Yapay Zekâ ile Zenginleştirilmiş Ürün Özelliklerini Google veya Meta Reddetmeden Önce Nasıl Kalite Kontrolden Geçirirsiniz

Bugün çoğu katalog, ürün verileri üzerinde bir tür yapay zekâ geçişi çalıştırıyor: eksik bir rengi doldurmak, başlıktan malzemeyi tahmin etmek, hiç açıklaması olmamış bir SKU için açıklama yazmak. Bu o kadar iyi çalışıyor ki ekipler kontrol etmeyi bırakıyor. Sorun da tam olarak bu. Google Merchant Center'ın kendi dokümantasyonu, açılış sayfanızı tarayarak uyuşmayan price, sale_price, availability ve condition değerlerini sessizce düzelten otomatik ürün güncelleme sisteminin color, material, size veya GTIN'i kapsamadığını teyit eder (Google Merchant Center Yardım). Bu özellikleri yanlış girerseniz hiçbir şey sizin için düzeltmez; hatalı değer, manuel bir denetim veya bir kanal reddi yakalayana kadar feed'inizde canlı olarak kalır. Bu rehber, birkaç yüz ile birkaç yüz bin SKU arasında bir katalogda yapay zekâ veya kural tabanlı zenginleştirme çalıştıran herkes içindir ve bu hataları Google, Meta veya TikTok Shop'a ulaşmadan önce yakalamak için somut bir kalite kontrol süreci sunar: kontrol edilecek beş hata türü, bir puanlama rubriği ve bir örnekleme iş akışı.

Yapay zekâ ile zenginleştirilmiş özellikler neden sessizce hata verir

Feed kalite kontrolü tarihsel olarak kanalların sizin için aktif olarak denetlediği özelliklere odaklanmıştır. Google, siz parmağınızı bile kıpırdatmadan açılış sayfanızdan eski bir fiyatı veya yanlış bir stok durumunu otomatik olarak düzeltir (otomatik ürün güncellemeleri dokümantasyonu). Bu güvenlik ağı, ekipleri aynı korumanın her yere uzandığını varsaymaya alıştırır. Oysa uzanmaz. Renk, malzeme, beden, desen ve GTIN tasarım gereği otomasyonun dışında tutulur; çünkü Google bunları, gösterilen bir fiyatı çıkarabildiği gibi bir sayfa taramasından güvenilir şekilde çıkaramaz.

Bu açık bugün iki yıl öncesine göre daha önemli; çünkü yapay zekâ zenginleştirme özelliklerinden ölçekli olarak doldurması istenen özellikler tam olarak bunlar: Bir satıcının kaynak feed'de hiç doldurmadığı özellikler. Bir ürün fotoğrafından "hakiki deri" tahmin eden veya üç tutarsız renk adını tek bir ada normalize eden bir yapay zekâ modeli, feed'in yanlış bir yanıtın otomatik bir yedeği olmadığı tek bölgesinde çalışıyordur.

Yapay zekâ zenginleştirmesinin ortaya çıkardığı beş hata türü

Bunlar varsayımsal değildir. Her biri, genel bir yapay zekâ geçişinin bilmesi için yerleşik bir nedeni olmayan, belgelenmiş bir Google veya Meta gereksinimine karşılık gelir.

• Format ihlalleri. Google'ın color özelliği hex kodlarını, yalnızca sayısal değerleri ve renk adı başına 40 karakteri aşan her şeyi reddeder; bir görselden "rengi çıkarması" istenen bir model memnuniyetle #3B2F2F döndürür (color özelliği spesifikasyonu).
• Açılış sayfası uyumsuzluğu. Google, gönderilen rengin açılış sayfasındaki ifadeyle birebir eşleşmesini ister: "açılış sayfanızda 'Toasted Walnut' kullanıyorsanız ürün verilerinizde de bu değeri gönderin. 'Brown' göndermeyin" (color özelliği spesifikasyonu). Genel bir görsel sınıflandırıcıyla çalışan bir zenginleştirme geçişi, ürün detay sayfanızdaki metnin gerçekte ne söylediğini göremez.
• Aşırı özgüvenle uydurulan spesifiklik. Bir model, belirsiz veya eksik bir malzeme alanını çoğu zaman kulağa spesifik gelen ama yanlış bir şeye dönüştürür; aslında poliüretan olan bir ürün için "deri" gibi. Google'ın malzeme spesifikasyonu, değerin makul bir tahmin değil, "ürününüzün yapıldığı ana kumaşı veya malzemeyi" yansıtmasını gerektirir (material özelliği spesifikasyonu).
• Özellik sızması. Zenginleştirme, tutarsız kaynak başlıklara sahip on binlerce satırda gözetimsiz çalıştığında, bir beden değerinin desen alanına veya bir malzeme açıklamasının renk alanına düşmesi ekiplerin beklediğinden daha sık yaşanır.
• Kanallar arası tutarsızlık. Zenginleştirme her kanal dışa aktarımı için ayrı çalışıyorsa, aynı ürün Google feed'inizde "Toasted Walnut", Meta feed'inizde "Brown" değerini alabilir; bu da alışverişçilere gerçek bir sinyal ve en az bir tarafta açılış sayfası uyumsuzluğu demektir.

Önce/sonra incelemesi: beş gerçek hata türü

Aşağıdaki tablo her hata türünün gerçek bir feed değeri olarak nasıl göründüğünü, neden hata verdiğini ve düzeltilmiş satırın ne içermesi gerektiğini gösterir.

Yapay zekâ ile zenginleştirilmiş özellikler için bir kalite kontrol puanlama rubriği

Zenginleştirilmiş her satırı yayına girmeden önce her biri 0–2 puan olan beş kritere göre puanlayın. Bu, öznel bir "doğru görünüyor mu" kontrolünü, kıdemsiz bir ekip üyesinin veya bir yüklenicinin tutarlı şekilde uygulayabileceği bir şeye dönüştürür.

9–10 puan alan bir satır otomatik olarak yayınlanabilir. 6–8 puan alan bir satır manuel nokta kontrolü kuyruğuna girer. 6'nın altındaki her şey, bir insan düzeltene kadar karantinaya alınır, yani bir sonraki dışa aktarımın dışında tutulur. Bu, Google'ın bu özelliklere nasıl davrandığını yansıtır: bir otomasyon riski olarak değil, manuel inceleme riski olarak; çünkü kendi tarayıcı tabanlı otomasyonu bunların hemen öncesinde açıkça durur.

Kalite kontrol listesini zenginleştirme iş akışınıza yerleştirmek

1. Yayından önce zenginleştirilmiş her satırda otomatik kural kontrolleri çalıştırın. Karakter sınırları, yasaklı karakterler (hex kalıpları, yalnızca sayısal renk değerleri) ve yasaklı genel terimler ("multicolor", "various", "assorted") basit regex kurallarıyla, insana gerek kalmadan yakalanabilir; feed zenginleştirmenin arkasındaki aynı kural tabanlı mantık katmanı, değerler dışa aktarıma ulaşmadan önce bu kontrolleri bir kapı olarak çalıştırabilir.
2. Eşit değil, riske göre örnekleyin. Manuel incelemeyi, GMC'nin özelliği zorunlu kabul ettiği kategorilere (Google'ın kategoriye özgü gereksinimine göre renk için giyim ve aksesuarlar) (color özelliği spesifikasyonu) ve zenginleştirme aracınız bir güven puanı gösteriyorsa, yapay zekânın güven puanının eşiğinizin altında olduğu her SKU'ya öncelik verin.
3. Makullüğe göre değil, kaynak veriye göre karşılaştırın. Hata türü, zenginleştirilmiş değerlerin yanlış görünmesi değil, doğru görünmesidir. Her "spesifiklik güveni" uyarısını değerin kulağa makul gelip gelmediğine göre değil, gerçek bir tedarikçi spesifikasyon belgesine veya ürün detay sayfası metnine göre kontrol edin.
4. Kanallar arası tutarlılık kontrolünü yalnızca zenginleştirmeden sonra değil, her dışa aktarımdan sonra yeniden çalıştırın. Zenginleştirme adımınız feed kanal bazlı dışa aktarımlara bölünmeden önce çalışıyorsa bu sorun yapı gereği büyük ölçüde çözülür. Zenginleştirme kanal başına çalışıyorsa (farklı kanallar farklı biçimlendirme gerektirdiğinde yaygındır), kendi uzlaştırma geçişine ihtiyaç duyar.
5. Karantinaya aldıklarınızı kaydedin. Belirli bir özellik veya kategori için yükselen bir karantina oranı, yalnızca tekil satırları değil, zenginleştirme komutunu veya kural setini düzeltmeniz gerektiğine dair bir sinyaldir.

Saatlik değil günlük senkronize edilen bir feed'de, gözden kaçan hatalı bir zenginleştirilmiş değer, bir sonraki dışa aktarım size onu düzeltme şansı verene kadar tam bir senkronizasyon döngüsü boyunca alışverişçilerin önünde canlı kalabilir; bu da kontrolün yayından sonra değil önce yapılması için bir neden daha.

Bu sürecin kapsamadıkları ve sınırları

Bu süreç format ihlallerini, uyumsuzlukları ve doğrulanamayan spesifikliği yakalar; yapay zekânın yazdığı bir başlığın veya açıklamanın iyi bir metin olup olmadığını değerlendirmez, bu ayrı ve daha öznel bir incelemedir. Ayrıca yanlış veya uydurulmuş bir özelliğin yalnızca bir feed kalitesi sorunu değil, bir uyumluluk sorunu olduğu düzenlemeye tabi kategorilerde (takviyeler, kozmetik iddiaları, çocuk ürünleri) hukuki veya uyumluluk incelemesinin yerini tutmaz.

Gerçek ölçekte, yani birden fazla katkıda bulunanı ve resmî onay zincirleri olan milyonlarca SKU'luk kataloglarda, yukarıdaki gibi örneklemeye dayalı bir manuel kuyruk tek başına yeterli olmaktan çıkar. Productsup gibi platformların etrafında kurulduğu yönetişim iş akışı tam olarak budur; kural motorları ve denetim izleri sonradan eklenmek yerine platformun içine yerleştirilmiştir. Kısıt araçlar değil inceleme kapasitesiyse, Feedonomics'in yönetilen hizmet modeli (kendiniz yapılandırdığınız bir yazılım yerine feed'inizi inceleyen bir ekip) bu iş için şirket içinde işe alım yapmaya meşru bir alternatiftir. Yukarıdaki kontrol listesini çalıştırmak için iki yaklaşım da gerekli değildir; ancak bunu şirket içinde ölçekli olarak kurmaya karar vermeden önce ikisini de bilmeye değer.

Son olarak, bunların hiçbiri bir sonraki adımda zenginleştireceğiniz yeni özellik veya kategorinin spesifikasyonunu okumanın yerini tutmaz. Google ve Meta format kurallarını ve kategori gereksinimlerini o kadar sık günceller ki bugün oluşturulan bir kontrol listesi, kalıcı bir kur-ve-unut durumu yerine altı ay sonra kaynak dokümantasyonun yeniden okunmasını gerektirir. Endişeniz yapılandırılmış özelliklerden çok yapay zekâ ile üretilmiş görseller ve açıklamalarsa, ayrı yapay zekâ ile üretilmiş ürün içeriğine ilişkin politika rehberimize göz atın; o yazı kanal politikası uyumunu, bu yazı ise veri kalitesi kontrolünü ele alır.

SSS

Google Merchant Center yanlış bir renk veya malzeme değerini otomatik olarak düzeltir mi?

Hayır. Google'ın otomatik ürün güncellemeleri yalnızca fiyatı, indirimli fiyatı, stok durumunu ve ürün durumunu kapsar. Renk, malzeme, beden ve GTIN hariç tutulur; bu nedenle bu alanlardaki hatalı bir değer, siz veya zenginleştirme süreciniz düzeltene kadar canlı kalır. GMC'ye feed dışa aktarımlarının nasıl yapılandırıldığını görmek için Feedance'ın Google Merchant Center entegrasyon rehberine göz atın.

Google'a virgülle ayrılmış bir renk listesi gönderirsem ne olur?

Google listedeki yalnızca ilk rengi uygular ve gerisini sessizce düşürür; virgülle ayrılmış bir dizeyi birden fazla değer olarak değerlendirmez (nasıl düzeltilir: geçersiz renk değeri). Bunun yerine ürün başına en fazla üç renk olacak şekilde eğik çizgi kullanın.

Meta, Google ile aynı renk ve malzeme özelliklerini gerektiriyor mu?

Hayır. Meta'nın ticaret kataloğu alan spesifikasyonu renk ve malzemeyi isteğe bağlı olarak listelerken, beden yalnızca giyim ve ayakkabı kategorileri için zorunludur. Meta, rengin hex kodu yerine kelimelerle yazılmasını şart koşar (Meta ticaret kataloğu alanları).

Yanlış bir renk özelliği, yanlış beyan politikası ihlaliyle aynı risk midir?

Genellikle hayır. Tek bir hatalı özellik genellikle hesap düzeyinde bir askıya alma olarak değil, Merchant Center'ın "dikkat gerektiriyor" sekmesinde ürün düzeyinde bir sorun olarak ortaya çıkar. Yanlış beyan, tekil bir özellik hatasını değil, bir işletme veya teklif hakkında kasıtlı ya da sistematik yanlış iddiaları hedefleyen ayrı ve daha ağır bir politikadır.

Bir yapay zekâ zenginleştirme çalıştırmasından sonra kataloğumun ne kadarını manuel olarak incelemeliyim?

Örneğinizi eşit dağıtmak yerine riske göre ağırlıklandırın: Kalan inceleme süresini kataloğun geri kalanına yaymadan önce bir özelliğin zorunlu olduğu kategorilere (örneğin renk için giyim ve aksesuarlar) ve zenginleştirme aracınızın düşük güvenli olarak işaretlediği her satıra öncelik verin.

Aynı yapay zekâ ile zenginleştirilmiş özellik değeri Google ve Meta feed'lerim arasında farklı olabilir mi?

İkisi de aynı ürünü tanımlamak içinse olmamalıdır. Zenginleştirme her kanal dışa aktarımı için ayrı çalışıyorsa, iki değerin birbirinden uzaklaştığı durumları yakalamak için dışa aktarımdan sonra bir uzlaştırma adımı ekleyin.

Feed'imde zaten canlı olan uydurulmuş (halüsinasyon) özellikler keşfedersem ne yapmalıyım?

Etkilenen SKU'ları çekin, değerleri kaynak verilere göre (aynı zenginleştirme sürecini yeniden çalıştırarak değil, tedarikçi belgeleri veya canlı ürün detay sayfasıyla) düzeltin ve yeniden gönderin. Ardından aynı hata türünün kataloğun başka yerlerinde görünüp görünmediğini kontrol edin; bir halüsinasyon nadiren tek seferliktir.

Yapay zekâ zenginleştirmesi, manuel bir sürecin gözden kaçıracağı özellik değerleri üretir mi?

Evet. Manuel girişin gerçekçi olmadığı büyük kataloglarda özellikleri doldurmak ve satırları tek tek inceleyen bir insanın fark etmeyeceği kalıpları (tutarsız adlandırma gibi) yakalamak için gerçekten faydalıdır. Kalite kontrol katmanı, onu kullanmaya karşı çıkmak için değil, onun kendine özgü hata türlerini yakalamak için vardır.

Bir sonraki zenginleştirme geçişinizden önce mevcut özellik verilerinizin durumunu görmek için feed'inizi Feedance'ın ücretsiz ürün feed'i denetim aracından geçirin.