Subir foto y generar descripción de producto automáticamente con IA
Cómo montar un flujo que toma la foto de un producto y genera descripción SEO optimizada en segundos, con caso real.
Subir un producto a tu tienda lleva 5 minutos. La foto, escribir el título, escribir la descripción, categorizar, poner precio, agregar tags. Si tienes 500 productos, son 40 horas de trabajo. Si los describes mal, Google no te posiciona.
El flujo automatizado: subes la foto, la IA genera título + descripción + tags + categoría en 8 segundos, tú apruebas o corriges en 30 segundos. Tiempo total: 35 segundos vs 5 minutos. 8x más rápido.
En este artículo te explico cómo montar este flujo con GPT-4o Vision (o alternativas), qué tan confiable es la salida, y cuándo conviene versus hacerlo a mano.
Si quieres ver el contexto más amplio, lee nuestro pilar IA multimodal para ecommerce y turismo y la guía de búsqueda visual en catálogos.
El problema: la descripción de producto es el cuello de botella
3 cifras reales de ecommerce colombiano:
- Tienda de ropa con 300 productos nuevos por trimestre: 1 persona tarda 25 horas solo en escribir descripciones.
- Marketplace de artesanías con 1.200 productos: 2 personas a medio tiempo solo para mantener el catálogo.
- Tienda de tecnología con 150 productos: descripciones tan malas que el SEO no funciona, CTR orgánico del 1.2%.
Insight: una descripción mediocre no es solo lenta. Mata tu SEO y tu conversión. Más de dos tercios de las búsquedas de productos en Google nunca pasan de la primera página.
Cómo funciona el flujo automatizado
[Foto del producto]
↓ (sube el vendedor o el sistema)
[Compresión automática a 800px / WebP]
↓
[GPT-4o Vision analiza la imagen]
- Tipo de producto (camiseta, collar, taza, etc.)
- Material visible (algodón, oro, cerámica)
- Color dominante
- Estilo (casual, formal, deportivo)
- Detalles relevantes (estampado, bordado, marca)
↓
[GPT-4o genera texto]
- Título SEO (50-60 chars, keyword principal)
- Descripción (130-160 palabras, persuasiva, con beneficios y specs)
- Meta description (155 chars)
- Tags (8-12 keywords long-tail)
- Categoría y subcategoría
↓
[Humano revisa y aprueba]
- 30 segundos promedio por producto
- 5-10% de correcciones mayores
↓
[Publicación automática en CMS]
Caso real: marketplace de joyería con 800 productos
Cliente: marketplace de joyería y relojería de lujo en Bogotá con 800 productos. Antes: 1 copy junior trabajando 40 horas al mes a 30k COP por hora, total 1.2M COP al mes en descripciones. Después: 1 editor senior trabajando 8 horas al mes revisando outputs de IA más 400k COP al mes en API.
Ahorro neto: cerca de 800k COP al mes en costos directos. Mejora en calidad: CTR orgánico +38%, conversión +22%.
Tasa de aprobación sin edición: 73% de descripciones se aprueban tal cual. Tiempo promedio de revisión: 28 segundos por producto (4x más rápido que escribir desde cero).
Implementación técnica paso a paso
Stack mínimo
| Componente | Herramienta | Costo |
|---|---|---|
| Modelo visión | GPT-4o o GPT-4o mini | 0.01 a 0.05 USD por imagen |
| Modelo texto | GPT-4o mini (para refinar) | costo muy bajo por descripción |
| Storage | Cloudflare R2 o Supabase Storage | 0 a 15 USD al mes |
| Orquestación | Python + LangChain | 0 |
| Frontend | Tu CMS + plugin o widget | 0 a 200 USD de setup |
Costo total proyecto pequeño: 50 a 150 USD al mes. Costo total proyecto mediano: 300 a 800 USD al mes.
Paso 1: Preparar las fotos
Importante: la calidad de la foto determina la calidad de la descripción.
- Resolución: 800 a 1200px en el lado mayor (no más, no menos)
- Formato: WebP o JPEG optimizado (200 a 400KB)
- Fondo: blanco o neutro (sin desorden)
- Iluminación: uniforme, sin sombras duras
- Ángulo: frontal + detalle (2 fotos mínimo)
Paso 2: Prompt optimizado para GPT-4o Vision
PROMPT = """
Eres un experto en ecommerce colombiano. Analiza esta foto de producto y genera:
1. **Título SEO** (máx 60 chars, keyword principal al inicio)
2. **Descripción** (130-160 palabras, persuasiva, beneficios y specs)
3. **Meta description** (155 chars)
4. **Tags** (8-12 keywords long-tail separadas por coma)
5. **Categoría** (entre: joyería, relojería, accesorios, hogar, moda)
6. **Subcategoría** (la más específica)
7. **Material principal** (oro, plata, acero, cuero, etc.)
8. **Estilo** (clásico, moderno, minimalista, deportivo)
Reglas:
- Español neutro colombiano
- Tono persuasivo pero no exagerado
- Keywords naturales (no stuffing)
- Descripción que convenza y posicione
Responde en JSON.
"""
Paso 3: Revisión humana (no opcional)
La IA no es perfecta. Siempre hay que revisar:
- 5 a 10% de outputs tienen errores factuales (material incorrecto, color mal)
- 2 a 3% tienen descripciones poco persuasivas que requieren reescritura
- Menos del 1% tienen errores graves que deben rechazarse
Herramientas para acelerar la revisión:
- Diff visual entre foto y descripción (marca atributos no visibles)
- Botón “regenerar” con feedback específico
- Historial de cambios
Pros y contras
✅ Ventajas
- 8x más rápido que escribir a mano
- Consistencia de tono en todo el catálogo
- SEO optimizado por defecto (el prompt incluye keywords)
- Escala sin contratar más copywriters
- Multidioma fácil (mismo flujo genera descripción en inglés, portugués)
❌ Desventajas
- Requiere QA humano (no es 100% automático)
- Fotos malas = descripciones malas (necesitas buen input)
- No entiende contexto de marca (tono, historia, valores únicos)
- Costo variable según volumen
Cuándo NO vale la pena automatizar
❌ Tienes menos de 50 productos. El setup no se amortiza.
❌ Tus productos son altamente técnicos (industrial, B2B). La IA se inventa specs.
❌ Tu marca tiene un tono muy específico que la IA no captura.
❌ No tienes quién revise los outputs. Sin QA, sale mal.
Siguiente paso
¿Quieres montar este flujo en tu tienda? En Codify Tech implementamos pipelines de visión + LLM adaptados a tu CMS (Shopify, WooCommerce, Tiendanube, custom).
Setup típico:
- Integración con tu CMS: 3 a 5 días
- Prompt optimizado para tu categoría: 2 a 3 días
- QA inicial con tu equipo: 1 semana
- Total: 2 a 3 semanas
👉 Solicita tu demo de descripción automática o escríbenos a [email protected].
Otros artículos del cluster IA Multimodal que te van a servir: