← 返回全部情报
Fanatics × OpenAI「Shop the Look」:Codex 建推荐工具,约 3 万 MLB 商品测试 engagement +10% 的封面

·OpenAI·案例收录 2026-10-27

Fanatics × OpenAI「Shop the Look」:Codex 建推荐工具,约 3 万 MLB 商品测试 engagement +10%

管理零售Codex推荐商品运营Fanatics

一句话结论

Fanatics 用 Codex 快速搭出商品数据 enrichment 与搭配推荐工具,把新版 Shop the Look 铺到 Fanatics.com 及 NFL/NBA/MLB/NHL 官店;约 3 万 MLB 商品测试显示 engagement 比旧版高 10%。

打开原文 OpenAI:How Fanatics and OpenAI streamline the fan experience

背景与理念

球迷买球衣时需要一套能穿出门的搭配,但目录日更、库存与球队规则复杂。目标是在商品页推荐协调、有货、符合商品规则的 look。

具体做法

  1. OpenAI 模型吃 enrichment 后的商品、球队与库存数据组装推荐;商品规则约束兼容性;look 每日刷新。
  2. Codex 与 Fanatics 工程共建:enrichment、找兼容商品、评估推荐、批量生成 look。首 50 个商品测试不到 24 小时完成,几天迭代后当周批准 MVP 并接入生产。
  3. 公司侧同时在 Corporate / Commerce / Collectibles / Betting 使用 ChatGPT Work 与 Codex。

关键数据/例子

首 50 SKU <24 小时测完;约 30,000 MLB 商品测试;engagement +10%。

创新点

把「推荐工具链」本身当成 Codex 可快速交付的内部产品,而不是先写长 PRD 再排期。

可否复用

  1. 先用小样本(几十 SKU)闭环评审,再扩到万级目录。
  2. 推荐必须过商品规则与有货约束,不能只靠模型审美。
  3. 日更刷新与目录变更绑在一起,避免过期 look。

笔记会在输入时自动保存。