Para o Google não é sobre “quem escreveu” e sim sobre utilidade

O Google deixou explícito que não penaliza conteúdo gerado com IA, desde que ele seja útil.

As diretrizes de conteúdo útil reforçam que o conteúdo deve ser pautado principalmente em Expertise (você como vendedor do produto, deve deixar claro todas as características, como usar, como limpar, etc) e experiência de primeira mão (quem geralmente compra o produto, com para que? O conteúdo da página deve ajudar esse cliente na tomada de decisão).

Já nas diretrizes sobre conteúdo produzido por IA,  o Google deixa claro que o problema não é a utilização da IA na produção (método) e sim a falta de qualidade e utilidade do conteúdo.

Como manter a integridade dos conteúdos?

Manter tom, promessas, diferenciais e consistência em escala não depende de “usar a IA certa” ou “usar o prompt correto”. 

Depende de tratar o conteúdo do produto como um sistema com etapas que devem ser respeitadas. 

Abaixo detalharemos cada uma dessas etapas.

Etapa 1: Base de dados com características dos produtos

Essa é a base de tudo.

Se a IA não tem acesso a dados corretos e completos sobre o produto, ela vai delirar… 

E inventar atributos de produtos pode gerar problemas de devolução, baixa taxa de conversão, etc.

E o que essa base de dados deve conter?

• Atributos técnicos: material, composição, peso, dimensões, voltagem, capacidade e informações do tipo.
• Variações: cores, tamanhos, modelos disponíveis.
• Restrições e compatibilidade: “não compatível com…”, “requer…”, “não indicado para…”.
• Manutenção: por exemplo em caso de louças, é importante saber se é compátivel com máquina lava louças, que tipo de detergente pode ser utilizado, etc. Essas informações de manutenção tendem a mudar de produto para produto, categoria para categoria. Enfim, cada caso é um caso.
• Garantia: prazo, condições, o que cobre e o que não cobre.
• Certificações e selos: quando existem, podem ser um diferencial.
• O que vem na caixa: reduz dúvida pré-compra e devolução pós-compra.

Etapa 2: Base de dados com personas/ICPs dos produtos

Uma descrição de produto genérica não convence ninguém. 

A IA precisa saber além das características, para quem está escrevendo para gerar um texto que faça sentido na decisão de compra daquele perfil.

Isso não precisa ser um mapeamento complexo. Os dados que possui das páginas semelhantes e de compradores de produtos semelhantes podem ajudar demais. Para cada categoria ou linha de produto, registre:

• Quem compra: perfil do comprador principal (ex.: mãe comprando para filho, profissional comprando para uso diário, presente para terceiro).
• Por que compra: qual problema o produto resolve ou qual desejo atende.
• O que compara: quais alternativas esse comprador considera (concorrentes, categorias substitutas, etc).
• O que pode complicar a compra: quais dúvidas e objeções mais comuns esse cliente tem do produto (isso não é definitivo. As dúvidas sempre devem ser atualizadas).
• Como busca: termos e linguagem que esse perfil usa (os dados do Search Console funcionam maravilhosamente bem aqui).
  
  

Quando a IA recebe essa informação junto com os atributos do produto, o texto gerado tem uma probabilidade muito maior de falar com o comprador real, não com um público qualquer.

Etapa 3: Base de dados com guias de voz por produto, categoria ou outra forma de categorização

Organize o guia de voz por produto, categoria ou outra forma de categorização que faça sentido para o seu catálogo. 

Cada guia deve conter:

• Vocabulário permitido e proibido:  lista com expressões permitidas e não permitidas. A ideia aqui é fornecer o máximo de possibilidades possíveis.
• Nível de formalidade do conteúdo: definido com exemplos (ex.: “direto, sem floreio, sem exclamações excessivas” ou “leve, bem-humorado, próximo”).
• Promessa padrão da marca: quais são os pontos que são indiscutíveis para a marca independente do produto? (ex: pode ser informações de troca, maneiras de falar alguma coisa, adjetivos que sempre devem ser utilizados, maneiras de se referir ao cliente, etc.)
• Como falar dos diferenciais: Como o texto deve abordar os diferenciais dos produtos? Sempre em listas, destacando alguns pontos. Mais uma vez um ponto para definir a forma como o texto deve ser escrito.
  
  

Em todos os casos é importante que tenhamos exemplos do tipo “pode” e “não pode” para que fique claro para a IA em cada um dos pontos como deve ser a estrutura.

Lembrando que um único e-commerce pode ter diversos guias de voz diferentes, pois pode ter categorias/linhas com públicos muito diferentes.

Etapa 4: Base de dados com templates de páginas que serão utilizados separados por categoria ou outra forma de categorização

Defina templates de conteúdos para PDP separados por categoria ou outra forma de categorização, com blocos obrigatórios e ordem definida.

Aqui a lógica será bem parecida com a da etapa 3. Se a loja possui categorias com produtos muito distintos, a estrutura/template do conteúdo deverá ser diferente.

Por exemplo: Não tem como uma estrutura feita para artigos de cozinha funcionar para camisetas. Portanto, é importantíssimo definir esses templates.

O que não pode faltar nos templates?

Abaixo listamos uma estrutura básica que deve estar presente em qualquer página de produto.

• Resumo (2–3 linhas): o que é o produto e para quem serve (seguindo as informações do público da Etapa 2, o tom de voz etapa 3 e o template da etapa 4).
• Benefícios (bullets): quais são benefícios do produto para o público? (seguindo as informações do público da Etapa 2, o tom de voz etapa 3 e o template da etapa 4).
• Especificações: tabela ou bullets de acordo com as características informadas na etapa 1..
• Compatibilidade, medidas, cuidados, contraindicações (quando aplicável).
• FAQ do do produto: perguntas que reduzem atrito pré-compra e devolução pós-compra (alimentadas pelas objeções mapeadas na Etapa 2. Essas perguntas podem ser geradas de forma sintética também a partir dos dados da persona).
  
  

O que importa é que dentro da organização feita, a estrutura seja fixa. A IA preenche os blocos. Isso minimiza bastante as chances de delírio.

Etapa 5: Organização de todos os dados

As etapas 1 a 4 criam quatro bases. 

Agora, antes de gerar qualquer texto, esses dados precisam estar organizados de forma que a IA (e o time) consigam acessar de maneira confiável.

Isso pode ser feito em uma planilha ou em um banco de dados, por exemplo. Lembre-se que estamos falando de uma estrutura de sistema de conteúdo, de maneira que possamos criar conteúdo para várias páginas de 1 vez só.

Na prática:

• Vincule cada SKU aos seus dados de produto (Etapa 1), à persona da categoria (Etapa 2), ao guia de voz aplicável (Etapa 3) e ao template correto (Etapa 4). Caso esteja utilizando uma planilha, cada etapa será preenchida em uma coluna
• Identifique lacunas antes de gerar. Se um SKU não tem atributos completos na etapa 1, não gere texto para ele. Texto gerado com dados incompletos é texto com risco de invenção. Priorize completar a base antes de escalar a geração.
• Padronize formatos. Se o etapa 1 apresenta dados de um jeito e o guia de voz apresenta os mesmos dados com outro nome, possivelmente teremos confusão. Tudo deve ser padronizado.
  
  

Essa etapa é a menos “criativa” e a mais importante. 

A qualidade do texto gerado depende diretamente da qualidade e da completude dos dados que alimentam a geração.

Etapa 6: Escrita pautada nas regras

É chegada a hora da escrita.
Opte por ter um fluxo de trabalho montado no N8N, por exemplo.

Aqui na Bridge, para operações desse tipo, temos um agente montado no N8N que roda através de Google Sheets, ChatGPT e DataForSEO.

Desta forma, cada etapa do fluxo acontece somente se a anterior for concluída e isso garante que os dados saiam como planejado.

Entretanto, se quiser realizar isso de maneira mais manual, no prompt deve ficar atento a:

• Os atributos do SKU (da Etapa 1).
• A persona de compra (da Etapa 2).
• As regras de tom e vocabulário (da Etapa 3).
• O formato de saída (da Etapa 4).
• Instrução explícita: “use apenas dados presentes nas etapas anteriores”.
  
  

A ideia é que o texto saia já dentro do padrão. Quanto menos “conserto” manual for necessário, mais a operação escala de verdade.

Etapa 7: Monitoramento de resultados

Agora que o conteúdo foi feito em escala, é necessário acompanhar os resultados para ver se mudanças serão necessárias.

Para isso, é necessário que sejam monitorados indicadores de negócio e de SEO, como:

• Taxa de conversão de acordo com a organização que fez (linha, categoria, etc): quando o usuário chega na página, a taxa de conversão está maior ou menor em comparação ao período anterior da mudança?
• Volume de cliques e CTR orgânico de acordo com a organização que fez (linha, categoria, etc): as páginas trabalhadas estão recebendo mais cliques orgânicos em relação ao período anterior da mudança? O CTR está melhor?
  
  

O sistema funciona quando o que acontece depois da publicação retroalimenta o que acontece antes da geração.

Conclusão

IA para conteúdo de PDPs em escala funciona quando é pensada como um sistema, tendo uma base de dados confiável sobre os produtos, detalhes sobre quem costuma comprar, um guia de tom de voz específico e templates de página.

Sem esse sistema, teremos um volume de conteúdo produzido sem profundidade e foco no cliente, impactando diretamente as possibilidades de resultados das páginas.