ChatGPT的应用商店里，视频流媒体终于破冰。Tubi成为首个入驻的影视平台，用户现在可以直接在聊天界面里完成"我想看点什么"的完整决策链——从模糊的需求到按下播放键，全程不用跳转。
这听起来像个小功能，但解决的是一个真实的消耗：平均每个流媒体用户每天花23分钟在"翻页找片"上。Tubi的解法是把推荐引擎嵌进对话流，让AI先帮你筛一遍。
连接方式比想象中轻量
桌面端点击侧边栏"Apps"，搜索Tubi完成授权；移动端点提示栏旁边的加号，进Explore Apps同样操作。整个过程没有下载新软件，没有创建新账号，授权即走。
调用时两种句式：直接@Tubi，或开头写"Using Tubi, recommend..."
需求可以模糊到"来点被低估的喜剧"，也可以具体到"90分钟以内、有托尼·斯塔克那种嘴炮风格的动作片"。ChatGPT检索Tubi库后秒返结果，第一轮不准就继续调——"再恐怖点""换个短点的"，对话即迭代。
选中影片后，"Watch on Tubi"按钮直跳App播放。这个闭环设计省掉了传统路径里的三步：记住片名、退出当前应用、去Tubi搜索。
为什么Tubi抢到了首发
免费模式是个关键变量。Tubi没有订阅门槛，用户点过去就能看，不需要验证会员身份或处理支付墙。这种"零摩擦"让它比Netflix们更适合做AI推荐的试验田——推荐错了，用户成本极低；推荐对了，转化路径极短。
ChatGPT的应用商店去年12月上线，目前接入的有Apple Music、Spotify、Zillow、Canva等。Tubi的入驻填补了视频流媒体的空白，也测试了一个假设：当AI成为内容发现的中枢，平台愿不愿意把用户入口交出去？
Tubi的答案是愿意。它的内容库超过20万部影视，主要靠广告变现，用户时长就是核心指标。被AI推荐选中，意味着跳过与Netflix、Disney+的正面货架竞争，直接在决策早期截流。
推荐质量取决于你的提示词
Tubi官方给了一个实用技巧：列出3-5部你喜欢的片子，让AI找"类似的"。这比抽象描述更有效，因为ChatGPT可以提取这些片子的元数据标签——类型节奏、视觉风格、叙事结构——再匹配Tubi库里的库存。
这个机制也暴露了边界：Tubi的内容以授权老片、B级制作和广告支撑的长尾内容为主。如果你要的是《沙丘2》或最新HBO剧集，AI会诚实告诉你库里没有，或者推荐一部"沙漠背景的科幻片"作为平替。
这种"有限诚实"反而成了产品特性——它管理了预期，也放大了Tubi的差异化定位。
更值得观察的是用户行为数据。传统流媒体的推荐算法困在"看过什么推什么"的循环里，而对话式推荐引入了意图的丰富维度：当下心情、观看场景、社交需求（"适合情侣吵架后和好的片子"）。这些信号以前很难被结构化捕获。
Netflix和Disney+会跟进吗？技术门槛不高，但商业逻辑更复杂。订阅制平台的核心资产是独家内容，把推荐入口交给ChatGPT，等于弱化自己的算法护城河。除非它们能谈判出更深层的数据回流条款——比如用户对话记录反哺内容采购决策。
Tubi的试探已经摆上了桌面。当AI成为新的内容分发层，流媒体平台是选择自建围墙，还是接入公共管道换取流量？这个问题，可能比"今晚看什么"更值得行业琢磨。
一个细节：Tubi的产品团队在公告里提到，他们测试时发现用户最常追加的指令是"再短点"。这个信号会被传回内容团队吗？
热门跟贴