إذا لم تعرف المنظومة متى ترفض مخرج الذكاء الاصطناعي، فهي لا تحسّن صفحة المنتج؛ بل تسرّع نشر الخطأ.
تخلّوا عن شراء بسبب معلومات غير متسقة
في مسح Salsify لعام 2025، قال 54% إن اختلاف معلومات المنتج بين المواقع دفعهم إلى ترك عملية شراء. شملت العينة 1,910 مستهلكين في الولايات المتحدة والمملكة المتحدة، لذا تُقرأ النتيجة كمؤشر سلوكي لا كتقدير خاص بالخليج. (salsify.com)
Salsify 2025 Consumer Researchمواقع بصور لا تكفي للفحص أو التكبير
وجد معيار Baymard أن ربع المواقع التي شملها التقييم لا توفر دقة صور أو مستوى تكبير كافياً، حتى لمنتجات شائعة لديها. (baymard.com)
Baymard: Sufficient Image Resolution and Zoomقبول أعلى وجودة داخلية أفضل في حالة منشورة
في نظام IPL المنشور ضمن EMNLP 2024، واصل 72% من المستخدمين تعديل الوصف المولّد لإكمال الإدراج، وارتفعت درجة جودة داخلية للقوائم المستخدمة للأداة 5.6%. النتيجة تخص منصة C2C صينية ولا تمثل تحسناً مثبتاً في التحويل. (aclanthology.org)
IPL: Intelligent Product Listingحد Google الأدنى بدءاً من 31 يناير 2027
بدأ Google Merchant Center إصدار تحذيرات في 14 أبريل 2026 للصور الأصغر، وسيطبق حداً أدنى موحداً قدره 500×500 بكسل على الفئات وطرق التسويق في 31 يناير 2027. (support.google.com)
Google Merchant Center Product Data Specification 2026الجمال قد يبيع الخطأ
المخرج الأكثر إقناعاً بصرياً ليس بالضرورة الأصلح للنشر؛ فالعميل يشتري ما يراه وما يفهمه معاً.
أدوات الذكاء الاصطناعي في التجارة الإلكترونية تستطيع إزالة الخلفية، تحسين الإضاءة، اقتراح مشهد استخدام، وصياغة وصف خلال دقائق. لكن الخطأ لم يعد يبدو رديئاً بالضرورة. قد تأتي الصورة نظيفة بينما يتغير لون المتغير، أو يظهر ملحق غير مشمول، أو تبدو العبوة أكبر من حقيقتها. وقد يكون الوصف سليماً لغوياً بينما يضيف خامة أو توافقاً أو ادعاء أداء لا يوجد في بيانات المنتج.
لهذا تصبح سرعة الإنتاج مؤشراً ناقصاً. في مسح Salsify لعام 2025، تصدرت المعلومات غير المتسقة والعناوين أو الأوصاف الضعيفة أسباب ترك الشراء المرتبطة بالمحتوى؛ كما أفاد 71% بإرجاع منتج خلال العام السابق بسبب محتوى غير صحيح، مثل صورة لا تطابق المنتج أو وصف قديم. العينة أمريكية وبريطانية، لكنها تكشف طبيعة الخطر: تحسين العرض لا يعوّض انكسار الوعد. (salsify.com)
يصف NIST «الاختلاق» بأنه تقديم محتوى خاطئ أو غير مسنود بثقة. وفي قوائم المنتجات تحديداً، ترى أبحاث منشورة أن النص المولّد قد يضيف قيماً لا يدعمها المصدر، بما يخلق مشتريات مبنية على معلومات غير صحيحة. القرار إذاً ليس: هل نستخدم الذكاء الاصطناعي؟ بل: ما الذي يُسمح له بتغييره، وما الذي يجب أن يبقى مقيداً بمرجع؟ (nvlpubs.nist.gov)
- تحسين مسموح: الخلفية، القص، الإضاءة، ترتيب الجمل والأسلوب.
- حقيقة مقيدة: العلامة، الطراز، اللون، المقاس، الخامة، الكمية والأبعاد.
- ادعاء عالي الخطر: السلامة، الأداء، التوافق، الضمان أو ما يدخل في العبوة.
الجودة ليست أن تبدو الصفحة أفضل؛ بل أن تبيع المنتج نفسه الذي سيصل إلى العميل.
محتوى المنتج يوقف الشراء
أبرز مشكلات المحتوى التي قال المستهلكون إنها دفعتهم إلى التخلي عن عملية شراء عبر الإنترنت.
النشر صار مسار امتثال
المحتوى المولّد لم يعد ملفاً جمالياً منفصلاً؛ بل بيانات تحمل متطلبات إفصاح وقبول عبر القنوات.
منذ فبراير 2024، طلب Google الاحتفاظ ببيانات IPTC التي تعرّف الصور المنشأة بالذكاء الاصطناعي. وفي 9 أبريل 2024 أضاف حقلي العنوان والوصف المهيكلين للمحتوى النصي المولّد. ثم بدأ في 14 أبريل 2026 تحذير التجار من الصور الأصغر من 500×500 بكسل، تمهيداً للإنفاذ في 31 يناير 2027. هذا التحول يعني أن أصل المنتج يحتاج تاريخاً معروفاً: من أنشأه، وما الذي تغير فيه، وأين يجوز نشره. (support.google.com)
محلياً، الخطأ ليس مجرد تكلفة تجربة مستخدم. تؤكد وزارة التجارة حظر الإعلان الإلكتروني الذي يتضمن عرضاً أو بياناً أو ادعاءً كاذباً يؤدي إلى خداع المتسوق أو تضليله. كما تنص اللائحة التنفيذية لنظام سلامة المنتجات على إظهار تحذيرات ومعلومات السلامة بوضوح عند عرض المنتجات عبر الإنترنت. لا ينبغي للأداة أن تستنتج تحذيراً أو تحذفه أو تصوغ ادعاء أداء من شكل العبوة. (mc.gov.sa)
كل أصل مولّد يحتاج سجلاً، لا مجرد زر تنزيل.
من الإفصاح إلى الإنفاذ
محطات توضح انتقال مواصفات Google من تعريف المحتوى المولّد إلى فرض حد أدنى موحد للصورة.
الاحتفاظ ببيانات IPTC التي تعرّف المصدر الخوارزمي.
استخدام structured_title وstructured_description للمحتوى المولّد.
تنبيه للصور التي تقل عن 500×500 بكسل.
تطبيق الحد الأدنى 500×500 عبر الفئات وطرق التسويق.
أي مخرج يمر، وأي مخرج يعود؟
مصفوفة قرار تفصل التحسين التحريري عن تغيير حقيقة المنتج، وتحدد مستوى المراجعة قبل النشر.
مرّر الجدول أفقيًا لعرض جميع الأعمدة.
| الحالة | قرار الذكاء الاصطناعي | المراجعة المطلوبة | شرط القبول |
|---|---|---|---|
| خلفية مزدحمة والمنتج واضح | إزالة الخلفية وتحسين القص | فحص الحواف والظل واللون | لا تغيير في شكل المنتج أو متغيره |
| جانب من المنتج غير مصوّر | عدم توليد تفاصيل بيعية من التخمين | طلب صورة مرجعية إضافية | كل سطح معروض له مرجع |
| وصف ناقص وحقول المنتج مكتملة | صياغة وصف من الحقول المقفلة | مطابقة كل ادعاء بسمة مصدر | صفر ادعاءات غير مسندة |
| خامة أو مقاس غير موجودين في البيانات | إظهار «معلومة ناقصة» | عودة لفريق الكتالوج أو المورد | تحديث سجل المنتج قبل الكتابة |
| ادعاء سلامة أو أداء أو توافق | منع الاستنتاج وإبقاء النص الموثق فقط | اعتماد بشري مع وثيقة مرجعية | وجود مصدر صالح وسجل اعتماد |
| تغيير صورة SKU منشور في القنوات | إنشاء أصل جديد برابط وإصدار جديدين | مطابقة القناة والمتغير القديم أثناء الانتقال | عدم ظهور صورة قديمة مع سمة جديدة |
المصدر: تركيب تحريري استناداً إلى NIST وأبحاث رصد الاختلاق في قوائم المنتجات
ابدأ بما يعرفه المنتج
الصورة المرجعية الضعيفة لا تصبح حقيقة أقوى عندما تمر عبر نموذج أكثر تقدماً.
تبدأ بوابة الجودة قبل التوليد. لكل SKU، أنشئ حزمة مرجعية تشمل الواجهة والخلف والجوانب، لقطة قريبة للخامة أو الملصق، وصورة توضّح المقياس عندما يكون الحجم مؤثراً في القرار. وجد Baymard أن 56% من المشاركين بدأوا استكشاف صفحة المنتج بالصور، وأن 42% حاولوا استنتاج الحجم منها. ومع ذلك، رصدت دراساته فجوات متكررة في الدقة والتكبير وصور المقياس والشرح البصري. (baymard.com)
لا تطلب من النموذج رسم ما لم تصوره. أبحاث Google حول إنشاء عروض ثلاثية الأبعاد أوضحت أن النموذج يضطر إلى تخمين الجوانب غير المرئية عند الاعتماد على صورة أمامية واحدة، وأن إضافة صور تغطي أسطح المنتج تقلل هذا التخمين. وفي Merchant Center يجب أن تطابق الصورة قيم اللون والنمط والخامة، وألا تعرض منتجاً أو ملحقاً غير مباع ضمن العرض. (research.google)
- طابق الصورة مع SKU والمتغير، لا مع اسم المنتج العام.
- افحص حواف القص، الانعكاسات، الكتابة على العبوة وعدد القطع.
- احتفظ بالأصل، والمخرج المعدّل، ونوع التعديل وقرار المراجع.
- استخدم رابط صورة جديداً عند التحديث حتى لا تستمر نسخة قديمة في القناة.
ما لا يظهر في المرجع لا يجوز أن يتحول إلى تفصيل بيعي.
ثلاث فجوات بصرية شائعة
نسب المواقع التي أخفقت في ممارسات أساسية لصور صفحات المنتجات ضمن دراسات Baymard.
لا تضيف شرحاً بصرياً للصور
دراسة 2018 للصور ذات النص أو الرسومات التوضيحية.
لا توفر صورة توضّح المقياس
دراسة 2017 شملت صفحات المنتجات الأكثر مبيعاً في 60 موقعاً كبيراً.
دقة أو تكبير غير كافيين
دراسة 2020 لصور المنتجات ومستوى التكبير.
راجع الادعاء قبل الأسلوب
الوصف الجيد يبدأ من جدول حقائق؛ أما النبرة والكلمات المفتاحية فتأتي بعده.
قسّم الوصف إلى طبقتين. الأولى حقائق مقفلة تُسحب من سجل المنتج: الاسم، العلامة، المتغير، المادة، الأبعاد، المكونات، بلد الصنع، محتويات العبوة والتحذيرات. والثانية تحريرية قابلة للتوليد: ترتيب المنافع، وضوح اللغة، الاختصار، العناوين ونبرة العلامة. بهذه البنية لا يُسمح للنموذج بإكمال الفراغ من «المعقول»، بل يضع علامة «معلومة ناقصة» ليعود المنتج إلى فريق الكتالوج.
تقترح دراسة من باحثين في Amazon فحصاً على مرحلتين: غربلة منخفضة التكلفة تبحث عن القيم غير المسندة، ثم تحقق أدق للحالات المرشحة. وأظهرت التجارب أن رصد الاختلاق أسهل في السمات المنظمة من الفقرات الحرة؛ ما يدعم مراجعة اللون والمقاس والخامة كحقول مستقلة قبل مراجعة الوصف كقطعة أدبية. (aclanthology.org)
لا تقيس جودة الوصف بعدد الكلمات. اختبر اكتمال حقول قرار الشراء، نسبة الادعاءات المرتبطة بمصدر، واتساق الاسم والخصائص بين صفحة المنتج والإعلان والقناة الخارجية. ثم قارن معدل التحويل على صفحات خضعت للبوابة بعينة ضابطة مماثلة، مع مراقبة الإرجاع بسبب «غير مطابق للوصف».
دع الذكاء الاصطناعي يكتب الجملة؛ ولا تدعه يقرر الحقيقة.
الجودة ليست مرادفاً للمبيعات
الحالات المنشورة تثبت قابلية تحسين سير العمل، لكنها لا تعفي التاجر من اختبار أثره التجاري.
طوّر باحثون من Alibaba نظام IPL لمنصة Xianyu، يجمع صورة المنتج وتصنيفه وسماته مع استرجاع منتجات مرجعية مشابهة، ثم يولّد وصفاً يراجعه البائع. في اختبار تشغيلي، واصل 72% من المستخدمين تعديل النص المولّد، واعتمد أكثر من 32% منهم ما يزيد على نصفه. كما سجلت القوائم المستخدمة للأداة تحسناً قدره 5.6% في درجة جودة داخلية مكوّنة من 11 سمة تشمل اكتمال البيانات والصور والوصف. (aclanthology.org)
هذه نتيجة مفيدة، لكنها ليست برهاناً على ارتفاع التحويل: الحالة تخص سوقاً صينياً للسلع المستعملة، ومقياس الجودة صممته المنصة نفسها. الدرس القابل للنقل هو هندسة المسار: صور ومدخلات منظمة، استرجاع مراجع، توليد مقيد، ثم تعديل بشري قبل النشر. أما الأثر المالي فيُثبت داخل متجرك باختبار مضبوط.
تبنّي الأداة يثبت فائدتها التشغيلية؛ التحويل وحده يثبت قيمتها التجارية.
اختبر البوابة لا الأداة
ابدأ بفئة واحدة يتكرر فيها أثر الصورة والوصف، ثم وسّع النطاق بعد ثبوت التحويل دون زيادة عيوب المحتوى.
اختر 50 إلى 100 منتج متقارب الزيارات والسعر، وقسّمها إلى مجموعة تستخدم المسار الحالي وأخرى تمر عبر بوابة الجودة. اجعل معدل التحويل في صفحة المنتج المؤشر التجاري الأساسي. وراقب معه ثلاثة حواجز: نسبة المنتجات المقبولة من أول مرور، عيوب المحتوى المكتشفة بعد النشر، وطلبات الإرجاع المسجلة بسبب عدم التطابق. لا تغيّر السعر أو العرض أو الشحن أثناء الاختبار حتى لا تنسب أثراً آخر إلى المحتوى.
لا تمنح كل منتج مستوى المراجعة نفسه. الخلفية البيضاء لقطعة منزلية منخفضة الخطر يمكن أن تمر بفحص آلي وعينة بشرية. أما منتج الأطفال أو العناية أو الإلكترونيات، أو أي وصف يتضمن أماناً أو توافقاً أو أداءً، فيحتاج اعتماداً بشرياً موثقاً لكل SKU. والصفحة التي ينقصها مصدر لا تدخل طابور الكتابة؛ تدخل طابور استكمال البيانات.
توضح صفحات مولْكوم الرسمية أن أدوات تجهيز المنتج تستفيد من الصورة والمعلومات المتاحة لإعداد العنوان والوصف والصور المحسنة، مع ضرورة مراجعة الحجم والخامة والكمية واللون وعدم اعتماد ادعاء لمجرد أن النموذج ولّده. قيمة ربط هذه الخطوة بالمتجر والمخزون والطلبات هي بقاء حقيقة المنتج واحدة؛ لكن قرار النشر ومسؤولية التحقق يظلان عند التاجر. (mollkom.com)
- ابدأ بفئة واحدة، لا بإعادة كتابة الكتالوج كاملاً.
- اجعل كل رفض يحمل سبباً قابلاً للعد والمعالجة.
- وسّع الاستخدام فقط إذا تحسن التحويل ولم ترتفع عيوب المحتوى أو الإرجاعات.
المسار الناجح لا ينتج محتوى أكثر؛ بل يرفع نسبة المحتوى الصحيح الذي يستحق النشر.
Xianyu: الذكاء الاصطناعي يكتب، والبائع يُعدّل
منصة صينية للسلع المستعملة احتاجت إلى مساعدة البائعين الأفراد على إنشاء قوائم منتجات من الصور دون الاعتماد على معرفة احترافية بالكتابة التجارية.
جمع نظام IPL الصورة والتصنيف وسمات المنتج مع استرجاع منتجات مرجعية مشابهة، ثم ولّد وصفاً قابلاً للتعديل بدلاً من نشره آلياً. استخدم الفريق تدريباً متخصصاً واسترجاعاً متعدد الوسائط للحد من الاختلاق.
أظهر اختبار تشغيلي قبولاً مرتفعاً للمسار وتحسناً في درجة جودة داخلية. لم تنشر الدراسة نتيجة لمعدل التحويل، لذلك تصلح الحالة دليلاً على جودة سير العمل وقابلية التبني، لا وعداً بالمبيعات.
المصدر: IPL: Leveraging Multimodal Large Language Models for Intelligent Product Listing
بوابة المنتج في خمس حركات
مسار قصير يحوّل تحسين الصور والأوصاف من مهمة إبداعية مفتوحة إلى عملية قبول قابلة للقياس.
- 01
ثبّت مصدر الحقيقة
اجمع حقائق كل SKU من المورد والكتالوج والمخزون: الهوية، المتغير، الخامة، الأبعاد، الكمية، محتويات العبوة والتحذيرات.
المخرج · بطاقة حقائق مؤرخة لكل SKU، مع مصدر وحالة اكتمال لكل حقل. - 02
ولّد داخل الحدود
اسمح بتحسين المشهد والأسلوب والترتيب، وامنع اختراع السمات أو إكمال البيانات الناقصة من الصورة وحدها.
المخرج · قالب توليد يحدد الحقول المسموحة، الادعاءات المحظورة ورسالة «معلومة ناقصة». - 03
طابق آلياً
قارن النص بالحقول المقفلة، والصورة باللون والمتغير وعدد القطع، وافحص الدقة والروابط والبيانات الوصفية.
المخرج · تقرير استثناءات لكل SKU يحمل سبب الرفض ومستوى الخطر. - 04
راجع حسب الخطر
استخدم عينات بشرية للمحتوى منخفض الخطر، ومراجعة كاملة للسلامة والأداء والتوافق ومنتجات الأطفال والعناية.
المخرج · قائمة اعتماد موقعة تربط المراجع بالأصل والإصدار ووقت النشر. - 05
اختبر ثم وسّع
قارن مجموعة تمر عبر البوابة بعينة ضابطة، مع تثبيت السعر والعرض والشحن خلال فترة القياس.
المخرج · لوحة تعرض معدل تحويل صفحة المنتج، نسبة القبول من أول مرور، عيوب ما بعد النشر والإرجاع بسبب عدم التطابق.
أسئلة شائعة
هل تكفي صورة واحدة لإنشاء صور المنتج بالذكاء الاصطناعي؟
تكفي أحياناً لتحسين الخلفية أو الإضاءة، لكنها لا تكفي لإظهار جوانب لم توثقها. أوضحت أبحاث Google أن النماذج تضطر إلى تخمين الأسطح غير المرئية، وأن زيادة الصور المرجعية التي تغطي المنتج تقلل الاختلاق. استخدم صوراً للأمام والخلف والجوانب والتفاصيل المؤثرة في الشراء. (research.google)
هل يجب أن يراجع شخص كل صورة ووصف؟
ليس بالمستوى نفسه. مرّر التحسينات منخفضة الخطر عبر قواعد آلية مع تدقيق عينات، واطلب مراجعة كاملة لكل ما يمس اللون والمقاس والخامة والكمية والسلامة والأداء والتوافق. يزداد مستوى المراجعة مع تكلفة الخطأ، لا مع طول النص.
ما المؤشر الأساسي لنجاح المشروع؟
معدل التحويل في صفحة المنتج لعينة اختبار مماثلة لضابطة. استخدم نسبة القبول من أول مرور كمؤشر تشغيلي، واجعل عيوب المحتوى والإرجاع بسبب «غير مطابق للوصف» حواجز تمنع التوسع حتى لو تحسن التحويل.
هل يجوز تغيير لون المنتج أو شكله لجعل الصورة أجمل؟
لا إذا كانت الصورة ستعرّف السلعة المعروضة. تسمح المعالجة بتحسين العرض، لا إنشاء متغير غير موجود. تشترط مواصفات Google أن تطابق الصورة اللون والنمط والخامة المسجلة، وأن تعرض المنتج الفعلي دون عناصر غير مشمولة. (support.google.com)
كيف يُستخدم هذا المسار داخل مولْكوم؟
يمكن البدء من صورة المنتج ومعلوماته لتجهيز العنوان والوصف والصور المحسنة، ثم مراجعة الحجم والخامة والكمية واللون قبل التطبيق أو النشر. لا تعتمد ادعاء أداء لمجرد أن النموذج ولّده، وسجّل الأصل المعتمد ليبقى متسقاً عبر المتجر والقنوات المرتبطة. (mollkom.com)
المصادر والمراجع
- 1. Salsify 2025 Consumer Research
- 2. Google Merchant Center Product Data Specification Update 2026
- 3. Google Merchant Center Product Data Specification Update 2024
- 4. Google Merchant Center: AI-generated Content
- 5. Google Merchant Center: Image Link Requirements
- 6. Baymard: Product Page UX Research
- 7. Baymard: Image Resolution and Zoom
- 8. Baymard: In-Scale Product Images
- 9. Baymard: Descriptive Text and Graphics for Product Images
- 10. IPL: Intelligent Product Listing — EMNLP 2024




