Descrições de produto com IA: guia prático para lojas online

Uma loja com 200 produtos ainda se escreve à mão. Com 2000, raramente alguém o faz, e as fichas ficam com a descrição do fabricante (igual à de todas as outras lojas que vendem o mesmo artigo) ou com duas linhas e uma tabela. A IA resolve a redação em minutos. O que não resolve sozinha é saber o que é verdade sobre cada produto, e é aí que as descrições automáticas correm mal, quando correm: textos fluentes, todos parecidos, com características que o produto não tem.

Este guia segue a ordem em que o trabalho se faz numa loja: dados, estrutura, geração, verificação, publicação.

Primeiro os dados, depois o texto

A HCO Cosméticos vende cosmética profissional a salões de beleza e tem um catálogo com mais de 2000 produtos e 300 categorias, muitos deles diferentes apenas no tom ou numa especificação técnica. Quando centralizámos o WhatsApp, o Instagram e o Facebook da HCO num agente de IA, o trabalho de fundo foi pôr o agente a distinguir essas especificidades, mesmo em produtos visualmente semelhantes. Segundo o caso publicado, a HCO passou a resolver mais de 70% das perguntas sem intervenção humana.

Nas descrições de produto acontece o mesmo. Se duas colorações só diferem no tom e o tom não está num campo próprio, o modelo escreve duas descrições quase iguais ou inventa uma diferença. Antes de gerar o que quer que seja, cada produto precisa destes campos separados:

• nome, marca e categoria;
• os atributos que distinguem variantes (tom, tamanho, volume, material, compatibilidade);
• modo de uso e público (profissional ou consumidor final);
• informação obrigatória, como composição e avisos, copiada da fonte e nunca reescrita;
• o que o produto não faz ou não inclui, quando isso gera dúvidas.

O mesmo princípio serve noutra direção. Na FBeauty, loja online de cosmética, a base de produtos foi gerada com IA a partir do catálogo sincronizado e passou a alimentar as sugestões de produto das campanhas de WhatsApp. Com os dados estruturados uma vez, todos os textos que vêm depois partem da mesma base.

Como é uma boa descrição

Não há um comprimento certo para todas as categorias. A ficha de um acessório técnico vive das especificações; a de um creme precisa de explicar para que pele serve e como se aplica. Na maioria dos casos funciona esta ordem:

1. Uma primeira frase que diz o que é e para quem é.
2. O que distingue este produto dos parecidos do mesmo catálogo.
3. Como se usa, ou em que situação se escolhe.
4. As especificações, numa lista ou tabela gerada diretamente dos dados.

O último ponto poupa muitos erros. As especificações não precisam de IA: um modelo de texto fixo copia os campos tal e qual, e o modelo de linguagem fica só com o parágrafo que precisa de redação. Quanto menos o modelo tem de escrever, menos tem onde errar.

Um pedido ao modelo que funciona

O pedido leva os dados do produto e as regras. Este é um exemplo para um acessório automóvel:

DADOS DO PRODUTO
Nome: Tapetes de borracha universais, conjunto de 4
Material: borracha
Recortáveis: sim, com linhas de corte marcadas
Compatibilidade: universal, confirmar as medidas do carro
Não inclui: fixações ao piso

REGRAS
Escreve em português de Portugal, para quem compra para o próprio carro.
Usa apenas os dados acima. Se faltar um dado, não o menciones.
Não acrescentes propriedades que não estejam nos dados (impermeável, antiderrapante, garantia).
Um só parágrafo: o que é, para quem, o que o distingue e um cuidado a ter antes de comprar.
Não repitas as medidas: vão numa tabela à parte.

Cada regra corresponde a um erro frequente. A regra de não acrescentar propriedades evita a promessa que gera devoluções. A dos dados em falta evita frases genéricas para encher. E pedir um cuidado a ter antes de comprar obriga o modelo a usar o campo «compatibilidade», que é o que evita a encomenda errada.

Regras que o modelo não conhece

Alegações em cosmética

Numa loja de cosmética, a descrição está sujeita a regras próprias. O Regulamento (UE) n.º 655/2013 fixa seis critérios comuns para as alegações (conformidade legal, veracidade, sustentação de prova, honestidade, imparcialidade e tomada de decisão informada), e o Infarmed recordou-os numa circular informativa de 14 de julho de 2025 (n.º 085/CD/100.20.200). Nessa circular, o Infarmed diz que encontrou no mercado produtos com alegações do tipo «0%» associadas a ingredientes como parabenos, fenoxietanol, silicones ou óleos minerais, e que essas alegações violam os critérios da imparcialidade e da tomada de decisão informada, por denegrirem ingredientes seguros e autorizados.

Um modelo de linguagem não sabe disto se ninguém lho disser. Estas expressões vão para a lista de proibidas da loja, e a verificação automática bloqueia qualquer descrição que as contenha. O mesmo vale para promessas de efeito que não estejam documentadas pelo fabricante.

Google Merchant Center

Quem envia o catálogo para o Google Shopping tem uma regra específica. O Merchant Center pede que títulos e descrições criados com IA generativa sejam enviados nos atributos structured_title e structured_description, com o tipo de origem trained_algorithmic_media, e que as imagens geradas com IA tenham os metadados IPTC que as identificam como tal (consultado a 07/10/2026). Se a loja gera as descrições com IA e as envia no feed, o feed tem de ser ajustado.

Pesquisa orgânica

Para o Google Search, a origem do texto não é o critério. O Google diz que recompensa conteúdo de qualidade seja qual for a forma como é produzido, e trata como spam gerar muitas páginas com IA sem acrescentar valor. Numa ficha de produto, acrescentar valor é responder ao que a descrição do fabricante não responde: a diferença para o modelo ao lado, a compatibilidade, o cuidado de utilização. Os termos que os clientes usam para procurar o produto entram com naturalidade se a descrição responder a essas perguntas.

Ferramentas: o que já vem na loja e quando não chega

No Shopify, o gerador de descrições do Sidekick parte do título do produto e de pelo menos duas características ou termos de pesquisa, aceita indicações de tom e funciona em todas as línguas suportadas pelo Shopify, desde que o pedido seja escrito na língua da descrição (consultado a 07/10/2026). Para uma loja que cria produtos um a um, isto pode chegar.

Deixa de chegar quando o catálogo tem centenas de referências, vem de um ERP ou de um fornecedor, ou precisa das regras acima aplicadas a todos os produtos. Aí o processo passa para fora do painel da loja: o catálogo sai por exportação ou API, os atributos são completados, o modelo gera, um script verifica (comprimento, expressões proibidas, atributos obrigatórios mencionados, português de Portugal) e o texto volta à loja pela API do Shopify ou pela API REST do WooCommerce. As diferenças entre o que cada plataforma faz sozinha e o que exige automação externa estão no guia sobre automação com IA em Shopify e WooCommerce.

Dois cuidados práticos. As descrições geradas entram como rascunho ou ficam por publicar até alguém rever uma amostra de cada categoria. E o gatilho decide-se cedo: gerar em lote todo o catálogo de uma vez, ou gerar sempre que entra um produto novo. A maioria das lojas precisa das duas coisas, primeiro o lote e depois o gatilho.

Como saber se resultou

A comparação mais honesta faz-se por categorias. Muda as descrições de uma categoria, deixa outra como estava, e compara durante algumas semanas a conversão das páginas de produto, as entradas orgânicas nessas páginas e o número de perguntas que chegam sobre esses produtos por mensagem. Se as perguntas sobre compatibilidade ou modo de uso descem, a descrição está a fazer o trabalho dela.

As descrições também alimentam outras automações: o agente que responde no WhatsApp, as campanhas com sugestões de produto, o blog. Há mais exemplos destas ligações no guia sobre IA generativa no e-commerce e no artigo sobre automação de conteúdo com IA.

A geração de conteúdo para lojas faz parte das soluções para e-commerce da AI Solutions. Se tens um catálogo grande e fichas por escrever, vê como trabalhamos antes de decidir se é para fazer internamente ou com ajuda.

Perguntas frequentes

O Google penaliza descrições de produto escritas com IA?

Não pela origem. A orientação oficial diz que conta a qualidade, e o que a política de spam condena é gerar muitas páginas sem valor para quem as lê. No Google Shopping há uma obrigação diferente: identificar no feed os títulos e descrições gerados com IA.

Posso deixar a IA publicar sem revisão?

Nas primeiras semanas, não. Depois de a verificação automática estar afinada e de a amostra revista não ter erros, a revisão pode passar a ser por amostragem em categorias de baixo risco. Em cosmética, saúde ou produtos com requisitos legais, convém manter sempre uma pessoa a aprovar.

Que modelo de IA usar?

Para descrições curtas com dados estruturados, um modelo barato e rápido chega. A qualidade depende mais dos dados de partida e das regras do pedido do que do modelo escolhido.