Productteksten met AI schrijven werkt, op één voorwaarde: je voedt het model met eigen informatie (specificaties, klantvragen, reviews, je merkstem) in plaats van alleen "schrijf een producttekst". Dan herschrijf je een catalogus van honderden producten in dagen in plaats van maanden, zonder de eenheidsworst die je juist wilde vervangen. Dit is het recept.
Waarom productteksten het ondergeschoven kind zijn
Bijna elke webshop weet het van zichzelf: de productteksten zijn de fabrikantteksten, en die staan woordelijk bij elke concurrent die hetzelfde artikel verkoopt. Voor Google is dat duplicate content (de reden waarom productpagina's niet ranken, zoals we uitleggen in onze Shopify SEO-gids), en voor de klant is het een tekst die geen enkele koopvraag beantwoordt.
Waarom het toch blijft liggen, is simpele wiskunde: 300 producten keer een halfuur per goede tekst is 150 uur schrijfwerk. Dat plant niemand in, dus het gebeurt nooit. Precies die rekensom heeft AI veranderd, en dat maakt dit het moment om het achterstallige werk alsnog te doen.
De eenheidsworst-valkuil
Maar eerst de valkuil, want die is reëel. Wie een AI-model zonder context vraagt om een producttekst, krijgt de grootste gemene deler terug: "Ontdek de perfecte combinatie van stijl en comfort." Dat leest als niets, zegt niets, en het staat morgen ook bij je concurrent die hetzelfde deed. Je hebt dan de fabrikanttekst vervangen door een nieuwe soort inwisselbaarheid.
Over de vraag of Google AI-teksten afstraft, kunnen we kort zijn: Google beoordeelt de kwaliteit en bruikbaarheid van content, niet de productiemethode. Waardeloze tekst rankt niet, of hij nu door een mens of een model is geschreven; nuttige tekst rankt, idem. De valkuil is dus niet "AI gebruiken", maar AI gebruiken zonder er iets eigens in te stoppen.
Het recept: vijf ingrediënten uit je eigen keuken
Het verschil tussen eenheidsworst en een sterke producttekst zit in wat je het model meegeeft. Vijf ingrediënten, en je hebt ze allemaal al in huis:
De volledige specificaties. Niet alleen wat op de fabrikantpagina staat, maar ook wat jij weet: afmetingen in de praktijk, compatibiliteit, wat er in de doos zit.
De klantvragen. Wat vraagt je klantenservice het vaakst over dit product of deze categorie? Elke terugkerende vraag hoort beantwoord in de tekst; je servicedata is je beste redactieplan, zoals we ook zagen bij AI-klantenservice.
De reviews. Daar staat de taal van je klant: waarvoor gebruiken ze het echt, wat viel mee, wat viel tegen. Een model dat reviews meekrijgt, schrijft in woorden die kopers herkennen.
Je merkstem. Een korte beschrijving van hoe jullie praten (nuchter of juist uitbundig, je of u, welke woorden nooit) zorgt dat honderd teksten als één winkel klinken.
Het gebruiksscenario. Voor wie is dit product de juiste keuze, en voor wie juist niet? Dat laatste durven opschrijven is precies wat vertrouwen wekt én retouren voorkomt.
Het verschil is direct zichtbaar. Zonder ingrediënten: "Deze hoogwaardige thermosfles houdt je drankjes urenlang op temperatuur." Met ingrediënten: "Houdt koffie 12 uur warm, past in een fietsbidonhouder, en de deksel is met handschoenen aan te openen; vandaar dat wielrenners hem het vaakst bestellen. Niet vaatwasserbestendig."
De werkwijze voor een hele catalogus
Bepaal de structuur per producttype. Welke koopvragen moet elke tekst in deze categorie beantwoorden? Een boortekst heeft een andere opbouw dan een truitekst. Eén template per type, geen los zand.
Verzamel de ingrediënten per product in een simpele tabel: specs, topvragen, reviewfragmenten, scenario. Dit is het echte werk, en het loont dubbel: dezelfde data voedt straks je chatbot en je vindbaarheid.
Genereer in batches per categorie, niet per losse prompt. Zo blijven toon en opbouw consistent en houd je overzicht.
Redigeer als mens. Controleer feiten (daarover hieronder meer), scherp de merkstem aan en schrap wat niets toevoegt. Reken op een paar minuten per tekst; dat is het verschil tussen 150 uur schrijven en een paar dagen redigeren.
Begin bij je bestsellers. De twintig producten die je omzet dragen, verdienen de eerste en beste ronde; de staart volgt daarna.
Meet het effect. Volg de herschreven groep in Search Console (impressies en posities per pagina) en vergelijk de conversie voor en na. Zo bewijst de eerste categorie het budget voor de rest.
Shopify Magic, chatmodellen of een eigen pijplijn?
Voor het gereedschap geldt dezelfde ladder als overal: Shopify Magic (de ingebouwde AI van Shopify) is gratis en snel voor losse teksten, maar kent jouw ingrediënten niet en blijft dus generiek. Een chatmodel met eigen prompts plus je ingrediëntentabel is de flinke middenweg voor de meeste webshops. En voor grote catalogi bouwen wij pijplijnen op maat: productdata en reviews gaan erin, concepten in jouw merkstem komen eruit, klaar voor redactie, als onderdeel van onze aanpak voor het automatiseren van webshopwerk. De keuze volgt je volume: tien producten is handwerk, driehonderd is een pijplijn.
Dezelfde pijplijn schrijft meer dan productteksten
Staat de werkwijze eenmaal, dan is de productpagina pas het begin. Dezelfde ingrediëntentabel en merkstem voeden ook je collectiebeschrijvingen (de teksten die je categoriepagina's laten ranken), je meta-descriptions in bulk (met de zoekterm voorop en binnen de tekenlimieten), de alt-teksten van je productbeelden, en (verkoop je internationaal) de vertalingen, inclusief de metadata die bij vertaalprojecten steevast wordt vergeten. Eén keer investeren in de datastructuur, vier soorten tekst die eruit rollen: dat is waarom dit een pijplijn heet en geen schrijfklus.
Dubbel effect: SEO én AI-vindbaarheid
Goede productteksten betalen twee keer uit. Unieke, vraag-beantwoordende teksten zijn precies wat productpagina's laat ranken waar fabrikantteksten dat nooit deden. En dezelfde concrete feiten (afmetingen, levertijden, gebruiksscenario's) zijn wat AI-assistenten citeren als iemand ChatGPT om productadvies vraagt, zoals we uitleggen in ons artikel over GEO-optimalisatie. Schrijf één keer goed, en je wordt op twee plekken gevonden.
Wat de mens blijft doen
Drie dingen blijven mensenwerk, zonder uitzondering. Feiten borgen: een taalmodel verzint met droge ogen specificaties die er niet zijn; elke maat, elk materiaal en elke claim wordt gecheckt tegen de bron. De merkstem bewaken: AI schrijft naar het gemiddelde toe; de redactieronde duwt terug naar jullie toon. En claims verantwoorden: beweringen over duurzaamheid, gezondheid of prestaties moeten waar en aantoonbaar zijn; "de klant leest eroverheen" is geen verdediging, en de toezichthouder leest niet eroverheen. AI versnelt het schrijven; de verantwoordelijkheid verhuist niet mee.
Van achterstallig onderhoud naar voorsprong
De webshops die dit oppakken, doen in één kwartaal wat jarenlang bleef liggen, en staan daarna structureel voor op elke concurrent die nog fabrikantteksten toont. Benieuwd wat een pijplijn voor jouw catalogus zou betekenen, van ingrediëntentabel tot concepten in je eigen merkstem? Plan een vrijblijvende call: dan rekenen we samen uit wat 300 producten herschrijven bij jou nog kost, en wat het oplevert.
