Opis produktu to w większości sklepów MŚP ostatnia pozycja na liście „do zrobienia kiedyś". Zdjęcie jest, cena jest, kategoria jest. Opis to półtora zdania skopiowane z faktury od producenta albo pusta ramka. I tak od pięciu lat. AI brzmi jak rozwiązanie — i czasem rzeczywiście nim jest. Tylko trzeba wiedzieć, w którym momencie przestaje pomagać, a zaczyna cichym krokiem zaśmiecać katalog.
U jednego z naszych klientów — 15-osobowej hurtowni elementów złącznych pod Warszawą — na portalu B2B wisiało 3 800 pozycji. Mniej więcej 60% nie miało żadnego opisu, pozostałe 40% miały coś w rodzaju „śruba M8x30 DIN 933 ocynk". Zero szans, żeby klient wyszukał produkt po zastosowaniu („śruba do metalu, cynkowana, do konstrukcji zewnętrznej"). Pipeline AI (model przez API + prosty skrypt) wygenerował opisy dla 2 400 pozycji w dwa tygodnie. Po recenzji technicznej 1 800 trafiło do portalu bez zmian, 420 wymagało drobnych korekt, 180 zostało odrzuconych — i to te 180 jest w tej historii najważniejsze.
Dlaczego opisy są zawsze ostatnie na liście
Napisanie dobrego opisu produktu to 15–30 minut roboty. Pomnożone przez 3 800 pozycji daje tysiąc godzin — czyli pół etatu przez rok. Nikt w 15-osobowej firmie tego nie ma. Zatrudnienie copywritera na zlecenie oznacza 30–50 zł za opis, czyli 150 tysięcy złotych. Właściciel patrzy na tę liczbę i zamyka Excel.
W efekcie 90% katalogów MŚP w Polsce wygląda tak jak ten pod Warszawą — surowe dane z pliku dostawcy, bez kontekstu, bez słów kluczowych, bez niczego, co pomogłoby klientowi wybrać między dwoma podobnymi produktami. Konkurencja z dużych platform wygrywa nie dlatego, że ma lepsze produkty, tylko dlatego, że w ogóle da się je znaleźć.
To jest moment, w którym AI faktycznie coś zmienia. Nie dlatego, że pisze „lepiej" niż człowiek — bo nie pisze. Dlatego, że koszt wygenerowania 2 000 opisów spada z 60 tysięcy złotych do 150 złotych (koszt tokenów) plus 40 godzin pracy człowieka na recenzję.
Co AI naprawdę potrafi — i czego nie zrobi
Model językowy świetnie przerobi suche dane techniczne na czytelny tekst po polsku z naturalną składnią. Dostaje na wejściu „śruba M8x30 DIN 933 ocynk galwaniczny A2L stal 8.8" i wypluwa trzy zdania opisu plus pięć pod-kluczy do SEO. Jeśli dasz mu dodatkowo trzy przykłady „tak piszemy opisy w naszej firmie" — będzie się do nich dopasowywać stylem.
Czego nie zrobi:
- Nie zweryfikuje, czy dane wejściowe mają sens. Jeśli w pliku jest „śruba M8x30" a w rzeczywistości to M10x30, model napisze piękny opis o nieistniejącym produkcie.
- Nie dowie się, do czego klient faktycznie używa produktu. Jeśli nie powiesz, że śruba trafia do konstrukcji balkonowych na zewnątrz, model wymyśli zastosowanie z sufitu — i czasem trafi, a czasem zełga.
- Nie wyłapie, że dwa produkty w Twoim katalogu są praktycznie identyczne i tylko jeden powinien zostać. AI generuje opisy, nie porządkuje katalogu.
- Nie zastąpi recenzji technicznej. O tym za chwilę.
To nie jest ograniczenie konkretnego modelu. To granica tego, co w ogóle da się zrobić bez ingerencji człowieka w proces.
Jak zbudować prosty pipeline
Nie potrzeba platformy za 20 tysięcy euro rocznie. Potrzeba trzech rzeczy: dobrego wejścia, dobrego promptu i dobrej kontroli wyjścia.
Wejście. Eksport z ERP lub pliku dostawcy do CSV, z kolumnami: nazwa, kod, parametry techniczne, kategoria, grupa cenowa. Im więcej strukturalnych danych tym lepiej. Jeśli dla danej grupy produktów masz 10 typowych zastosowań — dołącz je jako wspólny kontekst. 20 minut roboty osoby, która zna produkty.
Prompt. Jeden, dopracowany, z trzema przykładami „idealnego opisu" z Waszej branży. Nie piszcie trzydziestu wersji promptu — jeden na kategorię produktów (śruby, nakrętki, podkładki itd.) i tyle. Każda zmiana promptu to konieczność ponownej recenzji wszystkiego, co nim przeszło.
Wyjście. Nie puszczajcie na portal nic, czego nie przejrzał człowiek. Dalej jest trzeci sekcja o tym, co robi recenzent. Ale żelazna zasada: zero bezpośredniej publikacji z AI do systemu produkcyjnego. Zawsze warstwa pośrednia.
Koszt tokenów przy 2 000 opisów na GPT-class modelu to kilkadziesiąt do kilkuset złotych. Największym kosztem jest ludzki czas recenzenta. Realistycznie: 2–3 minuty na opis = 70–100 godzin pracy technicznej. To tydzień czasu jednej osoby, nie rok.
Kontrola jakości — gdzie AI się myli
Te 180 odrzuconych opisów u klienta pod Warszawą miały trzy typowe wzorce błędów. Warto je znać przed uruchomieniem pipeline'u.
Pierwszy — wymyślone parametry. Model dostaje „śruba M8x30" i czasem dodaje w opisie „z łbem walcowym imbusowym" — bo większość M8x30 w jego treningu takie było. Tylko że DIN 933 to łeb sześciokątny. Opis sam w sobie czyta się dobrze, ale wprowadza klienta w błąd. Recenzent, który zna produkty, łapie to w 20 sekund.
Drugi — wymyślone zastosowania. „Idealna do zastosowań w przemyśle spożywczym" przy śrubie bez certyfikatu kontaktu z żywnością. Albo „do konstrukcji morskich" przy standardowym ocynku galwanicznym (który w kontakcie z wodą morską koroduje w 3 miesiące). To są błędy, które mogą generować realne reklamacje.
Trzeci — zbyt pewny ton przy produktach generycznych. „Nasza premium śruba M8x30 wyróżnia się wyjątkową jakością" — przy produkcie z półki za 15 groszy, który dokładnie takie same mają trzej konkurenci w promieniu 50 km. Opis techniczny tak, laurka handlowa nie.
Recenzent nie musi być copywriterem. Musi znać produkty. Najlepiej robi to osoba z działu technicznego albo starszy handlowiec. 15 godzin tygodniowo przez miesiąc i katalog jest załatwiony.
Od czego zacząć w Twoim sklepie
Nie od pipeline'u. Od listy 20 pozycji, które najczęściej lądują w koszyku — albo odwrotnie, 20 pozycji, które mają ruch, ale rozpaczliwie niski współczynnik konwersji. Wygenerujcie opisy dla tych 20 ręcznie, przez interfejs chatu (nie przez API). Zróbcie recenzję. Zobaczcie, ile z nich jest po recenzji „do publikacji", ile „do poprawy", ile „do kosza".
Jeśli stosunek jest w okolicach 70/20/10 — zbudowanie pełnego pipeline'u ma sens i zwróci się w pierwszym miesiącu. Jeśli 30/30/40 — macie problem z danymi wejściowymi, nie z modelem. Idźcie najpierw do uporządkowania kartoteki produktowej.
Jeśli chcecie przegadać, czy w Waszej branży to się spina ekonomicznie i jak zorganizować recenzję — pierwsza rozmowa jest bezpłatna i trwa pół godziny. Pokazujemy wtedy, jak policzyć koszt na jeden opis u Was i gdzie są pułapki specyficzne dla Waszej branży.
AI nie pisze opisów lepiej niż człowiek. Pisze je sto razy taniej — i to zmienia wszystko, pod warunkiem że ktoś je potem przeczyta.