Kort sagt: Feeds bliver stærke når data er ens. AI kan hjælpe dig med oprydning og normalisering, men du skal styre reglerne. Målet er ikke “pæne tekster”. Målet er stabile titler, rene attributter og færre fejl i sammenligningssites og kampagner.
Hvad AI kan hjælpe med i feeds
Titel-regler
Standardiser produktnavne og fjern støj, så du får højere CTR og færre duplikater.
Attributter
Normalisér farver, størrelser, materialer, modelnavne og kategori.
Kvalitetssikring
Find tomme felter, mærkelige værdier og inkonsistente formater.
CSV output
Få output i et fast schema, så du kan importere direkte i Sheets eller tooling.
Workflow: sådan gør du (uden at det bliver kaos)
- Vælg schema: hvilke kolonner vil du ende med? (title_clean, brand, model, color, size, category).
- Definér regler: fx “brand først”, “model efter brand”, “farve til sidst”.
- Test på 30–100 rækker: iterér reglerne, før du gør det på hele feedet.
- Batch og export: få output som csv eller tabel.
- Mål: CTR, godkendelsesrate, færre fejl og bedre matchrate.
Dit target schema (eksempel)
Vælg et simpelt schema først. Du kan altid udvide senere.
id title_original title_clean brand model category color size price currency availability gtin mpn url
Prompt 1: Ryd op i titler (titel-regler)
Brug den her når titlerne er fyldt med støj: kampagneord, tilfældige parenteser, “gratis fragt”, “nyhed”, osv.
Prompt:
Du er data-cleaning specialist for e-commerce feeds.
Jeg giver dig en liste med produkter (id + title_original).
Opgave: lav en kolonne title_clean, og forklar kort hvilke regler du brugte.
Regler:
1) title_clean skal være “Brand + Model + vigtigste variant” (fx størrelse/farve) hvis det findes.
2) fjern støjord: “tilbud”, “gratis fragt”, “nyhed”, “-20%”, “kampagne”, “limited”.
3) behold vigtige specifikationer (GB, tommer, watt, mm) hvis de er centrale for produktet.
4) brug normal kapitalisering (første bogstav i sætningen, ellers normalt).
5) hold titlen under 80 tegn når muligt.
Output: returnér en tabel med kolonner: id, title_original, title_clean, rules_used (kort).
Data:
[indsæt 30–100 rækker her]
Prompt 2: Normalisér attributter (farve, størrelse, kategori)
Brug den her når du har “Black”, “Sort”, “Jet black”, “Noir” på tværs af samme feed.
Prompt:
Du er data-normalisering specialist. Jeg giver dig produkter med title_original og evt. attributes.
Opgave: udled og normalisér følgende felter: brand, model, color, size, category.
Normaliseringsregler:
- color skal være et af: sort, hvid, grå, blå, rød, grøn, gul, brun, lilla, pink, orange, sølv, guld, beige, multicolor, ukendt.
- size skal være “S/M/L/XL” hvis tøj, eller mm/cm/tommer/GB afhængigt af produktet.
- category skal være en kort, stabil kategori (max 2–3 ord).
- hvis du er i tvivl, sæt “ukendt” og skriv note i en kolonne “warnings”.
Output: returnér en tabel med kolonner: id, brand, model, color, size, category, warnings.
Data:
[indsæt 30–100 rækker her]
Prompt 3: Kvalitetssikring (find fejl før de koster penge)
Prompt:
Du er feed QA. Her er et udsnit af mit feed (csv/kolonner).
Find de 20 vigtigste problemer der vil give lav CTR, lav matchrate eller fejl i platforme.
Gruppér problemerne i: mangler, inkonsistens, duplikater, dårlige titler, url problemer.
For hvert problem: giv et eksempel og en kort fix-regel.
Data:
[indsæt udsnit her]
Mål effekten (ellers ved du ikke om det virker)
Hvad du måler
- CTR på listings / ads
- Matchrate i sammenligningsplatforme
- Fejlrate (afviste produkter)
- Duplikat-rate
Knyt det til tracking
Når du bruger feedet til affiliate, så hold styr på UTM og placements, så du kan se hvad der faktisk skaber revenue.
Se: UTM guide og EPC calculator.