Descripciones de producto sin contenido duplicado: cómo hacerlas únicas para todo el catálogo

El problema de las descripciones de producto con inteligencia artificial no es que parezcan escritas por una máquina. El problema es que, pedidas en bloque, salen cien fichas con la misma estructura, las mismas tres frases de apertura y el mismo cierre. Eso es contenido duplicado fabricado por ti mismo.

Este artículo explica qué dice Google de todo esto y el método que uso para que cada ficha sea distinta de verdad. Es la parte de método de lo que desarrollo en catálogo masivo con IA. Las fuentes de Google las he consultado el 14 de noviembre de 2026: la guía sobre contenido generado con IA y la página de canonicalización.

Qué dice Google del contenido duplicado y del contenido generado con IA

Hay que separar dos cosas que la gente mezcla.

Contenido duplicado. Google lo describe como algo normal que no infringe sus políticas de spam. Cuando varias páginas son iguales o muy parecidas, las agrupa y muestra la que considera más completa y útil. Lo que sí avisa es que repartir el mismo contenido en muchas direcciones puede confundir a los usuarios y dificultar medir el rendimiento. No es un castigo: es que tu página compite contra sus propias copias.

Contenido generado a escala. Aquí sí hay política. Google dice que la IA es útil para investigar un tema y estructurar contenido original, pero que usarla para generar muchas páginas sin valor para el usuario puede infringir su política de abuso de contenido a escala. Añade algo que conviene subrayar: los modelos no recuperan hechos, predicen una secuencia probable de palabras, así que hay que revisar a mano todo lo generado, incluidos títulos, meta descripciones y textos alternativos.

Resumen práctico: usar IA está permitido; publicar en masa sin revisar y sin aportar nada, no.

Por qué las descripciones del fabricante y las plantillas de IA acaban igual

Hay tres orígenes de duplicado en un catálogo, y los tres se resuelven de forma distinta:

El tercer caso es el más traicionero, porque a simple vista cada ficha parece distinta. Hasta que lees tres seguidas.

Descripciones únicas a gran escala: cómo lo hago yo con datos propios de cada producto

Mi método parte de una regla que me puse en noviembre, cuando revisé mis propias fichas: si una frase valdría cambiando solo el nombre del producto, se borra.

Un archivo de datos por producto, antes de escribir. Medidas, materiales, usos, para quién es, qué lo diferencia de otro parecido, qué dato concreto ofrece la fuente fiable. Sin datos propios, la IA rellena con generalidades, y las generalidades son iguales en todas las fichas.

Investigación previa. Antes de redactar, el agente consulta fuentes de autoridad sobre ese producto concreto. Necesita al menos dos y tienen que ser páginas realmente consultadas, no inventadas. Nunca competidores ni tiendas.

Apartados según lo encontrado. La instrucción no es «escribe estos cinco apartados». Es «cubre estos temas si aplican a este producto, con títulos propios». Una ficha puede tener un párrafo en un apartado y tres en otro. Si un tema no aporta nada, se quita.

Sin contar la investigación. El texto no narra cómo se ha buscado la información. Cada dato se atribuye al organismo que lo publica por su nombre, y la ficha se escribe como la escribiría quien conoce el producto.

Cómo controlar que las fichas no se parezcan: parecido, frases repetidas y lista negra

El método no vale si no se mide. Esto es lo que se comprueba antes de aceptar una ficha en mis flujos de contenido:

• Al menos dos búsquedas hechas y dos fuentes que salieron en ellas.
• Una frase de «aporte» que diga qué trae esa ficha que no tengan las demás.
• Ninguna frase de una lista negra de 38 patrones: muletillas de IA y fórmulas que yo mismo detecté repetidas.
• Como mucho tres o cuatro frases de cinco palabras repetidas respecto a las fichas hermanas.
• No más de un 12 % de parecido con cualquier otra ficha publicada.

Si falla alguna, la ficha no se publica: pasa a revisión y me llega un aviso.

El origen de estos controles es un dato incómodo. Cuando medí mis colecciones en noviembre, había frases repetidas en casi todas las fichas de 14 colecciones. En las 17 fichas de semanas de embarazo de uno de mis blogs, las mismas frases aparecían en las diecisiete. En una lista de 68 nombres, 22 usaban la misma expresión de relleno. Es un caso propio, en blogs informativos y no en tiendas, pero el mecanismo es idéntico en un catálogo.

Cómo trabajar un catálogo grande sin duplicar: orden recomendado

1. Empieza por los productos que ya reciben visitas o que tienes más interés en vender. No tiene sentido reescribir cinco mil fichas el primer día.
2. Haz cinco. Léelas enteras. Ajusta la instrucción hasta que ninguna te suene a las otras.
3. Pasa al lote siguiente con los controles activados. Si el parecido sube, para.
4. Revisa una muestra a mano cada vez. Una de cada diez, mirando datos (medidas, materiales), no estilo.
5. Publica en borrador. Que sea una persona la que pulse el botón.
6. Etiqueta. Si usas Google Merchant Center, Google pide especificar y marcar como generados por IA los datos de producto que lo sean, como título y descripción. Para la web, recomienda explicar cómo se ha usado la automatización.

Para las variantes de color o talla, la solución no es escribir más. Es no tener fichas casi idénticas compitiendo: una sola ficha con selector, o una URL canónica que apunte a la principal.

Qué no debe hacer la IA con tus descripciones

No debe inventar datos técnicos. Si en el archivo del producto no figura la potencia, el material o la garantía, no puede aparecer en el texto. Una descripción única con un dato falso es peor que una duplicada con datos ciertos, y en algunos sectores (salud, cosmética, bebés) puede ser un problema legal.

Tampoco debe tocar precios, stock ni nada que no sea texto. Y no publica sola.

Siguiente paso: el flujo completo, con los topes de seguridad, está en catálogo masivo con IA. El enfoque de contenido para posicionar tiene su sitio en SEO con IA.