Automatyczne opisy produktów z AI - jak i po co?

Każda dostawa nowego towaru w sklepie internetowym kończy się tak samo: kilkadziesiąt albo kilkaset produktów czeka na opis. Ktoś siada, otwiera plik od hurtowni i przepisuje parametry na zdania. Po dwudziestym produkcie opisy robią się coraz krótsze, po pięćdziesiątym - identyczne. A część towaru trafia do sklepu z opisem skopiowanym od producenta, bo „na razie wystarczy".

To zadanie jest wręcz stworzone dla modeli językowych: dane wejściowe są uporządkowane, efekt ma powtarzalną strukturę, a ton i zasady da się zapisać raz. Poniżej opisujemy, jak takie generowanie wygląda w praktyce - od przygotowania danych, przez instrukcję dla modelu, po kontrolę jakości i publikację w sklepie. I, co równie ważne, gdzie ta automatyzacja potrafi zaszkodzić, jeśli zrobi się ją byle jak.

AI nie wymyśla produktu. Dostaje fakty, które już masz, i zamienia je w tekst, którego nie masz czasu napisać - w Twoim tonie, w Twojej strukturze, dla całego katalogu naraz.

Po co w ogóle automatyzować opisy

Opis produktu pracuje na dwóch frontach jednocześnie. Dla klienta odpowiada na pytanie „czy to jest dla mnie?", dla wyszukiwarki - „o czym jest ta strona i czym różni się od stu innych z tym samym produktem?". Ręczne pisanie dobrze obsługuje oba fronty tylko przy małym katalogu. Przy większym zaczynają się problemy:

• Opis producenta w dziesiątkach sklepów. Ten sam tekst z pliku hurtowni ma u siebie połowa konkurencji. Wyszukiwarka nie ma powodu, żeby wyróżnić akurat Twoją kopię.
• Karty bez opisu albo z jednym zdaniem. Klient nie ma z czego się dowiedzieć, czy produkt pasuje, więc pyta obsługę albo wychodzi.
• Nierówna jakość. Produkty opisane w dniu, w którym ktoś miał czas, wyglądają inaczej niż te z dnia dużej dostawy.
• Opóźnienie publikacji. Towar leży w magazynie, a karta czeka w kolejce na tekst - to realnie przesunięta sprzedaż.
• Brak wersji językowych. Wejście na drugi rynek oznacza przepisanie całego katalogu jeszcze raz.

Automatyzacja nie polega na tym, że tekst „pisze się sam" bez nadzoru. Polega na tym, że człowiek przestaje pisać od zera, a zaczyna ustalać zasady i sprawdzać wynik - co przy setkach produktów jest różnicą między tygodniami a godzinami pracy.

Jak to działa - od tabelki do gotowego opisu

Cały proces to potok, przez który przechodzi każdy produkt. Wygląda identycznie niezależnie od tego, czy opisów jest dziesięć, czy dziesięć tysięcy.

1. 01

   Pobranie danych produktu

   Źródłem jest to, co sklep już ma: eksport CSV z hurtowni, plik XML z feedu, arkusz albo bezpośrednio API sklepu (w WooCommerce - REST API). Z każdego produktu wyciągamy nazwę, kategorię, parametry, warianty, materiał, wymiary, zastosowanie - wszystko, co jest faktem.

2. 02

   Uzupełnienie kontekstu

   Do danych produktu doklejamy to, co jest wspólne dla kategorii: dla kogo zwykle jest ten typ towaru, jakie pytania zadają klienci, jakie słowa kluczowe mają sens. Ta sama kurtka inaczej opisuje się w sklepie turystycznym, a inaczej w butiku miejskim.

3. 03

   Generowanie według instrukcji

   Model dostaje instrukcję (ton marki, struktura, długość, zakazy) i dane jednego produktu. Zwraca nie luźny tekst, tylko ustrukturyzowany wynik: tytuł SEO, meta opis, krótki opis, pełny opis, listę zalet - każde pole osobno, gotowe do wstawienia w odpowiednie miejsce w sklepie.

4. 04

   Automatyczna kontrola

   Skrypt sprawdza każdy wynik: czy mieści się w limitach długości, czy liczby i parametry w tekście zgadzają się z danymi wejściowymi, czy nie pojawiły się zakazane sformułowania, czy opis nie jest zbyt podobny do innego z tej samej serii. Wyniki z błędami wracają do ponownego generowania albo na listę do ręcznego przejrzenia.

5. 05

   Przegląd przez człowieka

   Na początku - każdy opis. Później - próbka z każdej partii i wszystko, co kontrola oznaczyła jako wątpliwe. Poprawki nie idą tylko do tekstu, ale przede wszystkim do instrukcji, żeby ten sam błąd nie wrócił w kolejnej partii.

6. 06

   Publikacja w sklepie

   Zatwierdzone opisy trafiają do sklepu przez API - bezpieczniej najpierw jako wersje robocze albo do produktów jeszcze niewidocznych. Bez ręcznego wklejania i bez ryzyka, że opis trafi do niewłaściwego produktu.

Instrukcja, czyli gdzie powstaje jakość

Ten sam model przy tych samych danych potrafi napisać tekst nijaki albo taki, którego nie powstydziłby się dobry copywriter. Różnica leży prawie w całości w instrukcji. Dobra instrukcja do opisów zawiera kilka stałych elementów:

Przykłady działają lepiej niż jakikolwiek opis stylu. Zamiast tłumaczyć, że tekst ma być „konkretny, ale ciepły", wystarczy pokazać trzy opisy, które sklepowi się podobają - model dopasuje do nich rytm, długość zdań i słownictwo.

Dla jednej instrukcji warto też zdecydować, komu opis sprzedaje. Parametry technicznego produktu dla instalatora opisuje się zupełnie inaczej niż ten sam produkt dla osoby, która kupuje go pierwszy raz. Jeśli sklep ma oba typy klientów, lepiej mieć dwie instrukcje dla dwóch kategorii niż jedną kompromisową.

Największe ryzyko: zmyślone parametry

Model językowy pisze płynnie także wtedy, gdy nie ma danych. Jeśli w karcie brakuje informacji o wodoodporności, a produkt „wygląda" na outdoorowy, model może ją dopisać - bo tak zwykle wyglądają opisy podobnych rzeczy. W sklepie to nie jest drobna nieścisłość, tylko podstawa do reklamacji, a przy niektórych kategoriach także problem prawny: opis wprowadzający w błąd co do cech towaru to praktyka, za którą odpowiada sprzedawca, nie narzędzie.

Dlatego zabezpieczenia są wielowarstwowe:

1. 1Zakaz w instrukcji. Wprost zapisane: każda cecha w opisie musi wynikać z danych wejściowych. Brak informacji to brak zdania o niej, a nie domysł.
2. 2Sprawdzenie liczb. Skrypt wyciąga z wygenerowanego tekstu wszystkie wartości liczbowe i jednostki - wymiary, pojemności, moce, gramatury - i porównuje je z danymi produktu. Każda liczba spoza danych to czerwona flaga.
3. 3Lista słów wysokiego ryzyka. „Wodoodporny", „hipoalergiczny", „certyfikowany", „bezpieczny dla dzieci", „leczy", „100%" - jeśli pojawiają się w tekście, a nie ma ich w danych, opis idzie do ręcznego przeglądu.
4. 4Uzupełnienie danych zamiast obchodzenia braków. Jeśli kontrola regularnie oznacza tę samą kategorię, problemem zwykle nie jest model, tylko ubogi plik od dostawcy. Wtedy lepiej uzupełnić parametry u źródła.

Opisy z AI a SEO

Wyszukiwarki nie karzą za to, że tekst powstał z pomocą AI. Oceniają, czy jest przydatny i czy wnosi coś ponad to, co już jest w sieci. Z tego wynikają trzy praktyczne wnioski.

Unikalność to nie tylko inne słowa

Przepisanie opisu producenta innymi zdaniami niewiele zmienia. Wartość dodają informacje, których w opisie producenta nie ma: do czego produkt się sprawdzi, z czym go łączyć, jak dobrać rozmiar, czym różni się od sąsiedniego modelu w Twoim sklepie. To dlatego kontekst kategorii i wiedza sklepu są tak ważnym wkładem do generowania.

Warianty to osobny problem

Dwadzieścia kolorów tej samej koszulki z dwudziestoma „unikalnymi" opisami różniącymi się jednym słowem nikomu nie pomaga. Lepiej opisać produkt raz, porządnie, i obsłużyć warianty w obrębie jednej karty - albo, jeśli warianty muszą być osobnymi produktami, różnicować je tym, co faktycznie je różni.

Słowa kluczowe w naturalnym miejscu

Model dostaje frazę główną i kilka pobocznych dla kategorii i ma je wpleść tam, gdzie brzmią naturalnie: w tytule, w pierwszym akapicie, w nagłówku sekcji. Tekst upchany frazami działa gorzej niż tekst, który po prostu dobrze odpowiada na pytania kupującego - a te pytania i tak zawierają te same słowa.

Przy okazji generowania opisu warto od razu przygotować pola, o których sklepy często zapominają: meta tytuł i meta opis z limitem znaków, tekst alternatywny dla zdjęć oraz krótki opis do listingu kategorii. Dodatkowa praca dla modelu jest znikoma, a to te elementy widać w wynikach wyszukiwania.

Ile to kosztuje i ile trwa

Koszt samego generowania jest niski. Jeden opis to zwykle kilkaset słów wyniku i nieco dłuższe wejście z instrukcją i danymi - przy modelu średniej klasy wychodzi to rzędu kilku groszy za produkt. Dwa mechanizmy obniżają ten koszt jeszcze bardziej:

• Przetwarzanie wsadowe. Opisy nie muszą powstawać w sekundę - mogą powstać w nocy. Tryb wsadowy (batch) u dostawców modeli jest wyraźnie tańszy od zapytań na żywo, zwykle o około połowę, w zamian za wynik dostarczony w ciągu kilku godzin.
• Buforowanie instrukcji. Instrukcja i przykłady są identyczne dla każdego produktu, zmieniają się tylko dane. Buforowanie tego wspólnego początku (prompt caching) sprawia, że przy tysiącach zapytań płaci się za niego pełną stawkę tylko raz.

Podobnie jak przy innych wdrożeniach AI, rachunek za model nie jest największą pozycją. Czas idzie w przygotowanie danych, dopracowanie instrukcji na pierwszych partiach, integrację ze sklepem i przegląd wyników. Pierwsza kategoria zajmuje najwięcej - każda kolejna korzysta z tego, co już zostało ustalone.

Wdrożenie krok po kroku

1. 01

   Audyt danych

   Sprawdzamy, co faktycznie jest w plikach od dostawców i w sklepie: które parametry są wypełnione, gdzie są braki, jak spójne są nazwy. Jakość opisów nigdy nie przeskoczy jakości danych.

2. 02

   Wzorcowe opisy

   Wybieramy kilka produktów z różnych kategorii i razem ze sklepem ustalamy, jak ma wyglądać idealny opis. Te teksty stają się przykładami w instrukcji i punktem odniesienia przy ocenie.

3. 03

   Instrukcja i format wyniku

   Spisujemy ton, strukturę, limity i zakazy, ustalamy pola wyniku i ich miejsce w sklepie. Na tym etapie powstaje też lista słów wysokiego ryzyka dla danej branży.

4. 04

   Partia pilotażowa

   Kilkadziesiąt produktów, każdy przejrzany ręcznie. Każda poprawka trafia do instrukcji. Zwykle wystarczają dwie, trzy iteracje, żeby odsetek opisów wymagających zmian wyraźnie spadł.

5. 05

   Integracja i kontrola automatyczna

   Podpięcie źródła danych i publikacji w sklepie, walidacja liczb, długości i podobieństwa. Od tego momentu przetwarzanie całego katalogu to kwestia uruchomienia procesu.

6. 06

   Praca ciągła

   Nowe produkty z każdej dostawy przechodzą przez ten sam potok - automatycznie po imporcie albo jednym kliknięciem. Przegląd ogranicza się do próbki i pozycji oznaczonych przez kontrolę.

Realny czas: pilotaż na jednej kategorii to kilka dni. Pełne wdrożenie z integracją ze sklepem i automatyczną kontrolą - zwykle od jednego do trzech tygodni, w zależności od tego, jak uporządkowane są dane produktowe.

Kiedy to się nie opłaca

• Mały, stabilny katalog. Dwadzieścia produktów, które zmieniają się raz w roku, szybciej i lepiej opisze człowiek.
• Produkty, których wartość leży w historii. Rękodzieło, unikaty, marka budowana na osobistym przekazie - tu tekst jest częścią produktu i powinien powstać ręcznie. AI może najwyżej pomóc w wersjach językowych.
• Brak danych. Jeśli jedyną informacją o produkcie jest nazwa i zdjęcie, model nie ma z czego pisać - a zmuszony do pisania zacznie zgadywać.
• Kategorie regulowane bez przeglądu eksperta. Suplementy, kosmetyki, wyroby medyczne czy zabawki wymagają ostrożności w każdym sformułowaniu. Automatyzacja jest możliwa, ale każdy opis musi przejść przez kogoś, kto zna przepisy branży.