Do nekoliko stotina proizvoda još može funkcionisati „ručni” metod, kada neko jedan po jedan piše opise proizvoda web shopa, ali kod više hiljada artikala to je nemoguća misija. Dok bismo stigli do kraja kataloga, već su stigli novi proizvodi, promenile su se određene specifikacije, možda su postale potrebne i nove jezičke verzije ili prodajni kanali, a nama ovladava očajanje. Srećom, nemamo razloga za paniku.
Za ovaj problem očigledno rešenje nudi generativna veštačka inteligencija. Danas se njome opis proizvoda može napraviti za nekoliko sekundi, ali upravo zato ju je lako koristiti pogrešno. Sama brzina, naime, malo vredi ako sistem pritom izmišlja pogrešne tehničke podatke, ponavlja iste bezlične fraze na stotinama stranica, ili iznosi tvrdnje koje trgovac ne može da potkrepi.
Zaista dobro funkcionalna proizvodnja sadržaja zasnovana na AI zato ne počinje time što u chatbot ukucamo vešt prompt. Prvo treba srediti podatke o proizvodima, definisati pravila sadržaja i izgraditi onaj proces kontrole kroz koji prolazi svaki generisani tekst.
Zašto je opis proizvoda postao važniji, a ne manje važan?
Na prvi pogled mogli bismo pomisliti da u web shopu koji se oslanja na slike, video-snimke i sisteme preporuka tekstovima pripada sve manja uloga. Proces kupovine, međutim, pokazuje nešto drugo.
Prema istraživanju Baymard Institute-a zasnovanom na više hiljada testova upotrebljivosti i analizi vodećih online prodavnica, korisničko iskustvo stranice proizvoda kod 51 odsto ispitanih web shopova je osrednje ili slabije. Iz njihovih istraživanja se vidi i da nepotpuna ili teško razumljiva informacija o proizvodu može predstavljati stvarnu prepreku kupovini. Na stranici proizvoda kupac se obično više ne interesuje uopšteno za neku kategoriju. Pokušava da razume konkretan proizvod. Želi da odluči da li mu dati model odgovara, da li je kompatibilan sa nečim, da li je veličina odgovarajuća, za šta se može koristiti, šta dobija u paketu, ili upravo po čemu se razlikuje od drugog proizvoda otvorenog pored njega.
U međuvremenu se menja i samo traženje proizvoda. Prema Salesforce istraživanju Connected Shopper za 2025. godinu, 39 odsto kupaca već koristi i veštačku inteligenciju za otkrivanje proizvoda. Unutar generacije Z taj udeo je iznad 50 odsto. To je bitno zato što podatke o proizvodima web shopa danas više ne moraju razumljivo obrađivati samo kupac i tradicionalni Google pretraživač. Iz istih informacija mogu raditi interna pretraga web shopa, marketplace, feed proizvoda, motor za preporuke ili upravo sistem pretrage zasnovan na AI.
Značaj opisa proizvoda je upravo zato i danas neupitan. Nema dileme — moramo to raditi dobro ako želimo da budemo uspešni u onlajn prostoru.
AI opis proizvoda ne čini dobrim prompt
Jedna od najčešćih grešaka jeste da promptu pridajemo preveliki značaj.
„Napiši profesionalan, ubedljiv, SEO-optimizovan opis proizvoda.” Samo po sebi ovo modelu ne govori gotovo ništa. Iz toga se ne vidi kome je proizvod namenjen, iz kojih informacija može da radi, koje tvrdnje da izbegava, kakav treba da bude ton brenda, a ni to šta da radi ako neki podatak nedostaje.
Kod web shopa, uz to, nije svejedno kako AI rukuje informacionim prazninama. Kod kreativnog teksta ponekad može biti korisno da model formuliše slobodnije, ali kod podataka o proizvodima to isto nosi značajne rizike. Pretpostavimo da o akumulatorskoj bušilici navedemo samo da je kompaktan uređaj sa sistemom od 18 volti. Jezički model lako može dopisati vrednost obrtnog momenta, broj obrtaja ili kapacitet akumulatora koji dobro zvuče, samo što nemaju nikakve veze sa datim tipom.
Zato je prvi korak uvek isti: neka postoje izvorni podaci odgovarajućeg kvaliteta. Naziv proizvoda, brend, proizvođačka šifra artikla, EAN ili GTIN kod, dimenzije, masa, materijal, snaga, kompatibilnost, sadržaj paketa, varijacije i sve ostale relevantne osobine neka po mogućstvu budu dostupni u strukturiranom obliku. AI neka radi iz njih.
Tehnički podatak još nije opis proizvoda
Pre svega naglasimo da je jedna od najboljih oblasti primene AI upravo to što suve podatke o proizvodu prevodi na jezik kupca. Tehnički list, na primer, kaže: „zapremina 750 ml”.
Priznajmo, kupca pre zanima šta to znači u praksi. Na primer to da u flašu staje veća količina pića, pa je tokom planinarenja ili dužeg putovanja ređe treba dopunjavati. Isto funkcioniše kod elektronskih proizvoda, alata, odeće ili čak nameštaja. Model je u stanju da poveže neku osobinu sa njenim praktičnim značenjem. Postoji, međutim, jedna važna granica.
Iz zapremine od 750 mililitara sledi da u flašu staje relativno mnogo tečnosti. Ali iz toga više ne sledi da piće ostaje hladno 12 sati. Za takve tvrdnje potreban je poseban podatak. Upravo zato jedna od najvažnijih instrukcija webshop AI sistema nije da bude kreativan, već upravo da u određenim situacijama to ne bude. Ako se neka tvrdnja ne može izvesti iz dostavljenih podataka o proizvodu, neka radije izostane.
AI mora da zna kome piše
Isti proizvod može se predstaviti na više načina. U opisu multimetra namenjenog kućnim korisnicima, na primer, verovatno prvo vredi objasniti za koje se osnovne merne zadatke može koristiti. U stručnom web shopu koji opslužuje električare, međutim, mnogo ranije mogu doći u prvi plan merni opseg, klasa tačnosti ili CAT kategorija. AI sam od sebe ne zna koji je pristup ispravan. Zato u svakom dobro postavljenom procesu generisanja opisa proizvoda mora figurirati ciljna publika. Ne treba misliti na buyer personu od više strana. Često je dovoljno nekoliko rečenica.
I glas brenda vredi raščlaniti na pravila
Instrukcije tipa „neka bude profesionalno” ili „formuliši prirodno” previše su široke. Mnogo upotrebljiviji rezultat dobijamo ako kažemo šta kod nas znači prirodan ton. Online prodavnica, na primer, može propisati da opis proizvoda bude objektivan i razumljiv, da ne koristi uzvičnike, da izbegava preuveličane reklamne prideve, i da ništa ne naziva „revolucionarnim”, „nepobedivim” ili „savršenim”.
Zabrane iznenađujuće mnogo popravljaju tekst. Naročito kada je reč o više hiljada proizvoda. Čovek, naime, brzo primeti ako na tri susedne stranice stoji ista fraza „savršen izbor za sve one”. Automatizovani sistem će, međutim, bez problema napraviti deset hiljada njenih varijanti.
Ne vredi generisati samo jedan tekst
Ako već postoji proverena baza podataka o proizvodima, rasipanje je iz nje napraviti samo jedan dugačak opis. Iz istog izvora podataka mogu se izraditi naziv proizvoda, kratak rezime, detaljan opis, tehnička specifikacija, meta title i meta description, u određenim slučajevima FAQ vezan za proizvod, kao i feed sadržaj potreban za različite prodajne kanale. Ovde je, međutim, važno praviti razliku...
Opis koji funkcioniše na stranici proizvoda web shopa nije sigurno da će biti dobar kao Google Merchant Center feed. Nekom marketplace-u opet mogu biti potrebna druga polja i format.
Šta o ovome misli Google?
U vezi sa AI sadržajima dugo se držala pojednostavljena predstava da Google kažnjava mašinski napravljen tekst. Prema aktuelnoj Google dokumentaciji, nije presudan sam po sebi način izrade. Pretraživač želi da prikazuje sadržaj koji je koristan, pouzdan i napravljen prvenstveno za ljude.
Problem predstavlja masovni sadržaj niske vrednosti, naročito onda kada mu je primarni cilj manipulacija rangiranjem. Google to tretira u okviru pojma „scaled content abuse”, odnosno zloupotrebe masovnim sadržajem.
To je veoma važna razlika. Nije problem ako web shop za izradu 5000 opisa proizvoda koristi veštačku inteligenciju. Problematično, međutim, već može biti ako nastane 5000 gotovo identičnih stranica koje jedva sadrže korisne informacije, i u kojima se suštinski menjaju samo nekoliko ključnih reči i naziv proizvoda. Dobar SEO, dakle, i ovde počinje kvalitetom podataka o proizvodu i informacionim potrebama kupca.
„SEO-optimizovan tekst” ne znači ponavljanje ključnih reči
Slabost veštačke inteligencije posebno je upadljiva onda kada jednostavno dobije instrukciju da napravi SEO-optimizovan opis proizvoda.
Lako nastane, na primer, nešto ovakvo:
„Ova akumulatorska bušilica idealan je izbor za sve one koji traže pouzdanu akumulatorsku bušilicu. Akumulatorska bušilica nudi praktično rešenje…”
Jezički besprekorno, ali na dobroj stranici proizvoda za tim nema nikakve potrebe. Mnogo bolji rezultat daje ako model dobije stvarni pretraživački kontekst proizvoda. Za šta se koristi? Koji problem rešava? Sa kojim drugim proizvodima se obično poredi? Na osnovu kojih osobina kupci odlučuju? Iz ovih informacija relevantni izrazi pojavljuju se na prirodan način.
Ni Google smernice u vezi sa funkcijama pretrage zasnovanim na AI ne predlažu neku posebnu „AI SEO” tehniku. Osnovni princip je i dalje koristan, jedinstven, dobro strukturiran sadržaj.