تولید انبوه توضیحات محصول ووکامرس با هوش مصنوعی

فروشگاهی که پانصد یا دو هزار محصول دارد، معمولاً یک مشکل مشترک دارد: بخش زیادی از محصول‌ها یا اصلاً توضیح ندارند، یا همان متن کپی‌شده از سایت تأمین‌کننده رویشان نشسته. نوشتن دستی همهٔ آن‌ها ماه‌ها کار است و اینجاست که سراغ افزونه‌های هوش مصنوعی می‌روید و به یک بن‌بست می‌خورید: افزونه می‌گوید «کلید API را وارد کنید» و همان‌جا سکوت می‌کند. نه می‌گوید این کلید از کجا می‌آید و نه اینکه تولید پانصد توضیح چقدر برایتان آب می‌خورد.

این مقاله همان دو سؤال را جواب می‌دهد و بعد سراغ چیزی می‌رود که مهم‌تر از هر دوست: چطور خروجی، به‌جای پانصد متن شبیه هم، پانصد متن واقعاً متفاوت باشد. نحوهٔ وصل کردن خود افزونه به یک آدرس دلخواه را در افزونه‌های هوش مصنوعی وردپرس را به API خودتان وصل کنید جداگانه نوشته‌ایم.

پانصد توضیح محصول چقدر هزینه دارد؟

برخلاف تصور رایج، این عدد کوچک است. برای هر محصول شما دو چیز می‌فرستید: دستور و قالب (حدود ۴۰۰ توکن) به‌علاوهٔ مشخصات همان محصول یعنی نام، دسته، برند و ویژگی‌ها (حدود ۱۵۰ توکن). خروجی هم یک متن فارسی حدود ۱۸۰ کلمه‌ای است که در توکنایزرهای امروزی حدود ۶۰۰ توکن درمی‌آید، چون فارسی برای هر کلمه توکن بیشتری از انگلیسی مصرف می‌کند.

پس برای ۵۰۰ محصول: حدود ۲۷۵ هزار توکن ورودی و ۳۰۰ هزار توکن خروجی. حالا نرخ را بگذارید. اعداد زیر نرخ رسمی سرویس و تقریبی‌اند و فهرست دقیق و به‌روز را باید در فهرست مدل‌ها و قیمت‌ها ببینید:

یعنی حتی با مدل میان‌رده، کل پروژه زیر پنج دلار تمام می‌شود. این عدد آن‌قدر کوچک است که نباید معیار تصمیم شما باشد؛ معیار واقعی کیفیت خروجی و زمان بازبینی انسانی است. توصیهٔ عملی: نمونهٔ اول را با مدل میان‌رده بگیرید، خروجی را با مدل کوچک مقایسه کنید و اگر تفاوت محسوسی نبود، برای انبوه سراغ مدل ارزان‌تر بروید. مبنای دقیق شمارش توکن را در توکن چیست و هزینهٔ API چطور حساب می‌شود توضیح داده‌ایم.

قالب پرامپتی که متن کلیشه‌ای تولید نمی‌کند

مشکل اصلی خروجی‌های تولیدشده این نیست که غلط‌اند؛ این است که عمومی‌اند. متنی که با جای‌گذاری نام هر محصول دیگری هم درست می‌ماند، نه برای کاربر ارزشی دارد و نه برای موتور جستجو. راه حل، بستن دست مدل است: هرچه ورودی مشخص‌تر و ممنوعیت‌ها صریح‌تر باشد، خروجی اختصاصی‌تر می‌شود.

نقش: کپی‌رایتر فروشگاه اینترنتی، فارسی محاوره‌ای اما مؤدب.

دادهٔ محصول:
- نام: {name}
- دسته: {category}
- برند: {brand}
- ویژگی‌های کلیدی: {attributes}
- مخاطب: {audience}
- یک تفاوت واقعی با محصول مشابه: {differentiator}

خروجی را دقیقاً در این ساختار بنویس:
۱) یک پاراگراف ۴۰ تا ۶۰ کلمه‌ای که با کاربرد محصول شروع شود، نه با نامش.
۲) سه بولت ویژگی؛ هر بولت باید یک عدد یا مشخصهٔ فنی از دادهٔ بالا داشته باشد.
۳) یک جملهٔ «مناسب چه کسی نیست».

قوانین:
- فقط از دادهٔ بالا استفاده کن. هیچ عدد، جنس، اندازه یا گارانتی‌ای اضافه نکن.
- این عبارت‌ها ممنوع است: بهترین، بی‌نظیر، انقلابی، در دنیای امروز، شگفت‌انگیز.
- اگر ویژگی‌های کلیدی خالی بود، فقط بنویس: NEEDS_DATA

سه بند این قالب بیشترین اثر را دارند. بند «یک تفاوت واقعی» شما را مجبور می‌کند دربارهٔ محصول فکر کنید و همان یک جمله کل خروجی را از حالت عمومی درمی‌آورد. بند «مناسب چه کسی نیست» متن را صادق و قابل اعتماد می‌کند و به‌طرز عجیبی نرخ تبدیل را بالا می‌برد. و NEEDS_DATA جلوی بدترین اتفاق ممکن را می‌گیرد: مدلی که چون داده ندارد، مشخصات را از خودش می‌سازد. اصول کلی‌تر این کار را در راهنمای پرامپت‌نویسی بخوانید.

اجرای دسته‌ای؛ از خروجی CSV تا نوشتن در ووکامرس

افزونه‌ها برای ده محصول خوب‌اند، اما برای پانصد محصول یک اسکریپت کنترل بیشتری به شما می‌دهد. گردش کار پیشنهادی:

1. محصولات را با ابزار خروجی ووکامرس به CSV بگیرید؛ فقط ستون‌های شناسه، نام، دسته، برند و ویژگی‌ها.
2. ردیف‌هایی که دادهٔ کافی ندارند را همان اول جدا کنید. اسکریپت روی ردیف ناقص وقت و پول هدر ندهد.
3. اسکریپت را روی بیست محصول اول اجرا کنید و خروجی را بخوانید. قالب را اصلاح کنید و دوباره همان بیست تا را بزنید. تا وقتی از نمونه راضی نشده‌اید، سراغ بقیه نروید.
4. اجرای کامل را با نگهداری فهرست «انجام‌شده» انجام دهید تا اگر وسط کار قطع شد، از سر گرفته شود نه از صفر.
5. نتیجه را ابتدا در یک ستون سفارشی یا با وضعیت پیش‌نویس بنویسید، نه مستقیم روی توضیح منتشرشدهٔ محصول.

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_KEY",
    base_url="https://netarz.ir/api/ai/v1",
)

def describe(row):
    prompt = TEMPLATE.format(**row)
    r = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[{"role": "user", "content": prompt}],
        temperature=0.7,
        max_tokens=700,
    )
    return r.choices[0].message.content.strip()

for row in rows:
    if row["id"] in done:
        continue
    text = describe(row)
    if "NEEDS_DATA" in text:
        needs_data.append(row["id"])
        continue
    save_draft(row["id"], text)
    done.add(row["id"])

نوشتن نتیجه در ووکامرس از طریق REST API آن انجام می‌شود. دو نکتهٔ عملیاتی: بین درخواست‌ها فاصله بگذارید تا به محدودیت نرخ نخورید، و لاگ کاملی از ورودی و خروجی هر محصول نگه دارید تا بعداً بتوانید ردیابی کنید کدام متن از کجا آمده است.

سه اشتباه رایج در همین مرحله باعث می‌شود پروژه دو بار اجرا شود. اول، اجرای موازی سنگین: ده درخواست هم‌زمان سرعت را چند برابر نمی‌کند اما احتمال خوردن به محدودیت نرخ و از دست رفتن ردیف‌ها را بالا می‌برد؛ دو یا سه درخواست هم‌زمان برای این حجم کافی است. دوم، نوشتن مستقیم روی توضیح منتشرشده: اگر خروجی بد از آب دربیاید، متن قبلی را از دست داده‌اید و برگرداندنش برای پانصد محصول کابوس است. سوم، نگرفتن پشتیبان از دیتابیس پیش از اجرای نهایی. هر سه در پنج دقیقه قابل پیشگیری‌اند و نبودشان چند روز کار اضافه می‌سازد.

دربارهٔ تنظیمات مدل هم دو عدد اهمیت دارد. temperature را حدود ۰٫۶ تا ۰٫۸ بگذارید؛ پایین‌تر از آن همهٔ متن‌ها شبیه هم می‌شوند و بالاتر از آن مدل بیشتر از داده فاصله می‌گیرد. max_tokens را هم سخاوتمندانه اما محدود تعیین کنید تا اگر مدل به حلقه افتاد، هزینه کنترل شده بماند.

دام محتوای تکراری؛ جدی‌ترین ریسک این پروژه

وقتی پانصد متن از یک قالب واحد بیرون می‌آید، احتمال زیادی وجود دارد که ساختار جمله‌ها، ترتیب بندها و حتی نیمی از عبارت‌ها بین محصولات مشترک باشد. از دید موتور جستجو این دقیقاً همان الگوی «محتوای انبوه بی‌ارزش» است و سیاست‌های ضد هرزنامه صراحتاً آن را هدف گرفته‌اند — مستقل از اینکه متن را انسان نوشته یا ماشین. معیار، ارزش برای کاربر است نه ابزار تولید.

چند کار مشخص ریسک را پایین می‌آورد:

• ورودی متفاوت بدهید. اگر ورودی همهٔ محصولات فقط نام و دسته باشد، خروجی هم شبیه هم می‌شود. ویژگی‌های واقعی هر محصول را وارد کنید.
• ساختار را بچرخانید. سه یا چهار قالب متفاوت بسازید و بین محصولات جابه‌جا استفاده کنید.
• واژه‌های پرکننده را صریحاً ممنوع کنید، همان‌طور که در قالب بالا آمد.
• تشابه را بسنجید. قبل از انتشار، متن‌ها را دوبه‌دو مقایسه کنید و هر جفتی که شباهت غیرعادی داشت را دستی بازنویسی کنید. حتی یک مقایسهٔ سادهٔ اشتراک کلمات، پرتکرارترین موارد را نشان می‌دهد.
• متن تأمین‌کننده را کپی نکنید. اگر ورودی شما همان متن سایت تأمین‌کننده باشد، خروجی هم نسخهٔ بازنویسی‌شدهٔ همان است و مشکل حل نشده.

یک اولویت‌بندی ساده هم اینجا کمک می‌کند: لازم نیست همهٔ محصولات هم‌زمان توضیح بگیرند. محصولاتی که در ابزار آمار بازدید دارند اما نرخ تبدیل پایینی نشان می‌دهند، بیشترین بازدهی را از یک توضیح خوب می‌گیرند. بعد از آن‌ها سراغ محصولات بدون هیچ توضیحی بروید و در آخر محصولات کم‌بازدید. با همین ترتیب، اثر پروژه در هفتهٔ اول قابل اندازه‌گیری می‌شود به‌جای اینکه ماه‌ها بعد معلوم شود.

بازبینی انسانی؛ مرحله‌ای که نباید حذف شود

هیچ‌کس پانصد متن را کلمه‌به‌کلمه نمی‌خواند و لازم هم نیست. اما یک بازبینی نمونه‌ای و هدفمند ضروری است:

• هر متنی که عدد یا ادعای فنی دارد باید با دادهٔ محصول تطبیق داده شود. اشتباه در اندازه، جنس یا سازگاری مستقیم به مرجوعی و نارضایتی مشتری تبدیل می‌شود.
• هر متنی که حرف از گارانتی، اصالت یا خدمات پس از فروش می‌زند باید حذف یا اصلاح شود، مگر اینکه دقیقاً همان تعهدی باشد که فروشگاه شما واقعاً می‌دهد.
• ده درصد از خروجی را تصادفی انتخاب و کامل بخوانید. اگر در این نمونه بیش از یکی دو مورد ایراد دیدید، مشکل از قالب است نه از تک‌متن‌ها؛ قالب را اصلاح کنید و همان دسته را دوباره بسازید.
• محصولات پرفروش و پربازدید را دستی بازنویسی کنید. همان بیست محصولی که بیشترین درآمد را دارند، ارزش وقت انسانی را دارند.

یک قاعدهٔ ساده: هوش مصنوعی پیش‌نویس تولید می‌کند، انسان منتشر می‌کند. اگر متنی بدون خوانده شدن روی سایت می‌رود، شما فرایند را خودکار نکرده‌اید، فقط مسئولیت را رها کرده‌اید.

قدم بعدی

برای چند محصول در روز لازم نیست اسکریپت دسته‌ای بنویسید: افزونهٔ هوش مصنوعی وردپرس نِت اَرز توضیحات کامل و کوتاه هر محصول را داخل ویرایشگر ووکامرس می‌نویسد تا خودتان بازبینی و منتشر کنید.

برای شروع فقط به دو چیز نیاز دارید: یک کلید API و کمی اعتبار. درگاه هوش مصنوعی «نِت اَرز» یک base_url سازگار با OpenAI می‌دهد که همان چیزی است که افزونه‌های وردپرس و اسکریپت بالا انتظار دارند؛ توضیح کامل در صفحهٔ درگاه هوش مصنوعی آمده و در حال حاضر مدل‌های OpenAI فعال است و بقیهٔ ارائه‌دهندگان در حال اتصال‌اند. اعتبار را با پرداخت تومانی شارژ می‌کنید و قیمت لحظه‌ای در صفحهٔ افزایش اعتبار وب‌سرویس ChatGPT درج شده است.

اگر مسیر مستقیم و بدون واسطه را می‌خواهید، خرید API چت‌جی‌پی‌تی در ایران و API هوش مصنوعی با پرداخت ریالی گزینه‌ها را کنار هم گذاشته‌اند. برای فهرست جمع‌وجورتر ابزارهای مورد نیاز فروشگاه‌داران و وب‌مسترها هم صفحهٔ راهکارهای وب‌مستران را ببینید. پیشنهاد آخر: امروز فقط بیست محصول را انجام دهید و نتیجه را بخوانید؛ همان بیست تا به شما می‌گوید قالبتان آماده است یا نه.