Produkttekster med AI: en arbejdsgang, der ikke ender i ens tekster

Kort svar: AI-produkttekster bliver ens, når alle giver modellen det samme: en varetitel og “skriv en sælgende tekst”. Arbejdsgangen, der virker, vender det om: byg først et faktagrundlag pr. produkt (specifikationer, reelle fordele, kundernes egne spørgsmål og formuleringer), skriv én promptskabelon med jeres tone og struktur, kør batchen med bevidst variation – og lad et menneske redigere de vigtigste varer. Så tager AI’en det meste af skrivearbejdet, mens stemmen, fakta og forskellene forbliver jeres.

Fagligt gennemgået: 2. oktober 2026

Produkttekster er en af AI’s mest oplagte opgaver i e-handel – hundredvis af varer, samme struktur og aldrig tid nok. Samtidig er det den opgave, hvor dårlig AI-brug er mest synlig: hele kategorier, der lyder som den samme pressemeddelelse, komplet med “perfekt til enhver lejlighed”.

Denne guide er arbejdsgangen, der giver skala uden ensheden – trin for trin.

Derfor bliver teksterne ens

Sprogmodeller skriver det mest sandsynlige. Uden særlig viden om dit produkt får du gennemsnittet af internettets produkttekster: flot, flydende og fuldstændig udskiftelig. Og fordi dine konkurrenter bruger de samme modeller med det samme tynde input, ender alles tekster samme sted – præcis som når alle importerer leverandørens feed-tekster råt, bare med pænere sætninger.

Konklusionen er ikke “drop AI”, men: forskellen ligger i inputtet. Alt det, kun du ved – hvad kunderne faktisk spørger om, hvad varen ikke tåler, hvad den erstatter, og hvordan I taler – er råstoffet, modellen ikke kan gætte. Arbejdsgangen handler derfor mest om at samle det råstof én gang og lade modellen gøre det, den er god til: forme det hurtigt og konsistent.

1. Byg faktagrundlaget

Saml pr. produkt – eller pr. produktfamilie, det er ofte nok – fem ting i et ark:

• Hårde fakta: mål, materialer, kompatibilitet – fra leverandørdata.
• Den reelle fordel: én sætning om, hvad der bliver lettere for kunden.
• Kundernes spørgsmål fra support og anmeldelser. “Kan den tåle opvaskemaskine?” er en tekstlinje, der sælger.
• Kundernes egne ord: formuleringer fra anmeldelser, som ingen model opfinder.
• Afgrænsningen: hvad varen ikke er til. Ærlighed her sparer returer.

Det lyder omstændeligt, men arket genbruges til alt: tekster, FAQ og annoncer. Reglen bag: AI må forme fakta, aldrig opfinde dem. Alt, hvad modellen skal påstå, skal stå i grundlaget.

2. Skriv promptskabelonen

Skriv én skabelon, hele sortimentet kører igennem, med fire faste dele:

• Rollen og målgruppen: “Du skriver for en dansk webshop, der sælger X til Y; kunderne er …”
• Strukturen: fx én indledende sætning om fordelen, to korte afsnit, en punktliste med fakta og én linje om, hvem varen ikke passer til.
• Tonen med eksempler – det vigtigste greb: indsæt to-tre af jeres bedste eksisterende tekster som forbillede. “Skriv som disse” virker bedre end tyve adjektiver om tone.
• Forbudslisten: de AI-klichéer, I ikke vil se – “perfekt til enhver lejlighed”, “tag din X til næste niveau”, “uanset om du er … eller …” og overdreven brug af “opdag” og udråbstegn.

Et kort eksempel på opbygningen:

Du skriver produkttekster for [shop], der sælger [kategori] til [målgruppe].
Brug KUN fakta fra FAKTA-feltet. Mangler en oplysning, så udelad den.

Struktur:
1. Én sætning om den vigtigste fordel
2. To korte afsnit om brug og egenskaber
3. Punktliste med mål, materiale og kompatibilitet
4. Én linje om, hvem varen ikke passer til

Tone: skriv som i EKSEMPLER. Undgå ordene på FORBUDT-listen.

FAKTA: {fakta}
KUNDESPØRGSMÅL: {spørgsmål}
EKSEMPLER: {to-tre gode tekster}
FORBUDT: perfekt til enhver lejlighed, næste niveau, opdag

Test skabelonen på fem meget forskellige varer, justér, og lås den så. Skabelonen er jeres stemme på flaske, og den hører hjemme i dokumentationen sammen med resten af jeres standarder.

3. Kør batchen med variation

Kør batchen kategori for kategori – via chat, et regnearksflow eller API – med to greb, så hundrede tekster ikke får samme rytme:

• Løsn strukturen en anelse: “Variér åbningen: spørgsmål, situation eller fakta – aldrig samme type to varer i træk.”
• Kør kategorier i separate sessioner med hver sin vinkel, fx håndværkeren for værktøj og måltidet for fødevarer.

4. Lad mennesket skrive sidst

Derefter mennesket – efter 80/20-princippet: de mange varer i den lange hale får en hurtig gennemlæsning (faktafejl? klichéer, der slap igennem?), mens de vigtigste varer får rigtig redigering med personlig erfaring, en detalje fra kundesamtaler og det skæve ord, ingen model vælger.

Redigeringen er ikke pynt. Det er den, der gør teksterne til jeres, og den er samtidig kvalitetskontrollen på, at AI’en ikke har digtet en egenskab, varen ikke har. Reglen kort: modellen skriver først, mennesket skriver sidst.

5. Få teksterne ind i WooCommerce

Når teksterne er godkendt, skal de ind i shoppen uden manuel copy-paste:

• CSV: eksportér produkterne med WooCommerce’ indbyggede eksport, indsæt de nye beskrivelser i kolonnen for beskrivelse, og importér med “Opdatér eksisterende produkter” slået til. Test med få varer først, jf. CSV-import af produkter fejler.
• REST API: til store mængder kan endpointet /wp-json/wc/v3/products/batch opdatere op til 100 produkter pr. kald, se prisopdateringer i bulk for samme teknik.

Tag en backup af databasen før en stor import, og gem de gamle tekster i en kolonne for sig. Så kan du sammenligne – og rulle tilbage, hvis noget går galt.

SEO, måling og vedligehold

Søgemaskinerne straffer ikke AI-tekst – de straffer ens og tom tekst (hele historien står i AI-indhold og Googles retningslinjer). Lad derfor SEO-kravene bo i skabelonen: en unik titel med varens vigtigste søgeord, svar på de reelle kundespørgsmål (det er også det, AI-søgemaskinerne citerer) og fakta i punktform, der kan læses af både mennesker og maskiner.

Mål derefter på adfærd frem for fornemmelse: konvertering og returprocent på omskrevne varer mod varer, der ikke er omskrevet. Forskellen er dit argument for at fortsætte op gennem sortimentet.

Sæt vedligehold i kalenderen: nye varer kører gennem samme arbejdsgang – aldrig udenom, for én undtagelse, og ensheden kryber ind igen – og sæsonens topkategorier får et årligt eftersyn. Så bliver AI-tekster ikke et enkeltstående projekt, men en fast rutine i shoppen.

Læs også

• Hub: AI i praksis
• Derfor bliver AI-tekster generiske
• Produkt-feeds fra leverandører
• Skriv citérbart til AI-søgning
• WooCommerce hosting hos Hostious – staging fra Woo StartUp, så store importer kan testes først

Ofte stillede spørgsmål om AI-produkttekster

Straffer Google AI-skrevne produkttekster?

Nej. Google vurderer kvalitet og nytte, ikke hvordan teksten er skrevet. Det, der rammes, er tyndt og ens indhold – uanset om det er skrevet af AI eller mennesker.

Hvor meget tid sparer arbejdsgangen reelt?

Det afhænger af sortimentet og af, hvor godt jeres data er i forvejen. Faktagrundlaget og redigeringen koster stadig tid, men selve skrivningen – som ofte er flaskehalsen – går markant hurtigere. Mål selv tiden pr. vare før og efter på en testkategori.

Skal AI-tekster mærkes som AI-genererede?

AI-forordningens mærkningskrav for tekst gælder tekst, der offentliggøres for at informere offentligheden om spørgsmål af almen interesse – og ikke, når et menneske har gennemgået teksten og nogen har redaktionelt ansvar. Almindelige produkttekster er typisk ikke den slags tekst, men ansvaret er dit: fakta skal være rigtige, og vildledning er forbudt som altid.

Hvor mange produkter skal jeg starte med?

Start med én kategori og de fem mest forskellige varer i den. Når skabelonen virker på dem, kan du køre resten af kategorien og derefter de næste.