Prebuilt

E-Commerce

Produktbeschreibungen aus Datenblättern erzeugen

Vierhundert Artikel im Shop, davon dreihundert mit einer Beschreibung, die aus dem Lieferantenkatalog kopiert wurde. Dieselben Sätze stehen bei allen Händlern — für die Suche wertlos und für den Kunden nichtssagend.

Aufbau
3–4 Stunden
Spart
400 Texte an einem Nachmittag statt über Wochen
Womit
n8n · Make · ChatGPT

So läuft es ab

  1. 1

    Daten einlesen

    Technische Merkmale, Masse, Material und Einsatzzweck aus der Artikeltabelle.

  2. 2

    Nutzen ableiten

    Aus »Edelstahl 1.4404« wird »rostet auch im Aussenbereich nicht«. Das ist der eigentliche Schritt.

  3. 3

    In festen Ton bringen

    Eine Vorgabe zu Länge, Ansprache und Aufbau sorgt dafür, dass vierhundert Texte zusammenpassen.

  4. 4

    Stichproben prüfen

    Jeden zwanzigsten Text lesen. Fällt ein Muster auf, wird die Vorgabe angepasst und der Lauf wiederholt.

Wo es nicht funktioniert

Ein Sprachmodell leitet aus Datenblättern gern Eigenschaften ab, die dort nicht stehen — Wetterfestigkeit, Lebensmittelechtheit, Zertifizierungen. Bei allem, was rechtlich bindend ist, muss der Text auf geprüfte Angaben beschränkt bleiben.

Fertig gebaut kaufen

Wenn du den Aufbau überspringen willst — aus der Kategorie Marketing.

Häufige Fragen

Wie vermeide ich doppelte Inhalte im Shop?

Indem jeder Text tatsächlich aus den Merkmalen des einzelnen Artikels entsteht statt aus einer Schablone mit ausgetauschtem Namen. Varianten desselben Produkts sollten über kanonische Verweise zusammengefasst werden.

Wie lang sollte eine Produktbeschreibung sein?

Lang genug, um die Kaufentscheidung zu tragen. Bei einfachen Artikeln reichen drei Sätze plus Merkmalsliste, bei erklärungsbedürftigen darf es deutlich mehr sein.

Kann ich damit auch Texte übersetzen?

Ja, mit derselben Vorgabe in der Zielsprache. Achte darauf, dass Masseinheiten und rechtliche Angaben mit übersetzt, nicht bloss übernommen werden.

Passt dazu