Mit szeret és mit utál egy AI-modell egy termékleírásban?

Nyisd meg magadban két képzeletbeli terméklapot, egymás mellett.

Az első így kezdődik: „Prémium minőségű, kiváló kényelmet nyújtó, letisztult dizájnú irodai szék, amivel egész nap élvezet lesz dolgozni.” Utána még két bekezdésnyi hasonló lelkesedés jön — „kimagasló ergonómia”, „páratlan tartósság”, „a legjobb választás minden otthoni irodának” —, de sehol egy centiméter, egy kilogramm, egy anyagnév.

A második így néz ki: „Irodai szék, hálós háttámlával (poliészter, légáteresztő), állítható magasság 42–52 cm, teherbírás 120 kg-ig, alumínium lábkereszt. Ülőmagasság-állítás: kar a szék jobb oldalán. Kárpit: műbőr vagy szövet, két színben.”

Ha egy vásárló olvassa mindkettőt, valószínűleg a másodikat érzi szárazabbnak — kevesebb benne az érzelem, több a szám. De ha egy AI-modellt kérdezel meg — mondjuk a ChatGPT-t vagy a Geminit —, hogy „melyik irodai szék bír el 100 kg-ot, és van hálós háttámlája”, csak az egyik terméklapból tud egyáltalán válaszolni. A másik, a lelkes-de-üres szöveg, az AI szemszögéből gyakorlatilag láthatatlan — nem azért, mert rossz a marketingje, hanem mert nincs benne semmi, amit egy modell tényként fel tudna használni.

Ez a különbség egyre inkább számít, ahogy egyre több vásárló nem a Google keresőjében, hanem egy AI-asszisztensben fogalmazza meg a kérdését.

Mit csinál valójában egy AI-modell egy termékleírással

Fontos tisztázni: egy AI-modell nem „olvassa” a terméklapot úgy, ahogy egy ember. Nem érzi a „prémium” szó hangulatát, nem lelkesedik a „letisztult dizájntól”. Amit tesz: mintákat keres, tényeket próbál kinyerni, és megpróbálja összekapcsolni azt, amit talál, egy konkrét kérdéssel. Ha a kérdés az, hogy „van-e 120 kg teherbírású szék”, a modell azt keresi, ami erre tényszerű választ ad. A dicsérő jelzők ebben a keresésben egyszerűen zajok: se nem segítenek, se nem ártanak, csak nem hordoznak információt.

Ez nem jelenti azt, hogy a hangulatos szöveg felesleges — az embereknek szükségük van rá, hogy érzelmileg is meggyőződjenek. De ha egy termékleírás kizárólag jelzőkből áll, tényadat nélkül, az egy AI-modell számára gyakorlatilag üres oldal.

Amit egy AI-modell „szeret”

Strukturáltság

A modellek jobban dolgoznak azzal, amit könnyen szét tudnak szedni: címsorok, felsorolások, egyértelmű, táblázatszerűen elrendezett adatok. Ha a méret, az anyag, a szín és a garancia mind külön sorban, világos címkével szerepel — „Anyag: alumínium”, „Garancia: 24 hónap” —, a modell könnyen ki tudja emelni és fel tudja használni ezeket. Ha ugyanezek az adatok egy hosszú, folyó szövegbe vannak beágyazva, három bekezdés mélyén, könnyen elvesznek, vagy a modell hibásan értelmezi őket.

Tényszerűség

Konkrét méret, konkrét anyag, konkrét használati eset — ez az, amit egy modell „meg tud fogni”. A „kiváló minőség” semmit nem mond arról, miből van a termék. A „155×205 cm-es, 100% pamut ágynemű” viszont igen. Minél konkrétabb egy állítás, annál nagyobb eséllyel tudja a modell releváns válaszként felhasználni a terméket egy konkrét kérdésnél.

Kérdés-válasz formátum

Egy beépített GYIK a terméklapon — „Mosógépben mosható?”, „Mekkora a csomag súlya?”, „Gyerekeknek is ajánlott?” — pontosan olyan formában adja meg az információt, ahogy egy felhasználó valószínűleg kérdezné az AI-t. Ez nem trükk, egyszerűen megkönnyíti a modell dolgát: a kérdés-válasz pár szinte készen kapott formátum egy konkrét felhasználói kérdéshez.

Amit egy AI-modell „utál” — vagyis amit kerülj

Az egyik legrosszabb, amit egy terméklap tehet: ellentmond önmagának. Ha a cím „gyerekbiztos” terméket ígér, a leírás viszont sehol nem tér ki biztonsági tanúsítványra vagy ajánlott korhatárra, a modell bizonytalanná válik — és a bizonytalan információt inkább nem használja fel, mintsem hibásan mondja tovább.

A másik gyakori hiba a túlzott marketing-nyelvezet konkrét adat nélkül. Nem arról van szó, hogy a lelkesedés rossz — hanem arról, hogy önmagában nem elég. „A piac legjobb futócipője” jelző nélkül üres állítás. „A piac legjobb futócipője, mert 220 grammos, gél-talpbetéttel, aszfaltra és futópályára egyaránt” — ez már valami, amit egy modell fel tud dolgozni, mert van benne ellenőrizhető tartalom.

Egy harmadik, kevésbé nyilvánvaló hiba: a képek és a hozzájuk tartozó szöveges leírás (alt-szöveg) figyelmen kívül hagyása. Egy AI-modell — legalábbis egyelőre — sokkal megbízhatóbban dolgozik a szöveges adatból, mint a képből kiolvasott információból. Ha a termék legfontosabb jellemzője csak egy fotón látszik — mondjuk egy speciális zár vagy csatlakozó —, és sehol nincs leírva szövegben, az az információ a modell számára gyakorlatilag nem létezik.

Egy feltételezett példa

Nézzünk egy feltételezett példát — ez nem valós mérés, csak illusztráció. Tegyük fel, hogy két hasonló árú, hasonló minőségű terméked van egy kategóriában. Az egyiknél a leírás négy bekezdés jelzőhalmaz, a másiknál egy rövid, emberi bevezető után egy strukturált táblázat (méret, anyag, súly, garancia) és három GYIK-pont következik. Ha valaki egy AI-asszisztenst kérdez arról, hogy „melyik termék felel meg X feltételnek”, jellemzően az a termék kerül szóba, amelyiknél a feltétel ellenőrizhető adatként szerepel — nem az, amelyiknél csak dicsérő szó van. Ez nem garancia semmilyen konkrét eredményre, csupán azt mutatja, miért érdemes a struktúrára és a tényekre figyelni.

Mit tegyél most

Nem kell egyszerre az egész terméklistát átírnod. Kezdd a legfontosabb, legtöbb forgalmat hozó 10–20 termékkel.

• Vedd ki a jelzőhalmazt a leírás elejéről, és told hátrébb — egy rövid, emberi bevezető után jöjjön a tényadat.
• Adj hozzá egy strukturált blokkot: méret, anyag, súly, garancia, ami csak konkrétan megadható.
• Írj 3–5 GYIK-pontot azokra a kérdésekre, amiket a vásárlóid ténylegesen fel szoktak tenni — az email, a chat és a telefonos megkeresések jó forrás ehhez.
• Ellenőrizd, hogy a cím és a leírás nem mond-e ellent egymásnak.
• Ha egy fontos jellemző csak képen látszik, írd le szövegben is.

Ennek a sorozatnak egy másik részében arról is szó lesz, hogyan érdemes a kategóriaoldalakat felépíteni, és milyen szerepet játszanak a vásárlói vélemények ugyanebben a láthatóságban — de a termékleírás a leggyorsabban javítható, legkézzelfoghatóbb pont.

Ha konkrét, lépésről lépésre szeretnéd tudni, hogyan írj át egy létező termékoldalt, ebben a korábbi cikkünkben végigvezetünk rajta.

Ha pedig azt szeretnéd tudni, a te terméklapjaid melyik oldalra esnek — a jelzőhalmaz vagy a tényszerű, strukturált oldalra —, egy AI-láthatósági audit pontosan ezt méri fel: megmutatja, mit „lát” egy AI-modell a webshopodból, és hol veszíted el emiatt a láthatóságot.