Opisy produktów z AI dla sklepu: dane, weryfikacja faktów i zasady Google

Opisy produktów z AI można tworzyć na dużą skalę bez utraty zaufania klientów, jeśli przestrzegasz trzech zasad: model pisze wyłącznie na podstawie zweryfikowanych danych produktowych, każdy szkic przed publikacją sprawdza człowiek, a teksty wysyłane do Google Merchant Center są poprawnie oznaczone jako utworzone przez generatywną AI. Zasady Google nie zakazują samego korzystania z AI. Prawdziwym problemem są zmyślone parametry, setki niemal identycznych tekstów bez wartości dodanej i źle skonfigurowany feed produktowy.

Jeśli rozważasz generowanie opisów produktów przez AI dla setek lub tysięcy pozycji, poniżej znajdziesz to, co mówią na ten temat zasady Google, przykład weryfikacji faktów, plan wdrożenia, listę kontrolną i odpowiedzi na częste pytania.

Co mówią zasady Google o tekstach z AI

Google Search: liczy się wartość dodana, nie narzędzie

Zasady Google dotyczące spamu definiują nadużycie polegające na masowym tworzeniu treści (scaled content abuse) jako generowanie wielu stron głównie w celu manipulowania pozycjami w wynikach wyszukiwania, a nie pomagania użytkownikom – bez względu na to, jak treść powstała. Wśród przykładów wymieniają generowanie wielu stron za pomocą narzędzi generatywnej AI bez wartości dodanej dla użytkowników, a także generowanie wielu stron z przejętych feedów lub innych treści, również przy użyciu automatycznych przekształceń, takich jak zastępowanie synonimami czy tłumaczenie, jeśli dają one użytkownikom niewielką wartość. Witryny naruszające te zasady mogą zajmować niższe pozycje w wynikach lub w ogóle się w nich nie pojawiać (zasady Google dotyczące spamu).

Wytyczne Google dotyczące treści z generatywnej AI przypominają, że modele generatywne nie wyszukują faktów, lecz przewidują prawdopodobną sekwencję słów. Ich wynik może więc zawierać nieścisłości, tzw. halucynacje. Google uznaje za kluczowe ręczne sprawdzenie faktów i przejrzenie wszystkich treści utworzonych przez AI przed publikacją. Weryfikacja obejmuje również metadane, takie jak tytuły stron, metaopisy, dane strukturalne i teksty alternatywne obrazów (wytyczne Google dotyczące treści z generatywnej AI).

Google Merchant Center: tekst z AI trzeba oznaczyć

Jeśli promujesz produkty przez Google Merchant Center, obowiązują dodatkowe zasady. Opisy utworzone przez generatywną AI przesyła się w atrybucie structured_description. Ma on dwa podatrybuty: digital_source_type z wartością trained_algorithmic_media oraz content z samym tekstem. Do tytułów produktów utworzonych przez AI służy analogiczny atrybut structured_title. Obrazy utworzone przez generatywną AI muszą zawierać metadane IPTC DigitalSourceType z wartością TrainedAlgorithmicMedia i nie należy ich usuwać (pomoc Merchant Center dotycząca treści z AI).

Ważny szczegół: jeśli dla tego samego produktu prześlesz jednocześnie structured_description i klasyczny description, według pomocy Google zostanie użyty tylko description. Jeśli opis nie spełnia minimalnych wymagań, Google może odrzucić produkt lub ograniczyć wyświetlanie reklam (pomoc Merchant Center dotycząca atrybutów description i structured_description).

Praktyczny przykład: opis noża szefa kuchni

Poniższy przykład ma charakter ilustracyjny – nie dotyczy prawdziwego klienta ani konkretnego produktu. Sklep internetowy z artykułami kuchennymi ma dla produktu „Nóż szefa kuchni 20 cm” następujące dane od dostawcy:

długość ostrza: 20 cm,
materiał ostrza: stal nierdzewna,
rękojeść: drewno dębowe,
masa: 210 g,
pielęgnacja: myć ręcznie,
twardość ostrza: dostawca nie podał.

Pierwszy szkic modelu brzmi płynnie: „Nóż szefa kuchni z ostrzem 20 cm ze stali nierdzewnej o twardości 58 HRC i rękojeścią z drewna dębowego. Jest lepszy od zwykłych noży i bez obaw możesz myć go w zmywarce. Darmowa dostawa.” Automatyczna weryfikacja faktów porównuje każde twierdzenie z danymi produktu:

Twierdzenie w szkicu	Wartość w danych	Wynik weryfikacji
ostrze 20 cm	długość ostrza: 20 cm	w porządku
stal nierdzewna	materiał ostrza: stal nierdzewna	w porządku
rękojeść z drewna dębowego	rękojeść: drewno dębowe	w porządku
twardość 58 HRC	brak	zmyślona wartość – usunąć albo poprosić o nią dostawcę
można myć w zmywarce	myć ręcznie	sprzeczność z danymi – zablokować szkic
lepszy od zwykłych noży	–	porównanie z innymi produktami – usunąć
darmowa dostawa	–	tekst promocyjny – należy do ustawień dostawy, nie do opisu

System odsyła szkic do poprawy z konkretnymi uzasadnieniami. Redaktor zatwierdza już poprawioną wersję i widzi przy niej, na jakich danych opiera się tekst. Zatwierdzony opis pojawia się na stronie produktu, a do feedu trafia jako structured_description z wartością trained_algorithmic_media.

Dwa ostatnie wiersze tabeli wynikają z zasad Merchant Center: opis powinien dotyczyć wyłącznie samego produktu i nie powinien zawierać porównań z innymi produktami ani tekstu promocyjnego, takiego jak cena, dostawa, termin dostawy czy nazwa firmy. Cenę i dostawę podawaj w osobnych atrybutach feedu (pomoc Merchant Center dotycząca opisu produktu).

Wdrożenie krok po kroku

Zacznij od pilotażu w jednej kategorii. Wybierz kategorię z dobrymi danymi i jasnymi parametrami, a nie cały katalog naraz. Pilotaż pozwoli dopracować szablon i kontrole.
Określ źródło prawdy. Model otrzymuje wyłącznie atrybuty z Twojego systemu produktowego, ERP lub od dostawcy. Brakująca wartość pozostaje brakująca – model nie może jej uzupełniać na podstawie własnej „wiedzy”.
Zaprojektuj szablon opisu. Najważniejsze informacje umieść na początku: pomoc Merchant Center zaleca, by znalazły się w pierwszych 160–500 znakach, choć opis w feedzie może mieć do 5 000 znaków. Następnie opisz zastosowanie, parametry, pielęgnację i zawartość opakowania.
Dodaj własną wartość. Uzupełnij dane wejściowe o to, czego brakuje w tekście producenta: zweryfikowane wymiary, zawartość opakowania, odpowiedzi na pytania, które klienci wielokrotnie zadają działowi obsługi, lub porady dotyczące doboru rozmiaru.
Wymagaj ustrukturyzowanego wyniku. Oprócz tekstu model zwraca listę twierdzeń i do każdego z nich atrybut, na którym się opiera. Twierdzenie bez źródła traktowane jest jako błąd.
Włącz automatyczną kontrolę. Porównuj liczby i jednostki z danymi, wyszukuj niedozwolone sformułowania (cena, dostawa, porównania, linki) i sprawdzaj język, długość oraz obowiązkowe informacje.
Zatwierdzanie zostaw człowiekowi. Każdy tekst przed publikacją sprawdza redaktor. W bardziej ryzykownych kategoriach dodaj drugą kontrolę przez specjalistę.
Poprawnie przekaż feed. Opis z AI wysyłaj w structured_description zamiast description. Tekst w feedzie musi być spójny z pozostałymi danymi, np. z tytułem, oraz ze stroną produktu – wprost wymaga tego pomoc Merchant Center.
Prowadź rejestr pochodzenia. Dla każdego produktu zapisuj wersję danych wejściowych, wersję instrukcji (promptu), użyty model, datę, osobę zatwierdzającą oraz znacznik informujący, że tekst utworzyła AI.
Zaplanuj utrzymanie. Gdy zmieni się atrybut, system oznacza opis jako nieaktualny i ponownie kieruje go do wygenerowania i zatwierdzenia.

Jak przekazać opis z AI do Merchant Center

Format zależy od sposobu przesyłania danych: plik tekstowy, XML lub Merchant API. W pliku tekstowym typ źródła i sam tekst oddziela się dwukropkiem. Jeśli tekst zawiera dwukropek, ujmij go w całości w cudzysłów. Cudzysłowy wewnątrz tekstu podwój. Przy nieprawidłowym formacie Google może odrzucić produkt z błędem „Too many sub-attributes for the attribute” (pomoc Merchant Center dotycząca atrybutu structured_description). Nasz przykład zawiera dwukropek („Pielęgnacja:”), dlatego tekst jest w cudzysłowie.

trained_algorithmic_media:"Nóż szefa kuchni z ostrzem 20 cm ze stali nierdzewnej i rękojeścią z drewna dębowego. Pielęgnacja: myć ręcznie."

W feedzie XML atrybut ma własne zagnieżdżone elementy:

<g:structured_description>
  <g:digital_source_type>trained_algorithmic_media</g:digital_source_type>
  <g:content>Nóż szefa kuchni z ostrzem 20 cm…</g:content>
</g:structured_description>

Przed uruchomieniem sprawdź, czy Twoja wtyczka do feedu produktowego lub istniejąca integracja potrafi wysyłać ten atrybut. Jeśli nie, rozwiązaniem jest modyfikacja feedu lub dedykowana integracja API. Upewnij się też, że feed nie wysyła dla tego samego produktu również klasycznego description.

Korzyści i kompromisy

Główną korzyścią jest czas redaktora: nie pisze tekstu od zera, tylko sprawdza szkic z zaznaczonymi źródłami. Jednolity szablon poprawia też spójność katalogu. Konkretnego wzrostu sprzedaży ani ruchu nie da się obiecać z góry – zależy on od jakości danych, konkurencji i od tego, co nowy tekst wnosi w porównaniu z obecnym stanem.

Z tymi kompromisami trzeba liczyć się świadomie:

Kontrola kosztuje czas. Bez zatwierdzania przez człowieka zaoszczędzisz więcej, ale bierzesz na siebie ryzyko zmyślonych parametrów.
Jakość danych to sufit. AI nie zastąpi niekompletnych atrybutów – często najpierw trzeba uzupełnić dane.
Spójność kontra wyróżnienie. Sztywny szablon prowadzi do podobnych tekstów. Wyróżnienie musi wynikać z danych i własnej wiedzy, a nie z kwiecistych sformułowań.
Utrzymanie nie kończy się na uruchomieniu. Zmiany atrybutów, nowe kategorie i korekty instrukcji wymagają stałego utrzymania.

Kiedy lepiej poczekać z opisami z AI: jeśli masz tylko kilkadziesiąt produktów, które rzadko się zmieniają, ręczne pisanie bywa prostsze. Poczekaj także wtedy, gdy nie masz wiarygodnych danych produktowych – AI tylko szybciej rozpowszechniłaby błędy.

Częste błędy

Model dostaje tylko nazwę produktu i sam dopowiada brakujące dane.
AI jedynie przepisuje tekst producenta synonimami i nie dodaje żadnych nowych informacji.
Opisy są automatycznie tłumaczone na inne języki bez sprawdzenia przez osobę znającą dany język.
Teksty trafiają do publikacji bez kontroli człowieka, bo „próbka wyglądała dobrze”.
Sprawdzany jest tylko główny tekst, a nie tytuły, metaopisy, dane strukturalne i teksty alternatywne.
Tekst z AI jest wysyłany w klasycznym description lub razem z nim.
W opisie zostaje cena, dostawa, termin dostawy lub porównanie z konkurencją.
Brakuje rejestru pochodzenia, więc po zmianie danych nikt nie wie, które opisy trzeba odświeżyć.

Lista kontrolna przed publikacją

Dostosuj głębokość kontroli do ryzyka kategorii. Poniższa tabela to nasza rekomendacja, a nie wymóg Google:

Ryzyko kategorii	Przykłady	Zalecana kontrola
Niskie	dekoracje, dodatki do domu	redaktor sprawdza każdy tekst i jego twierdzenia z danymi
Średnie	narzędzia, elektronika, artykuły kuchenne	redaktor oraz kontrola parametrów technicznych przez specjalistę produktowego
Wysokie	produkty dziecięce, suplementy diety, środki ochrony osobistej	redaktor i ekspert; żadnych twierdzeń o działaniu czy bezpieczeństwie bez udokumentowanego źródła

Przed publikacją każdej partii odhacz:

każda liczba i jednostka w tekście zgadza się z danymi produktu,
tekst nie zawiera ceny, dostawy, terminów, nazwy firmy, linków ani porównań,
najważniejsze informacje są w pierwszych 160–500 znakach,
tekst jest w odpowiednim języku i nie zawiera niezrozumiałych obcych słów,
tytuł, metaopis, dane strukturalne i teksty alternatywne przeszły tę samą kontrolę,
feed wysyła tekst z AI w structured_description z wartością trained_algorithmic_media i bez równoległego description,
tekst w feedzie jest zgodny ze stroną produktu,
przy produkcie zapisano rejestr pochodzenia i zatwierdzenia.

Najczęściej zadawane pytania

Czy Google karze opisy produktów napisane z pomocą AI?

Zweryfikowane przez nas zasady Google oceniają wynik, a nie narzędzie. Za problem uznają generowanie wielu stron bez wartości dodanej dla użytkowników, bez względu na to, jak treść powstała. Samo użycie AI nie jest więc w tych zasadach określane jako naruszenie – liczy się dokładność i przydatność tekstu. Konkretnych pozycji w wyszukiwarce nie da się jednak zagwarantować.

Czy muszę oznaczać opis z AI także w sklepie internetowym?

W zweryfikowanych źródłach obowiązkowe oznaczanie dotyczy danych produktowych w Google Merchant Center. W przypadku stron internetowych Google Search zaleca rozważenie, czy wyjaśnić czytelnikom, jak użyto automatyzacji, jeśli ma to dla nich sens. Ten artykuł nie ocenia obowiązków prawnych wykraczających poza zasady Google.

Czy wystarczy, że AI przepisze opis producenta?

Zwykle nie. Wśród przykładów nadużyć związanych z masowym tworzeniem treści Google wymienia też generowanie stron z przejętych treści za pomocą automatycznych przekształceń, takich jak zastępowanie synonimami czy tłumaczenie, jeśli dają niewielką wartość. Samo przepisanie nie wnosi nowych informacji. Wartość dodają Twoje zweryfikowane dane, wiedza działu obsługi klienta i jasne odpowiedzi na pytania, które klienci mają przy wyborze.

Czy tekst poprawiony przez redaktora nadal jest utworzony przez AI?

Zweryfikowane przez nas źródła nie określają progu, od którego tekst po ludzkiej edycji przestaje być uznawany za utworzony przez generatywną AI. Zalecamy ostrożne podejście: jeśli tekst powstał w wyniku generowania, oznacz go w feedzie wartością trained_algorithmic_media i zapisz tę decyzję przy produkcie. Jeśli redaktor napisze opis od podstaw samodzielnie, jest to zwykły opis.

Chcesz wdrożyć opisy z AI w swoim sklepie?

Pomożemy Ci przygotować dane produktowe, szablony opisów, automatyczną weryfikację faktów, proces zatwierdzania i feed dla Merchant Center. Zobacz, jak budujemy agentów AI na zamówienie i sklepy internetowe na zamówienie, albo po prostu napisz do nas. Wspólnie zaprojektujemy pilotaż w jednej kategorii.

Źródła

Google Search Central: Google Search’s guidance on using generative AI content on your website – wytyczne dotyczące treści z generatywnej AI
Google Search Central: Spam policies for Google web search – zasady dotyczące spamu, sekcja Scaled content abuse
Google Merchant Center Help: AI-generated content – oznaczanie treści z AI
Google Merchant Center Help: Description [description] and structured description [structured_description] – wymagania dotyczące opisu produktu