Ürün Açıklamalarını AI ile Yazmak: 200 Ürünlük Katalogda Kaliteyi Koruyan İş Akışı
AI, 200 ürünü bir öğleden sonrada yazabilir. Zor olan, 200 metnin de doğru, birbirinden farklı ve markanızın sesiyle yazılmış olmasını sağlamak.
Kısa cevap: AI ile ürün açıklaması yazmak Google açısından sorun değildir; sorun, kaynak veriden kopuk ve birbirinin kopyası metinlerdir. Kaliteyi korumanın yolu, AI'a yalnızca doğrulanmış özellik tablosundan yazdırmak, her metni sayı ve sertifika kontrolünden ve insan editöründen geçirmek, benzer ürünlerde tekrarı taramak ve Product schema ile yayınlamaktır.
Üretici, e-ticaret sitesi veya B2B tedarikçi fark etmez: 200 ürünlük bir katalog, elle yazıldığında haftalar süren bir iştir. AI bu süreyi kısaltır, ama kontrolsüz kullanıldığında yeni bir sorun getirir: yanlış ölçü, olmayan sertifika, on iki varyantta aynı paragraf. Bu yazı, hızdan vazgeçmeden kaliteyi koruyan bir iş akışı veriyor. Yapay zekâ araçlarının firmanızı nasıl anlattığını merak ediyorsanız önce 20 dakikalık AI görünürlük kontrolüne bakın; ürün sayfaları o kontrolde en çok okunan kaynaklardan biridir.
Her ürün için tek bir özellik tablosu. Metindeki her bilgi buradan gelir.
Tablodan, marka sesiyle ve sabit bir şablonla taslak yazar.
Doğruluk, insan editörü ve benzersizlik: üç kalite kapısı.
Product schema, iç linkler ve yayından sonra gerçek veriyle iyileştirme.
AEO cümlesi: AI destekli ürün açıklaması, yapay zekânın ürünün doğrulanmış özellik tablosundan marka sesine uygun bir taslak yazdığı, bu taslağın sayı ve sertifika kontrolünden, insan editöründen ve varyantlar arası tekrar taramasından geçtikten sonra Product schema ile yayınlandığı bir üretim yöntemidir. AI yazar, veri karar verir, insan onaylar.
Google AI ile yazılmış içerik hakkında ne diyor?
Kısaca: Google aracı değil sonucu değerlendiriyor. Ama bu, "AI ile ne yazsam olur" demek değil. Politikanın iki tarafı var ve ürün katalogları tam ortada duruyor: binlerce sayfa, benzer yapı, otomatik üretim.
- Üretim biçimi değil kalite. Google, sıralama sistemlerinin içeriğin nasıl üretildiğine değil kalitesine odaklandığını ve uygun AI kullanımının yönergelere aykırı olmadığını açıkça yazıyor (Google Search Central: Google Search's guidance about AI-generated content).
- AI kendi başına avantaj da sağlamaz. Aynı belgeye göre AI kullanmak içeriğe özel bir kazanç getirmez: içerik faydalı, özgün ve güvenilirse iyi sıralanabilir, değilse sıralanmayabilir.
- Çizgi: ölçekli içerik kötüye kullanımı. Spam politikası, asıl amacı sıralamayı manipüle etmek olan ve kullanıcıya değer katmayan çok sayıda sayfa üretmeyi "nasıl üretildiğinden bağımsız olarak" spam sayıyor. Örneklerden biri doğrudan şu: üretken AI araçlarıyla kullanıcıya değer katmadan çok sayıda sayfa üretmek (Google Search Central: Spam policies, scaled content abuse).
- Kopya ürün metni de risk. Aynı sayfadaki "thin affiliation" maddesi, affiliate link içeren sayfalarda üreticiden birebir kopyalanmış ve değer katmayan ürün açıklamalarını sorunlu örnek olarak sayıyor. Üreticinin metnini AI ile eş anlamlılarla değiştirmek bu sorunu çözmez; spam politikası bu tür otomatik dönüştürmeleri de açıkça anıyor.
Pratik sonuç: 200 ürünü AI ile yazmak serbest. 200 ürünü özellik tablosuna bakmadan, birbirinin kopyası ve anahtar kelime dolu metinlerle yayınlamak ise hem kullanıcıyı hem sıralamayı riske atar. Aşağıdaki akış bu farkı somut adımlara çeviriyor.
Kaynaktan Rafa Hattı: 8 adımlık iş akışı
Mandalium'da katalog projelerinde kullandığımız çerçevenin adı Kaynaktan Rafa Hattı. Mantığı tek cümle: AI yazar, veri karar verir, insan onaylar. Sekiz adım üç aşamaya ayrılır; 4, 5 ve 6. adımlar kalite kapısıdır ve bir metin bu kapılardan geçmeden yayına çıkmaz.
1. Önce veri: her ürün için bir özellik tablosu
AI'ın en büyük riski bilmediği şeyi akıcı bir cümleyle yazmasıdır. Bunu engellemenin yolu prompt değil veridir. Her ürün için tek satırlık bir tablo hazırlayın: ürün adı, SKU, kategori, ölçüler, ağırlık, malzeme, renk/varyant, kullanım alanı, uyumluluk, sertifikalar, garanti, bakım talimatı ve ürünü rakibinden ayıran bir veya iki gerçek fark. Kaynak; teknik föy, ERP/PIM kaydı veya üreticinin belgesi olmalı. Boş hücre "bilinmiyor" demektir; AI'ın tahmin etmesi değil.
Bu adım çoğu ekibin atlamak istediği adımdır, çünkü sıkıcıdır. Ama tablo bir kez hazırlandığında yalnızca açıklamaları değil, Product schema'yı, filtreleri, karşılaştırma tablolarını ve Merchant Center feed'ini de besler.
2. Marka sesi ve şablon prompt
Her ürün için ayrı ayrı "güzel bir açıklama yaz" demek, 200 farklı üslup demektir. Bunun yerine bir kez yazılan bir şablon prompt kullanın. İçinde dört şey olsun:
- Ses kuralları. "Siz" mi "sen" mi, kısa mı uzun cümle, teknik terim düzeyi ve 2–3 örnek paragraf. Markanın gerçekten kullandığı bir metinden örnek verin.
- Sabit yapı. Örneğin: bir cümlelik fayda girişi, kim için ve ne işe yaradığı paragrafı, özellik listesi, bakım veya kullanım notu. Uzunluk aralığını da yazın.
- Yasak ifadeler. "Vazgeçilmez", "eşsiz kalite", "en iyi", doğrulanamayan üstünlük iddiaları ve sektörünüzde yasal sorun çıkarabilecek sağlık veya güvenlik vaatleri.
- Veri kuralı. "Yalnızca verilen tablodaki bilgileri kullan. Tabloda olmayan sayı, ölçü, malzeme, sertifika veya garanti yazma. Bir bilgi eksikse metne [EKSİK: alan adı] yaz."
3. Toplu üretim: küçük partiler
200 ürünü tek seferde üretmek yerine 10–20 ürünlük partilerle ilerleyin ve ilk partiyi tamamen kontrol edin. İlk partide çıkan hatalar (çok uzun giriş, tekrarlanan kalıp, yanlış ton) şablona geri yazılır; sonraki partiler daha temiz gelir. Her metin, üretildiği tablo satırıyla birlikte saklansın; kontrol adımı bu eşleşmeye dayanır.
4. Doğruluk kontrolü: AI'ın özellik uydurmasına izin yok
Bu adımın tek kuralı var: metindeki her sayı, ölçü, malzeme, sertifika ve garanti bilgisi kaynak tabloda birebir bulunmalı. Pratikte: metinden tüm sayıları ve birimleri çıkarın (basit bir betik veya ikinci bir AI çağrısı "bu metindeki tüm iddiaları listele" diyerek bunu yapabilir), sonra her birini tablo satırıyla eşleştirin. [EKSİK] etiketi kalan veya tabloyla eşleşmeyen metin yayına çıkmaz, ürün sorumlusuna geri döner. CE, ISO, gıdaya uygunluk gibi sertifikalarda tolerans sıfırdır: yanlış bir sertifika iddiası pazarlama hatası değil, sorumluluk meselesidir.
5. İnsan editörü: kontrol listesiyle okuma
Editör metni yeniden yazmaz; kontrol listesine göre okur ve gerekeni düzeltir. Bu kontrol listesini aşağıdaki tabloda bulabilirsiniz. Ürünü tanıyan biri (satış, ürün yönetimi veya teknik ekip) özellikle B2B kataloglarda ilk partiyi mutlaka okumalı: "doğru ama sahada kimse böyle söylemez" türü hataları ancak o yakalar.
6. Benzersizlik: benzer SKU'lar arasında tekrar taraması
Aynı serinin 15 ürünü için AI'ın birbirine çok benzeyen metinler üretmesi normaldir. Yayından önce benzer ürünlerin metinlerini yan yana karşılaştırın: aynı giriş cümlesi, aynı fayda paragrafı veya yalnızca renk adının değiştiği metinler işaretlenir. Basit bir benzerlik taraması (cümle bazında karşılaştırma yapan bir betik veya araç) bunu dakikalar içinde gösterir. Çözüm her zaman yeni metin değildir: yalnızca rengi veya bedeni farklı varyantları tek bir ana ürün sayfasında toplamak çoğu zaman daha iyidir. Google'ın Product yapılandırılmış verisi varyantları ayrıca destekliyor (Google Search Central: Product structured data).
7. Schema ve yayın
Onaylanan metin; Product schema, doğru görsel ve alt metni, ilgili kategori ve tamamlayıcı ürünlere iç linklerle yayınlanır. Schema'daki fiyat, stok ve özellik bilgisi sayfadaki metinle ve varsa Merchant Center feed'iyle aynı kaynaktan gelmelidir; üç yerde üç farklı ölçü, hem kullanıcıyı hem arama motorunu yanıltır. Açıklamanın sayfanın ham HTML'inde göründüğünden emin olun; yalnızca JavaScript ile yüklenen metin bazı AI botlarına hiç ulaşmayabilir (View Source testi).
8. Ölç ve iyileştir
Yayından 4–8 hafta sonra bakın: Search Console'da ürün sayfalarının gösterim ve tıklamaları, GA4'te ürün sayfasından sepete veya teklif formuna geçiş, müşteri hizmetlerine gelen "bu ürün X'e uyar mı?" soruları ve iade nedenleri. Sık sorulan soru, açıklamada eksik bir bilgi demektir; tabloya eklenir, metin güncellenir. Trafiği okurken AI Overviews etkisini de hesaba katın; düşüşün her zaman kayıp olmadığını tıklamasız arama rehberinde anlattık.
Kalite kontrol listesi
Bu tabloyu editörün ve ürün sorumlusunun ortak listesi olarak kullanın. Bir satır "hayır" ise metin yayına çıkmaz.
| Kontrol | Soru | Kim / nasıl |
|---|---|---|
| Veri eşleşmesi | Her sayı, ölçü ve malzeme kaynak tabloda var mı? | Betik veya ikinci AI çağrısı + ürün sorumlusu |
| Sertifika ve garanti | Belgesi olmayan sertifika, garanti veya standart iddiası var mı? | Ürün sorumlusu, belgeyle |
| Eksik alan | Metinde [EKSİK] etiketi kaldı mı? | Otomatik arama |
| Kime, ne için | İlk iki cümle kimin hangi sorununu çözdüğünü söylüyor mu? | Editör |
| Marka sesi | Üslup örnek paragraflarla tutarlı mı, yasak ifade var mı? | Editör |
| Doğal dil | Anahtar kelime doğal mı geçiyor, yoksa tekrar mı ediliyor? | Editör, sesli okuyarak |
| Benzersizlik | Aynı serideki ürünlerle aynı giriş veya paragraf var mı? | Benzerlik taraması |
| Schema tutarlılığı | Schema, sayfa metni ve feed aynı bilgiyi mi veriyor? | Rich Results Test + örnekleme |
İpucu: Kontrol listesini bir tablo sütunu olarak tutun (her satır için "geçti/kaldı"). Böylece 200 üründe hangi metnin nerede takıldığını tek bakışta görürsünüz.
200 ürün için saat hesabı (örnek tahmin)
Aşağıdaki rakamlar ölçülmüş veri değil, örnek bir tahmindir: orta karmaşıklıkta, teknik föyü hazır olan 200 ürünlük bir katalog varsayılmıştır. Kendi kataloğunuz için ilk 20 ürünlük partinin süresini ölçüp 10 ile çarpmak çok daha güvenilir bir tahmin verir.
| Adım | Elle yazım | AI destekli akış |
|---|---|---|
| Özellik tablosu / veri toplama | 200 × 10 dk ≈ 33 sa | 200 × 10 dk ≈ 33 sa |
| Şablon ve prompt kurulumu | — | ≈ 6 sa (bir kez) |
| Yazım / üretim | 200 × 30 dk = 100 sa | ≈ 3 sa (partiler hâlinde) |
| Doğruluk kontrolü | Yazımın içinde | 200 × 4 dk ≈ 13 sa |
| Editör okuması | 200 × 5 dk ≈ 17 sa | 200 × 8 dk ≈ 27 sa |
| Benzersizlik taraması | — | ≈ 3 sa |
| Toplam (örnek) | ≈ 150 saat | ≈ 85 saat |
Bu örnekte kazanç yaklaşık %43. Dikkat edilecek nokta şu: tasarruf neredeyse tamamen yazım satırından geliyor. Veri toplama hiç kısalmıyor, kontrol ve editör süresi ise artıyor. "AI ile 200 ürün 3 saatte biter" hesabı, kontrol adımlarını sıfır saymaktan çıkar; o kontroller atlandığında kazanılan zaman, iade ve düzeltme olarak geri ödenir.
Önce / sonra: bir ürün açıklaması örneği
Aşağıdaki ürün hayali bir örnektir; gerçek bir marka veya ürünle ilgisi yoktur. Özellik tablosu: Liva 750 ml termos; iç ve dış gövde 18/8 (304) paslanmaz çelik; 95°C ile doldurulduğunda 12 saat sıcak, 24 saat soğuk tutma (üretici testi); 390 g; vidalı kapak, silikon conta; BPA içermeyen PP kapak; gövde elde yıkanır, kapak bulaşık makinesinin üst rafına uygun; 2 yıl garanti.
"Liva Termos, kaliteli malzemesi ve şık tasarımıyla hayatınızın vazgeçilmezi olacak. İçeceklerinizi 24 saat sıcak tutar, sızdırmaz yapısı ve bulaşık makinesinde yıkanabilir gövdesiyle büyük kolaylık sağlar. En iyi termos arayanlar için en iyi termos!"
Sorunlar: 24 saat sıcak tutma uydurma (tabloda 12 saat); gövde bulaşık makinesine girmez; hacim, malzeme ve garanti yok; "en iyi termos" tekrarı anahtar kelime doldurma; kime ve ne için olduğu belirsiz.
"Sabah doldurduğunuz çay öğleden sonra da sıcak kalsın diye: Liva 750 ml, 95°C ile doldurulduğunda 12 saat sıcak, 24 saat soğuk tutar (üretici testi). İç ve dış gövdesi 18/8 (304) paslanmaz çelik; vidalı kapaktaki silikon conta, çantada yatay taşırken sızdırmayı önler. 390 g ağırlığıyla günlük çantada yer kaplamaz."
Altında liste: Hacim 750 ml · Ağırlık 390 g · Kapak: BPA içermeyen PP · Bakım: gövde elde, kapak bulaşık makinesi üst raf · Garanti: 2 yıl.
İkinci metin daha uzun değil, daha bilgili. Her iddia tablodan geliyor, kullanım anı ("çantada yatay taşırken") bir fayda olarak yazılmış ve aynı serideki 500 ml modelden ayrışacak kadar ürüne özgü.
Yaygın hatalar
AI, eksik bilgiyi makul görünen bir sayıyla doldurur. Tablo ve [EKSİK] kuralı olmadan bu kaçınılmazdır.
Yalnızca renk adı değişen 12 sayfa kullanıcıya bir şey katmaz. Varyantları tek sayfada toplayın veya farkı yazın.
"Paslanmaz çelik termos" ifadesini beş kez tekrarlamak hem okuru yorar hem Google'ın spam politikasındaki bir örneğe uyar.
Şablonsuz AI metni her markada aynı genel tonda çıkar. Örnek paragraf ve yasak ifade listesi bu farkı korur.
Eş anlamlılarla değiştirilmiş kopya metin, özgün değildir. Değer, sizin bildiğiniz kullanım ve uyum bilgisinden gelir.
200 metni üretip sonra kontrol etmek, aynı hatayı 200 kez düzeltmek demektir. İlk partiyi kontrol edip şablonu düzeltin.
Sonuç: hız AI'dan, güven veriden
Kısa cevap: AI ile 200 ürünlük bir katalog yazmak mümkün ve Google açısından meşrudur; kaliteyi koruyan şey, metnin her bilgisini kaynak tabloya bağlamak ve üç kalite kapısını (doğruluk, editör, benzersizlik) atlamamaktır. Önce 20 ürünlük bir pilot partiyle başlayın, süreyi ölçün, şablonu düzeltin, sonra ölçekleyin.
İlgili rehberler: AI görünürlük kontrolü, llms.txt rehberi, tıklamasız arama, B2B: katalog mu, dönüşüm odaklı site mi?, View Source testi.
Mandalium olarak ürün kataloğunuzu taşıyan siteyi kurarken ürün sayfası şablonunu, Product schema'yı ve ölçümü aynı veri kaynağına bağlıyoruz. Kataloğunuz için bir pilot planlayalım →
Kaynaklar: Google Search Central — Google Search's guidance about AI-generated content; Google Search Central — Spam policies for Google web search (scaled content abuse); Google Search Central — Introduction to Product structured data.
Sık sorulan sorular
AI ile yazılmış ürün açıklamaları Google'da sorun olur mu?
Yazılma biçimi tek başına sorun olmaz. Google, içeriğin nasıl üretildiğine değil kalitesine baktığını söylüyor. Spam politikası ise asıl amacı sıralamayı manipüle etmek olan, kullanıcıya değer katmayan toplu sayfaları hedefliyor. Kaynak veriye dayanan, doğrulanmış ve her ürüne özgü açıklamalar bu tanıma girmez.
AI'ın ürün özelliği uydurmasını nasıl engellerim?
AI'a yalnızca ürünün özellik tablosunu verin ve prompt'a "tabloda olmayan hiçbir sayı, malzeme veya sertifikayı yazma; eksikse [EKSİK] yaz" kuralını ekleyin. Ardından her metindeki sayıları, ölçüleri, malzemeleri ve sertifikaları kaynak tabloyla tek tek eşleştiren bir doğruluk kontrolü yapın. Eşleşmeyen metin yayına çıkmaz.
Renk ve beden varyantları için ayrı açıklama yazmalı mıyım?
Çoğu zaman hayır. Yalnızca rengi veya bedeni farklı olan varyantlar için tek bir ana ürün sayfası ve varyant seçici daha iyidir; Google'ın Product yapılandırılmış verisi de varyantları destekler. Ayrı sayfa gerekiyorsa metnin ortak kısmını kısa tutun ve varyanta özgü bilgiyi (ölçü, kullanım, uyum) öne çıkarın.
200 ürünlük bir katalog AI ile ne kadar sürede yazılır?
Bu yazıdaki örnek hesapta elle yazım yaklaşık 150 saat, AI destekli akış yaklaşık 85 saat sürüyor. Bunlar ölçülmüş değil, örnek tahminlerdir. Tasarruf yazım aşamasından gelir; veri toplama ve insan kontrolü kısalmaz, kısalmamalıdır da.
Ürün açıklamasının AI ile yazıldığını belirtmem gerekir mi?
Google, okurun "Bu nasıl üretildi?" diye merak edeceği içeriklerde AI veya otomasyon açıklamasını yararlı buluyor ve makul beklendiğinde eklemeyi öneriyor. Ürün açıklamalarında bu beklenti genelde düşüktür; asıl beklenen, bilgilerin doğru olması ve sorumluluğun markada olmasıdır. Sektörünüze özel bir yasal kural varsa onu uygulayın.
Ürün açıklamalarında Product schema şart mı?
Şart değil ama önerilir. Product yapılandırılmış verisi fiyat, stok durumu ve değerlendirme gibi bilgilerin Google sonuçlarında zengin biçimde görünmesine yardım eder. Schema'daki bilgi sayfadaki metinle ve Merchant Center feed'iyle aynı olmalıdır; açıklamadaki her sayı da aynı kaynaktan gelmelidir.
Tugay Mandal
Mandalium kurucusu. Kurumsal web sitesi, web ürünü ve SEO alanında 6+ yıllık deneyim.
Hakkımızda
