AI для контента каталога

AI для контента каталога — это использование языковых и графических моделей, чтобы готовить описания товаров, характеристики, переводы и изображения для интернет-магазина. Модель быстро делает черновик, но фактов о товаре она не знает: их нужно дать ей и проверить результат.

Объяснение простыми словами

В каталоге на тысячу товаров ручная работа над описаниями, переводами на английский или польский и фото занимает недели. AI может помочь с черновиками. Но ошибка в характеристике (не тот материал, не тот размер, выдуманная сертификация) становится ошибкой вашего магазина: покупатель получит не то, что ожидал, и возврат или жалоба будут вашими.

Google пишет об этом прямо: генеративные модели прогнозируют вероятные последовательности слов, а не достают факты, поэтому их текст может содержать неточности, и «критически важно вручную проверять факты и просматривать весь AI-контент» перед публикацией (Google Search Central). Это касается и title, мета-описания, структурированных данных и alt-текста.

Что можно отдать AI

Хорошая практика: давать модели структурированные данные (PIM или таблицу) и просить писать только на их основе, а всё, чего нет в данных, помечать «неизвестно», а не выдумывать.

Правила платформ

• Google Search. AI-контент не запрещён. Риск в массовом выпуске страниц без пользы: Google считает это нарушением политики против массового спама (scaled content abuse) (Google Search Central).
• Google Merchant Center. Для изображений, созданных AI, нужно сохранять метаданные IPTC DigitalSourceType со значением `trainedAlgorithmicMedia`; требование действует с февраля 2024 года и касается основного, дополнительных и lifestyle-изображений (Google Merchant Center, изменения спецификации). Для текста, созданного AI, Google с апреля 2024 года добавил отдельные атрибуты `structured_title` и `structured_description` (там же). Проверяйте актуальную спецификацию перед настройкой фида (товарный фид).

Риски

Выдуманные факты. Речь не только о сертификатах. Это размер, совместимость («подходит к iPhone 17»), состав косметики, аллергены. Для бытовой химии, пищевых продуктов и детских товаров ошибка может иметь последствия не только финансовые.

Влияние на выбор покупателя. Исследование UC San Diego (представлено в декабре 2025) об AI-сводках отзывов: те, кто читал AI-сводку, были на 32% склоннее купить, чем те, кто читал оригинальные отзывы, а тональность отзывов изменилась в 26,5% случаев. Выборка небольшая (70 человек), 18 проверенных способов уменьшить перекос сработали не во всех моделях (UC San Diego, 2026). Вывод: сводки отзывов и сравнения, написанные AI, могут смещать восприятие, поэтому не публикуйте их без просмотра.

Одинаковые тексты. Когда тысяча описаний написана по одному шаблону, страницы не отличаются от конкурентов. Добавляйте то, что знаете только вы: нюансы использования, размеры на модели, ответы на реальные вопросы покупателей.

Свежих данных о частоте ошибок AI в описаниях товаров нет. Измерений на украинских магазинах тоже нет, поэтому поставьте собственную выборку: проверьте, сколько из 50 описаний содержат ошибку.

Как организовать контроль качества

1. Давайте модели только проверенные входные данные: карточка поставщика, таблица характеристик.
2. Запретите выдумывать: «если данных нет, напиши "не указано"».
3. Первые 50 результатов проверьте полностью. Считайте ошибки по типам: размер, материал, совместимость, перевод.
4. Дальше выборочно (например, каждое десятое) и полностью для чувствительных категорий: еда, косметика, детские товары, электрика.
5. Сохраняйте, кто и когда проверил, и помечайте AI-изображения в метаданных.
6. Следите за последствиями: доля возвратов «не соответствует описанию» по категориям (возвраты).

Пример (условные цифры)

Цифры выдуманы для примера. Магазин проверил 50 описаний кроссовок, созданных из таблицы характеристик. В 6 описаниях AI добавил «водостойкая мембрана», которой нет в таблице. Четыре описания имели неверный перевод размерной сетки. После изменений в запросе («пиши только по данным таблицы») ошибки первого типа исчезли, а перевод размеров пришлось проверять вручную.

Типичные ошибки

• Генерировать описания без входных данных («напиши описание кроссовок Nike»).
• Публиковать без просмотра фото и переводы.
• Массово создавать страницы ради трафика.
• Не помечать AI-изображения, когда этого требует Google Merchant Center.

FAQ

Можно ли писать описания товаров с помощью AI? Да, как черновик. Дайте модели структурированные характеристики и проверьте результат. Google не запрещает AI-контент, но требует ценности для пользователя.

Накажет ли Google за описания, написанные AI? Не за сам факт использования AI. Проблема в массовых страницах без пользы.

Нужно ли помечать AI-изображения в Google Merchant Center? Да: изображения, созданные AI, должны сохранять IPTC-тег `trainedAlgorithmicMedia` (требование с 2024 года).

Надёжен ли AI-перевод каталога? Для черновиков подходит, но размеры, единицы, юридические и безопасностные тексты проверяйте человеком. Отдельных свежих измерений качества перевода товарных описаний нет.

Что проверять в описании от AI в первую очередь? Материалы, размеры, совместимость, состав, сертификаты, сроки годности: всё, что можно проверить по источнику.

Связанные термины

• PIM-система
• Товарный фид
• Карточка товара
• Варианты товара
• AI-автоматизация интернет-магазина
• Возврат товара в интернет-магазине

Источники

• Google Search Central. Guidance on using generative AI content on your website — developers.google.com/search/docs/fundamentals/using-gen-ai-content
• Google Merchant Center. Announcements (change log): AI-generated images metadata (февраль 2024) and structured title/description (апрель 2024) — support.google.com/merchants/announcements/6192467
• UC San Diego. How much does chatbot bias influence users? 09.02.2026 — today.ucsd.edu/story/how-much-does-chatbot-bias-influence-users-a-lot-it-turns-out