Schede prodotto con AI sugli integratori: GEO sì, claim no (e l’AI Act)

“Posso far scrivere le schede a ChatGPT?” Sì, come bozza. No, come pubblicazione senza filtro.

Su un catalogo regolamentato (integratori, ma il pattern vale anche per altri pezzi sotto chiave) il modello non ti fa solo “copy più bello”. Ti sposta i claim. Allunga. Ammorbidisce. Inventa benefici che suonano naturali in chat e sono un problema sulla scheda. Lo vedo da vicino su store mid-size dove lavoro da anni: la tentazione è dare tutto il catalogo in pasto a un prompt e chiamarlo GEO. Non lo è.

Lavoro su Woo e su Shopify, su feed, schede e tracking. Qui non sto vendendo il tool magico. Sto cercando di separare tre piani che in giro mischiano: ranking e citazioni da parte dei modelli, compliance sui claim, obblighi di trasparenza dell’AI Act. Sono cose diverse. Se le tratti come un unico “usa l’AI”, firmi rischi che non stavi cercando.

Cosa va storto (e perché non è uno stile)

Il consiglio standard suona così: “scrivi come se parlassi a un cliente, sii empatico, racconta benefici”. Su un integratore, “beneficio” è una parola carica. Il modello, se non lo tieni al guinzaglio, scivola su cura, tratta, previene, risolve. A volte lo fa in modo esplicito. A volte con sinonimi che in italiano passano inosservati a una lettura veloce e non a un controllo serio.

Non è un dettaglio SEO. È il pezzo che ti espone verso cliente, marketplace, ads e, nel caso di inserzioni su ChatGPT, policy che sui testi salute tengono il palo corto. Ne ho già scritto nel pezzo sui tre ticket ChatGPT: un modello che parafrasa “cura” non ti sta facendo GEO. Ti sta creando un problema.

Esempio concreto, senza nomi. Catalogo con decine di schede. Prompt generico: “riscrivi per SEO e convincere all’acquisto”. Output: frasi che sembrano brochure wellness. Nessun attributo strutturato aggiornato. Ingredienti ok nel backoffice, tono sbagliato nel front. Feed e pagina divergono. L’agente che legge i dati prende una cosa; l’umano che compra ne legge un’altra. Quello non è posizionamento. È debito.

GEO non è copy gonfiato

Cosa legge un modello o un agente che deve citarti o tirarti fuori da un catalogo: titolo pulito, prezzo, stock, spedizioni, attributi, ingredienti, avvertenze, scheda coerente con il feed. Non l’H1 animato. Non il paragrafo emotivo lungo tre schermate.

La distinzione che mi interessa rispetto al consiglio da LinkedIn: GEO qui significa rendere i dati leggibili e veri. L’AI può aiutarti a scrivere la parte narrativa dopo che hai chiuso cosa si può dire. Prima no. Se inverti l’ordine, ottimizzi la violazione.

Su Woo o Shopify il lavoro sporco è lo stesso: campi strutturati, schema prodotto, feed Google/Meta che non inventa claim, llms.txt che non parte dalla cookie policy. La prosa AI è l’ultimo miglio, non il primo.

Il processo che uso (senza tool da guru)

Opinione da progetti, non da whitepaper.

Prima: lista claim ammessi e vietati. Non la scrive il prompt. La firma chi ha responsabilità scientifica o legale sul catalogo, o comunque una fonte umana che sa cosa può stare in etichetta e in scheda. Senza quella lista, qualsiasi “AI copywriter” è un generatore di rischio.

Poi: scheletro scheda. Cosa non si tocca (denominazione, ingredienti, dosi, avvertenze, link a foglietto se c’è). Cosa può essere riscritto (occhiello, descrizione breve, FAQ prodotto entro i claim). L’AI lavora solo sul pezzo narrativo, con vincoli espliciti: non usare queste parole, non promettere questi esiti, non aggiungere ingredienti non in anagrafica.

Poi: bozza. Una SKU o un lotto piccolo, non l’intero catalogo in una notte. Review umana riga per riga sui claim, non solo ortografia. Se la review è “sembra ok”, non hai revisionato. Hai approvato a sentimento.

Poi: allineamento. Quello che pubblichi in scheda deve tornare su feed e, se serve, su landing ads. Ho visto stack mid-size dove la scheda in sito dice una cosa e Doofinder o il feed ne mostrano un’altra: l’AI non risolve quello. Lo peggiora se genera una terza variante.

Infine: top SKU prima del long tail. Se il catalogo è grande, parti da dove c’è traffico e rischio reputazionale. Riscrivere tutto “perché l’AI è gratis” è il modo più veloce per moltiplicare errori.

AI Act: trasparenza senza panico

Qui serve chiarezza, non allarme. Non è un parere legale.

L’AI Act (Art. 50) prevede, tra le altre cose, obblighi di trasparenza su certi contenuti generati o manipolati da AI. Sul testo pubblicato per informare il pubblico su temi di interesse generale, il deployer deve far sapere che il testo è artificiale se manca una revisione umana sostanziale e un controllo editoriale con responsabilità chiara. Se una persona rivede sul merito, può modificare o bloccare, e risponde della pubblicazione, quella disclosure tipicamente non scatta allo stesso modo.

Tradotto per uno store: se fai generare 400 schede e le metti online senza passare da un occhio umano competente sui claim, stai giocando due partite insieme (compliance prodotto + trasparenza AI). Se usi l’AI come stenografa e tu (o il tuo team) firmi ogni pezzo dopo un controllo vero, stai nel modello “bozza + editor”, che è quello che ha senso anche senza regolamento.

Due precisazioni che vedo ignorare.

Review non è il correttore di Word. Controllare virgole e lasciare “favorisce la guarigione” non è controllo editoriale. Sui cataloghi regolamentati il merito è il claim.

Secondo: l’obbligo di marking machine-readable sui provider dei modelli (chi addestra e offre il sistema) non è la stessa cosa del bollino che tu metti in footer. Non mescolare i piani. Una nota soft tipo “ci aiutiamo con strumenti AI in bozza, pubblichiamo dopo revisione” può essere scelta di fiducia verso il cliente. Non sostituisce la review e non è, da sola, la risposta all’AI Act.

Sulle immagini fotorealistiche generate da AI il discorso deepfake è più stretto; sulle schede testo il fuoco resta: processo, claim, responsabilità. Se generi foto “quasi vere” di prodotti o risultati, trattale a parte. Qui mi fermo al copy.

Cosa non delegare all’agente

Non pubblicare in massa da un agente con accesso al catalogo. Non far aggiornare i claim da solo dopo un “ottimizza per SEO”. Non collegare un MCP o un’automazione n8n alla scheda di produzione senza gate di approvazione: stessa logica del checkout di produzione attaccato a un plugin scaricato martedì.

Se qualcosa va storto (claim inventato, scheda pubblicata, feed aggiornato), serve sapere chi ha approvato. L’agente non firma. Firmi tu.

Checklist prima di “far scrivere tutto all’AI”

1. Hai una lista claim ammessi/vietati firmata da qualcuno che non è il modello?
2. Hai deciso quali campi l’AI può toccare e quali no?
3. La review umana sui claim è obbligatoria prima del publish?
4. Scheda, feed e tool di ricerca interna dicono la stessa cosa?
5. Se usi automazioni, c’è stop, log e rollback?

Se a una di queste rispondi no, non hai un problema di prompt. Hai un problema di processo.

Il TCO di uno stack mid-size lo abbiamo già contato altrove: licenze, infra, assistenza. Aggiungere AI copy senza processo non abbassa quel costo. Ti aggiunge una voce di rischio che non compare nel foglio Excel.

Se vuoi una lettura onesta di schede, claim e feed (senza venderti “il prompt che posiziona”), posso fare un audit mirato. Scrivimi da michy.it: partiamo dalle top SKU, non dal catalogo intero.

FAQ

Devo scrivere “generato con AI” su ogni scheda prodotto?

Non in automatico. Se c’è revisione umana sostanziale sui contenuti e una responsabilità editoriale chiara sulla pubblicazione, l’obbligo di disclosure sul testo AI (AI Act, Art. 50) tipicamente non si applica come per i testi rilasciati senza controllo. Review sui claim, non solo ortografia. Questo non è un parere legale: su casi limite parla col tuo consulente.

L’AI può aiutarmi a essere citato dai modelli senza rischiare i claim?

Sì, se la usi dopo aver chiuso i dati e i claim. Titoli, attributi, avvertenze, feed coerenti: quello conta per farsi leggere. Il paragrafo “ispirazionale” generato senza lista vietati conta poco per il GEO e molto per il rischio.

Meglio riscrivere tutto il catalogo o partire dalle top SKU?

Top SKU. Meno superficie di errore, review sostenibile, allineamento feed più semplice. Il catalogo intero “in una notte” è il modo più veloce per moltiplicare claim sbagliati.