Opdateret 18. oktober 2026. AI-shopping gør produktkvalitet og produktdata vigtigere for webshops. Kunder kan beskrive behov i almindelige sætninger eller søge med billeder. Derfor skal produkttitler, egenskaber, varianter, lagerstatus og priser hænge sammen på tværs af feed, website og strukturerede data.
Kort svar: Start ikke med at skrive flere generelle SEO-tekster. Kontrollér først, om produkterne har korrekte data, kan findes og købes, og om de faktisk matcher kundens behov.
Hvorfor bliver produktdata vigtigere i AI-shopping?
AI-baserede søgeoplevelser gør det lettere for kunder at beskrive behov med hele sætninger: “Jeg søger et holdbart regnslag til cykling” i stedet for kun at skrive et kort produktnavn. For at matche et produkt korrekt skal systemet kunne forstå egenskaber, pris, tilgængelighed, billeder og den relevante produktvariant.
Google præsenterede 30. april 2026 AI Max til Shopping, der anvender Merchant Center-produktdata til at forstå mere samtalebaserede søgninger og tilpasse annonceindhold og destinationssider. Det ændrer ikke de grundlæggende krav til korrekte og opdaterede produktdata. Kilde: Google, april 2026.
AI-shopping er ikke én samlet salgskanal: Googles annoncer, organiske produktoplysninger og andre AI-assistenter kan anvende forskellige datakilder. Denne guide handler derfor om webshoppens produktdata og synlighed, ikke om at love placering i et bestemt AI-svar.
De syv vigtigste produktfelter at kontrollere
| Felt | Typisk fejl | Praktisk rettelse |
|---|---|---|
| Produktnavn | For kort eller uden vigtige specifikationer | Angiv produkttype, model og relevante egenskaber |
| Beskrivelse | Generisk leverandørtekst | Forklar brug, begrænsninger, mål og kompatibilitet |
| GTIN / mærke / varenummer | Forkert eller manglende identifikator | Afstem med producent- og lagerdata |
| Variant | Farve eller størrelse stemmer ikke med URL | Brug en entydig valgt variant og korrekt variantdata |
| Pris | Forskellig pris på feed og website | Synkronisér pris med samme momsgrundlag |
| Lagerstatus | Feed siger på lager, mens siden siger udsolgt | Opdater produktfeed og sidens strukturerede data |
| Billeder | Lav opløsning eller forkert variant | Brug tydelige fotos af præcis det solgte produkt |
Googles produktspecifikation for Merchant Center beskriver kravene til produktdata, herunder GTIN, varianter, billeder, pris og lagerstatus.
Produktfeed, landingsside og schema skal fortælle det samme
Et typisk problem i WooCommerce er, at lagerstatus eller pris ændrer sig i butikken, før produktfeedet eller schema.org-oplysningerne opdateres. Google fremhæver, at produkternes strukturerede data skal afspejle det, kunden faktisk ser på produktets landingsside. Forkerte priser eller lageroplysninger kan give afviste varer, reduceret synlighed eller dårlig kundetillid.
Eksempel: En LED-driver fås i varianter med forskellige effekter. Hvis feedet linker til den forkerte variant, kan både pris, lager og tekniske egenskaber blive forkerte. Kontrollér derfor variant-URL, synlig pris, GTIN, lager og produktskema for den samme variant.
Strukturerede produktdata er et hjælpemiddel til at forstå varer, ikke en garanti for at blive anbefalet af en AI-tjeneste. Se Googles guide til strukturerede Merchant Center-data.
Sådan bygger du en stærk kategori- og produktside
Kategorisiden bør forklare, hvilke produkter der passer til hvilke behov, og hvordan valget træffes. Produktsiden bør indeholde de konkrete specifikationer, købsmulighed, levering, tilbehør og relevante billeder. Begge skal have forskellige formål og beskrivende titler, så de ikke konkurrerer om nøjagtigt samme søgeintention.
Eksempel: En kategori med vækstlys kan forklare forskellen mellem effekttyper og brugssituationer, mens et bestemt produkt beskriver lysstyrke, dimensioner, effekt, strømforsyning og hvilke planter det egner sig til. Korrekte produktdata er også nyttige for kundeservice og automatiseret lagerstyring.
Brug interne links fra dyrkningsguides til den relevante produktkategori og fra kategorien tilbage til de faglige guides, der hjælper kunden med et valg. Se vores SEO-guide til webshops og guide til interne links.
Billeder og multimodal søgning i 2026
Kunder kan i stigende grad søge med et foto i stedet for kun tekst. Den 24. september 2026 begyndte Google at udrulle et multimodalt søgefilter i Search Console, som blandt andet dækker søgninger via Lens og billeder. Det skaber bedre muligheder for at undersøge synligheden af billedbaserede søgninger, hvor data er tilgængelige. Kilde: Google Search Central.
For en webshop betyder det, at billedets kvalitet og korrekt tilknytning til variant og vare betyder mere end en generisk AI-genereret illustration. Brug ægte produktfotos som primære produktbilleder. Suppler med relevante detaljebilleder, skala, installationsmiljø og en præcis alternativ tekst, hvor den tilfører forståelse.
Et praktisk 30-dages kontrolforløb
- Dag 1–5: Udvælg 20 produkter med høj omsætning eller problemer i feedet. Gem udgangspunktet for visninger, klik, afvisninger, køb og bruttofortjeneste.
- Dag 6–10: Afstem produktnavn, GTIN, variant, pris, lagerstatus og landingsside mod Merchant Center.
- Dag 11–15: Opdater beskrivelser, billeder og interne links, hvor fejl eller mangler er dokumenteret.
- Dag 16–20: Test strukturerede data med relevante Google-værktøjer, og kontroller at produktets faktiske oplysninger matcher feedet.
- Dag 21–30: Følg fejl, afvisninger, visninger og ordrer. Fortsæt overvågningen; ændringer i organisk synlighed kan tage længere tid.
Lav en ændringslog pr. produkt, så du kan skelne mellem forbedringer i produktdata og ændringer i annoncer, sæson eller lager. Hvis webshoppen bruger eksternt leverandørlager, bør den reelle købbarhed være afstemt med leverandørens aktuelle tilgængelighed.
Hvordan vurderer du økonomien i AI-shopping?
Flere produktvisninger er ikke nok. Mål faktisk omsætning, dækningsbidrag, annonceforbrug, fragt og returandel. En vare med lav avance kan tiltrække mange prisfølsomme klik uden at skabe en rentabel forretning. Det samme gælder, hvis et automatiseret system fejlagtigt annoncerer udsolgte varer.
Brug derfor separate tal for faktiske ordrer og kanaltilskrevne konverteringer. Sammenlign produktniveau, kategori og kampagne, før du ændrer budget. Se WebHibes guide til økonomiske webshop-KPI’er.
Ofte stillede spørgsmål
Skal webshoppen lave en særskilt AI-produktfil?
Der er ikke grundlag for at antage, at én ny AI-fil sikrer anbefalinger i alle AI-tjenester. Prioritér korrekte produktdata, tilgængelige produktsider, feeds og dokumenterede integrationer.
Er schema.org nok til synlighed i AI-shopping?
Nej. Strukturerede data hjælper systemer med at forstå produkter, men kvalitet, indeksstatus, datakonsistens og platformens egne krav har også betydning.
Hvordan håndterer vi produkter med varianter?
Sørg for, at variantens URL, pris, GTIN, billede, lagerstatus og øvrige data stemmer med det, kunden kan købe.
Bør AI-genererede billeder bruges som produktfotos?
Primære produktbilleder bør vise den vare, der faktisk sælges. Illustrative AI-billeder kan være relevante til forklaringer, men må ikke vildlede om produktets udseende eller specifikationer.
Kom videre med webshop SEO og produktdata
Begynd med webshoppens samlede kunderejse og SEO til webshops. Hvis du vil samle produktdata, indhold og kampagnemåling i en konkret plan, kan du kontakte WebHibe.
Relaterede AI-guides
Faglige kilder
- Google: AI Max for Shopping, 30. april 2026
- Google Merchant Center: Produktspecifikation
- Google Merchant Center: Strukturerede produktdata
- Google: Multimodal Search Console-rapportering, september 2026
Udviklingen i AI-shopping og platformenes funktioner ændrer sig. Verificér aktuelle krav og kontroller ved publicering.
