AI-gegenereerde content

AI-gegenereerde content is content die geheel of gedeeltelijk door een taalmodel of beeldmodel is gemaakt. Voor webshops gaat het meestal om productbeschrijvingen, categorieteksten, meta descriptions, blogartikelen, vertalingen en productfoto's.

Er zit een groot verschil tussen AI als hulpmiddel en AI als vervanger. Een medewerker die met AI een eerste versie maakt op basis van echte specificaties en klantvragen, en die controleert en aanvult, maakt iets anders dan een script dat voor 20.000 producten een tekst laat genereren op basis van alleen de titel.

Google heeft in 2023 gezegd dat het content beloont op kwaliteit, ongeacht hoe die is gemaakt. Tegelijk valt het gebruik van automatisering om content te maken met als hoofddoel het manipuleren van rankings onder het spambeleid. Sinds maart 2024 heet dat scaled content abuse.

De vraag die Google stelt is niet ‘is dit door AI gemaakt’, maar ‘is dit nuttig, origineel en betrouwbaar’. Een AI-tekst die een product goed uitlegt, kan prima ranken. Een door mensen geschreven tekst die niets toevoegt, niet.

In de Quality Rater Guidelines van januari 2025 staat dat raters content de laagste beoordeling mogen geven als vrijwel alle hoofdcontent is gekopieerd, geparafraseerd of met AI gegenereerd met weinig moeite, originaliteit of toegevoegde waarde. Die beoordelingen beïnvloeden rankings niet direct, maar laten zien in welke richting Google zijn systemen wil sturen.

Voor webshops is het risico concreet. Een catalogus met tienduizenden bijna identieke AI-teksten die alleen de productnaam variëren, voegt niets toe ten opzichte van de fabrikantstekst. Dat is geen straf, maar het levert ook geen voordeel op, en op grote schaal kan het als scaled content abuse worden gezien.

Er speelt ook iets buiten Google. AI-zoeksystemen citeren bij voorkeur bronnen met specifieke, controleerbare informatie. Een generieke AI-tekst is voor zo'n systeem weinig waard, omdat het die informatie zelf al kan genereren. Unieke data, eigen metingen en echte productervaring zijn wat een bron citeerbaar maakt.

Geef AI de input die het zelf niet heeft: je eigen productdata, specificaties uit je PIM of Magento-attributen, klantvragen, retourredenen, reviews en de kennis van je winkelmedewerkers. Dan wordt de output specifiek voor jouw assortiment en niet een gemiddelde van het internet.

Bouw controle in. Laat feiten als maten, materialen en compatibiliteit automatisch checken tegen je productdata, en laat een mens steekproeven doen. Begin met een kleine groep producten, meet het effect op vertoningen en conversie, en schaal daarna op.

In Magento 2 kun je dit via een import of eigen module koppelen aan de product-attributen, met een status zodat teksten pas na controle live gaan. In Shopify werken apps of een koppeling via de Admin API op het beschrijvingsveld en metafields. In Laravel bouw je een workflow met wachtrijen en een reviewstap in je eigen beheeromgeving.

Honderden blogartikelen in een paar dagen publiceren over onderwerpen die niets met je assortiment te maken hebben. Teksten met verzonnen specificaties, omdat het model een gat opvult met iets dat plausibel klinkt. Auteursnamen bij AI-teksten van mensen die de tekst nooit hebben gezien. En AI-vertalingen zonder controle door iemand die de taal spreekt.

De eerlijke versie: AI maakt het goedkoop om veel content te maken. Juist daardoor wordt content die echte kennis bevat schaarser en waardevoller.

Meet het effect per batch. Vergelijk producten met nieuwe AI-teksten met een controlegroep zonder wijziging, op vertoningen, kliks en conversie. Dan weet je of de investering iets oplevert in plaats van te hopen.