Tisoč izdelkov, tisoč različnih strani izdelkov; tisoč opisov, ki ne smejo biti le slovnično brezhibni, temveč morajo izdelek tudi prodati, pomagati kupcu, iskalnikom posredovati ustrezne informacije in po možnosti ne smejo znova in znova ponavljati istih stavkov.
Pred nekaj leti je vsebinska napolnitev tako velikega kataloga zahtevala tedne ali celo mesece, danes pa je na srečo položaj drugačen. Generativna umetna inteligenca je resnično sposobna v enem samem delovnem dnevu pripraviti besedila tudi za tisoč izdelkov in jih opremiti z lastnostmi izdelkov ter informacijami za strani izdelkov … Vendar obstaja pomembna razlika med »generirali smo tisoč besedil« in »nastalo je tisoč uporabnih strani izdelkov«.
AI namreč sam po sebi ne reši problema podatkov o izdelkih; če dela s slabimi podatki, pripravi slab opis. Če za vsak izdelek prejme enako navodilo, skoraj zagotovo postane šablonski, kar uporabniki zlahka prepoznajo kot vzorec. Če pa v spletni trgovini ni vzpostavljen ustrezen postopek preverjanja, se lahko v zameno za hitrost objavijo napačni tehnični podatki, pretirane trditve ali brezvredna SEO-besedila. In ničesar od tega si ne želimo!
Prav zato AI v Sellviovem pristopu ni zgolj robot za pisanje besedil, temveč eden od avtomatiziranih elementov procesa upravljanja podatkov o izdelkih.
AI je hiter, a ni dober zaradi tega
Eden od nesporazumov pri generiranju opisov izdelkov je, da nalogo obravnavamo zgolj kot pisanje besedil. Vzemimo spletno trgovino s 1000 izdelki. Za vsak izdelek so lahko na voljo ime izdelka, blagovna znamka, kataloška številka, koda EAN, kategorija, tehnični parametri, barva, velikost, material, proizvajalčev opis, podatkovni list v PDF-ju in celo dobaviteljeva spletna stran. Iz tega ni treba napisati zgolj »človeškega besedila«; informacije je treba najprej razumeti, strukturirati in jih nato preoblikovati v vsebino, koristno z vidika kupca. Prav v tem je generativni AI resnično močan.
McKinsey je že v svoji raziskavi o gospodarskem potencialu generativne umetne inteligence ustvarjanje opisov izdelkov izpostavil kot eno od očitnih področij uporabe v marketingu in prodaji. Po oceni svetovalnega podjetja lahko generativni AI v produktivnosti marketinških funkcij ustvari vrednost v višini 5–15 odstotkov celotne marketinške porabe. Še več, tehnologija je medtem presegla zgolj pisanje besedil. McKinseyjeva analiza iz leta 2026 na primer predstavlja distributerja, pri katerem je AI podatke o izdelkih zbral in dopolnil iz več internih sistemov; priprava tako nastalega, bogatejšega kataloga bi ročno trajala mesece. Natanko v to smer se razvija tudi upravljanje vsebin v e-trgovini.
Kaj pomeni »edinstven« opis izdelka v letu 2026?
Edinstvenost ne pomeni, da AI pri vsakem izdelku uporabi drugačen pridevnik. Dober opis mora pokazati, v čem se posamezni izdelek razlikuje od drugih elementov kataloga, v katerih situacijah uporabe je lahko dobra izbira in na podlagi katerih informacij se lahko kupec o njem odloči. Pri tekaškem copatu lahko na primer drugačen poudarek dobijo blaženje, zasnova podplata, teren, oblika stopala ali intenzivnost uporabe. Pri vrtalniku so lahko bistveni moč, število vrtljajev, vpenjalna glava, udarna funkcija in tipično področje uporabe. Pri kosu pohištva pa so odločilni material, mere, konstrukcija in možnosti postavitve.
Sellviov Product Description Writer lahko zato izhaja tudi iz kode EAN ali ISBN in pripravi opis, prilagojen tonu spletne trgovine in posamezni kategoriji, z vidika SEO, GEO in AEO. Funkcijo smo zasnovali prav za kataloge z več tisoč izdelki, da lahko velike stvari nastanejo tudi v nekaj dneh!
Pri tisoč izdelkih naloga ni več pisanje besedil, temveč upravljanje podatkov
Pri desetih izdelkih lahko povsem dobro deluje, da sodelavec odpre AI, vnese ime izdelka, prilepi specifikacije in nato končano besedilo prenese v spletno trgovino. Ne samo da lahko deluje — tudi deluje, saj velik del spletnih trgovin še danes uporablja prav ta postopek. Pri obsegu v tisočih pa ta metoda ni več vzdržna. Takrat je treba najprej urediti sam katalog izdelkov.
Sellviovo upravljanje izdelkov podpira množični uvoz in izvoz prek Excela in CSV-ja, kategorije, različice, oznake in parametre izdelkov ter enkratno ali načrtovano sinhronizacijo podatkovnih baz. To je pomembno zato, ker temelj učinkovite produkcije vsebin z AI ni dober poziv (prompt), temveč urejena podatkovna baza izdelkov. Če je na primer pri enem izdelku v katalogu navedeno »nerjavno jeklo«, pri drugem »inox«, pri tretjem pa zgolj »kovina« za isti material, tudi od AI ni mogoče pričakovati povsem enotnega rezultata.
Tako je lahko v praksi videti delovni proces s 1000 izdelki
Kot smo nakazali v prejšnjem poglavju, se delo ne začne s pritiskom na gumb AI. Najprej je smiselno po posameznih kategorijah določiti, na katera vprašanja mora odgovoriti dober opis izdelka.
V tehnični spletni trgovini je na primer potrebna drugačna informacijska struktura pri električnem ročnem orodju in pri paketu vijakov, v modni spletni trgovini veljajo drugačni vidiki za čevlje in za plašč, v spletni trgovini z živili pa je lahko natančnost sestavin, alergenov in pakiranja pomembnejša od vsake marketinške formulacije. Nato lahko sledi povezovanje podatkovnih virov.
Sellviovo AI-generiranje opisov izdelkov lahko poleg kode EAN dela tudi s povezavo, PDF-jem in drugimi razpoložljivimi besedilnimi vsebinami. Namesto da bi upravljavec spletne trgovine iste informacije poskušal formulirati iz nič, lahko AI že razpoložljive podatke o izdelkih preoblikuje v enotno prodajno vsebino. Nato sledi generiranje in za njim korak, ki ga iz nobenega resnega AI-procesa ne smemo izpustiti: preverjanje.
V Sellviovem sistemu objavo generiranih opisov izdelkov potrdi trgovec; sistem ne izhaja iz tega, da je mogoče vsako besedilo, ki ga pripravi AI, samodejno objaviti.
Brez skrbi, ni treba vseh 1000 besedil prebrati stavek za stavkom
Človeško preverjanje ne pomeni nujno, da nekdo zaporedoma prebere tisoč dolgih opisov izdelkov. Precej učinkovitejši je nadzor na podlagi tveganja; pri prvih nekaj deset generiranih izdelkih je treba zelo strogo preveriti strukturo, slog in navedbe dejstev. Če se tu redno pojavlja ista napaka, ni treba posamično popravljati sto opisov izdelkov, temveč pravilo generiranja ali izvorne podatke. Ni treba posebej poudarjati, kako velika razlika je to.
Če AI na primer redno uporablja pretirano marketinški ton, je treba prilagoditi slogovno navodilo. Če napačno razume določen tehnični parameter, je treba razčistiti njegovo podatkovno polje. Če se pri vsakem izdelku pojavlja isti uvodni stavek, je treba vsebinsko strukturo narediti bolj raznoliko. Cilj torej ni, da bi napake AI popravljali hitreje, temveč da dopustimo nastanek čim manj takšnih napak, ki bi jih bilo treba pozneje popravljati.
Zakaj je razmišljanje »generirajmo vse« nevarno z vidika SEO?
Če želite z umetno inteligenco pripraviti veliko količino opisov izdelkov, se prej ali slej pojavi vprašanje: kaj na vse to poreče Google? Kratek odgovor je, da uporaba AI sama po sebi ne pomeni SEO-tveganja, a v resnici niti ni to pravo vprašanje. Veliko pomembneje je, s kakšnim namenom vsebina nastaja in ali resnično ponuja kakšno vrednost tistemu, ki pride na stran.
Tudi Googlove smernice glede neželene vsebine ne obravnavajo vsebine kot problematične zato, ker je pri njenem nastanku sodelovala umetna inteligenca. Tveganje se začne tam, kjer nastaja velika količina strani brez prave dodane vrednosti, predvsem zato, da bi pridobile organski promet za čim več iskalnih izrazov. Google to opredeljuje kot »scaled content abuse«, med primeri pa se pojavljajo tudi vsebine, množično ustvarjene s pomočjo generativnega AI, ki uporabniku ponujajo malo resničnih informacij.
Pri spletnih trgovinah je to še posebej pomembno zato, ker je edinstvenost zlahka zamenjati s kakovostjo. To, da se besedilo 1000 opisov izdelkov med seboj razlikuje, še ne pomeni samodejno 1000 vrednih SEO-vsebin. Edinstvenost sama po sebi ni dovolj; opis mora kupcu pomagati, da izdelek bolje razume, ga primerja z drugimi možnostmi in se lažje odloči, ali ga resnično potrebuje.
Opis izdelka je lahko na primer povsem edinstven v tem smislu, da se njegovi stavki ne pojavljajo nikjer drugje na internetu, pa vendar skoraj nič ne velja, če skozi tri odstavke z različnimi pridevniki ponavlja le ime izdelka in nekaj splošnih lastnosti. Kupec iz tega ne izve nič več, in tudi z vidika optimizacije za iskalnike to ni tista dodana vrednost, na kateri bi bilo vredno graditi dolgoročno strategijo.
Natanko na tej podlagi trdimo, da se proces avtomatizacije ne začne z vprašanjem, kako čim hitreje generirati vse opise izdelkov. Veliko pomembnejše vprašanje je, katere resnično koristne informacije lahko sporočimo o posameznih izdelkih in kako iz njih pripraviti opis, ki ne zapolni zgolj razpoložljivega prostora na strani izdelka, temveč dejansko podpira nakupno odločitev.
Ne želimo se več pojavljati samo v Googlu
Leta 2026 je v vsebinski strategiji spletnih trgovin vredno računati tudi z vidikom, ki je bil pred nekaj leti komaj omenjen: z odkrivanjem izdelkov na podlagi AI. Kupci se vse pogosteje ne začnejo informirati neposredno v iskalniku ali spletni trgovini, temveč umetno inteligenco vprašajo, kateri izdelek bi najbolje ustrezal njihovim potrebam.
Po Salesforceovi raziskavi Connected Shoppers iz leta 2025 39 odstotkov potrošnikov že uporablja umetno inteligenco za odkrivanje izdelkov, pri generaciji Z pa ta delež presega 50 odstotkov. McKinseyjeva evropska analiza iz leta 2026 kaže podobno smer: približno polovica evropskih potrošnikov se o posameznem izdelku ali kategoriji izdelkov informira tudi s pomočjo AI oziroma z njim primerja različne možnosti.
Ta sprememba na novo piše tudi pojem dobrega opisa izdelka. V tradicionalnem SEO je bilo dolgo naravno razmišljati predvsem v iskalnih izrazih, na primer o tem, kako dobro posamezna stran cilja na ključne besede tipa »moški vodoodporni pohodniški čevlji«. Iskanja na podlagi AI pa vse bolj ubesedujejo resnične nakupne situacije in kompleksnejša vprašanja: »Katere vodoodporne pohodniške čevlje naj izberem za enodnevne jesenske pohode, če je pomembno, da so lahki?« Za odgovor na takšno vprašanje nekaj dobro umeščenih ključnih besed ne zadostuje več. AI-sistemi potrebujejo tako jasne, dobro razumljive informacije o izdelkih, iz katerih lahko sklepajo, komu je izdelek mogoče priporočiti, v kateri situaciji je lahko dobra izbira, kakšne prednosti ima in kje so omejitve njegove uporabe.
Prav zato tudi sedanji pristop Sellviovega Product Description Writerja ne temelji izključno na klasični SEO-logiki, temveč upošteva tudi vidike GEO in AEO. Sistem lahko poleg opisa izdelka avtomatizira tudi pripravo meta naslova (meta title) in meta opisa (meta description), tako da lahko stran izdelka postane dosledno razumljiv vir informacij za več kanalov.
Stran izdelka je torej danes precej več kot pristajalna stran, optimizirana za Google. Je strukturirana informacijska površina, iz katere tako tradicionalni iskalniki kot sistemi na podlagi AI poskušajo razumeti, na kateri problem izdelek odgovarja, za koga je lahko relevanten in v katerih okoliščinah ga je vredno upoštevati.
Najboljši opis izdelka ni nujno najdaljši
Vzpon AI ima zanimiv stranski učinek; zelo preprosto je postalo proizvesti preveč besedila. Za kabel za 30 evrov ali škatlo samoreznih vijakov verjetno ni potrebna razprava na tisoč besed. Za kompleksen industrijski stroj pa trije stavki ne zadostujejo.
Kakšen je torej najprimernejši pristop? Običajno svetujemo, da dolžine opisa izdelka ne prilagajate umetnemu SEO-pravilu, temveč kompleksnosti nakupne odločitve.
Pri preprostem izdelku lahko nastane kratka, natančna predstavitev, pri tehnični napravi je potrebna podrobnejša razlaga, pri premijskem izdelku pa lahko večji poudarek dobijo uporabljeni materiali, zasnova ali okolje uporabe. Tako avtomatizacija kataloga izdelkov ne »uniformira« in ne »šablonizira«, temveč ravno nasprotno: omogoča, da se struktura vsebine prilagodi izdelku.
Ena največjih prednosti AI je v resnici doslednost
Če pripravo tisoč opisov izdelkov razdelite med več piscev besedil, so slogovne razlike skoraj neizogibne. En avtor tika, drugi vika, nekdo piše podrobneje, drug raje na kratko, zlahka pa se zgodi tudi, da pri določenih izdelkih izpadejo pomembni tehnični podatki.
Ena manj opaznih, poslovno pa zelo resnih prednosti dobro nastavljenega AI-procesa je prav to, da lahko ista vsebinska in slogovna pravila dosledno uporablja v celotnem katalogu. Sellviov lastni AI-sistem zato lahko ustvarjena besedila prilagodi tudi tonu spletne trgovine.
Blagovna znamka namreč ne potrebuje preprosto tisoč dobrih opisov izdelkov, temveč enoten, koherenten katalog, v katerem je tisoč dobrih opisov izdelkov. Med obojim je bistvena razlika.
Koliko dela je mogoče s tem prihraniti?
Kot primer običajno navajamo, da ročna priprava kratkega opisa izdelka traja približno sedem minut. To je zgolj ocena, ki velja za tipično kratke opise izdelkov, ob tem pa je treba dodati, da je pri mnogih izdelkih 7 minut nevzdržnih, zlasti pri izdelkih, ki zahtevajo kompleksnejši opis. Toda že iz tega primera je razvidno, kako velik prihranek časa pomeni AI, ko gre za opise izdelkov.
Bistvo pa ni izključno v prihranjenih delovnih urah. Če se v spletni trgovini ponudba nenehno spreminja, se problem znova pojavi pri vsakem novem izdelku. Enako se zgodi ob vstopu na nov trg, uvedbi novega jezika ali celoviti vsebinski prenovi starega kataloga izdelkov. Tu AI iz enkratnega pospeševalnega orodja postane infrastruktura.
V Sellviovem sistemu je generiranje opisov izdelkov povrhu povezano z istim AI-ekosistemom, v katerem so na voljo tudi urejanje slik izdelkov, prevajanje spletne trgovine, generiranje vsebin SEO/GEO/AEO in pametno iskanje izdelkov.
Cilj ni, da AI piše namesto nas
Vredno se je vrniti k izvirnemu vprašanju: ali je 1000 opisov izdelkov resnično mogoče pripraviti v enem samem dnevu? S tehnološkega vidika da, a za profesionalno spletno trgovino sama hitrost pomeni malo.
Pomembnejše vprašanje je, ali je v tako kratkem času mogoče ustvariti 1000 enotnih, informativnih in iskalnikom prijaznih strani izdelkov tako, da so dobro razumljive tudi za AI-sisteme, kakovost vsebine pa ostaja pod nadzorom. Za to ne zadostuje več odpreti chatbota in zaporedoma vnašati pozive; potrebni so urejeni podatki o izdelkih, dobro opredeljena pravila na ravni kategorij, procesi, ki jih je mogoče avtomatizirati, in ustrezno zagotavljanje kakovosti.
Prav na tej točki postane pomembno, kako tesno je AI povezan s samim pogonom spletne trgovine. V Sellviu umetna inteligenca ni ločeno orodje, v katero bi bilo treba občasno kopirati podatke: upravljanje podatkov o izdelkih, uvoz-izvoz, katalog in generiranje vsebin na podlagi AI so del istega e-trgovinskega sistema. Pri večjih obsegih pa je AI-funkcijo prek API-ja mogoče vključiti tudi v lastne delovne procese.
To ločuje priložnostno uporabo AI od prave avtomatizacije e-trgovine. S prvo hitreje pripravljamo besedila, z drugo na novo organiziramo samo delovanje spletne trgovine.