Opp til noen hundre produkter kan den «manuelle» metoden fortsatt fungere, der noen skriver nettbutikkens produktbeskrivelser én for én – men med flere tusen artikkelnumre er det et umulig oppdrag. Innen vi når slutten av katalogen, har det allerede kommet nye produkter, enkelte spesifikasjoner er endret, kanskje har det også oppstått behov for nye språkversjoner eller salgskanaler – og fortvilelsen tar overhånd. Heldigvis er det ingen grunn til panikk.
For dette problemet tilbyr generativ kunstig intelligens en opplagt løsning. I dag kan den lage en produktbeskrivelse på noen sekunder, men nettopp derfor er den lett å bruke feil. Hastigheten alene er nemlig lite verdt hvis systemet samtidig dikter opp feilaktige tekniske data, gjentar de samme intetsigende frasene på hundrevis av sider eller kommer med påstander forhandleren ikke kan underbygge.
Virkelig velfungerende AI-basert innholdsproduksjon starter derfor ikke med at vi skriver inn en smart prompt i chatboten. Først må produktdataene ryddes opp i, innholdsreglene defineres og kontrollprosessen bygges opp – den som alle genererte tekster skal gjennom.
Hvorfor er produktbeskrivelsen blitt viktigere – ikke mindre viktig?
Ved første øyekast skulle man tro at tekst spiller en stadig mindre rolle i en nettbutikk bygget på bilder, videoer og anbefalingssystemer. Kjøpsprosessen viser imidlertid noe annet.
Ifølge Baymard Institutes forskning, basert på flere tusen brukertester og analyser av ledende nettbutikker, har 51 prosent av de undersøkte nettbutikkene en brukeropplevelse på produktsiden som er middels eller dårligere. Forskningen deres viser også at mangelfull eller vanskelig tolkbar produktinformasjon kan utgjøre en reell kjøpsbarriere. På produktsiden er kunden som regel ikke lenger generelt interessert i en kategori. Han prøver å forstå ett konkret produkt. Han vil avgjøre om den aktuelle modellen passer for ham, om den er kompatibel med noe, om størrelsen stemmer, hva den kan brukes til, hva som følger med i pakken – eller nettopp hva som skiller den fra det andre produktet han har åpent ved siden av.
Samtidig endrer selve produktsøket seg. Ifølge Salesforce-undersøkelsen Connected Shopper fra 2025 bruker 39 prosent av kundene allerede kunstig intelligens til å oppdage produkter. Innen generasjon Z er andelen over 50 prosent. Det er vesentlig fordi nettbutikkens produktdata i dag ikke lenger bare skal kunne tolkes av kunden og det tradisjonelle Google-søket. De samme opplysningene kan brukes av nettbutikkens interne søkemotor, en markedsplass, en produktfeed, en anbefalingsmotor eller et AI-basert søkesystem.
Produktbeskrivelsens betydning er derfor ubestridelig også i dag. Det er ingen tvil: vi må gjøre det godt hvis vi vil lykkes på nett.
Det er ikke prompten som gjør AI-produktbeskrivelsen god
En av de vanligste feilene er at vi tillegger prompten for stor betydning.
«Skriv en profesjonell, overbevisende, SEO-optimalisert produktbeskrivelse.» I seg selv sier dette nesten ingenting til modellen. Det fremgår ikke hvem produktet er for, hvilken informasjon den kan bygge på, hvilke påstander den skal unngå, hvordan merkevarens tone skal være – og heller ikke hva den skal gjøre hvis noen data mangler.
For en nettbutikk er det dessuten ikke likegyldig hvordan AI-en håndterer informasjonshullene. I en kreativ tekst kan det iblant være nyttig at modellen formulerer seg friere – med produktdata innebærer det samme en betydelig risiko. Anta at vi om en batteridrevet drill bare oppgir at det er et kompakt verktøy med 18-voltssystem. En språkmodell kan lett legge til et dreiemoment, et turtall eller en batterikapasitet som høres bra ut, men ikke har noe som helst med den aktuelle modellen å gjøre.
Derfor er første steg alltid det samme: sørg for kildedata av god kvalitet. Produktets navn, merke, produsentens artikkelnummer, EAN- eller GTIN-kode, mål, vekt, materiale, ytelse, kompatibilitet, pakkeinnhold, varianter og alle andre relevante egenskaper bør helst foreligge i strukturert form. Det er dette AI-en skal jobbe ut fra.
Tekniske data er ennå ingen produktbeskrivelse
La oss først og fremst understreke at et av AI-ens beste bruksområder nettopp er å oversette de tørre produktdataene til kundens språk. Et teknisk datablad sier for eksempel: «750 ml volum.»
La oss innrømme det: kunden er mer interessert i hva dette betyr i praksis. For eksempel at flasken rommer en større porsjon drikke, slik at den sjeldnere må fylles på under fjellturer eller lengre reiser. Det samme fungerer for elektronikk, verktøy, klær og til og med møbler. Modellen kan koble en egenskap til dens praktiske betydning. Men det finnes en viktig grense.
Av et volum på 750 milliliter følger det at det får plass relativt mye væske i flasken. Det følger derimot ikke at drikken holder seg kald i 12 timer. Slike påstander krever egne data. Nettopp derfor er en av de viktigste instruksjonene i et AI-system for nettbutikker ikke at det skal være kreativt, men at det i visse situasjoner nettopp ikke skal være det. Kan en påstand ikke utledes av produktdataene som er stilt til rådighet, bør den heller utelates.
AI-en må vite hvem den skriver for
Samme produkt kan presenteres på flere måter. I beskrivelsen av et multimeter beregnet på privatkunder bør du for eksempel sannsynligvis først forklare hvilke grunnleggende måleoppgaver det kan brukes til. I en fagbutikk som betjener elektrikere, kan derimot måleområdet, nøyaktighetsklassen eller CAT-klassifiseringen komme i forgrunnen langt tidligere. AI-en vet ikke av seg selv hvilken tilnærming som er riktig. Derfor må målgruppen inngå i enhver godt oppbygd prosess for generering av produktbeskrivelser. Du trenger ikke tenke på en buyer persona over flere sider. Ofte holder det med noen setninger.
Også merkevarestemmen bør brytes ned i regler
Instruksjoner av typen «vær profesjonell» eller «formuler deg naturlig» er for vage. Du får et langt mer brukbart resultat hvis du forteller hva en naturlig tone betyr hos dere. En nettbutikk kan for eksempel fastsette at produktbeskrivelsen skal være saklig og lettfattelig, ikke bruke utropstegn, unngå overdrevne reklameadjektiver og ikke kalle noe som helst «revolusjonerende», «uslåelig» eller «perfekt».
Forbudene forbedrer teksten overraskende mye. Særlig når det dreier seg om flere tusen produkter. Et menneske legger nemlig raskt merke til at den samme frasen «det perfekte valget for alle som» går igjen på tre sider ved siden av hverandre. Et automatisert system lager derimot ti tusen varianter av den uten problemer.
Ikke generer bare én enkelt tekst
Når du først har en kvalitetssikret produktdatabase, er det sløsing å lage bare én lang beskrivelse av den. Fra samme datakilde kan du lage produktnavnet, det korte sammendraget, den detaljerte beskrivelsen, den tekniske spesifikasjonen, meta-tittelen og meta-beskrivelsen, i visse tilfeller en FAQ knyttet til produktet, samt feedinnholdet som trengs for de ulike salgskanalene. Her er det imidlertid viktig å skille …
Beskrivelsen som fungerer på nettbutikkens produktside, er ikke nødvendigvis god som Google Merchant Center-feed. En markedsplass kan trenge helt andre felt og formater igjen.
Hva mener Google om dette?
Om AI-innhold holdt den forenklede forestillingen seg lenge om at Google straffer maskinskrevet tekst. Ifølge Googles gjeldende dokumentasjon er det ikke produksjonsmåten i seg selv som er avgjørende. Søkemotoren ønsker å vise innhold som er nyttig, pålitelig og først og fremst laget for mennesker.
Problemet er det masseproduserte innholdet med lav verdi, særlig når hovedformålet er å manipulere rangeringen. Google håndterer dette under betegnelsen «scaled content abuse», altså misbruk gjennom masseprodusert innhold.
Dette er en svært viktig forskjell. Det er ikke noe galt i at en nettbutikk bruker kunstig intelligens til å lage 5 000 produktbeskrivelser. Det kan derimot bli problematisk hvis det produseres 5 000 nesten identiske sider som knapt inneholder nyttig informasjon, og der det i praksis bare er noen søkeord og produktnavn som byttes ut. God SEO starter altså også her med kvaliteten på produktdataene og kundens informasjonsbehov.
«SEO-optimalisert tekst» betyr ikke gjentakelse av søkeord
AI-ens svakhet blir spesielt tydelig når den bare får beskjed om å lage en SEO-optimalisert produktbeskrivelse.
Da oppstår det lett noe slikt som dette:
«Denne batteridrevne drillen er et ideelt valg for alle som leter etter en pålitelig batteridrevet drill. Den batteridrevne drillen tilbyr en praktisk løsning …»
Språklig feilfritt, men på en god produktside er det ingen bruk for det. Du får langt bedre resultater hvis modellen får produktets reelle søkekontekst. Hva brukes det til? Hvilket problem løser det? Hvilke andre produkter sammenlignes det gjerne med? Hvilke egenskaper avgjør kundenes valg? Fra denne informasjonen dukker de relevante uttrykkene opp på naturlig vis.
Heller ikke Googles veiledning om AI-baserte søkefunksjoner anbefaler noen egen «AI-SEO»-teknikk. Grunnprinsippet er fortsatt det samme: nyttig, unikt og godt strukturert innhold.