用 AI 批量写商品标题和描述,再用实验验证有没有用:FeedGen、Description Genius、FeedX 实操指南(2026)

用 ChatGPT、Gemini 或 Google 开源的 FeedGen 批量改写购物广告的商品标题和描述,最大的风险不是写得不好,而是写错了:编造材质、认证、保修和 GTIN。这篇讲清楚 AI 生成商品资料的事实边界、提示词写法、Merchant Center 的 AI 标注要求、补充数据源的小批发布和回退、真实成本怎么算,以及用 FeedX 按商品随机分组做实验,判断标题改动到底有没有用。附商品资料生成与实验记录表下载。
本文目录

很多跨境卖家已经在用 AI 批量改写商品标题和描述:把供应商给的一行「Bottle 750ml」扩写成完整的英文标题,把几句参数扩写成一段描述,还能顺便翻译成德语、法语。效率确实高,但有两个问题经常被忽略:

  1. AI 写得流畅,不代表写得对。 它可能根据「同类商品通常怎样」补上你的商品其实没有的特性;
  2. 改了标题,不代表效果变好了。 点击多了可能是季节、促销或预算变化,订单质量还可能变差。

这篇讲 Google 的三个开源工具背后的方法:用 FeedGen 批量生成标题描述、用 Description Genius 写可信的商品描述、用 FeedX 按商品随机分组做实验。即使你用的是 ChatGPT 或 Shopify 自带的 AI,这套流程也一样适用。

一、先把「写得流畅」和「写得对」分开

大语言模型擅长把零散的规格整理成通顺的句子,也容易把常见的产品特性误写到你的商品上。比如供应商只确认了一只水杯是不锈钢、蓝色、750 毫升,AI 可能自己加上:

  • 「保冷 24 小时」
  • 「食品级认证」
  • 「终身保修」
  • 「防漏设计」

这些承诺都需要独立证据。看图片也确认不了内胆材质、检测标准和售后条款。

建议每个要补充的属性都留一个证据来源:商品主数据里的字段、已确认的供应商规格、这个变体的落地页说明。审核人应该能回答「这个词从哪来的」,而不只是判断「读起来像不像商品文案」。没有证据的值宁可留空,也不要用一个看起来完整的错误值覆盖主数据。

GTIN 绝对不能让 AI 生成。 Google 要求只提交确信正确的号码,不同颜色、尺码可能有各自的 GTIN。没找到不等于不存在,要回到厂家或可靠记录确认。

二、先判断是否真的需要 AI

把已有的品牌、颜色、尺码拼进标题,很多时候用表格公式或 Merchant Center 的 Feed 规则就能完成,而且每次逻辑一样、容易核对。

AI 更适合:

  • 从格式不统一的供应商描述里提取候选信息;
  • 把零散但可信的规格改写成连贯的描述;
  • 给不同品类分别提出可审核的标题方案;
  • 多语言翻译(但翻译也要核对,见第九节)。

先看 Merchant Center 的问题明细。标题缺少变体信息、属性不一致,可以通过整理资料改善;网站无法购买、价格不同步、图片不合格、账户政策问题,AI 解决不了。

商品不多、不常变动的店铺,先人工整理一份可靠清单更容易管理。商品多、更新频繁、又有人负责审核的,再考虑批量生成。

三、准备可信的输入

用一个虚构的水杯举例:

字段已核实内容处理方式
商品 IDNP750-BLU沿用原编号
品牌与品类Northpine 不锈钢保温杯保留
容量与颜色750 ml、Blue标题和属性同步
保温时长没有可靠资料不生成具体时长
GTIN尚未核实找商品负责人确认

原标题只有「Northpine Bottle」,候选标题可以是「Northpine Stainless Steel Insulated Bottle 750 ml Blue」(54 字符),没有额外加防漏、认证或保温时长。

准备输入时:

  • 删掉和任务无关的客户信息、订单、内部备注(FeedGen 会把整行输入放进提示词,开启网页或图片理解后还会附带网页内容或图片);
  • 保留原始资料表,另建候选结果表和人工确认记录,每一行能追溯到原 ID、输入版本、生成日期、模型和审核人。发现错误时可以按商品撤回,而不用把整张表恢复到旧版本。

四、提示词:先规定事实边界,再规定文风

少样本提示

FeedGen 用的是少样本提示(few-shot prompting):在提示词里放几组「输入 → 理想输出」的示例,让模型理解格式。它不是训练新模型,填几个示例不会改变模型本身。

  • 不同品类要有各自的示例:水杯要写容量,服装要写尺码颜色,电子产品要写型号和兼容设备;
  • 示例本身必须经过人工核对。如果示例里加了没有依据的「防漏」,批量生成会一直模仿这个错误。

一个可用的提示词结构

只使用下面提供的已核实商品事实。保留品牌和明确的变体信息(颜色、尺码、容量)。不要补充认证、性能时长、优惠、保修或物流承诺。资料缺失时,列出需要确认的内容,不要猜测。标题不超过 150 字符,重要信息放在前 70 字符;描述只说明这一件商品,前 500 字符回答买家最关心的问题。

这个要求规定了证据和表达边界,但不能假定模型一定遵守,生成后仍要检查。

另外,供应商页面或导入的描述里可能夹杂其他商品的信息,甚至有「忽略之前的要求」这类文字,模型可能把相邻商品的容量、套装数量带进来,审核时要特别注意。

五、审核:分数和预批准都不等于人工审核

FeedGen 会给标题打分(新增了词、删除了词、补全了属性等),也可以让模型给描述自评。这些分数是辅助筛查,不是 Google 广告质量得分,不是 Merchant Center 审批结果,也不是事实正确的概率。

  • 规则可能误报:把「UPF」换个说法,词面比较可能认为加了新词;
  • 也可能漏报:把原始描述里的错误值搬到标题里,没有新增词,但错误照样传播;
  • 同一个模型给自己生成的描述打高分,不是独立验证;
  • FeedGen 有按分数自动预批准和批量批准的功能,界面上的「已批准」勾选不一定代表有人逐条看过。

建议分三类检查:

检查看什么
事实品牌、变体、规格、承诺是否都有证据
表达目标语言是否自然、有没有无关信息
格式字段、长度、标识、编码

审核记录要写具体原因,比如「不通过:加入了未证实的 24 小时保冷」,下一轮才能改提示词或补资料。只留一个低分,看不出是资料不足、表达问题还是脚本过于保守。

六、提交:AI 生成的内容要单独标注

Merchant Center 的规则:

  • AI 生成的标题用 structured_title,描述用 structured_description;
  • 子属性 digital_source_type 填 trained_algorithmic_media,正文放在 content 里;
  • 标题 content 1–150 字符,描述 content 1–5000 字符;
  • 在文本 Feed 里,可以写成 trained_algorithmic_media:Northpine Stainless Steel Insulated Bottle 750 ml Blue。正文里有冒号或引号时要按官方说明转义;XML 和 API 有各自的数据结构。

一个容易漏掉的优先级:同时提供 title 和 structured_title 时,Google 只用 title。所以新加了一列结构化标题,不代表线上就会用它。要检查主数据源、补充数据源和规则合并后的最终值。

但也不要为了让结构化标题生效,对全部商品直接清空 title。只对试点商品处理,先保存规则草稿、预览最终值,其他商品保留原有资料。

AI 生成的图片是另一套要求(需要图片内嵌来源元数据),本文不展开。

七、用补充数据源小批发布,留好回退

  • 补充数据源只能补充或覆盖已有商品的字段,不能新增商品,需要先开启「高级数据源管理」;
  • 第一次只提交批准试点商品的 ID 和要改的字段;
  • 补充表按商品 ID 匹配,要核对来源标签、语言和关联的主数据源。把父商品 ID 当成变体 ID、表格里丢了编号前面的 0,都会匹配失败;
  • Feed 规则有执行顺序。执行「清除」后这个商品不会再经过后面的规则,清空必填值可能导致拒登;
  • 发布前保存:原始导出、补充表版本、规则说明、试点 ID 清单、批准人。回退时针对具体商品和字段恢复,不要整表恢复——那可能把之后正确更新的价格和库存也覆盖掉。

自己写了 API 上传程序的,注意 Content API for Shopping 已于 2026 年 8 月 18 日停用,要迁移到 Merchant API。

八、一次试点的漏斗

假设试点 1000 个商品:

阶段商品数比例
进入生成1000—
生成成功900占输入 90%
审核直接通过 720 + 编辑后通过 100820占输入 82%
Merchant Center 正确匹配并处理800占导出 97.6%
符合展示条件760占已处理 95%

只说「已处理商品中 95% 符合条件」,看不到生成失败和匹配失败的商品;从头算,最终只有 76% 走完了全程。每一层的损失原因不同:生成失败看模型请求,人工拒绝看证据和提示词,匹配失败看数据源,拒登看具体诊断。

商品要按 ID 去重计数,重试次数另外记录,否则多次生成同一个商品会虚增产出。

九、翻译:不只是换语言,还要保持商品身份

做德国、法国、日本市场时,AI 翻译要注意:

  • 尺码、单位要换成当地习惯(US 10 不是 EU 10),但不能改变商品本身;
  • 品牌名、型号不要被翻译;
  • 每种语言的标题都要对应同一个落地页上同一个变体,落地页本身也要有对应语言;
  • 不要让 AI 在翻译时顺手「本地化」出原文没有的承诺。

十、算清楚真实成本:模型很便宜,审核很贵

假设处理 1000 个商品,每个商品的标题和描述请求合计 1800 个输入 token、600 个输出 token(假设值,不是 FeedGen 的实测消耗)。

按 Google Cloud 价格页上 Gemini 3.8 Flash 截至 2026 年 12 月 31 日的介绍价(每百万输入 token 0.75 美元,每百万输出 token 3.75 美元;2027 年 1 月 1 日起是另一个标准价):

项目计算费用(美元)
输入180 万 token × 0.75 / 百万1.35
输出60 万 token × 3.75 / 百万2.25
加 20% 重新生成3.60 × 1.24.32
人工审核(每件 1.5 分钟,时薪 12 美元)25 小时 × 12300
合计304.32

对比完全手工撰写并检查(每件 4 分钟)约 800 美元。但这里没算安装、学习、维护、返工和销售变化,不能写成「已经省了 496 美元」。

模型费用往往只是零头,审核和修正才是主要成本。

另外几个实用提醒:

  • 模型有生命周期:Gemini 2.0 Flash 已于 2026 年 6 月 1 日退休,部分 2.5 模型 10 月 20 日退休。照着旧教程选模型可能已经调用不了;
  • Google Cloud 的「仅提醒」预算不会自动停止扣费,要另外设置支出上限(支持的服务才有)并监控实际调用;
  • Google Apps Script 每次执行最长 6 分钟,大批量要分批跑。

十一、关于三个开源工具的现状

工具做什么2026 年 11 月状态
FeedGen在 Google 表格里批量生成商品标题、描述,补充属性仓库仍在更新,11 月 4 日的提交支持 Gemini 3.8 Flash;但 README 部分内容和公开模板可能不同步
Description Genius根据商品事实、图片、评论生成和评分商品描述,支持翻译仓库已归档,只适合学习它的方法,不建议新部署
FeedX按商品随机分组,检验 Feed 改动的效果有设计和分析两个 Colab 笔记本

这些都不是 Google 官方支持的产品,需要一定的技术能力。对多数跨境卖家,更现实的做法是:

  • 用 Shopify 自带的 AI 商品描述生成,或 ChatGPT/Gemini,加上本文的提示词和审核流程;
  • 商品多、渠道多时,用 DataFeedWatch 这类 Feed 管理工具,它们也有 AI 优化功能;
  • 用 Merchant Center 的补充数据源和规则发布,用下面的实验方法验证。

十二、点击更多了,订单质量呢?

两个假设的观察期,各 10 万次展示:

改标题前改标题后
点击率1.50%1.80%
点击后下单率4.0%3.5%
广告费9001080
订单6063
退款后保留订单4842
退款后金额72006300
原始 ROAS1000%875%
退款后贡献(40%)减广告费19801440

点击率涨了 20%,广告费也涨了 20%,订单只多了 5%,退款后反而少了。如果标题写得太宽泛或承诺过度,更多点击可能带来更差的购买体验——但这只是数字上可能的情况,前后对比证明不了原因。

要知道标题改动到底有没有用,需要做实验。

十三、用 FeedX 的方法做商品级实验

按商品随机分组,不是按表现挑商品

把一批商品随机分成两组:处理组用新标题,控制组保留原标题,同时运行。不能把最近点击多的商品放进处理组,也不能先看结果再反复抽签。

保存分组文件:它记录了这次实际纳入的商品范围,以后用同一个随机种子重新导出一个已经变化的目录,不一定能恢复原来的分组。

注意:按商品分组和网站 A/B 测试不同。同一个买家可能同时看到两组的商品,并在它们之间选择(见下文的「溢出」)。

多少商品才够

FeedX 的经验法则是至少 1000 个商品,但还要用历史数据检查能不能测出你关心的变化。

数量要数真正受改动影响的合格商品。目录有 10000 件,只有 1200 件跑鞋缺少要加的材质信息,候选范围就是这 1200 件。不要为了凑数把不相关的商品塞进来。

单个 SKU 的标题、两个预算方案、两个目标 ROAS,都不适合用这种方法。商品很少的店铺,承认样本不够,比复制记录凑数更有价值。

处理规则要写到别人能照着执行

比如:「对尚未包含鞋面材质、且材质已核实的跑鞋,在标题合适位置加上材质,保留型号、颜色和尺码。」这比「让标题更吸引人」明确得多。

一次测试围绕一个清楚的改动。确实要同时改标题和描述,就把结论写成「标题加描述组合」的效果。

最小可检测效果(MDE)

FeedX 用历史数据模拟,算出这个设计能测出的最小可检测效果。比如每个商品每周平均 20 次点击,相对 MDE 5%,就是能测出每周约 1 次点击的变化。

  • MDE 不是预测你会涨多少;
  • 如果你只关心很小的变化,但设计只能测出很大的变化,结果不显著也回答不了问题;
  • 改进方法是增加合格商品、延长时间、换更稳定的指标,而不是降低判断标准。

历史数据要够长

设计阶段的历史数据要比最长的候选实验时长至少多 8 周。比如最长考虑 8 周实验,要准备至少 16 周历史。黑五这类极端日期会影响波动,要单独考虑。

普通实验 vs 交叉实验

  • 普通实验:一组一直用新方案,另一组一直用旧方案,简单;
  • 交叉实验:两组中途交换,每个商品在不同阶段都被观察,通常更灵敏,但执行更复杂,商品信息要能准确恢复。

交叉实验的例子(6 周):

周A 组B 组是否计入比较
第 1 周新方案原方案缓冲期,不计入
第 2–3 周新方案原方案计入
第 4 周恢复原方案改用新方案缓冲期,不计入
第 5–6 周原方案新方案计入

缓冲期(washout)至少 1 周,用来排除切换前状态的延迟影响。转化延迟长的指标需要更长。缓冲期广告照常投放、照常花钱,只是不计入比较。

读交叉实验结果时,第二阶段 B 组正在用新方案,不能还把它当控制组,否则第二阶段的效果会被算成负数。

缺失数据会被当成 0

FeedX 会把缺少的「商品 ID × 日期」组合当作主指标为 0。如果是导出失败、漏选账户、少导了一天,就会严重误导。比如 2000 个商品 × 84 天应该有 168000 个组合,导出只有 160000 行,先查清少的 8000 行是真的 0 还是数据缺失。第一周和最后一周数字特别低,可能只是没覆盖完整一周。

溢出:组间差距可能高估效果

新标题的商品可能把点击从旧标题的商品那里抢过来。假设:

新方案组原方案组全部商品
如果都不改200002000040000
只改一组220001900041000

两组直接比较,差 15.8%;新方案组比自己不改时多 10%;整个店铺只多了 2.5%。FeedX 文档明确提醒,这种方法可能高估效果幅度,更适合判断方向,不适合直接用测出的百分比做精细的利润决策。

其他要点

  • CUPED:用实验前的数据解释一部分波动,让比较更灵敏,不是修改实际成交;
  • 截尾:少数爆款贡献大量点击,可以按事先定好的规则截掉两端极端商品。但截掉以后,结论就不能直接推广到爆款;不要实验结束后试一串比例,挑一个显著的;
  • 年化:分析笔记本会把每周效果乘 52 周做简单年化,这只是朴素外推,没考虑季节和溢出,点击率这类比率更不能乘 52;
  • 点击之外:点击变多以后,还要看成本、订单、退款和贡献。

实验期间要注意

  • Feed 规则优先级和自动商品更新可能覆盖新方案,要定期检查最终生效的值;
  • 交换和回滚都要以 Merchant Center 实际生效的值验收;
  • 分析用原来的设计和分组,不要事后重新挑赢家。

一次完整的执行顺序

  1. 从 Merchant Center 问题明细判断是否真的需要 AI;
  2. 整理商品事实表,标明每个属性的证据来源;
  3. 选 20 个有代表性的商品试生成(覆盖不同品类、字段完整和缺失的情况);
  4. 分事实、表达、格式三类审核,记录具体原因,调整提示词;
  5. 用 structured_title / structured_description 和补充数据源小批发布,保存回退资料;
  6. 检查 Merchant Center 实际生效的值和审核状态;
  7. 商品数量够的话,用 FeedX 的方法设计实验,验证效果;
  8. 看点击之外的订单、退款和贡献。

下载:商品资料生成与实验记录表

我们把上面的流程整理成了一份 Excel 表,包括商品事实与证据、生成与审核记录、处理漏斗、成本估算、实验设计与分组、交叉实验时间表、溢出与结果解读 7 个工作表,漏斗比例、成本和实验日期会自动计算。

下载商品资料生成与实验记录表(Excel)

相关文章

参考资料

本文目录

继续阅读

按主题查找下一篇指南。

进入知识库 →