Generar descripciones de producto con IA suena simple hasta que lo hacés a escala. La diferencia entre una IA que ayuda de verdad y una que genera relleno genérico (o peor, texto inventado) está en la estructura y en los guardrails — no en el modelo que use por atrás.

El problema de la descripción genérica

Cuando alguien prueba “IA para descripciones” por primera vez, suele terminar con textos que dicen mucho y no dicen nada: “Este producto de excelente calidad es ideal para toda ocasión, fabricado con los mejores materiales.” Ese texto no convierte porque no responde ninguna pregunta real del comprador, y Google lo trata como contenido de bajo valor.

Una descripción que vende responde preguntas concretas: ¿para qué sirve exactamente?, ¿qué problema resuelve?, ¿de qué está hecho?, ¿cómo se usa? Genérico es lo opuesto a específico, y específico es lo que convierte.

La estructura SCQA aplicada a producto

SCQA (Situación, Complicación, Pregunta, Respuesta) es una estructura de copywriting que funciona particularmente bien para ficha de producto porque sigue el razonamiento real de un comprador:

  • Situación: qué necesidad cubre el producto en la vida del comprador.
  • Complicación: qué problema resuelve o qué fricción evita frente a alternativas.
  • Pregunta implícita: la duda que tendría el comprador antes de decidir.
  • Respuesta: características concretas, medidas, materiales — los diferenciadores reales.

Una descripción SCQA bien hecha tiene entre 150 y 250 palabras, dos o tres subtítulos que la hacen escaneable, y evita superlativos sin sustento (“el mejor”, “increíble”, “único”) que no aportan información y que Google penaliza como señal de contenido de bajo esfuerzo.

Ejemplo antes/después:

Genérico: “Zapatillas de excelente calidad, cómodas y resistentes, ideales para el día a día.”

Con SCQA: “Para entrenar en superficies irregulares necesitás amortiguación que no ceda a las dos semanas de uso. Estas zapatillas usan suela de EVA de alta densidad y upper en malla transpirable, pensadas para correr 5K+ sin que el pie se resienta. Talles 38 al 45, disponibles en negro y gris.”

La segunda versión es más corta, más específica, y responde a una pregunta real (“¿aguanta correr distancia?”) en vez de afirmar calidad en abstracto.

Por qué ChatGPT solo no alcanza a escala

Para 20 o 30 productos, escribir con ChatGPT y buenos prompts funciona perfectamente bien. El problema aparece cuando el catálogo crece:

  • No hay estructura por SKU. Tenés que copiar y pegar producto por producto, sin conexión con tu ERP ni con las fotos.
  • Sin guardrails automáticos. Si el prompt no es explícito cada vez, el modelo completa huecos de información con suposiciones plausibles.
  • Sin reglas por canal. MELI y Shopify tienen reglas de formato distintas (límites de caracteres, palabras prohibidas, estructura HTML permitida); replicar eso a mano en cada prompt es trabajo extra que se olvida.
  • Consistencia imposible de mantener. Con 2.000 productos escritos uno por uno, el tono y la estructura empiezan a variar — algunas descripciones quedan largas, otras cortas, algunas con subtítulos, otras sin.

Una herramienta de catalogación con IA resuelve esto aplicando la misma estructura, el mismo tono y las mismas reglas por canal a todo el catálogo de forma consistente, partiendo de los datos reales del producto (ERP + fotos) en vez de un prompt genérico.

El guardrail más importante: anti-invención

Acá está el riesgo real de usar IA sin criterio en catalogación: una IA sin guardrails inventa. Completa país de origen, historia de marca, materiales que el producto no tiene, certificaciones inexistentes — todo con el mismo tono seguro que usaría para un dato real.

En catalogación esto no es un detalle estético, es un problema legal y operativo: publicidad engañosa, devoluciones por expectativas incorrectas, denuncias en el marketplace, y en el peor caso, sanciones.

Los guardrails que tiene que tener una IA seria aplicada a descripciones:

  • Si no hay dato del producto, no se inventa — se deja vacío o se marca para revisión.
  • Vocabulario del ERP, no sinónimos creativos del modelo. Si el ERP dice “algodón”, la descripción dice “algodón”, no “fibra natural premium”.
  • Marca registrada exacta, sin variaciones ni promesas no verificadas.
  • Sin inferencia de color sin foto. Si no hay imagen clara, no se asume el color.
  • Score de confianza visible para que el operador sepa qué inferencia revisar antes de publicar.

La pregunta que vale la pena hacerle a cualquier proveedor de IA para catalogación: “¿qué hace tu IA cuando no tiene la información?” Si la respuesta es “completa con lo que puede”, es una señal de alerta.

Copy por canal: no es un solo texto

Una misma ficha de producto necesita distintas versiones de descripción según el canal:

  • MercadoLibre: descripción HTML de 150-250 palabras, sin palabras prohibidas (“oferta”, “envío gratis”), vocabulario en español rioplatense específico (el buscador interno de MELI premia cómo escribe el comprador argentino, no español neutro).
  • Shopify / VTEX / Tiendanube: más libertad de formato, soportan HTML enriquecido y meta description separada para SEO.
  • Google Shopping: texto más funcional, orientado a especificaciones que alimentan el feed, no copy persuasivo.

Publicar la misma descripción sin adaptar en todos los canales es, como mínimo, una oportunidad de conversión perdida. En MercadoLibre puede directamente causar el rechazo de la publicación si el texto incluye alguna de las palabras prohibidas.

SEO de marca y categoría: más allá del SKU

La generación de copy con IA no debería limitarse a la ficha individual. Las páginas de marca y categoría —que en muchos casos captan más tráfico de búsqueda orgánica que una ficha suelta— también se benefician de tag title, meta description y una descripción HTML de 200-500 palabras estructurada con H1/H2, generada con las mismas reglas de guardrails que la descripción de producto.

Próximo paso

Si tu catálogo todavía tiene descripciones copiadas del proveedor o escritas una por una sin estructura, ahí hay una mejora rápida disponible sin tocar nada más de la operación.

Conocé Catalogistan o agendá una demo gratuita para ver cómo se genera copy con guardrails aplicado a tu catálogo.

Esta guía se enfocó en el texto de la ficha. Para el proceso completo de catalogación —carga masiva, atributos, fotos, migración entre plataformas— mirá la guía de catalogación con IA.