Fanatics 与 OpenAI 正在合作改善球迷的购物体验。作为这项合作的一部分，Fanatics 推出了由 OpenAI 技术驱动的新版 Shop the Look，利用 AI 模型推荐相互搭配的商品，帮助球迷凑齐整套比赛日穿搭。
Fanatics 是一家全球性的数字体育平台，在 Fanatics Corporate、Commerce、Collectibles 以及 Betting and Gaming 等业务中使用了 ChatGPT Work 和 Codex。新版 Shop the Look 目前已在 Fanatics 网络中的多个站点上线，包括 Fanatics.com，以及 NFL、NBA、MLB 和 NHL 的官方在线商店。
这一功能的使用方式相当直接：当球迷浏览自己喜爱球队的球衣时，商品页面上的 Shop the Look 会给出整套搭配建议，推荐的都是与球队和预期风格相符、且当前有库存的商品。这样，球迷不必再自行搜索配件，就能更容易找到与目标商品相配的周边服饰。
在推荐逻辑上，OpenAI 模型会综合经过丰富处理的商品数据、球队信息以及库存情况来组合搭配方案。与此同时，Fanatics 的商品销售规则负责把关，确保推荐出的单品彼此协调、与场景相关。由于商品目录会不断变化，这些搭配方案每天都会刷新，以保持内容与最新库存一致。
在开发环节，OpenAI 与 Fanatics 的工程团队借助 Codex 快速构建了多种定制推荐工具，用于丰富商品与目录数据、寻找可搭配的商品、评估推荐质量，并为每件商品生成搭配方案。这一流程显著缩短了从想法到验证的时间。
测试效率是此次合作的一个亮点。测试新方案在 50 件商品上的表现，用时不到一天。Fanatics 团队审阅了生成的搭配方案，并直接向开发人员反馈意见。经过大约两天的迭代，公司在同一周就批准了最小可行产品（MVP）。OpenAI 参与了解决方案的设计，使 Fanatics 能够把新版 Shop the Look 部署到生产环境，并将这一方法扩展到数千件商品。
效果数据同样值得关注。在约 3 万件 MLB 商品上测试这些推荐后，由 OpenAI 驱动的 Shop the Look 体验取得了比此前版本高出 10% 的互动率。对于一家以球迷购物体验为核心的零售平台而言，这意味着推荐内容不仅更贴合需求，也更能吸引用户参与。
从更广的角度看，这一案例展示了 AI 在电商推荐场景中的落地路径：以数据丰富化为基础，以业务规则为约束，再用快速原型和短周期测试来验证效果。Fanatics 选择在秋季体育赛程到来之前上线该功能，也说明这类 AI 能力正在从实验阶段走向面向消费者的正式产品。