Um catálogo com centenas de produtos acumula descrições curtas, campos por preencher e títulos de listagem esquecidos. Rever tudo à mão demora semanas. Com uma ferramenta de IA ligada à loja, consegues uma primeira lista de produtos a corrigir numa tarde, sem que a IA toque em nada.
O método é este: conector só de leitura, uma coleção piloto, pedido estruturado, e uma lista que tu revês antes de qualquer alteração.
Pré-requisitos
- A IA ligada à loja por um conector, com permissão de leitura e sem escrita. Se ainda não o fizeste, vê como ligar a IA à loja e que permissões dar.
- Um pedido com objetivo, fontes, regras, condições de paragem, resultado e verificação. A estrutura está em como escrever um pedido robusto a um agente de IA.
- Um guia de tom da marca, mesmo que seja meia página: o que a loja é, para quem vende, palavras a usar e a evitar. Sem isto, “descrição fraca” fica ao critério da IA.
- Uma coleção escolhida para começar.
Porquê uma coleção, e qual
Numa loja com milhares de produtos, limita a primeira auditoria a uma coleção principal. Dois motivos: não gastar tempo e créditos a auditar produtos secundários, e validar o método num lote pequeno antes de o alargar.
Escolhe a coleção que mais vende ou a que mais tráfego recebe. É onde uma descrição melhor tem mais hipótese de se notar, e é onde conheces bem os produtos para avaliar a lista da IA. Evita começar por coleções com produtos descontinuados: uma lista cheia de produtos que já não vão voltar à loja não serve para nada.
O pedido
O pedido, em resumo: auditar a coleção X e listar produtos com descrição fraca ou SEO incompleto; fontes autorizadas, o catálogo pelo conector e o guia de tom; regras, não alterar produtos, não inventar características, distinguir falta de informação de informação fraca; parar e perguntar se não conseguir aceder à coleção, se houver referências duplicadas ou se não puder confirmar um dado; resultado, uma lista priorizada; verificação, confirmar que nada foi alterado e listar os critérios.
Define o que é “SEO incompleto” para ti, senão a IA define. Uma base razoável: título de listagem nos motores de pesquisa e descrição de listagem por preencher ou iguais ao nome do produto, imagens sem texto alternativo, descrição com menos de duas frases. Se tens uma lista de palavras-chave por produto ou coleção, inclui-a nas fontes e pede à IA que assinale onde não aparecem.
Acrescenta uma condição de paragem que faz falta: “antes de escolher a coleção, confirma comigo qual é”. Sem ela, há ferramentas que escolhem sozinhas uma coleção diferente da pretendida.
O que esperar das ferramentas
Duas ferramentas com o mesmo pedido chegam a listas diferentes, e a diferença ensina mais do que qualquer uma das listas.
Uma pode perguntar mais antes de começar, propor um lote piloto e devolver uma análise mais profunda, com mais hipóteses. Outra pode não perguntar nada, escolher a coleção sozinha e responder depressa, com um ficheiro em vez de texto no chat. Nenhuma está errada; têm critérios diferentes e formas diferentes de lidar com a ambiguidade.
Se tens acesso a duas ferramentas, usa as duas e pergunta a cada uma porque escolheu produtos que a outra não escolheu. A resposta a essa pergunta é útil de duas formas: às vezes a ferramenta reconhece que falhou produtos; outras vezes explica um critério que não tinhas considerado. Nos dois casos, o pedido seguinte fica melhor.
Se usas só uma ferramenta, faz o mesmo exercício de outra forma: pede uma segunda passagem com o critério invertido, por exemplo “lista os produtos desta coleção que consideras completos e diz porquê”. Os produtos que aparecem nas duas listas merecem uma segunda olhadela.
O que fazer com a lista
A lista é o resultado da auditoria, não o fim do trabalho. Antes de alterar seja o que for:
- Abre cinco produtos da lista no painel e confirma que o problema descrito existe. Se a IA diz “descrição fraca” num produto com uma descrição boa, o critério está mal definido no pedido; corrige o pedido antes de continuar.
- Retira da lista os produtos que vão sair da loja. Não vale a pena melhorar o que vai desaparecer.
- Ordena o que sobra por impacto: produtos com mais vendas ou mais visitas primeiro.
- Decide o método de correção. Para descrições, a IA pode propor textos a partir dos dados reais do produto, que tu revês e colocas na loja. Para campos de listagem nos motores de pesquisa, uma folha de cálculo com produto, título proposto e descrição proposta permite rever tudo de uma vez.
- Guarda a lista e as decisões num documento. Uma ferramenta de gestão de tarefas ou uma wiki ligada por conector serve para a conversa seguinte começar a partir daí em vez de repetir a auditoria.
Só depois de tudo isto faz sentido pensar em deixar a IA aplicar correções diretamente na loja, e isso exige outro nível de cuidado, com backup e amostra de verificação. Fica para um artigo próprio.
Um limite a ter presente
A IA audita o que está nos campos. Não sabe se o material indicado está certo, se o preço faz sentido ou se a fotografia mostra o produto real. Uma descrição “completa” pode estar errada, e essa verificação continua a ser tua, produto a produto, com a informação do fornecedor à frente.
Este artigo foi preparado a partir dos conteúdos da Academia Shopifyers sobre agentes de IA ligados à loja.
