Atrybuty produktów w WooCommerce a ChatGPT: które dodać i jak

Ludzie pytają asystentów konkretnie. "Krem do cery suchej, 50 ml, bez zapachu". "Namiot dla dwóch osób, który waży mniej niż 2 kg". "Granatowa koszula bawełniana, rozmiar M". Każde takie pytanie działa jak filtr. Żeby na nie odpowiedzieć, asystent musi dopasować filtr do Twojego produktu, a najłatwiej robi to wtedy, gdy dane leżą w nazwanych polach: pojemność, rodzaj cery, zapach, waga, rozmiar, kolor, materiał.

Większość sklepów ma te informacje już dziś. Siedzą w opisie, czasem w tytule, czasem w karcie technicznej w PDF-ie. Człowiek przeczyta opis i znajdzie odpowiedź. Maszyna musi wyciągnąć ją z tekstu, a nie zawsze jej się chce.

W październikowym skanie 96 polskich sklepów na WooCommerce sprawdziliśmy jedną kartę produktu z każdego sklepu. Z 76 kart, które w ogóle miały dane Product, 49 (64%) nie miało atrybutów. Ani w danych strukturalnych, ani w tabeli na stronie.

Atrybuty globalne, lokalne i warianty

WooCommerce zna dwa rodzaje atrybutów i warto używać obu świadomie.

Atrybuty globalne tworzysz w menu Produkty, w pozycji Atrybuty. Definiujesz na przykład "Kolor" albo "Rozmiar" raz, dodajesz wartości (granat, biały, S, M, L) i używasz ich w wielu produktach. Wartości są takie same w całym sklepie, więc "granat" i "Granatowy" nie rozjeżdżają się po drodze. Do wszystkiego, po czym klient filtruje albo co porównuje, wybieraj właśnie te. Wpisuj wartości tak, jak klient by je wyszukał, czyli "cera sucha", a nie wewnętrzny kod z magazynu. Nazwy atrybutów ustaw tak, jak widzi je klient, bo nazwa staje się też nazwą pola w danych strukturalnych. Jedna nazwa w całym sklepie oznacza, że asystent nie dostaje dwóch różnych etykiet dla tej samej cechy.

Atrybuty lokalne należą do jednego produktu. Wpisujesz je w zakładce Atrybuty na karcie produktu. Nadają się do pojedynczych szczegółów, na przykład "W zestawie: ładowarka", ale nie da się ich ponownie użyć i nikt nie pilnuje, żeby zapisywać je tak samo.

Warianty to osobna sprawa. Gdy produkt występuje w kilku rozmiarach albo kolorach, zaznacz te atrybuty jako "Używane do wariantów" i utwórz wariant dla każdej kombinacji. Każdy wariant może mieć własny SKU, cenę i stan magazynowy. Trzymaj się dwóch albo trzech osi wariantów na produkt, bo przy większej liczbie wybór robi się trudny dla klienta. Ma to znaczenie także dla danych strukturalnych: produkt z wariantami może być opisany jako grupa, a Google po rozmiarze, kolorze, materiale i wzorze rozróżnia warianty.

Jak atrybuty trafiają do danych strukturalnych

Klient widzi atrybuty w tabeli. Asystent AI czyta blok Product w JSON-LD. Schema.org nie ma jednego pola na "pojemność" czy "rodzaj cery", więc atrybuty trafiają do właściwości additionalProperty, czyli listy par nazwa i wartość:

"additionalProperty": [
  { "@type": "PropertyValue", "name": "Liczba miejsc", "value": "2" },
  { "@type": "PropertyValue", "name": "Waga", "value": "1,9 kg" }
]

Wtyczka WordPress shoptoai (shoptoai-connector) wstawia blok Product dla każdego produktu. Blok buduje nasz backend na podstawie danych z katalogu, a wtyczka dodatkowo wycisza zduplikowane bloki Product z WooCommerce i Yoast. Atrybuty z karty produktu trafiają do tego bloku jako additionalProperty. Jeśli inny moduł SEO w sklepie nadal wypisuje własny blok Product, asystent dostaje dwa sprzeczne opisy, więc po każdej zmianie wtyczek sprawdź stronę.

Przy wariantach grupa ma listę variesBy, czyli osie, po których warianty się różnią. Mogą się tam znaleźć tylko rozmiar, kolor, materiał i wzór, i to wtedy, gdy co najmniej dwa warianty mają ten atrybut.

Krótka lista dla każdego typu produktu

• Ubrania: rozmiar i kolor jako atrybuty globalne używane do wariantów, materiał z procentem w wartości ("100% bawełna"), krój.
• Kosmetyki: pojemność w ml lub g, rodzaj cery, zapach albo bez zapachu, najważniejsze składniki z etykiety.
• Elektronika: pojemność albo moc, wymiary, waga, rodzaj złącza, długość gwarancji.
• Meble: wymiary w cm, materiał korpusu i blatu, maksymalne obciążenie, czy trzeba montować.
• Żywność: masa netto albo objętość, alergeny, krótki skład.

Zasada jest wszędzie ta sama: wpisuj tylko to, co da się sprawdzić na opakowaniu albo w karcie technicznej. Zacznij od dwóch albo trzech informacji, o które klienci pytają najczęściej w Twojej kategorii, a resztę dopisz później. Gdy dostawca przyśle nowe dane, popraw wartość w atrybucie globalnym raz, zamiast w każdym produkcie osobno.

Jak sprawdzić wynik

Wklej adres karty produktu do validator.schema.org albo do Rich Results Test od Google. Szukaj elementu Product, a przy produktach z wariantami ProductGroup. Każdy uzupełniony atrybut powinien pojawić się jako wpis additionalProperty. Jeśli któregoś brakuje, zwykle pole w WooCommerce jest puste albo wartość nie dociera do wtyczki. Sprawdź kilka produktów, nie jeden, bo brak atrybutu często powtarza się w całym katalogu. Validator pokazuje to, co widzi parser, a nie to, co widzi klient, więc porównaj blok Product z tabelą atrybutów na stronie. Jeśli się różnią, dane są nieaktualne i to pierwsza rzecz do poprawienia. Sprawdź ponownie po każdej aktualizacji WooCommerce albo wtyczki SEO, bo nowa wersja może dorzucić drugi blok Product obok naszego.

Gdzie wchodzi shoptoai

Po podłączeniu sklepu shoptoai wskazuje produkty bez atrybutów i proponuje wartości. Każdą propozycję zatwierdzasz albo odrzucasz, a stara wartość zostaje zapisana, więc zmianę można cofnąć. GTIN-ów nie wymyślamy. Nie obiecujemy też miejsca w odpowiedziach ChatGPT, bo o tym, co trafi do odpowiedzi, decyduje model. Dobre atrybuty pozwalają mu po prostu przeczytać produkt i porównać go z innymi bez zgadywania. Darmowy skan trwa około 30 sekund i nie wymaga konta, więc zobaczysz braki na jednej karcie, zanim zmienisz cokolwiek innego.

Jeśli zaczynasz od zera, zajrzyj najpierw do tekstu jak sprawić, żeby ChatGPT widział produkty z Twojego sklepu WooCommerce. Opisuje kolejność napraw: najpierw dane Product, potem marka, GTIN i atrybuty. O samym bloku JSON-LD Product piszemy w tekście o danych strukturalnych Product.