Uno schema che osserviamo settimanalmente: un commerciante usa ChatGPT o Claude per riscrivere in massa titoli e descrizioni dei suoi prodotti per «migliorare la SEO», carica via Shopify Markets o DataFeedWatch, e nelle 48 ore successive l’account GMC viene sospeso per misrepresentation o untrustworthy promotions.
Il rifiuto non avviene perché la riscrittura tramite IA sia di per sé sbagliata. Avviene perché la riscrittura è stata eseguita al di fuori dei vincoli che il motore di revisione di Google applica. Ecco le quattro modalità di fallimento che incontriamo più spesso.
Fallimento n. 1: affermazioni fattuali inventate
Il classico. Un commerciante chiede a ChatGPT di «riscrivere questa descrizione prodotto in modo più convincente». Il modello - essendo un modello linguistico probabilistico, non un sistema di verifica fattuale - riempie i vuoti con dettagli plausibili: «design ergonomico testato da fisioterapisti», «realizzato con materiali di filiera sostenibile», «vincitore del Red Dot Design Award 2023». Nessuna di queste affermazioni è vera. Il commerciante carica la riscrittura senza verificare. Il motore di revisione di Google - capace di verificare riconoscimenti, certificazioni e dichiarazioni del fornitore tramite il proprio Knowledge Graph - segnala gli annunci come misrepresentation.
Soluzione: ogni pipeline di riscrittura IA in produzione deve vietare esplicitamente l’invenzione fattuale. Il nostro AI Feed Optimizer usa prompt che vincolano l’LLM alla sola riformulazione - senza mai aggiungere affermazioni non presenti nella sorgente. I prodotti delle categorie ristrette (salute, integratori, finanza) ricevono il vincolo più severo e passano da Opus-4.7 per una cura di livello giuridico.
Fallimento n. 2: keyword stuffing oltre la soglia di qualità di Google
Il vecchio manuale SEO diceva «metti le tue 5 keyword principali nel titolo». Il motore di revisione di Google del 2026 tratta lo stuffing del titolo come segnale di qualità: più parole chiave si accumulano, più è probabile che l’annuncio venga segnalato come di bassa qualità. Concretamente, gli annunci che superano circa il 70 % di parole non-contenuto (marca, colore, taglia, aggettivi generici) attivano un flag automatico di qualità.
Un titolo come «T-Shirt Premium Lusso Alta Qualità Morbida Cotone Comoda Stilosa Designer Uomo Nero Large XL Miglior Regalo Saldi» viene segnalato. Un titolo come «T-Shirt Acme in cotone girocollo - Nero, Large» no.
Soluzione: Ottimizzi per chiarezza, non per densità di keyword. L’ordine che il modello di qualità di Google premia è: marca → tipo di prodotto → attributo principale → attributo secondario. Le keyword che non rientrano in questo schema danneggiano il ranking quanto possono aiutarlo.
Fallimento n. 3: MAIUSCOLE o linguaggio promozionale nei titoli
Schema frequente: il commerciante lancia una promozione e chiede all’IA di «rendere i titoli accattivanti per i saldi». Output: «🔥 MIGLIOR PREZZO! T-Shirt Acme - 50 % SCONTO - SPEDIZIONE GRATIS».
Google vieta in modo netto il linguaggio promozionale nei titoli del feed. Il campo [title] serve a descrivere il prodotto, non a promuoverlo. Prezzi scontati e promozioni di spedizione hanno i loro campi strutturati dedicati (sale_price, shipping).
Soluzione: Esegua un post-processo deterministico su ogni titolo generato dall’IA che rimuova emoji, sequenze di MAIUSCOLE oltre 3 lettere e una lista fissa di parole chiave promozionali (GRATIS, SALDI, MIGLIOR, SCONTO, PROMO, ORA, LIMITATO). È esattamente ciò che fa il nostro optimizer prima di ogni push.
Fallimento n. 4: attributi GTIN / brand mancanti o non validi
Quando l’IA riscrive un prodotto, talvolta elimina o modifica gli attributi strutturati nel passaggio. I campi [gtin], [brand] e [google_product_category] devono restare stabili - anche se cambiano titolo e descrizione.
Bug comune: l’IA toglie un riferimento alla marca dal titolo, il commerciante presume che il campo non serva più e cancella l’attributo. Il revisore di Google richiede [brand] per i prodotti di marca e segnala i valori mancanti.
Soluzione: Tratti gli attributi strutturati (gtin, mpn, brand, googleProductCategory, condition, ageGroup, gender, color, size) come campi separati che l’IA non tocca mai. Solo le riscritture di [title], [description] e [image_link] devono essere nello scope. Il nostro optimizer rende questa separazione esplicita a livello di prompt.
L’architettura corretta per le riscritture di feed con IA
Frutto del reverse engineering di migliaia di correzioni eseguite tramite la Merchant API:
-
Spinga le correzioni a una supplemental data source, mai al feed primario. Google fonde il supplementare sopra il primario, quindi il rollback è un clic -
dataSources.delete()riporta il feed originale al comando in pochi minuti. -
Rilegga via products.get dopo ogni push. Verifichi che il risultato fuso contenga davvero la modifica. A volte Google rifiuta i campi supplementari in silenzio - solo la rilettura lo intercetta.
-
Confronti le item-level issues prima e dopo. Se appaiono nuove issue (raro ma capita), rollback automatico. Se persistono le vecchie, segnali per revisione umana.
-
Limiti il costo LLM per commerciante per mese. Solo categorie ristrette e SKU ad alto valore - non lasci che l’optimizer bruci budget su 10 000 prodotti a basso fatturato.
-
Forzi la modalità Validate sulle categorie ristrette indipendentemente dal piano. Salute, farmacia, finanza, alcolici, gioco d’azzardo, armi. L’Auto-pilot è troppo rischioso qui - l’esposizione legale per una riscrittura sbagliata appartiene al commerciante, non all’optimizer, ma solo se il commerciante ha approvato la riscrittura.
Questa è l’architettura che gestiamo in produzione. Il prodotto è GMC Guardian Auto-Fix, e il design corrisponde esattamente ai vincoli sopra elencati, induriti nei contratti API.
Provi l’optimizer in modalità Validate gratuitamente sulle sue prime 5 riscritture di prodotto - veda esattamente quali correzioni le suggeriremmo prima di pagare per qualsiasi push.