Para generar descripciones de productos con IA sin errores, dale al modelo los atributos de la ficha, trata el texto generado como una propuesta y pide que una persona compare medidas, voltaje y promesas con la ficha técnica antes de publicar. Guarda la versión anterior y mide el efecto en el canal antes de ampliar a todo el catálogo.
El catálogo tiene tres mil productos y mil de ellos llevan la descripción del proveedor: una línea, a veces en mayúsculas, a veces en otro idioma. Escribir todo a mano mantiene ocupado al equipo durante mucho tiempo. Generar todo con IA es rápido. La tentación es obvia, y el riesgo también: un modelo de lenguaje escribe bien y con seguridad incluso cuando inventa la capacidad, el voltaje o una función que el producto no tiene.
La IA puede aportar un beneficio real al catálogo. Lo que separa el beneficio del problema es el proceso que la rodea.
Lo que la IA hace bien en el catálogo
- Convertir datos en texto. Con los atributos correctos a mano (capacidad, material, dimensiones), la IA escribe una descripción legible y coherente con ellos.
- Unificar el tono. Mil descripciones de mil proveedores adoptan la misma voz.
- Proponer lo que falta. A partir del texto existente, sugerir atributos que la familia pide y que están vacíos.
- Escribir variantes de un campo. Título para búsqueda, descripción corta, meta descripción.
¿Dónde se equivoca la IA en la descripción de producto?
- Inventa datos técnicos. Si el voltaje no está en la ficha, el modelo puede suponer uno.
- Promete de más. Adjetivos y garantías que ningún documento del producto respalda.
- Copia al vecino. Productos parecidos reciben descripciones casi iguales, lo que no ayuda ni al cliente ni a la búsqueda.
- Se equivoca de categoría. Un accesorio descrito como si fuera el producto principal.
Todos estos errores tienen la misma raíz: el texto se publicó sin que nadie lo comparara con los datos del producto.
Los canales también tienen sus exigencias. La regla de descripción de Google Merchant Center pide que el texto describa solo el producto y prohíbe el texto promocional, como precio, envío o descuentos. La regla de título pide que el título describa el producto que se muestra en la página de destino. Los dos campos van juntos en el feed de productos para Google.
Un proceso que funciona
- Primero, la ficha completa. La IA trabaja a partir de los atributos. Cuanto más completa esté la ficha, menos margen hay para inventar.
- Propuesta, no escritura directa. El texto generado queda como sugerencia, junto al texto actual.
- Revisión humana con criterio. Quien revisa compara medidas, voltaje y cualquier afirmación de desempeño con la ficha técnica. Aprobar en lote es aceptable cuando la muestra revisada está limpia; publicar sin que nadie lo mire, no.
- Registro de lo que cambió. Guardar la versión anterior permite volver atrás si se cuela un error.
- Medición. Medir el efecto del cambio en los indicadores del canal antes de extenderlo a todo el catálogo.
Si los atributos todavía están incompletos, el primer paso es el diccionario de atributos por familia.
La IA de AdCore Turbo, con aceptación
En AdCore Turbo, la IA para catálogo propone descripción, título SEO y meta descripción en portugués, y sugiere los atributos que faltan en la familia del producto. Todo llega como propuesta, junto al texto actual: nada se guarda sin que alguien de tu equipo lo acepte. La IA puede quedar desactivada en la cuenta, para quien prefiera no usarla.
Lo que se busca es describir todo el catálogo mucho más rápido que a mano, sin publicar una frase que el producto no respalda. Los datos que alimentan este proceso vienen del PIM.