Un patrón que vemos cada semana: un comerciante usa ChatGPT o Claude para reescribir en masa los títulos y descripciones de sus productos buscando «mejor SEO», los sube mediante Shopify Markets o DataFeedWatch, y en 48 horas su cuenta de GMC queda suspendida por misrepresentation o untrustworthy promotions.
El rechazo no se produce porque la reescritura con IA sea fundamentalmente errónea. Se produce porque la reescritura se hizo fuera de las restricciones que aplica el motor de revisión de Google. Estos son los cuatro modos de fallo que vemos con más frecuencia.
Fallo n.º 1: afirmaciones factuales inventadas
El clásico. Un comerciante pide a ChatGPT que «reescriba esta descripción de producto para que sea más persuasiva». El modelo -al ser un modelo de lenguaje probabilístico, no una búsqueda de hechos- rellena los huecos con detalles que suenan plausibles: «diseño ergonómico probado por fisioterapeutas», «fabricado con materiales de origen sostenible», «ganador del Red Dot Design Award 2023». Ninguna de esas afirmaciones es cierta. El comerciante sube la reescritura sin verificar. El motor de revisión de Google -capaz de comprobar premios, certificaciones y declaraciones de proveedor a través de su propio Knowledge Graph- marca los listados como misrepresentation.
Solución: todo pipeline de reescritura con IA en producción debe prohibir explícitamente la invención factual. Nuestro AI Feed Optimizer usa prompts que limitan al LLM a solo reformulación - sin añadir nunca afirmaciones que no estén en la fuente. Los productos de categorías restringidas (salud, suplementos, finanzas) reciben la restricción más estricta y pasan por Opus-4.7 para un cuidado de nivel jurídico.
Fallo n.º 2: relleno de palabras clave por encima del umbral de calidad de Google
El manual antiguo de SEO decía «meta sus 5 palabras clave principales en el título». El motor de revisión de Google de 2026 trata el relleno del título como una señal de calidad: cuantas más palabras clave amontone, más probable es que el listado sea marcado como de baja calidad. Concretamente, los listados que superan aproximadamente el 70 % de palabras no-contenido (marca, color, talla, adjetivos genéricos) disparan una marca automática de calidad.
Un título como «Camiseta Premium Lujo Alta Calidad Suave Algodón Cómoda Estilosa Diseñador Hombre Negro Large XL Mejor Regalo Rebajas» se marcará. Un título como «Camiseta de algodón Acme cuello redondo - Negro, Large» no.
Solución: Optimice por claridad, no por densidad de palabras clave. El orden que el modelo de calidad de Google premia es: marca → tipo de producto → atributo principal → atributo secundario. Las palabras clave que no encajan en ese patrón perjudican el ranking tanto como pueden ayudarlo.
Fallo n.º 3: MAYÚSCULAS o lenguaje promocional en los títulos
Patrón frecuente: el comerciante lanza una promoción y pide a la IA que «haga los títulos llamativos para las rebajas». Salida: «🔥 ¡EL MEJOR PRECIO! Camiseta Acme - 50 % DESCUENTO - ENVÍO GRATIS».
Google prohíbe rotundamente el lenguaje promocional en los títulos del feed. El campo [title] es para describir el producto, no para promocionarlo. Los precios rebajados y las promociones de envío pertenecen a sus propios campos estructurados (sale_price, shipping).
Solución: Ejecute un postproceso determinista sobre cada título generado por IA que elimine emojis, secuencias en MAYÚSCULAS de más de 3 letras y una lista fija de palabras clave promocionales (GRATIS, OFERTA, MEJOR, DESCUENTO, AHORA, LIMITADO, REBAJAS). Eso es lo que hace nuestro optimizador antes de cualquier push.
Fallo n.º 4: atributos GTIN / brand ausentes o no válidos
Cuando la IA reescribe un producto, a veces descarta o modifica los atributos estructurados de paso. Los campos [gtin], [brand] y [google_product_category] deben mantenerse estables - incluso si cambian el título y la descripción.
Bug habitual: la IA elimina una referencia de marca del título, el comerciante asume que el campo ya no es necesario y borra el atributo. El revisor de Google exige [brand] para los productos de marca y marca los valores ausentes.
Solución: Trate los atributos estructurados (gtin, mpn, brand, googleProductCategory, condition, ageGroup, gender, color, size) como campos separados que la IA nunca toca. Solo las reescrituras de [title], [description] e [image_link] deben estar en el alcance. Nuestro optimizador hace esta separación explícita a nivel de prompt.
La arquitectura correcta para reescrituras de feed con IA
Resultado de la ingeniería inversa de miles de correcciones ejecutadas sobre la Merchant API:
-
Empuje las correcciones a una supplemental data source, nunca al feed primario. Google fusiona el suplementario por encima del primario, así que revertir es un clic -
dataSources.delete()hace que el feed original vuelva a tomar el control en minutos. -
Vuelva a leer mediante products.get después de cada push. Verifique que el resultado fusionado contiene realmente el cambio. A veces Google rechaza campos suplementarios silenciosamente; solo la relectura lo detecta.
-
Compare las item-level issues antes y después. Si aparecen issues nuevas (raro, pero ocurre), revertir automáticamente. Si persisten las antiguas, marcar para revisión humana.
-
Tope el coste de LLM por comerciante y mes. Solo categorías restringidas y SKU de alto valor - no permita que el optimizador queme presupuesto sobre 10 000 productos de bajo ingreso.
-
Fuerce el modo Validate en categorías restringidas, sea cual sea el plan. Salud, farmacia, finanzas, alcohol, juego, armas. El Auto-pilot es demasiado arriesgado aquí - la exposición legal por una reescritura errónea pertenece al comerciante, no al optimizador, pero solo si el comerciante aprobó la reescritura.
Esta es la arquitectura que operamos en producción. El producto es GMC Guardian Auto-Fix, y el diseño es exactamente las restricciones anteriores endurecidas en los contratos de API.
Pruebe el optimizador en modo Validate gratis sobre sus 5 primeras reescrituras de productos - vea exactamente qué correcciones le sugeriríamos antes de pagar por ningún push.