How To

La IA puede redactar tus fichas de producto: ¿quién se encarga de revisarlas?

Cómo la velocidad de los borradores con IA puede traducirse en devoluciones y errores de catálogo. El caso real de una tienda y su control de calidad.

KT
3 de noviembre de 2026 · 7 min de lectura
Share

Se trataba de un cuenco de gres de seis pulgadas con esmalte mate, el típico plato para cereales, y en el archivo de inventario del fabricante la ficha técnica decía textualmente: «Cuenco de gres, 6 pulgadas, esmalte mate, lavar únicamente a mano». Nada del otro mundo. Una comerciante a la que llamaremos Dana introdujo esa línea en un generador de textos por IA junto con otras cincuenta y nueve referencias, y el resultado para el cuenco fue un simpático párrafo que aseguraba que era apto para lavavajillas, microondas e ideal para el día a día.

Apto para lavavajillas. ¿De dónde salió esa afirmación?

De ninguna parte, en realidad. La hoja del proveedor especificaba lavado a mano, pero entre la celda y el párrafo esa condición se esfumó o el modelo no le dio el peso debido. Cuando a un sistema de lenguaje le falta un dato, no deja un hueco vacío: rellena el espacio con lo que suele ser habitual en esa categoría. Y como la mayoría de los cuencos toleran el lavavajillas, eso fue lo que escribió, con el mismo tono optimista del resto de la página. Tres personas leyeron la ficha antes de publicarla. Una de ellas incluso comentó «ha quedado muy bien». Diez días más tarde, un comprador envió muy educadamente la fotografía del cuenco partido en dos, y Dana pasó la noche gestionando un reembolso, tramitando un reemplazo y redactando una disculpa que bien podría haberse ahorrado.

Esta anécdota me gusta porque no trata de que la IA redacte mal. La redacción era intachable. Era netamente superior a lo que Dana habría escrito por sí misma a las nueve de la noche. La verdadera complicación residió en cambiar una tarea pausada que dominaba por un proceso apresurado del que nadie se hacía responsable.

Borradores inmediatos, atasco en todo lo demás

Cuando un recurso se vuelve casi gratuito, su producción se dispara, y las fichas de catálogo no son una excepción. Cuando redactar cada descripción tomaba media hora, se escribía una por producto y se apagaba el ordenador. Ahora no cuesta nada solicitar la versión extensa para la web oficial, una síntesis para el marketplace, un texto directo para la tienda en redes, un enfoque artesanal para Etsy y, de paso, una traducción al español. Trescientos productos repartidos en cuatro canales suponen mil doscientos textos, y todos llevan el nombre de tu marca.

Nadie calcula el tiempo que exige revisar semejante volumen. Ese fue el tropiezo de Dana. Supuso que la IA le ahorraría una semana de trabajo, y así fue, hasta que comprendió que alguien debía verificar los datos, atender al cliente cuyo paquete llegó con instrucciones contradictorias y corregir la publicación para no repetir el error al día siguiente.

Los patrones habituales de error

Los desajustes que describen las tiendas tienden a repetirse, de modo que una vez identificados resulta fácil anticiparlos.

Está la exageración comercial, donde «resistente al agua» se transforma en «totalmente impermeable» porque el algoritmo se inclina hacia la elocuencia persuasiva. Está la contaminación cruzada, donde datos de una fila anterior se filtran a la siguiente y un jersey de lana termina con instrucciones de lavado pensadas para un forro sintético. Están las certificaciones inventadas, donde el texto añade «libre de BPA» o «algodón orgánico certificado» porque suenan atractivas. Y están las discrepancias silenciosas entre canales, donde la ficha de Shopify promete una característica, las viñetas de Amazon destacan otra y el comprador que leyó ambas espera recibir las dos.

Lo más engañoso es que ninguno parece un error a simple vista. Un texto mal redactado salta a la vista y se corrige de inmediato. Un dato falso redactado con pulcritud y aplomo parece una prosa magnífica. Pasa completamente desapercibido salvo que se coteje línea por línea con la ficha del fabricante.

Las medidas que adoptó Dana

No renunció a la herramienta, lo cual habría sido absurdo. Sencillamente dejó de permitir que operase sin supervisión en su tienda.

Lo primero que hizo fue diseñar una plantilla básica para cada producto, limitándose a los datos críticos que no admiten fallo: material, medidas, peso, instrucciones de mantenimiento, garantía y componentes incluidos. Nada de adjetivos comerciales, únicamente datos verificables. Si el borrador de la IA contradecía la plantilla, prevalecía siempre la plantilla.

Lo segundo fue abandonar la pretensión de leer todas y cada una de las fichas. Hacia la número treinta la fatiga visual provocaba que pasara por alto cualquier fallo. Cambió a un sistema de muestreo: revisar el diez por ciento de cada lote frente al documento base; si detectaba más de dos fallos, rechazaba el lote completo y lo regeneraba con restricciones más estrictas.

Al revisar no corrige estilo, busca promesas: impermeable, orgánico, libre de BPA, artesanal, garantía de por vida, apto para lavavajillas. Cualquier término que comprometa contractualmente a la tienda pasa a revisión prioritaria.

Periódicamente comprueba un mismo producto en todos sus canales para verificar que el precio, el inventario y el título coinciden. Las desincronizaciones tras una edición nocturna en una plataforma son mucho más habituales de lo que se admite.

Alguien le preguntó si una instrucción más elaborada resolvería el problema por completo. Una buena indicación ayuda y debe emplearse. Pero ningún comando de texto puede corregir un dato confuso de origen en la hoja del proveedor ni evitar que una plataforma externa recorte la descripción por discrepancias en el cómputo de caracteres.

La carga imprevista

Pronto se acumuló el trabajo operativo ajeno al catálogo: consultas sobre el estado de los pedidos, una devolución, una reseña sobre una ligera variación en el color o preguntas en Instagram sobre opciones disponibles. Nada especialmente complejo, pero todo requería atención y el volumen crecía con cada nuevo producto añadido.

La tarea que más postergaba Dana eran las valoraciones de los clientes. Fue un error. Una respuesta calmada y profesional a una opinión templada es a menudo lo que transmite seguridad al siguiente visitante. Los compradores no buscan catálogos impecables; buscan constatar que hay un equipo responsable detrás.

El inventario es aún más delicado. Si un fabricante retrasa un pedido dos semanas, alguien debe percatarse y pausar la venta antes de que decenas de personas compren un artículo inexistente. Una herramienta de IA redactará con entusiasmo treinta fichas sobre un producto agotado sin preocuparse por la logística real.

Incorporar ayuda externa

Dana contrató a una asistente a tiempo parcial, a la que llamaremos Marisol, y estructuró la delegación de forma progresiva.

Durante la primera semana, Marisol asumió únicamente la bandeja de atención al cliente y el gestor de pedidos. Dana elaboró un documento operativo breve: plazos de transporte, política de devoluciones, protocolo ante roturas y las tres preguntas más repetidas. Dana supervisó cada borrador de respuesta. Al cuarto día apenas hacía correcciones.

Hacia la tercera semana, con la atención al cliente estabilizada, incorporó el cotejo de fichas y la revisión de pedidos. Para entonces Marisol conocía a fondo el catálogo gracias al contacto directo con los compradores. Quien ha respondido varias dudas sobre el cuidado de un cuenco detecta al instante una mención no contrastada sobre su uso en lavavajillas.

¿Resulta desproporcionado para una tienda pequeña? Dana analizó los números con frialdad. Diez horas semanales a diez o doce dólares la hora equivalían al coste de una cena fuera, y a cambio eliminó la preocupación de despertar de madrugada recordando un correo pendiente.

Los resultados fueron claros: respuestas más rápidas, incidencias resueltas con agilidad, devoluciones estables a pesar de ampliar el catálogo y, en una ocasión, la detección temprana de un cambio de material en unas jarras que evitó devoluciones masivas. Ese único acierto amortizó un mes completo de servicio.

Cómo implementar este esquema

Existen dos vías contrastadas. Si buscas incorporar un perfil fijo y a largo plazo a tu operativa, Globaltize localiza, evalúa e integra a asistentes especializados en comercio electrónico que dominan la gestión de pedidos y el soporte, asumiendo además la tramitación administrativa y la gestión de nóminas. Si prefieres delegar la búsqueda conservando la decisión final de contratación, Hire A Virtual Assistant proporciona perfiles preseleccionados en tareas administrativas, comerciales y de catálogo para que tú elijas quién se une al equipo.

La procedencia geográfica ofrece ventajas distintas. Filipinas cuenta con una dilatada experiencia en soporte para plataformas globales y un sólido dominio del inglés. Latinoamérica brinda coincidencia horaria directa con el mercado norteamericano y soporte nativo en español.

En cualquier caso, conviene iniciar la colaboración con una prueba remunerada breve: diez incidencias reales y cinco fichas para revisar. En dos días sabrás con certeza si la comunicación fluye con rigor.

De vuelta al cuenco

Dana conserva en su mesa aquel cuenco de sustitución para guardar clips de papelería. Dice que le ayuda a recordar la frontera entre generar textos y gestionar un negocio real.

Utiliza la IA para redactar borradores. Asegúrate de que una persona con criterio revise el contenido antes de publicarlo y preserva tu capacidad de decisión. De este modo tus fichas serán fiables y tus noches volverán a ser tuyas.

  • #Ecommerce
  • #AI Listings
  • #Store Operations
  • #Virtual Assistants
  • #Catalog QA
Share

Únete a más de 200.000 vendedores que crecen con Kua.ai

Empieza gratis. Sin tarjeta de crédito.