Abajo, cómo está hecha la generación masiva de fichas de producto: qué debe haber en la tabla antes de lanzar la red neuronal, qué campos se pueden generar y cuáles no, qué debe haber en la tarea para una serie de cientos de productos, cómo se revisa el resultado y se vuelve a cargar en el catálogo. Al final, una lista de comprobación antes de la carga.
Primero la regla principal en la que se apoya todo lo demás: la red neuronal escribe textos, pero no inventa datos. Las medidas, la composición, el peso y la compatibilidad se toman solo de la tabla. Si en la tabla no están, en la ficha tampoco deben estar.
Qué debe haber en la tabla antes de la generación
La red neuronal trabaja con lo que le dieron. Si en la tabla el producto solo tiene nombre y precio, no saldrá una buena descripción: el modelo o escribirá palabras generales, o empezará a inventar características.
El mínimo que conviene reunir antes de la generación:
- el artículo u otro identificador único por el que el resultado vuelva al producto que corresponde;
- la categoría;
- las características principales en columnas separadas: material, medida, color, peso, contenido del pack, lo que importa en su categoría;
- las particularidades que distinguen el producto de los vecinos del catálogo;
- para quién y para qué es el producto, si se sabe.
Cómo preparar los propios datos de los productos para la carga es un tema grande aparte. Aquí basta con una cosa: en la tabla no debe haber celdas vacías allí donde la red neuronal va a buscar hechos.
Otras dos reglas de la tabla que ahorran tiempo en la revisión. Primera: un valor en una celda. Si en la columna «Medida» está escrito «40×60, también hay 50×70», la red neuronal puede tomar cualquiera de los valores o los dos a la vez. Segunda: las unidades de medida son las mismas en toda la columna. Centímetros y milímetros mezclados la red neuronal a veces los recalcula y a veces los copia tal cual, y en las fichas queda un desorden.
Qué campos se pueden generar
No todos los campos de la ficha sirven igual para generarlos. Conviene marcarlos en la tabla de antemano.
| Campo | Origen | ¿Se puede generar? |
|---|---|---|
| Artículo, precio, existencia | Datos de la tienda | No |
| Características | Tabla del proveedor o del fabricante | No, solo trasladar |
| Nombre | Categoría y características clave | Sí, por plantilla |
| Descripción | Características y particularidades | Sí, con revisión de los hechos |
| Title y Description del producto | Nombre y diferencia principal | Sí, con revisión de la longitud |
| Etiquetas, selecciones | Categoría y características | Sí, por una lista dada |
Nombre
El nombre del producto conviene generarlo por plantilla, no de forma libre. Por ejemplo: tipo de producto, marca o modelo, característica clave, color o medida. La plantilla fija el orden, la red neuronal coloca los datos y los lleva a una forma única: las mismas abreviaturas, unidades y mayúsculas.
La generación libre de nombres da desorden: un producto es «Taza de cerámica 350 ml blanca» y el de al lado «Taza blanca de cerámica con un volumen de 350 mililitros». En el catálogo se ve descuidado y estorba a la búsqueda.
Descripción
La descripción es el campo principal donde la red neuronal ahorra tiempo. Convierte la lista de características en un texto coherente: qué producto es, en qué es útil, cómo se usa. Una buena descripción responde a las preguntas del comprador que las características no cierran.
La estructura de la descripción también conviene fijarla antes, si no cada ficha estará armada a su manera. Por ejemplo: el primer párrafo es qué producto es y para qué sirve, el segundo las particularidades que lo distinguen de los vecinos, el tercero el cuidado o el uso, si esos datos están en la tabla. La misma estructura también simplifica la revisión: quien revisa sabe dónde buscar cada hecho.
El riesgo también está aquí: en un texto coherente aparecen fácil afirmaciones que no están en los datos. «Apta para lavavajillas», «no se destiñe al sol», «material hipoalergénico»: la red neuronal puede añadir esto porque así se escribe a menudo de productos parecidos. Para un producto concreto puede no ser verdad.
Características: solo a partir de los datos
Las características no se generan. La red neuronal puede llevarlas a un formato único: «35 cm» y «350 mm» en las mismas unidades, «algodón 100%» y «100% algodón» escritos igual. Pero el valor debe tomarse de la tabla. Si el producto no tiene el peso indicado, en la ficha no debe aparecer «cerca de 500 g».
Title y Description del producto
Los metadatos de las páginas de producto son una buena tarea para generar: son muchos, son cortos y siguen reglas claras. El Title suele armarse con el nombre del producto y el nombre de la tienda, la Description con la diferencia principal del producto y un motivo para entrar en la página.
La red neuronal no siempre respeta los límites de longitud. Es más simple comprobar la longitud con una fórmula en la tabla que leerla a ojo.
Qué debe haber en la tarea para una serie
La tarea para una serie se distingue de la tarea para un solo producto: debe dar el mismo resultado en cientos de filas. En ella se fija qué campos de la tabla usar, qué escribir exactamente, de qué longitud y en qué tono, qué está prohibido — promesas de un efecto, propiedades médicas, comparaciones con la competencia, palabras que la tienda no usa — y en qué forma devolver la respuesta para que cada fila encuentre su producto por el artículo. La regla principal en cualquier tarea así es una: solo hechos de los datos.
Más fuerte que cualquier descripción del estilo funciona una muestra: una ficha escrita como deben verse todas. Si en el catálogo hay varias categorías distintas, una sola tarea para todas suele funcionar peor que tareas separadas: en la ropa importan la composición, la tabla de tallas y el cuidado, en la vajilla el volumen, el material y la compatibilidad con los electrodomésticos. Armar esa tarea bien a la primera casi nunca sale: se ajusta en una muestra de prueba, y aquí hace falta experiencia para entender por qué se equivocó el modelo y qué corregir en la formulación, y qué en los datos.
Generación por lotes
Cientos de productos no conviene procesarlos en un solo pedido. En una lista larga la red neuronal empieza a acortar, a saltarse filas o a mezclar los datos de productos vecinos.
Por eso la generación va por porciones: primero una muestra de prueba de productos de distintos tipos y correcciones de la tarea, después el resto, guardando el artículo en cada respuesta y cotejando el número de filas después de cada porción. Si hay muchos productos y la generación se repite con regularidad, se automatiza: un script envía las filas de la tabla a la red neuronal por API y escribe las respuestas de vuelta. Eso ya es una tarea de desarrollo, y la lógica de la revisión sigue siendo la misma.
Los datos de origen y el texto generado los tengo en columnas distintas. Así siempre se puede comparar qué había en la tabla y qué escribió la red neuronal, y regenerar fichas sueltas sin tocar las demás.
La revisión antes de la carga
La revisión es la parte más importante del proceso. Google, en las recomendaciones sobre contenido creado con IA generativa, recuerda de forma directa que los modelos pueden equivocarse, y aconseja revisar ese contenido antes de publicarlo, incluidos los metadatos. Allí mismo se dice que crear páginas en masa sin utilidad para el lector puede infringir las reglas de búsqueda sobre el abuso de contenido a escala. Para Google Merchant Center, Google tiene requisitos aparte para los datos de producto creados con IA.
Qué revisar:
- los hechos de la descripción coinciden con las características de la tabla;
- no hay propiedades que no estén en los datos;
- los nombres están armados con una sola plantilla;
- la longitud de Title y Description está dentro de la norma;
- no hay repeticiones: descripciones iguales de productos distintos se ven mal para el comprador y para la búsqueda;
- no hay palabras prohibidas ni promesas.
Parte de las revisiones se puede automatizar con fórmulas: la longitud, las palabras prohibidas, la coincidencia de artículos, los duplicados. El cotejo de hechos se puede encargar a una segunda pasada de la red neuronal: compara la fila de origen con la descripción lista y busca afirmaciones que no están en los datos. Pero eso no sustituye una revisión por muestreo hecha por una persona.
Un orden práctico de revisión se ve así. La primera porción de productos la revisa una persona entera, fila por fila. Si no hay errores, o son sueltos y la tarea ya se corrigió, después basta una revisión por muestreo: varios productos de cada porción, y de tipos distintos. Si en la muestra aparece un error, la porción se revisa entera.
Atención especial a los productos con datos incompletos. Justo en ellos la red neuronal inventa más a menudo: el material no está indicado y en la descripción aparece «madera natural». Esas filas conviene marcarlas antes en la tabla y revisarlas todas a mano.
La carga de vuelta al catálogo
Cuando los textos están revisados, hay que devolverlos al catálogo. Cómo, depende de la plataforma.
En Tilda los productos del catálogo se cargan desde CSV o YML. En la importación las columnas se emparejan con los campos del catálogo y las columnas que no se usan se ignoran. Para actualizar productos que ya existen hay un modo en el que la importación solo actualiza los datos y no crea productos nuevos. Si lleva una tienda online en Tilda, esta es la forma más segura de actualizar los textos de un catálogo ya hecho.
Antes de la carga exporto el catálogo actual: si algo sale mal, hay a qué volver. Primero se cargan varios productos, se comprueba cómo se ven en el sitio y solo después va el archivo entero.
Si generar y cargar fichas es una tarea regular y no hay manos suficientes, se puede encargar al trabajo de contenido del sitio.
Lista de comprobación antes de cargar las fichas
- Cada producto tiene un artículo único, y se conservó después de la generación.
- Las características se trasladaron de la tabla y no se generaron.
- En las descripciones no hay propiedades que no estén en los datos.
- Los nombres están armados con una sola plantilla.
- Title y Description están revisados por longitud.
- No hay descripciones iguales en productos distintos.
- Los datos de origen y los textos generados están en columnas distintas.
- Se hizo una exportación del catálogo actual antes de la carga.
- La carga de prueba de varios productos pasó sin errores.
Si quiere hablar de la generación de fichas para su catálogo, pase el cuestionario de mara-craft.com. Miraré la tabla y diré por dónde empezar.