Un selfie, un capo trovato durante una ricerca e pochi secondi di generazione. Dal primo ottobre ChatGpt integra una funzione di prova virtuale per abbigliamento e accessori mediante il pulsante Try on che compare nelle schede prodotto e permette di creare un’immagine dell’utente con l’articolo scelto.
La novità, presentata da OpenAI, è un’evoluzione di soluzioni già in uso da altre aziende e, come risultato porta un camerino virtuale tra le funzioni di un’IA generativa che già cerca prodotti, confronta alternative e organizza le preferenze.
Un camerino dentro la conversazione
Il funzionamento parte dalle schede di shopping di ChatGpt. L’utente seleziona un capo o un accessorio, tocca Try on e carica un selfie. La guida ufficiale allo shopping di OpenAI spiega che il sistema genera l’anteprima attraverso ChatGpt Images. La stessa logica vale anche per una fotografia di un prodotto caricata direttamente in una chat, laddove un’immagine presa da un sito, una schermata o una foto di un capo di abbigliamento possono diventare il punto di partenza per la prova virtuale.
La funzione si integra inoltre con gli strumenti di salvataggio di ChatGpt e le immagini create durante le prove virtuali possono essere ritrovate tra i contenuti generati e nella Library, la sezione dell’interfaccia utente del chatbot nella quale vengono archiviati i file caricati e quelli creati da ChatGpt.
Il camerino virtuale è un nuovo tassello della strategia di OpenAI per lo shopping. Dopo le schede prodotto, i confronti e Shopping Research che aiuta a cercare e confrontare ciò che si vuole acquistare, ChatGpt aggiunge la possibilità di visualizzare direttamente un capo sulla propria immagine.
Il ruolo di ChatGpt Images 2.5
La base tecnica è ChatGpt Images 2.5, il modello per la generazione e la modifica delle immagini presentato da OpenAI l’8 settembre appena trascorso e che, nella sua nuova versione, offre dettagli più nitidi, texture più ricche, illuminazione più naturale e una migliore capacità di preservare il soggetto delle fotografie di riferimento. OpenAI dichiara inoltre che la generazione delle immagini è fino al 50 per cento più veloce rispetto a Images 2.0.
Il sistema deve mantenere riconoscibili volto e corporatura, integrare il capo nella scena e ricostruire pieghe, ombre, sovrapposizioni e materiali con una resa plausibile. Il risultato appartiene alla generazione d’immagine, quindi va letto come anteprima e non è un caso che OpenAI invita a verificare misure, dettagli del prodotto e politiche di reso del venditore prima dell’acquisto. Taglia e vestibilità restano un problema distinto dalla qualità visiva della simulazione.
OpenAI, su ChatGpt arriva lo shopping: nuova sfida a Google
Google gioca già la stessa partita
Il concorrente più vicino è Google. Il suo virtual try-on per lo shopping permette di caricare una fotografia a figura intera e vedere capi e scarpe sulla propria immagine. Nel 2025 Google ha portato la funzione dai test di Search Labs al prodotto Shopping negli Stati Uniti e l’ha poi estesa ad altri mercati. Un aggiornamento del luglio 2026 conferma l’accesso al camerino virtuale direttamente dai risultati di ricerca compatibili.
Google dispone di un vantaggio strutturale, Shopping Graph, ovvero il catalogo che collega centinaia di migliaia di schede prodotto, commercianti, prezzi e disponibilità. La prova virtuale si innesta quindi dentro un motore di ricerca commerciale già enorme. ChatGpt prova una strada diversa, con la conversazione come interfaccia principale e con la possibilità di partire anche da una semplice immagine caricata dall’utente.
La sovrapposizione cresce ancora con Google Photos. Infatti, ad aprile del 2026, Google ha annunciato una funzione capace di creare un guardaroba digitale a partire dagli abiti riconosciuti nelle fotografie personali, combinarli in outfit e generare anteprime virtuali. Il confine tra archivio fotografico, motore di ricerca e negozio online diventa così sempre più sottile.
Walmart porta l’utente dentro la scheda prodotto
Walmart percorre una strada simile da diversi anni. Il servizio Be Your Own Model ha introdotto la possibilità di usare una propria fotografia per visualizzare l’abbigliamento selezionato. Il portale attuale di Virtual Try-On propone ancora la prova su categorie come abiti, top e jeans, con la scelta tra la propria immagine e modelli di riferimento. L’obiettivo di ridurre l’incertezza che separa una scheda prodotto dalla percezione del capo sul corpo coincide con quello di OpenAI, almeno sul piano visivo.
Zalando punta sulla vestibilità e sugli avatar 3D
Zalando affronta il problema da un’altra angolazione. Il suo Virtual Fitting Room usa le misure corporee per creare un avatar 3D e confrontare diverse taglie dello stesso articolo. Lo scorso giugno Zalando ha dichiarato che, durante dei test pilota, il ricorso al camerino virtuale ha permesso di ridurre del 40% i resi.
Mentre ChatGpt e Google puntano soprattutto sulla rappresentazione visiva del look, Zalando lega l’esperienza a misure, taglie e forma del corpo. In altre parole, un conto è vedere come potrebbe apparire una giacca, un altro è stimare quale taglia abbia maggiori probabilità di vestire bene.
Amazon presidia scarpe, occhiali e beauty
Amazon offre da tempo esperienze di Virtual Try-On concentrate soprattutto su scarpe, occhiali, occhiali da sole e prodotti beauty. In questi casi prevale la realtà aumentata, giacché la fotocamera mostra l’articolo sul piede o sul volto, mentre il beauty può usare una fotografia per simulare il risultato. La copertura dell’abbigliamento resta più limitata rispetto a Google, Walmart, Zalando e alla nuova proposta di ChatGpt.
La pluralità degli approcci racconta un mercato ancora aperto. Alcune piattaforme partono dalla realtà aumentata, altre dalla generazione di immagini, altre ancora da avatar e misure corporee. L’utente vede un’esperienza apparentemente semplice ma, dietro quella semplicità convivono computer vision, modelli generativi, cataloghi commerciali, sistemi di raccomandazione e dati di vestibilità.
La foto personale diventa una chiave dello shopping
Il nuovo camerino porta con sé anche una questione di gestione delle immagini personali. OpenAI spiega che la foto di riferimento viene salvata per i try-on successivi e può essere modificata o rimossa. Per gli account personali, i Controlli dei dati di ChatGpt permettono inoltre di scegliere se le nuove conversazioni contribuiscono al miglioramento dei modelli. La gestione della fotografia entra quindi a pieno titolo nell’esperienza d’acquisto, accanto a preferenze, cronologia e prodotti salvati.
È un passaggio che ha un valore commerciale, perché una piattaforma che conosce gusti, fascia di prezzo desiderata, marchi preferiti, precedenti ricerche e immagine di riferimento può costruire suggerimenti molto più personalizzati rispetto a una ricerca tradizionale basata su poche parole chiave.
Dal motore di ricerca al consulente di stile
La funzione più interessante arriva quindi prima e dopo il singolo try-on. ChatGpt può ricevere la foto di un look, identificare capi simili disponibili online, proporre alternative coerenti con un budget e poi generare l’anteprima sulla persona. Può anche partire da una descrizione, per esempio un completo per una cerimonia o una giacca da abbinare a un paio di pantaloni già posseduti. Il prodotto diventa una tappa di una conversazione più ampia.
Il test decisivo riguarderà la qualità dell’esperienza reale. Per convincere chi compra abbigliamento sono necessari prodotti aggiornati, prezzi corretti, misure affidabili, tempi di esecuzione rapidi e una resa visiva abbastanza fedele da orientare la scelta. Il camerino virtuale di ChatGpt è un passo in più verso il commercio conversazionale.
/https%3A//www.repstatic.it/content/contenthub/img/2026/10/01/175106517-3ead184f-4b92-4e2f-8fea-5fd79870b6fd.jpg)
/https%3A//www.repstatic.it/content/contenthub/img/2026/08/31/160847249-ef160e57-522e-4a23-951a-24126e430a5a.jpg)
/https%3A//www.repstatic.it/content/contenthub/img/2026/09/29/164648017-9d33f25c-02de-46b9-b28a-44b025a3d789.jpg)