Een productbeschrijving die rankt en verkoopt, beantwoordt de vragen die een koper heeft voordat hij bestelt: wat is het, voor wie, waarom dit model, en past het.
Een productbeschrijving die rankt en verkoopt, beantwoordt de vragen die een koper heeft voordat hij bestelt: wat is het, voor wie, waarom dit model, en past het. Kopieer niet de fabrikantentekst, zet specificaties in een gestructureerde tabel en schrijf voor je belangrijkste producten een eigen tekst. AI kan helpen opschalen, maar alleen met vaste input, een vast format en menselijke controle.
Waarom de fabrikantentekst je niets oplevert
De fabrikant levert een tekst aan. Elke shop die het product verkoopt, plakt die tekst op de productpagina. Het resultaat: tientallen pagina's met identieke content.
Google straft dat niet af met een penalty. Maar het kiest wel. Bij duplicate content over meerdere domeinen toont Google meestal één of enkele versies en filtert de rest weg. Wie wint? Vaak de site met de meeste autoriteit: de fabrikant zelf, een groot marktplatform of een bekende retailer. Een middelgrote webshop met dezelfde tekst staat dan achteraan.
Voor conversie is het net zo zwak. Fabrikantteksten zijn geschreven om het merk te verkopen, niet om een koper te helpen kiezen tussen jouw drie vergelijkbare modellen. Ze noemen geen levertijd, geen maatadvies en geen vergelijking met het vorige model.
De eerlijke versie: voor een catalogus van 20.000 producten is een eigen tekst per product niet haalbaar. Dat hoeft ook niet. Wat wel moet, is prioriteren. Daarover verderop meer.
Wat een goede productbeschrijving bevat
Een productbeschrijving heeft drie lagen. Elke laag bedient een ander type bezoeker.
1. De samenvatting
Twee tot drie zinnen bovenaan, vlak bij de prijs en de bestelknop. Wat is het, voor wie is het, en wat is het belangrijkste verschil met alternatieven?
Lichte hardloopschoen voor dagelijkse trainingen tot de halve marathon. Meer demping dan de Aero 3, met dezelfde neutrale pasvorm. Valt normaal op maat.
Deze tekst is voor de bezoeker die al bijna overtuigd is. Hij leest dit, kijkt naar de prijs en bestelt.
2. De uitleg
Voor de twijfelaar. Hier beantwoord je de vragen die je klantenservice krijgt:
- Voor wie is het geschikt, en voor wie niet? "Niet geschikt voor overpronatie" is een zin die retouren voorkomt.
- Hoe verhoudt het zich tot alternatieven? Het vorige model, het duurdere model, het populaire concurrerende model in je eigen assortiment.
- Hoe gebruik je het? Onderhoud, montage, compatibiliteit.
- Wat zit er in de doos?
Gebruik tussenkoppen en korte alinea's. Dit blok mag langer zijn: 150 tot 400 woorden voor een product waar de keuze ingewikkeld is.
3. De specificaties
Gestructureerd, niet in lopende tekst. Een tabel met vaste velden:
| Eigenschap | Waarde |
|---|---|
| Gewicht | 260 gram (maat 42) |
| Drop | 8 mm |
| Demping | Gemiddeld |
| Pasvorm | Neutraal |
| Bovenmateriaal | Gerecyclede mesh |
| EAN | 8712345678906 |
Specificaties zijn de laag waar je het makkelijkst onderscheid maakt van concurrenten. Veel shops tonen ze onvolledig of als ongestructureerde tekst. Een volledige, consistente tabel per productgroep helpt de bezoeker vergelijken. Hij helpt ook zoekmachines en AI-assistenten, die zulke attributen goed kunnen uitlezen.
Specificaties zijn data, geen tekst
Hier ligt de grootste winst voor de meeste shops. Specificaties horen als attributen in je catalogus te staan, niet als zinnen in een tekstveld.
Het verschil:
- Als tekst: "Deze schoen weegt 260 gram en heeft een drop van 8 mm." Leesbaar, maar je kunt er niet op filteren, je kunt het niet in een feed zetten en het is per product anders geformuleerd.
- Als attribuut:
weight = 260,drop = 8. Je toont het in een tabel, je gebruikt het in layered navigation, je zet het in je productfeed en je markup.
In Magento 2 zijn dat productattributen in een attribuutset per productgroep. In Shopify zijn het metafields, bij voorkeur met een vast type en vaste definities. Wie veel producten en kanalen heeft, beheert dit in een PIM. Hoe zo'n pipeline eruitziet, staat in Laravel en Akeneo PIM: een productdata-pipeline.
Gestructureerde attributen voeden ook je structured data. Product-markup met merk, GTIN, materiaal, kleur en maat is betrouwbaarder als die velden uit vaste attributen komen. Meer daarover op onze pagina over structured data voor webshops.
Zoekwoorden in productbeschrijvingen
Productpagina's ranken vooral op specifieke zoekopdrachten: merk plus model, model plus eigenschap, of een productcode. "Aero 4 heren maat 44", "Aero 4 vs Aero 3", "Aero 4 review".
Waar het zoekwoord moet staan:
- Title tag: merk, model, producttype, eventueel de belangrijkste eigenschap.
- H1: de productnaam.
- De eerste zin van de samenvatting.
- Alt-tekst van de hoofdafbeelding.
De rest van de tekst vul je met de termen die kopers gebruiken: eigenschappen, toepassingen, vergelijkingen. Een vergelijkingszin als "meer demping dan de Aero 3" vangt precies de zoekers die twee modellen vergelijken.
Wat niet werkt: het zoekwoord in elke alinea herhalen, of een blok met zoekwoorden onderaan de pagina. Dat is ouderwets en levert niets op.
Productvarianten: één tekst, meerdere URL's
Een shirt in vijf kleuren en zes maten. Krijgt elke variant een eigen tekst?
Meestal niet. De beschrijving gaat over het product, niet over de kleur. Wat wel per variant moet kloppen: de afbeelding, de prijs, de voorraad en de specificaties die verschillen.
De technische kant bepaalt hoe dit uitpakt:
- Varianten op één URL (een configurable product in Magento, een product met varianten in Shopify): één tekst, geen duplicaatprobleem.
- Varianten op eigen URL's: dan moet je kiezen. Óf elke variant krijgt een canonical naar de hoofdversie, óf elke variant is indexeerbaar met een eigen titel en minstens een eigen eerste zin. Het tweede is alleen zinvol als mensen echt op de variant zoeken, zoals bij een specifieke kleur van een bekend model.
Meer over de hele productpagina, inclusief varianten, staat in de productpagina-SEO-checklist.
AI inzetten, met controle
AI kan productbeschrijvingen schrijven. Google heeft gezegd dat het content beoordeelt op kwaliteit en nut, niet op hoe die gemaakt is. Tegelijk heeft Google een beleid tegen scaled content abuse: grote hoeveelheden content die vooral gemaakt zijn om te ranken, zonder waarde voor de lezer. Duizend AI-teksten die allemaal hetzelfde zeggen in andere woorden, vallen daar al snel onder.
De aanpak die werkt:
- Vaste input. Geef het model de attributen, de fabrikantentekst als bron, je eigen notities (maatadvies, veelgestelde vragen van klanten) en de vergelijkbare producten in je assortiment.
- Een vast format. Samenvatting van maximaal drie zinnen, een uitlegblok met vaste tussenkoppen, geen specificaties in de tekst want die staan in de tabel.
- Verboden claims. Geen superlatieven, geen beweringen die niet in de input staan, geen medische of veiligheidsclaims.
- Menselijke controle. Steekproefsgewijs voor de lange staart, volledig voor je toppers. Klopt het met het product? Zou een klant hier iets aan hebben?
- Controle op herhaling. Vergelijk teksten binnen een productgroep. Openen ze allemaal met dezelfde zin, dan is je prompt te strak of je input te mager.
Het grootste risico van AI is niet dat Google het herkent. Het grootste risico is dat het model dingen verzint. Een tekst die zegt dat een jas waterdicht is terwijl hij waterafstotend is, kost je retouren en vertrouwen. Meer over de afweging in AI-productbeschrijvingen: kwaliteit vs kwantiteit.
Prioriteren: welke producten eerst?
Een eigen tekst per product is werk. Zet het in waar het iets oplevert.
Eerst:- Producten met de meeste omzet of marge.
- Producten met veel vertoningen in Search Console maar weinig klikken.
- Producten waar veel retouren op komen. Een betere beschrijving voorkomt verkeerde verwachtingen.
- Producten die je exclusief of als eerste verkoopt.
- Producten in categorieën waar je wilt groeien.
- Producten die binnenkort uit het assortiment gaan.
- Lange-staartproducten met weinig verkeer. Hier volstaan goede specificaties, een AI-samenvatting met controle en een correcte titel.
Een praktische verdeling voor grote catalogi: handgeschreven voor de top, AI met volledige controle voor de middengroep, gestructureerde attributen plus een korte samenvatting voor de rest.
Productbeschrijvingen en AI-zoekmachines
ChatGPT, Perplexity en AI Overviews beantwoorden steeds vaker koopvragen. "Welke hardloopschoen is geschikt voor een halve marathon met neutrale pasvorm?" Ze zoeken daarvoor bronnen die die vraag letterlijk beantwoorden.
Een beschrijving met feitelijke, specifieke zinnen ("geschikt voor afstanden tot de halve marathon, neutrale pasvorm, 8 mm drop") is daarvoor beter bruikbaar dan "de ultieme schoen voor elke hardloper". Gestructureerde specificaties en correcte markup helpen machines het product te begrijpen. Hoe je daar breder op inspeelt, staat op onze pagina over GEO voor webshops.
Checklist per productpagina
- Samenvatting van twee tot drie zinnen bij de prijs.
- Uitlegblok dat de drie meest gestelde vragen beantwoordt.
- Specificatietabel uit vaste attributen.
- Geen letterlijke fabrikantentekst als enige content.
- Title met merk, model en producttype.
- Alt-tekst op de hoofdafbeelding.
- Product-markup met merk, GTIN, prijs en beschikbaarheid.
- Varianten technisch goed afgehandeld.
Veelgestelde vragen
Krijg ik een penalty als ik de fabrikantentekst gebruik?
Nee. Google geeft geen penalty voor dubbele productteksten. Het filtert wel: bij identieke content toont het meestal maar één of enkele versies. De kans dat jouw pagina daarbij wint, is klein als grotere sites dezelfde tekst hebben.
Hoe lang moet een productbeschrijving zijn?
Lang genoeg om de vragen van een koper te beantwoorden. Voor een eenvoudig product is een samenvatting en een specificatietabel genoeg. Voor een product waar de keuze moeilijk is, past een uitlegblok van enkele honderden woorden.
Mag ik AI-gegenereerde productbeschrijvingen gebruiken?
Ja. Google beoordeelt de kwaliteit, niet de maker. Zorg voor feitelijke input, een vast format en menselijke controle. Massaal gegenereerde teksten zonder toegevoegde waarde kunnen onder het spambeleid voor scaled content abuse vallen.
Moeten specificaties in de tekst of in een tabel?
In een tabel, gevoed door vaste productattributen. Dan kun je ze ook gebruiken in filters, feeds en structured data. In de lopende tekst noem je alleen de specificaties die een keuze verklaren.
Heeft elke productvariant een eigen beschrijving nodig?
Meestal niet. Staan varianten op één URL, dan volstaat één beschrijving. Hebben varianten eigen URL's, geef ze dan alleen een eigen tekst als mensen gericht op die variant zoeken. Anders verwijs je met een canonical naar de hoofdversie.

Geschreven door Ruthger Idema
15+ jaar ervaring in e-commerce development. Gespecialiseerd in Magento, Shopify en Laravel maatwerk.
Meer over ons team →



