Redacción de fichas de producto con IA: de la hoja a la tienda
Pocas tiendas online tienen este problema al empezar. Con un catálogo corto, alguien del equipo escribe las descripciones a mano, las repasa, las sube, y la ficha queda bien. El atasco llega después, cuando el proveedor manda la colección nueva en un Excel con códigos, medidas y un nombre técnico, y la descripción de cada producto se queda en la frase que puso el fabricante o directamente en blanco.
Esta guía explica cómo se automatiza la redacción de fichas de producto con IA en una pyme que vende online, desde la hoja de productos hasta la ficha publicada en WooCommerce, Shopify o PrestaShop. Y también cuándo no merece la pena y cuánto trabajo pide montarlo.
Por qué las fichas de producto se atascan cuando crece el catálogo
Escribir una ficha bien lleva su rato. Hay que mirar el producto o su hoja técnica, decidir qué le importa a quien lo compra, traducir las especificaciones a algo que se entienda y cuidar que el texto no se parezca demasiado al de la ficha de al lado. Con un catálogo que crece cada temporada, la tarea cae en alguien que también lleva pedidos y devoluciones, y se queda para cuando haya tiempo.
El resultado se ve en cualquier tienda que lleva unos años abierta. Fichas antiguas muy trabajadas conviven con fichas nuevas que solo tienen el texto del fabricante, el mismo que usan todos los distribuidores de esa marca. Google encuentra el mismo párrafo en muchas webs y no tiene motivos para elegir la tuya, y el cliente que duda entre dos modelos no encuentra la respuesta y se va.
Lo que cambia con la IA es el coste del primer borrador, que baja casi a cero, y eso desplaza el trabajo hacia dos sitios donde sí hace falta una persona: preparar bien los datos de entrada y revisar lo que sale.
Qué puede redactar la IA en una ficha y qué no debe tocar
Una ficha de producto típica tiene título, descripción corta, descripción larga, una lista de características, los atributos (talla, color, material, medidas) y, por debajo, el title y la meta description que ve Google. No todas esas piezas se tratan igual.
La IA redacta bien la descripción larga y la corta, siempre que le des los datos. Convierte una lista de especificaciones en frases que explican para qué sirve cada cosa, adapta el tono a tu tienda si se lo describes y saca variantes cuando tienes productos casi iguales que necesitan textos distintos.
Lo que no debe hacer es inventar datos. Un modelo de lenguaje al que le falta el material de una funda o la capacidad de una batería tiende a rellenar el hueco con algo verosímil, y esa es la parte peligrosa del proceso, porque un dato inventado en una ficha acaba en una devolución o en una reclamación. Por eso los atributos técnicos, los precios, las tallas, las certificaciones y cualquier promesa sobre plazos o garantías salen de tu base de datos o de la hoja del proveedor. La IA los recibe como entrada y se limita a ponerlos en frases.
Tampoco le pidas que decida qué destacar de un producto que solo conoces tú. Si un artículo se vende porque aguanta el lavavajillas, ese dato tiene que estar en la hoja, porque el modelo no lo va a adivinar.
Paso a paso: de la hoja de productos a la ficha publicada
El flujo que describimos sirve para cualquiera de las tres plataformas habituales en una pyme y gira alrededor de una hoja de cálculo. En la hoja entran los datos, en la hoja escribe el modelo y en la hoja revisa la persona, y es la hoja lo que vuelve a la tienda al final.
1. Exporta el catálogo y marca qué productos necesitan texto
WooCommerce, Shopify y PrestaShop permiten exportar los productos a CSV desde el panel de administración. Esa exportación es tu punto de partida: ábrela en Google Sheets o en Excel y añade al final unas pocas columnas de control. Una para marcar si el producto necesita texto nuevo, otra para el estado de la fila (pendiente, generado, revisado, aprobado) y las que va a rellenar el modelo, una por cada pieza de la ficha que quieras generar.
Antes de generar nada, mira qué datos tiene cada fila. Si el proveedor te pasa una ficha técnica con más información de la que hay en la tienda, este es el momento de juntarla en la misma hoja, en columnas separadas. Lo que el modelo no vea en la fila no puede usarlo, y lo que use sin haberlo visto será inventado.

Tampoco hace falta empezar por todo el catálogo. Una categoría de productos parecidos basta para ajustar las instrucciones y ver cuánto hay que corregir antes de lanzarlo sobre el resto.
2. Genera las fichas en lote con n8n, Make o un script
Aquí entra la automatización propiamente dicha. Un flujo en n8n o en Make lee la hoja fila por fila, monta una instrucción con los datos de cada producto, la manda a un modelo como ChatGPT, Claude o Gemini a través de su API y escribe la respuesta en las columnas reservadas. Si alguien de tu equipo programa, un script en Python hace lo mismo.
La calidad depende casi entera de la instrucción, el prompt, que se escribe una vez y se reutiliza para todas las filas. Una plantilla que funciona razonablemente bien tiene estas partes:
- quién escribe y para quién, con el tono de la tienda y el tipo de cliente que compra
- los datos del producto, tomados de las columnas de la fila
- qué tiene que devolver, con la longitud de cada pieza y su formato
- la prohibición explícita de añadir características, materiales o cifras que no estén en los datos
- qué hacer si falta información, que es dejar una marca para el revisor en lugar de rellenar
La última es la que más trabajo ahorra después. Escrita tal cual en el prompt puede quedar así: «Usa solo los datos que aparecen abajo. Si para escribir la descripción necesitas un dato que no está, escribe FALTA DATO seguido del nombre del dato y no lo deduzcas.»
Conviene además pasarle al modelo dos o tres fichas tuyas que te gusten, como ejemplo de tono. Sin ejemplos los textos tienden a sonar todos igual, con los mismos adjetivos de catálogo en cada producto.
3. Revisa cada ficha en la misma hoja antes de publicar
Nada pasa a la tienda sin que lo lea alguien que conoce el producto. La revisión se hace en la propia hoja, columna por columna, y el revisor cambia el estado de la fila cuando la da por buena.
Lo que se mira va por orden de gravedad. Primero, que cada dato de la descripción esté en la ficha técnica, sobre todo medidas, materiales, compatibilidades y todo lo que tenga que ver con salud, seguridad o garantía. Después, las marcas de FALTA DATO, que piden completar la hoja y volver a generar esa fila. Y al final el tono y las repeticiones, porque cuando se leen muchas fichas seguidas se nota enseguida si el modelo abre todas con la misma frase.

Si la revisión encuentra el mismo fallo en muchas filas, el arreglo va al prompt y no a mano fila por fila. Corregir la plantilla y regenerar la categoría suele ser más rápido que editar cada texto.
4. Sube las fichas aprobadas a WooCommerce, Shopify o PrestaShop
Las filas aprobadas vuelven a la tienda por el mismo camino por el que salieron, con un CSV de importación. Las tres plataformas pueden actualizar productos que ya existen si el fichero conserva el identificador de cada uno (el ID, el SKU o el handle, según la plataforma), así que no se duplican. Lo prudente es probar antes con un fichero de pocas filas y comprobar en la tienda que el texto ha caído en el campo correcto.
Si prefieres no tocar CSV, el mismo flujo de n8n o Make puede escribir en la tienda por su API cuando una fila pasa a aprobada. Es más cómodo con un catálogo que cambia a menudo y pide más trabajo al montarlo.
SEO de la ficha de producto: keyword, title y meta description
Para que una ficha posicione, necesita una búsqueda en mente. En producto la gente busca combinando el tipo de producto con un atributo, sea el material, el uso, la talla o la compatibilidad, y esas combinaciones suelen estar ya en tus columnas. El prompt puede pedir al modelo que use en el título y en el primer párrafo la forma en que se busca el producto, si se la das. Las keywords no se las pidas a él, sácalas de Ahrefs o de Search Console y ponlas en una columna.
El title y la meta description van aparte de la descripción. Shopify y PrestaShop tienen campos propios para ellos en cada producto, y en WooCommerce los añade un plugin SEO como Yoast o Rank Math. El title tiene que caber en la línea del resultado de Google, así que pide una longitud corta y revisa que no se corte el nombre del producto. La meta description no hace posicionar por sí sola, pero es lo que lee quien decide si entra, y ahí va el argumento de compra más claro.
Hay un riesgo propio de generar en lote: que todas las fichas de una categoría salgan con titles casi idénticos. Añade al prompt que el title incluya el atributo que distingue ese producto de sus hermanos, y revisa la columna ordenada alfabéticamente, que es donde las repeticiones saltan a la vista.
Cuándo no compensa automatizar las fichas de producto
Con un catálogo pequeño que cambia poco, montar el flujo cuesta más que escribir las fichas. Si das de alta un puñado de productos al mes, una persona con ChatGPT o Claude abierto en otra pestaña, pegando los datos y una buena plantilla, consigue lo mismo sin automatizar nada. La automatización empieza a tener sentido cuando el volumen hace que esa tarea manual ocupe horas cada semana, o cuando llegan colecciones enteras de golpe.
Tampoco compensa en productos de autor o de mucho valor por unidad, donde la ficha forma parte de lo que se vende. Una pieza de cerámica hecha a mano, un vino de una parcela concreta o una joya con historia se venden con un texto que solo puede escribir quien conoce la pieza. Ahí la IA ayuda a corregir, y el texto sigue siendo de una persona.
Y no compensa si los datos de partida están mal. Si tu catálogo no tiene materiales, medidas ni usos en ninguna columna, el modelo escribirá textos genéricos o inventará, y la revisión se comerá todo el ahorro. En ese caso el primer trabajo es ordenar los datos del producto, la redacción viene después.
Cuánto cuesta montarlo y cuánto tiempo se va en revisar
Hay tres caminos, y cada uno reparte el esfuerzo de forma distinta.
El primero es una aplicación de la tienda de apps de tu plataforma. Shopify tiene varias que generan descripciones con IA dentro del propio panel, y para WooCommerce y PrestaShop hay plugins y módulos parecidos. Se instalan en una tarde y suelen pagarse con una suscripción. Van bien ficha a ficha y peor en lote con tus propias reglas, porque el prompt lo controla la aplicación.
El segundo es el flujo propio que hemos descrito, con una hoja, n8n o Make y la API de un modelo. Montarlo y afinar el prompt sobre una primera categoría es trabajo de unos pocos días para alguien que ya maneja estas herramientas, y bastante más si hay que aprenderlas desde cero. El uso se paga por volumen de texto a la API del modelo, y para el catálogo de una pyme suele pesar poco al lado del tiempo de la persona que revisa. A cambio controlas el tono, los datos que entran y qué se publica.
El tercero es encargarlo: que alguien monte el flujo sobre tu hoja y tu tienda y te lo deje funcionando. Pagas el montaje y te ahorras aprenderlo.
Con cualquiera de los tres la revisión es la parte que no desaparece, y conviene contar con ella desde el principio. Leer una ficha bien generada y compararla con la hoja técnica es cuestión de pocos minutos. Lo que la alarga son los datos inventados, y por eso el tiempo invertido en el paso 1 y en el prompt se recupera aquí. Creemos que la app basta mientras redactes ficha a ficha, y que el flujo propio compensa en cuanto generas en lote o tu catálogo tiene reglas que ninguna app conoce. Para salir de dudas, lo sensato es generar una categoría, cronometrar cuánto tardas en dejarla publicable y comparar ese tiempo con lo que te costaba escribirla a mano.
Si quieres montar este flujo sobre tu catálogo y no tienes claro por cuál de los tres caminos empezar, escríbenos y lo miramos con tus datos delante.