제품 카탈로그 강화
LLM은 제품 속성을 실제 가치, 사용 사례 및 쇼핑객 의도에 연결하려고 합니다. 제품 이름과 설명이 해당 값을 명확하게 전달하지 못하면 제품이 AI 기반 검색에서 인용, 추천 또는 표면화될 가능성이 줄어듭니다. AI 에이전트가 원시 데이터 필드가 아닌 관계를 통해 추론하기 때문이다. "Coffee Grinder X200"과 같은 이름의 제품 목록과 기술 사양(모터 와트수, 그라인드 설정 등)을 나열한 설명 쇼핑객이 '홈 바리스타를 위한 최상의 에스프레소 그라인더’를 요청하면 LLM은 거의 작동하지 않습니다.
제품 카탈로그 강화 영업 기회는 이름과 설명이 너무 일반적이거나, 기술적 밀도가 너무 높거나, LLM이 정확하게 해석하기에 애매한 Commerce 카탈로그의 제품을 식별합니다. Adobe Commerce을 기반으로 제품 이름과 설명에 대한 이야기 중심의 풍부한 의도적 기능을 생성하고 한 번의 클릭으로 Commerce 카탈로그에 직접 적용합니다.
이 그래프는 두 개의 주요 지표를 한눈에 보여 줍니다.
- URL — 데이터 보강 품질을 평가한 제품 세부 사항 페이지(카탈로그의 제품) 목록입니다.
- 에이전트 트래픽 — 콘텐츠를 검색, 검색 또는 참여하기 위해 사용자를 대신하여 동작하는 자율 AI 에이전트(예: LLM 기반 도우미 또는 보트)에 의해 시작 및 구동되는 사이트에서의 총 방문 횟수 및 상호 작용 수입니다.
작동 방식
Adobe Commerce 카탈로그 에이전트는 제품 카탈로그 데이터를 읽고 모든 기술 속성, 카테고리 컨텍스트, 변형, 기존 이름 및 설명을 포함하여 각 제품 SKU를 분석합니다. 현재 이름 또는 설명이 구매자와 관련된 값을 전달하지 못하는 제품을 식별하고 기술 세부 사항을 명확하고 의도 정렬된 언어로 변환하는 보강된 대체 요소를 생성합니다.
예를 들어 "18개의 그라인드 설정, 450W 모터"가 나열된 설명 "Coffee Grinder X200"이라는 제품을 보강하여 'X200은 집에서 반복 가능한 결과를 얻기 위해 고토크 모터와 18단계 그라인드 시스템 쌍을 이루기 때문에 카페 수준의 에스프레소 일관성을 제공합니다’라고 설명할 수 있습니다. 가격 및 재고 같은 속성은 의도적으로 데이터 보강 대상에서 제외됩니다. 카탈로그 에이전트는 제품의 정의, 사용 방법 및 구매자에게 중요한 이유를 설명하는 가치 창출 속성에 중점을 둡니다.
데이터 보강 제안이 있는 제품은 데이터 보강 영향에 따라 우선 순위가 지정된 제안이 있는 URL 테이블에 표시됩니다. LLM Optimizer은 식별된 각 제품에 대해 다음을 제공합니다.
- 현재 이름 — Adobe Commerce 카탈로그에 표시되는 기존 제품 이름입니다.
- 업데이트된 이름 — 구매자 관련 컨텍스트와 의도를 LLM에 전달하는 AI가 생성한 가치 기반 제품 이름입니다.
- 현재 설명 - Adobe Commerce 카탈로그에 표시되는 기존 제품 설명입니다.
- 제안 설명 - 제품의 기술 특성을 LM이 제품의 정의, 설명 값 및 중요한 이유를 이해하는 데 도움이 되는 설명으로 변환하는 AI 생성 설명입니다.
제안 사항이 있는 제품
제안이 있는 URL 표에는 데이터 보강 기회가 있는 모든 제품이 나열되어 있습니다. 각 제품에 대해 다음을 수행할 수 있습니다.
- AI 분석 및 제안된 데이터 보강 기능을 보려면 행을 확장하십시오.
- 브랜드 음성 및 머천다이징 지침에 맞추기 위해 적용하기 전에 제안된 제품 이름 또는 설명을 편집하십시오.
- 보강할 제품에 대해 최적화를 배포하고 Adobe Commerce 카탈로그에 직접 게시합니다.
- 데이터 보강이 검토 및 적용되면 고정으로 표시.
- 카탈로그 전략과 관련이 없는 제안을 무시합니다.
제안은 다음 세 가지 보기로 구성됩니다. 현재 제안, 수정 제안 및 무시된 제안. 데이터 보강이 적용되면 상태가 적용됨이고 동작이 카탈로그에서 보기인 수정 제안으로 이동하여 Adobe Commerce에서 업데이트를 확인합니다. 적용된 보강은 언제든지 롤백하여 원래 제품 이름과 설명을 복원할 수 있습니다.
최적화 배포
선택한 제품에 대한 제안을 검토하고 선택적으로 편집했으면 최적화 배포를 클릭하여 업데이트된 제품 이름과 설명을 Adobe Commerce 카탈로그에 게시합니다. 확인 대화 상자에 선택한 제품과 적용 중인 변경 사항이 표시됩니다. 확인 후 결과 화면에서 성공적으로 업데이트된 제품을 확인합니다.
보강은 Adobe Commerce 카탈로그에 직접 적용되기 때문에 상점, 광고 피드 및 직접적인 LLM 제품 통합을 포함하여 카탈로그를 사용하는 모든 채널에서 업데이트된 제품 이름과 설명을 즉시 사용할 수 있습니다. 이렇게 하면 제품이 나타나는 모든 면에서 일관되고 고품질의 정보가 전달됩니다.
데모에서 사용해 보기
Frescopa 데모 환경을 사용하여 제품 카탈로그 강화 영업 기회를 확인하십시오.
자주 묻는 질문
일반 제품 이름과 설명에 AI 검색 기능이 손상되는 이유는 무엇입니까?
LLM은 키워드 겹침을 찾아 제품을 구매자 쿼리와 일치하지 않습니다. 이들은 관계에 대해 사유하며, 쇼핑객이 찾고자 하는 것을 제품이 실제로 무엇을 하는지, 누구를 위한 것인지, 대안과 어떻게 비교하는지 등을 연결합니다. 실제 가치를 전달하지 않고 기술 사양을 나열하는 제품 이름이나 설명은 LLM에 사용할 컨텍스트를 거의 제공하지 않습니다. 따라서 제품이 가장 적합한 경우에도 쇼핑객이 관련 질문을 할 때 제품이 인용될 가능성이 낮습니다.
카탈로그 에이전트에서 보강물을 생성하는 데 사용하는 제품 특성은 무엇입니까?
카탈로그 에이전트는 Commerce 카탈로그에 있는 가치 추구 특성을 사용하여 LLM이 제품의 정의, 사용 방법 및 중요 이유를 이해하는 데 도움이 됩니다. 제품 기능, 사용 사례, 재료 특성, 카테고리 컨텍스트 및 호환성 세부 정보 등 가치 창출 속성. 가격 및 재고 수준과 같은 속성은 의미론적 제품 이해에 기여하지 않고 조건이 변경될 때 설명의 내구성을 저하시킬 수 있으므로 의도적으로 제외됩니다.
AI 생성 데이터 보강 기능을 적용하기 전에 편집할 수 있습니까?
예. 모든 제안에는 제안된 제품 이름과 설명을 편집 가능한 미리 보기가 포함됩니다. 데이터 보강 기능을 브랜드 목소리에 맞게 수정하거나, 부정확성을 수정하거나, 카탈로그에 적용하기 전에 추가 컨텍스트를 통합할 수 있습니다.
데이터 보강으로 인해 방문자가 내 상점에서 보게 되는 내용이 변경됩니까?
예. 방문자는 Commerce 카탈로그의 소스를 제공하는 다른 모든 채널과 함께 상점 첫 화면에 업데이트된 제품 이름과 설명을 볼 수 있습니다. 이는 의도적인 것입니다. 목표는 AI 에이전트뿐만 아니라 모든 곳에서 제품이 이해되는 방식을 개선하고 클로킹 위험을 방지하는 것입니다.
데이터 보강 적용 시 다른 판매 채널에서는 어떻게 됩니까?
데이터 보강은 Adobe Commerce 카탈로그에 직접 기록되므로 상거래 카탈로그를 신뢰할 수 있는 소스로 사용하는 모든 채널(여러 상점, 광고 파이프라인 및 직접 LLM 제품 피드 포함)에 자동으로 전파됩니다. 따라서 제품에 대한 LLMs 인터넷의 브랜드 일관성과 일관성 있는 제품 정보가 보장됩니다.
결과가 만족스럽지 않은 경우 데이터 보강 기능을 롤백할 수 있습니까?
예. 적용된 보강은 언제든지 고정 제안 보기에서 롤백하여 Adobe Commerce 카탈로그의 원래 제품 이름과 설명을 복원할 수 있습니다.