IA en el catálogo de productos: dónde ayuda y dónde necesitas revisión humana

Dónde ayuda de verdad

Un catálogo tiene mucho trabajo repetitivo que pide criterio pero no creatividad: miles de descripciones con la misma estructura, atributos que están en una hoja técnica, categorías que se deducen del nombre. Ahí la IA rinde:

• Descripciones a partir de los datos del producto, con la voz de la marca.
• Atributos que se pueden leer de la descripción o de los datos de origen.
• Categorías propuestas a partir del nombre y los atributos.
• Traducciones de fichas ya aprobadas.
• Texto alternativo de las imágenes.
• Fotos del producto en escena o con modelo, a partir de fotos reales.

En todos los casos, el trabajo pasa de escribir desde cero a revisar una propuesta, que es mucho más rápido.

Dónde se equivoca

La IA es muy buena para producir texto que suena bien, y ese es justo el riesgo. Se equivoca cuando:

• Le falta un dato y lo completa con algo plausible: una medida, un material, una compatibilidad.
• Exagera. Convierte «resistente al agua» en «sumergible».
• Mezcla productos parecidos cuando los datos son ambiguos.
• Copia el tono equivocado si nadie le dijo cómo suena la marca.

Ninguno de estos errores se ve en un tablero; se ven en una devolución o en una reseña.

El proceso que funciona

La regla es simple: la IA propone, una persona aprueba. Para que esa regla escale:

1. Parte de datos reales. La IA trabaja con lo que hay en la ficha; mientras más completa, mejor el resultado.
2. Define la voz y los límites por escrito: trato, tono y palabras prohibidas.
3. Revisa por muestra al principio y ajusta las reglas antes de generar todo el catálogo.
4. Aprueba antes de publicar, con un paso claro y un responsable.
5. Guarda el historial, para saber qué generó la IA, qué cambió una persona y poder volver atrás.

Lo que dice Google

Google no castiga el contenido por haberse hecho con IA. Su posición es que el uso apropiado de la IA no va contra sus lineamientos, y que lo que importa es que el contenido sea útil y confiable. Lo que sí considera spam es producir contenido en masa, con o sin IA, con el fin principal de manipular el ranking. Una ficha revisada, basada en datos reales y útil para el comprador está del lado correcto.

Cómo saber si la IA te está ayudando

Mide antes y después con los mismos números:

• Tiempo por ficha publicada, de la importación a la aprobación.
• Porcentaje de propuestas que se aprueban sin cambios. Si es bajo, faltan datos de origen o reglas de voz.
• Errores que llegan al comprador: devoluciones o preguntas por datos equivocados.
• Fichas completas por canal cada semana.

Si el tiempo baja y los errores no suben, la IA está haciendo su trabajo; si los errores suben, revisa los datos de origen antes de culpar a la herramienta.

Preguntas para tu proveedor de IA

• ¿Mis datos se usan para entrenar sus modelos?
• ¿Puedo ver qué generó la IA y qué cambió una persona?
• ¿Cuánto cuesta cada cosa que genero, antes de generarla?
• ¿Las imágenes generadas se declaran como tales?

Cómo lo resuelve Bruxel

En Bruxel la IA trabaja sobre los datos de cada producto y con la voz de tu marca: escribe descripciones para buscadores y para asistentes de IA, llena atributos, propone categorías, traduce, describe imágenes y genera fotos a partir de fotos reales. Nada se publica sin revisión, cada ficha guarda su historial y las imágenes generadas se declaran como tales. El catálogo y las descripciones de un cliente no se usan para entrenar modelos de IA, con la excepción declarada del objeto 3D, que es opcional. La guía para generar descripciones muestra el proceso y la página del PIM el resto del producto.