Konec GPT-4o v ChatGPT: co musí e‑commerce týmy udělat hned
Jiří Štěpánek
Konec GPT-4o v ChatGPT nastal 13. února 2026. Pokud váš tým používá ChatGPT na produktový obsah, merchandising nebo data, potřebujete rychlý audit, záložní plán a jasnou kontrolu kvality.

Konec GPT-4o: co se děje právě dnes
Konec GPT-4o nastal dnes, 13. února 2026, a mění to, co lze v ChatGPT vybrat. OpenAI odstraňuje GPT-4o (spolu s dalšími modely) z výběru v ChatGPT. Pokud váš tým používá ChatGPT pro čištění produktových dat, návrhy textů nebo interní merchandising, musíte rychle zjistit, kde přesně je GPT-4o použité a jak ho nahradit.
Je to důležité i pro týmy, které ChatGPT používají „jen manuálně“. Spousta e‑commerce týmů má lehké SOP postavené na chování konkrétního modelu — tón, délka textu, formátování i způsob, jak model čte supplier CSV. Jakmile model zmizí z výběru, tyto postupy můžou přes noc ztratit kvalitu.
Klíčová zpráva: dostupnost modelů v ChatGPT se mění, ale API pro GPT-4o zůstává. To vytváří rozdíl mezi ručním používáním ChatGPT a produkčními workflow postavenými na API.
Pokud používáte ChatGPT Business, Enterprise nebo Edu, GPT-4o zůstává dostupné v Custom GPTs do 3. dubna 2026. Je to krátké přechodové okno, které je potřeba aktivně naplánovat.
Proč je to důležité pro e‑commerce týmy
V e‑commerce je AI skoro vždy součástí více procesů najednou. GPT-4o mohl být zapojený do:
- návrhů názvů a popisů pro sezónní kampaně
- extrakce atributů ze supplier feedů
- interního „chat ops“ pro category manažery
- rychlých analýz konkurence a merchandising nápadů
Jakmile model zmizí z výběru v ChatGPT, nejdřív prasknou manuální workflow. To rychle vede k nekonzistencím, chybějícím atributům a zpožděným launchům.
Je to také koordinační problém. Různé týmy mohou mít odlišné prompty pro stejné kategorie, což vede k nejednotnému tónu napříč storefronty, rozpadlým SEO patternům a nekonzistentním názvům atributů. Pokud spravujete více jazyků nebo zemí, riziko se násobí.
Pokud už testujete více nástrojů, je to ideální chvíle vyhodnotit specializovanou platformu. Lasso umí automatizovat čištění a obohacování produktových dat a přidat kontrolní krok před publikací. Mrkněte na funkce, ať víte, jak to funguje v praxi.
Udělejte audit závislostí na GPT-4o
Začněte přehledným inventářem. Cílem není všechno přesunout dnes, ale najít křehká místa.
Rychlý audit:
- Seznamte všechny workflow s ChatGPT. Prompty, tabulky, skripty i interní SOP.
- Označte závislosti na GPT-4o. Každé hard‑coded použití je riziko.
- Roztřiďte podle obchodního dopadu. Popis produktu je menší riziko než atributy do PIM.
- Určete vlastníka a deadline. Kdo to opraví a do kdy?
Přidejte ještě dva praktické kroky:
- Uložte „zlatý set“. Vytáhněte 25–50 reprezentativních SKU s aktuálními výstupy jako benchmark.
- Sepsat očekávané formátování. Například délka title, kapitalizace brandu, počet odrážek, jednotky.
Pokud nemáte inventář promptů, vytvořte jednoduchou tabulku s workflow názvem, vlastníkem, umístěním promptu, použitým modelem a cílovým výstupem. Je to jednoduché, ale odhalí skryté závislosti a dá vám jedno místo, kde měnit nastavení při dalších změnách modelů.
Náhradní postup: vyměnit, otestovat, nastavit laťku
Přepnutí modelu není jen přepínač. Držte se krátkého testovacího cyklu:
- Vyměňte model. Zvolte kandidáta pro každé workflow.
- Testujte na reálných datech. 25–50 SKU s různou složitostí kategorií.
- Ohodnoťte výstupy. Úplnost atributů, konzistentní tón, SEO pokrytí.
- Nastavte kvalitativní laťku. Když náhrada neprojde, přidejte guardrails.
V praxi se osvědčí jednoduché hodnocení, které lze opakovat každý týden:
- Úplnost atributů: povinné pole vyplněné u všech SKU?
- Konzistence terminologie: stejné atributy pojmenované stejně?
- Lokalizace: čte se text přirozeně v každém jazyce?
- Compliance: vyhýbá se text zakázaným claimům?
Pro velké katalogy je stabilita důležitější než novinky. Experimenty jsou fajn, ale storefront potřebuje předvídatelné výstupy. Lasso nabízí mapování a čištění supplier dat, obohacení chybějících specifikací a generování popisů s review krokem. Podívejte se na use cases.
30denní checklist po konci GPT-4o
Berete následující měsíc jako stabilizační sprint. Cílem je zastavit překvapivé regrese a držet launch kalendář.
- Dny 1–3: vlastník a přístupy. Potvrďte, kdo vlastní jednotlivé workflow, které modely jsou schválené a kde jsou uložené prompty. U každého procesu si stanovte fallback a kvalitativní laťku pro přepnutí.
- Týden 1: regresní vzorek. Porovnejte výstupy náhradního modelu se zlatým setem a logujte problémy podle kategorií (atributy, tón, formátování, lokalizace), aby byly opravy cílené.
- Týdny 2–4: zpevnění pipeline. Zafixujte šablony, aktualizujte SOP a nastavte review gate pro AI obsah, který jde do produkce. U rizikových kategorií vyžadujte explicitní schválení.
Je to také správný moment vyčistit „shadow“ workflow, která žijí jen v chatovacích oknech. Čím víc procesů zcentralizujete, tím méně vás překvapí příští změna modelů.
Odolná produktová data mimo ChatGPT
Konec GPT-4o je připomínka, že chat není produkční pipeline. Silné e‑commerce týmy mají produktový obsah jako proces:
- Zdroj: feedy, tabulky, PDF od dodavatelů
- Struktura: normalizace atributů do schématu
- Obohacení: doplnění specifikací, validace hodnot, jednotky
- Generování: názvy a popisy ve škále
- Review & publikace: schválení a export do PIM nebo e‑shopu
Bezpečnost pipeline zvýší dva jednoduché kroky:
- Verzujte prompty a šablony. Když se výstupy zhorší, můžete rychle rollbacknout.
- Určete vlastníka dat. Jedno místo odpovědnosti snižuje drift v taxonomii.
ChatGPT může pomoct, ale neměl by být jedinou vrstvou. Pro srovnání generalistického AI a specializovaných nástrojů začněte na srovnání s ChatGPT a srovnání s Hypotenuse.
Začněte s bezpečnějším AI stackem pro retail
Praktický postup na tento týden:
- Ujasněte si roli ChatGPT. Pokud potřebujete GPT-4o, přesuňte workflow na API.
- Připravte fallback modely. Jeden hlavní a jeden záložní pro každé workflow.
- Přesuňte repetitivní práci do systému. Produktová data nepatří do chatových oken.
Pokud pracujete s agenturami nebo freelancery, slaďte teď používání modelů a požadavky na výstup. Nechte si zdokumentovat prompty a vzorové výstupy, abyste udrželi stejný tón i formát napříč dodavateli.
Nakonec změnu odkomunikujte napříč týmy. Krátká poznámka pro merchandising, marketing a data sníží překvapení a urychlí hlášení problémů.
Pokud chcete s přechodem pomoci, Lasso je navržené přesně na to: předvídatelná produktová data, škálované generování obsahu a čistý review trail. Mrkněte na ceník nebo si domluvte demo.