個比較表格，並推薦最適合用戶需求的前 3 名：

{{$node["整理資料"].json}}

比較維度：價格、規格、評價、CP值

步驟 6：輸出結果

根據你的使用情境，選擇輸出方式：

Chat 回覆 —— 直接在 n8n Chat 介面顯示
LINE 訊息 —— 透過 LINE Messaging API 推送
Email —— 用 Email 節點發送比較報告
Google Sheets —— 存到試算表做長期追蹤

ChatGPT vs n8n 購物搜尋 AI Agent 完整比較

這邊我把兩種方案做一個全面比較，幫你快速判斷哪個適合你：

比較項目	ChatGPT 購物搜尋	n8n 自建 AI Agent
使用門檻	極低（直接對話）	中（需會 n8n 基礎）
建置時間	0 分鐘	2-4 小時
客製化程度	極低（OpenAI 控制）	極高（完全自訂）
資料來源	OpenAI 合作電商	自訂任何來源
台灣電商支援	幾乎沒有	可自行串接
搜尋邏輯透明度	黑盒子	完全透明
資料所有權	歸 OpenAI	歸你自己
整合能力	限於 ChatGPT 對話	可接任何系統
月費成本	$20（ChatGPT Plus）	$0-20（看 API 用量）
適合對象	一般消費者	電商從業者、開發者
擴展性	受限	無限制
維護成本	零	低（偶爾更新 workflow）

不同角色的建議

如果你是一般消費者： ChatGPT 購物搜尋夠用了，尤其是購買國際品牌商品的時候。但記得它搜不到台灣電商的資料，最終還是得上 momo 或 PChome 確認價格。

如果你是電商賣家： 強烈建議用 n8n 自建。你可以監控競品價格、自動調整售價、追蹤特定商品的歷史價格走勢。這些 ChatGPT 完全做不到。

如果你是企業用戶： n8n 方案可以整合你的 CRM、ERP、內部採購系統。想像一下，採購人員在 LINE 上說「幫我找 100 台螢幕的報價」，AI Agent 自動搜尋、比價、產出採購建議書。這種程度的整合只有自建方案做得到。

台灣電商串接可行性分析

因為很多人問我台灣電商能不能接，我特別整理了一張表：

電商平台	API 開放度	串接難度	建議方案
momo 購物	低（無公開 API）	高	Web Search Tool 或爬蟲
PChome	低（部分 API）	高	搜尋頁面解析
蝦皮 Shopee	中（有 Open API）	中	官方 API 串接
Yahoo 購物	低	高	Web Search Tool
博客來	低	中	搜尋頁面解析
Amazon TW	高	低	Product Advertising API

說實話，台灣電商的 API 開放程度跟歐美比起來差蠻多的。歐美的資源比較好，因為它們都有灌很多資料進去。我自己的做法是用 OpenAI Web Search API 搭配特定網站搜尋，雖然不是最精確的方法，但至少能抓到基本的商品資訊和價格。

另外有個很容易忽略的問題——更新價格跟庫存。電商裡面最常遇到的就是上架跟下架的問題。再來就是折扣價，比如說你買蝦皮會有這個問題，它會送你一個折扣券，所以實際價格跟爬蟲抓到的不一樣。這些都是串接台灣電商時要注意的眉角。

不用想太多，先用能用的方案跑起來，後面再慢慢優化。

重點整理

電商搜尋是兵家必爭之地 —— 自然搜尋佔電商流量 53%，ChatGPT 要的就是毫不留情直接拿走這塊
ChatGPT 歐美強、台灣弱 —— 歐美有電商整合做得蠻好，台灣的搜尋結果比較像網路搜尋，漢翔文創、衣哥實業、momo 都有但體驗不同
AI 賣家秀，誰的內容好誰上榜 —— 不是下廣告，是 AI Search 推薦，好的 SEO 元素其實還是蠻重要的
OpenAI 推 Product Feed 要你整合 —— 你可以把所有商品內容都給它，沒有就找不到你，就跟智慧型手機一樣，你不用就是落後了
n8n 沒有 OpenAI Web Search 模組 —— 要用 HTTP Request 串接 GPT-4o Search Preview API，API 其實非常簡單
n8n 的定位是後端整合 —— 前端互動體驗比不上 ChatGPT 的產品輪播圖，但後端資料整合跟 Summary 功能還是不錯的
客戶最終在意的是商品品質跟信任 —— AI 可以強化購物體驗，但最後還是回到你的東西是不是好的

常見問題 FAQ

ChatGPT 購物搜尋是免費的嗎？一般用戶能用嗎？

ChatGPT 購物搜尋功能目前在 4o 跟 4o mini 都有提供，Plus、Pro、Free 都可以用，甚至沒有登錄的用戶也可以用。 OpenAI 的策略是「我無差別供給，你們都可以來找」。我自己覺得如果你只是偶爾比價，免費版夠用了；但如果你是重度使用者，Plus 的體驗確實有差，搜尋速度更快、推薦也更精準。主要功能是偵測購物意圖——只要你講話帶有「我要買什麼什麼」「請幫我比較什麼什麼」「我想在線上買什麼什麼」，它就會自動給你商品輪播圖。

用 n8n 建購物搜尋 AI Agent 需要什麼技術基礎？

你需要基本的 n8n 操作能力，加上一點點 API 串接的概念就夠了。 如果你已經看過我的 n8n 完整教學，建這個 Agent 大概 2-4 小時就能完成。最特別的是在 n8n 裡面並沒有提供 OpenAI Web Search 的模組，所以我們是用 HTTP Request 的方式做搜尋。不過 API 其實非常簡單，就是根據 OpenAI 的 Sample Code 照著放進去，什麼規格就用什麼規格。我建議先用 OpenAI Web Search API 快速跑通 workflow，後面再逐步加入更多資料源。一步一步來，每個高手都是從新手開始的。

n8n 購物搜尋可以搜台灣電商（momo、PChome、蝦皮）嗎？

技術上可以，但實作難度比搜國際電商高很多。 台灣主要電商中，只有蝦皮有比較完整的 Open API，其他平台幾乎沒有公開的商品搜尋 API。我的做法是用 n8n 的 HTTP Request 節點搭配 Web Search Tool，用 site:momo.com 關鍵字 的方式間接搜尋。這不是最完美的方案，但至少能拿到基本的商品資訊和價格。如果你有網頁爬蟲的技術，也可以寫自訂的爬蟲模組接進 n8n。

ChatGPT 購物搜尋的推薦會不會有偏見（bias）？

這是一個很好的問題，答案是「很可能有」。 ChatGPT 的購物搜尋結果很可能受到合作廠商的影響 —— 雖然 OpenAI 目前聲稱推薦結果不受廣告影響，但商品的導購連結（affiliate link）意味著 OpenAI 從中抽成。誰付的佣金高，搜尋結果是否會被優先推薦？這個問題目前沒有透明的答案。這也是我建議電商從業者自建 Agent 的原因之一 —— 至少你知道自己的搜尋邏輯是怎麼運作的。

除了購物搜尋，AI Agent 還能做什麼電商應用？

AI Agent 在電商的應用場景非常多，購物搜尋只是冰山一角。 我自己在 n8n 上做過的電商 AI Agent 包括：庫存監控 Agent（自動追蹤缺貨並通知）、客服問答 Agent（回答常見問題）、商品圖片生成 Agent（自動產生商品行銷圖）、價格追蹤 Agent（記錄歷史價格並在降價時通知）。如果你對 AI Agent 的概念還不太熟，建議先看我的 AI Agent 完整指南，了解 Agent 的基本架構後再來建購物搜尋的應用。

未來購物搜尋 AI Agent 會怎麼發展？

我認為未來 2-3 年，AI 會成為大部分人的購物搜尋入口。 目前的趨勢是：Google 在強化 AI Overview 的購物推薦、Amazon 在做自己的 AI 購物助理、Meta 在社群平台嵌入 AI 導購。台灣這邊，我預期 momo 和 PChome 遲早會開放更多 API，因為不接入 AI 生態系就等於放棄未來的流量入口。對我們做自動化的人來說，現在就開始練習建 AI Agent，等生態系成熟的時候你就是最早受益的那群人。你一定可以的，現在開始永遠不嫌晚。

下一步行動

如果你看完這篇想動手試試，我建議的順序是：

先用 ChatGPT 體驗一下購物搜尋功能，感受對話式購物的魅力
跟著我的步驟在 n8n 建一個基礎版的購物搜尋 Agent
根據你的需求，慢慢加入台灣電商的資料源

想學更多 n8n 自動化技巧？ 加入我們的 Skool 社群，和其他自動化愛好者一起學習交流！