¿Cómo generar descripciones de productos con inteligencia artificial?

Generar descripciones de productos con inteligencia artificial basándose en los datos del catálogo

Generar descripciones de productos con inteligencia artificial significa reescribir el título, el texto breve y el texto largo a partir de los datos que la tienda ya tiene: medidas, materiales, SKU, GTIN, marca y disponibilidad. El modelo organiza y formula; no debe añadir certificaciones, procedencia o prestaciones que no aparezcan en la ficha. Se parte de los campos del sistema de gestión, se bloquea lo que son hechos y se deja al modelo únicamente la redacción. Así, la ficha sigue siendo coherente con el catálogo, el feed y los asistentes de búsqueda.

Un crawler de Google Shopping y un asistente que lee el catálogo no «entienden» el producto: leen campos. En el feed buscan id, title, description, link, image_link, price, availability, brand y gtin (o identifier_exists cuando no existe el GTIN del fabricante). Lo que suele faltar no es el estilo: es la medida en milímetros, el material en el título, la marca alineada con el envase o una description que no contradiga los atributos. Una redacción genérica llena la pantalla y deja vacíos los campos que los canales utilizan para filtrar y comparar.

Por qué las descripciones escritas a mano ya no bastan entre la búsqueda clásica y los asistentes

Una descripción escrita a mano puede funcionar en el sitio web; los canales y los asistentes necesitan los mismos datos, repetidos en campos diferentes y sin contradicciones.

Quien actualiza trescientas fichas a mano tiende a copiar el mismo párrafo de una referencia a otra, dejar vacío el texto breve y poner las medidas únicamente en la imagen. En WooCommerce, la ruta es Productos, después el producto, y luego Descripción y Descripción breve; los atributos están en Productos › Atributos. Si el volumen aparece en un atributo «Capacidad» pero falta en la description, el feed puede seguir exportando un texto pobre. Merchant Center › Productos › Feeds lee description como un campo del producto, no como el pie de foto de la imagen.

Los asistentes que citan un catálogo prefieren frases verificables: material, tamaño, marca y estado. Una redacción de escaparate («calidad superior, idea para regalo») no ayuda a quien tiene que responder «¿es de cerámica esmaltada y se puede lavar en el lavavajillas?». Generar descripciones de productos con inteligencia artificial resulta útil si el modelo reorganiza los datos ya presentes, no si sustituye el catálogo por un tono de folleto.

Para quienes tienen poco tiempo para la rutina diaria

Quien abre el sistema de gestión entre un pedido y el mostrador no tiene una sesión de copywriting. Hace falta un flujo en el que se confirme lo que es cierto (medida, material y GTIN), se lance la reescritura y se revise el texto, no una tarde entera reescribiendo cada ficha. El objetivo operativo es completar los campos vacíos y alinear el título y la description, no producir una novela para cada referencia.

El riesgo de las descripciones generadas de forma genérica: especificaciones que no existen

El riesgo no es un estilo plano: es una frase que introduce una certificación, una procedencia o una prestación ausente de los materiales del comerciante.

Un modelo entrenado con contenido de la web completa los huecos. Si el título dice «taza de cerámica de 300 ml» y en internet circulan tazas «certificadas para uso alimentario» o «fabricadas a mano en Umbría», el texto puede asociar esas palabras a la ficha equivocada. En el feed, esa frase se convierte en description. En Merchant Center no aparece un aviso de «procedencia inventada»: aparece un producto con una afirmación que la tienda no puede respaldar en caso de reclamación o de comparación con el envase.

Una descripción que añade una certificación ausente de la ficha no es un texto más completo: es un dato falso que el feed llevará a Google Shopping y a los asistentes.

Lo mismo ocurre con los números. «Pesa 180 g» es un hecho si aparece en WooCommerce, en el PDF de la tarifa o en la imagen del envase. Si el modelo lo deduce de un producto similar, el peso entra en la description y puede entrar en conflicto con shipping_weight. En el caso de los cosméticos existe un límite adicional: no se pueden atribuir efectos terapéuticos o clínicos si la marca no los documenta. «Limpia» e «hidrata» no se convierten en «cura» o «previene» solo porque el modelo haya visto esas palabras en otras fichas.

Un artesano que vende cerámica y gestiona unas cuarenta referencias

En un catálogo pequeño, cualquier error se nota. Cuarenta esmaltes, dos pastas y tres capacidades: si la reescritura confunde gres y mayólica, o añade «apto para lavavajillas» a una pieza que el taller no ha probado, la ficha miente. En este caso, el modelo solo puede reformular el esmalte, el color, la capacidad en mililitros y el uso declarado por el taller. Todo lo demás queda fuera, aunque suene bien.

Qué debe seguir controlando el comerciante y qué puede hacer el modelo

Los hechos medibles siguen siendo responsabilidad del comerciante; al modelo le corresponden la frase, el orden de la información y el idioma de la ficha.

Antes de lanzar cualquier reescritura conviene fijar una lista cerrada. No es un briefing creativo: es el perímetro de lo verdadero.

1. Bloquea la identidad: SKU, id del feed, marca tal como aparece en el envase y GTIN solo si lo lees tú en la etiqueta, el PDF o una columna CSV.
2. Bloquea los datos físicos: medidas, peso, material, color, talla, embalaje y estado (nuevo, reacondicionado o usado).
3. Bloquea las restricciones: qué no está declarado (nada de procedencias, certificaciones o prestaciones adicionales).
4. Pide al modelo un title que repita la marca, el tipo y una medida útil, y una description que use únicamente los puntos 1 a 3, sin eslóganes vacíos.
5. Revisa línea por línea: cada número y cada material debe aparecer ya en un atributo, en el título original o en el documento de partida.

El GTIN no se «completa» buscándolo en internet. Se lee en los materiales de la tienda (foto del envase, tarifa o CSV) y debe superar el dígito de control de GS1. Si falta, en el feed se puede utilizar identifier_exists con el valor correcto según las reglas del canal, no un código encontrado en otro anuncio.

Qué puede hacer el modelo sin modificar los hechos

Puede acortar un título escrito completamente en mayúsculas, eliminar HTML incorrecto, colocar la medida cerca del nombre del producto, redactar una description que responda a las preguntas habituales (de qué material es, cuánto mide y para qué está indicada) y alinear el español del sitio con los campos del feed. No puede decidir que un tejido es «orgánico» si el atributo solo dice «algodón». No puede inventar la historia de la marca. No puede copiar reseñas ni una puntuación agregada si la tienda no tiene reseñas reales.

Cómo funciona una reescritura con verificación de los hechos

Una reescritura con verificación de los hechos extrae afirmaciones del texto propuesto, las compara con la ficha y con una base de conocimiento de marcas, y descarta lo que no encaja.

El verificador de afirmaciones trata las marcas, las certificaciones y la historia de la marca como datos sensibles: si no aparecen en la ficha o en fuentes públicas ya asociadas a esa marca, no se incluyen. Un control de coherencia compara los números. Si la web indica 28 cm y el título del comerciante dice 30 cm, gana 30 cm: el dato de la tienda prevalece sobre la web. Si el texto no supera la verificación, se vuelve a intentar con los comentarios del error; en una herramienta construida de esta forma, el crédito de la reescritura no se cobra cuando el texto es rechazado.

En la práctica, en una ficha de WooCommerce se trabaja así.

1. Abre el producto y revisa los atributos en Productos › Atributos (nombre visible, valor y uso en variaciones).
2. Copia en un bloque de «hechos» únicamente lo que ves: «cerámica esmaltada», «300 ml», «azul», marca y SKU.
3. Genera el texto pidiendo expresamente que no añada procedencias, normas ni prestaciones.
4. Compara cada frase con el bloque de hechos. Una palabra adicional que sea un hecho nuevo es un error, no una mejora.
5. Alinea la description breve (las dos primeras frases útiles) y la description larga, y después exporta los campos del feed: title, description, brand, gtin, price y availability.

El control de coherencia: por qué el dato del comerciante prevalece sobre la web

El control de coherencia es la regla por la que una medida, un material o una marca encontrados en internet nunca sobrescriben lo declarado por la tienda.

Sin esta regla, la ficha se convierte en un collage. El title dice «lana 100 %», otro comercio vende un artículo parecido de «lana-acrílico», el modelo combina los dos y escribe «mezcla de lana». El feed envía description y title en conflicto. Google Shopping no «corrige» la prenda: muestra lo que recibe. Un asistente que resume el producto puede citar la mezcla, mientras el cliente recibe lana 100 %. El perjuicio afecta a las devoluciones y a la confianza, no solo al texto.

Si una medida encontrada en internet contradice el título del comerciante, prevalece el dato del comerciante y el número externo no entra en la ficha.

La misma lógica se aplica al completar campos vacíos. Se pueden completar especificaciones, materiales, dimensiones, peso, marca si está verificada y categoría de Google si es segura, utilizando datos encontrados en internet y una fuente visible; si el dato contradice el título, no se escribe. Completar no es inventar. El GTIN, de nuevo, no se busca en internet: o aparece en los materiales, o se declara su ausencia.

Para quienes sincronizan el mismo catálogo en Amazon, eBay y Etsy

Quien publica la misma referencia en varios escaparates tiene un problema de copia, no de inspiración. Si cada canal recibe una description diferente, las preguntas de los clientes se multiplican y las devoluciones citan frases que no aparecen en el sitio. La secuencia útil es una única ficha maestra en WooCommerce, una reescritura basada en los mismos hechos y después la copia en los formatos de los marketplaces. La sincronización por SKU evita duplicados: el mismo código no debe generar dos productos porque se haya reformulado el título.

Ejemplo de antes y después en una ficha real del catálogo

Después de la reescritura, una ficha útil repite en el texto los mismos números y materiales ya presentes en el título, los atributos o la tarifa, y elimina las frases que no se pueden verificar.

Antes (datos de partida visibles en el sistema de gestión: SKU TAZ-300-BLU, atributo Capacidad 300 ml, atributo Material cerámica esmaltada, color azul, marca del taller, ningún GTIN en la columna, precio 18,00 EUR y disponibilidad en stock):

Título: TAZA CERÁMICA AZUL 300 ML SUPER OFERTA. Descripción: Taza preciosa de calidad premium, idea para regalo, envío rápido a toda España. Certificada para uso alimentario y fabricada a mano en Umbría. Apta para lavavajillas a 75 grados.

Después, manteniéndose en los datos del comerciante (sin certificación, procedencia ni ciclo de lavavajillas declarado en la ficha):

Título: Taza de cerámica esmaltada azul, 300 ml. Descripción: Taza de cerámica esmaltada, de color azul y con una capacidad de 300 ml. Marca tal como aparece en la ficha. Producto nuevo, disponible. Uso diario para bebidas calientes y frías según lo indicado por el taller; no se declaran certificaciones, procedencia geográfica ni resistencia al lavavajillas. Identificador interno SKU TAZ-300-BLU; el GTIN del fabricante no aparece en el catálogo.

En el feed, los campos alineados serían: id (SKU), title (título nuevo), description (texto nuevo), link (URL de la ficha), image_link, price (18.00 EUR), availability (in stock), brand e identifier_exists para indicar la ausencia de GTIN. No se incluye aggregateRating si la tienda no tiene reseñas reales.

De la descripción a la preparación para Google Shopping, ChatGPT y Meta

Una description correcta es un campo del feed; la preparación para cada canal es el conjunto de title, description, imagen, precio, disponibilidad e identificadores sin contradicciones.

Un feed ACP es el archivo de productos que utilizan algunos asistentes para leer el catálogo, el precio y la disponibilidad, con los mismos campos básicos del feed de Shopping (id, title, description, link, image_link, price, availability, brand, gtin o identifier_exists). No es un artículo de blog: es una tabla. Si description está vacía o contradice title, el asistente tiene poco que citar con precisión.

Para Google Shopping, el procedimiento operativo es Merchant Center › Productos › Feeds, con una revisión de los rechazos en el campo description y en los identificadores. Para Meta, la imagen y la integridad de los datos ya son importantes. En cuanto a las fotos, conviene anticiparse a los requisitos mínimos de tamaño de imagen indicados por Google, que conviene comprobar en la documentación oficial vigente en cada momento: una description excelente con una miniatura ilegible sigue dejando una ficha incompleta. Quien parte de una tarifa puede transformar sus filas en fichas; el proceso de pasar de una tarifa PDF a fichas de producto listas para la tienda sirve precisamente para no reescribir a mano lo que ya contiene el documento.

Errores habituales al generar descripciones con inteligencia artificial

Los errores más frecuentes son textos que inventan hechos, campos del feed vacíos y GTIN copiados de otras fichas; cada uno tiene un mensaje reconocible y una corrección concreta.

Error 1. Mensaje en Merchant Center: «Valor ausente: description». Ocurre cuando WooCommerce solo tiene el título o un texto en las imágenes. Se soluciona completando Descripción (y, si se utiliza, Descripción breve) con frases que repitan el material y la medida, y después alineando de nuevo el feed desde Merchant Center › Productos › Feeds.

Error 2. Mensaje: «GTIN no válido» o fallo en el dígito de control. Ocurre cuando se pega un código visto en internet o se añaden ceros al azar. Se soluciona leyendo el GTIN únicamente del envase, el PDF o el CSV y verificando el dígito de GS1; si el fabricante no lo tiene, se declara su ausencia en lugar de inventarlo.

Error 3. Mensaje en la tienda: descripción HTML que muestra etiquetas visibles en la página (<p>, <br> duplicados o estilos pegados desde un documento). Ocurre al pegar contenido de un generador o de una hoja de cálculo. Se soluciona limpiando el HTML y dejando párrafos sencillos; el feed necesita texto, no una página maquetada.

Error 4. Conflicto silencioso, sin aviso del canal: title «30 cm» y description «28 cm». Ocurre cuando el modelo combina fuentes de internet. Se soluciona imponiendo el control de coherencia y revisando los números frente a Productos › Atributos.

Error 5. Imagen rechazada o con riesgo de rechazo por tener un lado demasiado pequeño respecto a los requisitos mínimos indicados por Google. Ocurre con miniaturas de tarifas. Se soluciona sustituyendo el archivo, no alargando la description para «compensarlo».

• No pidas al modelo «hazla más vendedora» sin una lista de hechos bloqueados.
• No reutilices la misma description en variantes que difieren en talla o color: el title debe distinguirlas y el agrupamiento debe utilizar item_group_id solo si las variantes están confirmadas.
• No añadas reseñas ni valoraciones si la tienda no las tiene.
• No traduzcas a otro idioma dejando las medidas en una unidad diferente a la de la ficha.
• No copies afirmaciones terapéuticas en cosméticos o complementos.

Cómo empezar con un análisis del catálogo de WooCommerce

Se empieza leyendo el catálogo público en modo de solo lectura, producto por producto, sin modificar nada hasta confirmar un campo.

Un análisis anónimo de hasta cien productos, sin cuenta, muestra dos puntuaciones distintas (búsqueda clásica y preparación para asistentes), además de la relevancia y la integridad de los campos. No es una promesa de visibilidad: es una lista de carencias (description vacía, GTIN ausente o no válido, imagen compartida o título completamente en mayúsculas). A partir de ahí se decide qué reescribir y qué solo limpiar. Las correcciones mecánicas (Title Case, HTML, estado new/refurbished/used, declaración de ausencia de GTIN y categoría de Google propuesta) requieren confirmación explícita y se pueden deshacer durante treinta días.

Para obtener una visión de la preparación frente a los asistentes, el verificador AEO para productos de WooCommerce lee el catálogo público y devuelve puntuaciones por ficha. Para exponer el catálogo a ChatGPT, la página sobre el feed de productos de WooCommerce para ChatGPT describe los campos esperados. En ambos casos, la description es solo uno de los campos: sin id, price y availability no sirve por sí sola.

Cómo reescribe Katapic las fichas sin sustituir el criterio de quien vende

Katapic reescribe las fichas de WooCommerce verificando las afirmaciones, deja que prevalezcan los datos del comerciante y cobra un crédito por ficha solo si el texto supera los controles.

El motor no inventa especificaciones de producto. Cuenta con un verificador de afirmaciones sobre marcas, certificaciones e historia de la marca, una base de conocimiento de marcas con hechos públicos y fuentes, y el control de coherencia ya descrito. Se realiza un segundo intento con comentarios; si el texto no supera la verificación, el crédito no se cobra. Reescribir una ficha cuesta 1 crédito y una imagen cuesta 1 crédito. No hay suscripción: los créditos no caducan y existe una prueba gratuita única sin tarjeta.

El análisis inicial es anónimo y se realiza en modo de solo lectura. La sincronización con WooCommerce es bidireccional por SKU y no crea duplicados (plugin oficial en WordPress.org). Se pueden agrupar variantes con item_group_id tras la confirmación, proponer la categoría de la taxonomía de Google para confirmarla, exportar el feed de Shopping en un CSV con las fichas listas y utilizar acciones masivas mostrando el coste en créditos antes de confirmar. Completar campos vacíos utiliza datos con fuente; el segundo crédito de esa acción solo se aplica si se escribe al menos un campo. Los detalles sobre el método y sus límites están en Katapic: una herramienta de catálogo, no un redactor que firma en tu lugar.

Preguntas frecuentes

¿Cómo se crean descripciones de productos con inteligencia artificial sin inventar especificaciones?

Primero se bloquean los datos del sistema de gestión (medidas, materiales, marca, SKU y GTIN si existe) y se pide al modelo únicamente que los reformule. Hay que eliminar cualquier número o certificación que no aparezca en un atributo, el título original, un PDF o el envase. Un verificador de afirmaciones y un control de coherencia sirven precisamente para eso: el dato de la tienda prevalece sobre la web.

¿Puede la inteligencia artificial escribir por sí sola las fichas de WooCommerce?

Puede proponer title y description en pocos segundos, pero WooCommerce sigue siendo la fuente. Los atributos, el precio, la disponibilidad y las imágenes no se «adivinan». El flujo correcto es análisis en modo de solo lectura, confirmación de los hechos, reescritura y después sincronización por SKU. Sin confirmación, una generación automática y silenciosa es una forma rápida de publicar errores en el escaparate y en el feed.

¿Cuánto cuesta reescribir descripciones de productos sin una suscripción?

Depende de la herramienta. En Katapic, reescribir una ficha cuesta 1 crédito y los créditos no caducan; no hay suscripción ni renovación. Si la verificación de los hechos rechaza el texto, el crédito de esa reescritura no se cobra y se vuelve a intentar con los comentarios. La imagen, si hace falta, cuesta un crédito aparte. Se decide el volumen, no una cuota mensual.

¿Qué diferencia hay entre una descripción para el sitio y una para los asistentes de búsqueda?

En el sitio puedes utilizar un tono de taller o de tienda. Para los asistentes y el feed hacen falta frases que un sistema pueda citar sin falsear el producto: material, tamaño, marca, estado y disponibilidad. No es un requisito publicado por los motores; observamos que hace más probable una respuesta fiel. Los eslóganes y la urgencia («superoferta») no ayudan a quien tiene que comparar dos referencias.

¿Dónde se comprueba si el catálogo de WooCommerce está preparado para los asistentes?

Se empieza con una lectura del catálogo público, producto por producto, con puntuaciones separadas para la búsqueda clásica y la preparación para asistentes, además de los campos que faltan. El verificador AEO para WooCommerce del sitio de Katapic realiza esta lectura sin cuenta, hasta cien productos. Después se corrigen las descriptions, los identificadores y las imágenes, y solo entonces se exporta el feed hacia Shopping o los asistentes.

¿Se puede empezar con un PDF en lugar de fichas ya publicadas en la tienda?

Sí, si la tarifa ya contiene el nombre, el precio y al menos una medida o un material. Se extraen las filas y las imágenes incorporadas, se asocian a los productos y se genera la description a partir de los datos leídos, no de una plantilla vacía. El GTIN, si existe, debe aparecer en el PDF o en la foto del envase. Un PDF sin números solo produce redacción: no es una ficha.

¿Qué hacer si Merchant Center indica que falta la description después de la reescritura?

Abre el producto en WooCommerce y comprueba que Descripción no esté vacía y que el plugin o el feed esté asignando precisamente ese campo a description. Regenera el archivo, súbelo desde Merchant Center › Productos › Feeds y espera a que se procese. Si el texto aparece en la página pero no en el archivo, el problema está en la asignación, no en la inteligencia artificial. Si el texto aparece y contradice el título, hay que corregir la ficha antes de volver a enviar el feed.

Para saber más

• Descripciones de productos con IA para WooCommerce