Când recomandă AI un produs, nu doar un brand

AI recomandă un produs numai atunci când leagă o entitate comercială precisă de nevoia utilizatorului și propune luarea ei în calcul, alegerea sau folosirea ei. Simplul fapt că numele apare într-un răspuns, într-un card ori lângă un adjectiv pozitiv nu este suficient.

Diferența pare semantică, dar schimbă radical măsurarea. Dacă numărăm fiecare apariție drept recomandare, un produs exclus pentru incompatibilitate poate deveni artificial „câștigător”. Dacă transferăm reputația brandului către fiecare model, confundăm marca cu produsul. Dacă tratăm cardurile ca endorsement, atribuim interfeței o concluzie pe care textul poate să nu o susțină.

Avem nevoie de o rubrică observabilă: ce entitate a apărut, în ce rol, pentru ce nevoie, cu ce poziție evaluativă, în ce condiții și cu ce prioritate. Nu încercăm să ghicim raționamentul intern al modelului. Clasificăm ce poate fi demonstrat în răspuns.

Brandul recomandat nu este automat produsul recomandat

„Brandul A este cunoscut pentru aparate fiabile” exprimă o evaluare la nivel de marcă. Nu identifică modelul, varianta sau oferta potrivită. Un catalog poate conține produse foarte diferite, generații vechi și noi, configurații incompatibile ori game pentru bugete opuse.

Separăm cel puțin cinci niveluri:

• brand — producătorul sau marca;
• familie — seria ori gama, fără model exact;
• produs — modelul identificabil;
• variantă — configurația, mărimea, culoarea ori capacitatea exactă;
• ofertă — produsul legat de merchant, preț, stoc și moment.

Schema.org separă entitatea Product de oferte, identificatori, recenzii și alte proprietăți. Vocabularul ajută la descrierea identității, dar nu afirmă că un sistem AI va recomanda produsul.

Dacă răspunsul nu permite rezolvarea modelului, evenimentul rămâne brand-only, family-level sau ambiguu. Nu alegem produsul „cel mai probabil” pentru a completa raportul.

Definiția operațională a recomandării

Marcăm un eveniment de recomandare la nivel de produs numai dacă sunt adevărate împreună patru condiții:

1. identitate: produsul ori varianta este identificabilă;
2. context: există o nevoie, un scop sau o constrângere eligibilă;
3. direcție: răspunsul propune pozitiv considerarea, alegerea sau folosirea produsului;
4. legătură: putem arăta pasajul care conectează produsul de context.

Formularea poate fi directă: „Alege modelul P20 pentru această configurație”. Poate fi condiționată: „P20 este potrivit dacă autonomia contează mai mult decât greutatea”. În ambele cazuri există o relație orientată spre decizie.

„P20 are o baterie mare” este o afirmație despre produs. Devine recomandare numai dacă restul contextului o transformă în motiv de alegere pentru nevoia analizată.

Șapte roluri pe care produsul le poate avea

O clasificare utilă nu se oprește la „menționat” și „recomandat”. Păstrăm rolul dominant și, unde este necesar, mai multe semnale observabile:

1. mențiune: produsul apare fără orientare spre decizie;
2. exemplu: ilustrează o categorie sau o funcție;
3. comparație: este analizat alături de alte produse, fără preferință suficientă;
4. shortlist: este păstrat între opțiunile relevante;
5. recomandare condiționată: este propus când o anumită prioritate este adevărată;
6. alegere principală: primește prioritatea întâi ori concluzia finală;
7. excludere: este respins pentru contextul declarat.

Aceste roluri descriu traseul deciziei, nu calitatea produsului în general. Același model poate fi alegerea principală pentru o persoană și exclus pentru alta, dacă nevoile sunt diferite.

Pagina despre mențiune, citare, shortlist și recomandare explică taxonomia generală a evenimentelor de brand. Aici adăugăm identitatea produsului, varianta, oferta și relația explicită cu utilizarea.

Shortlistul nu este întotdeauna recomandarea finală

„Compară P20, P30 și Q10” restrânge universul opțiunilor. Produsele au intrat în consideration set, dar răspunsul nu a ales neapărat unul. Putem marca shortlistul separat de recomandarea finală.

În unele răspunsuri, invitația „ia în calcul P20” este deja o recomandare slabă. Nu rezolvăm ambiguitatea printr-un singur verb. Citim propoziția, cererea și concluzia împreună:

• a fost lista redusă la opțiuni potrivite sau doar enumerată piața?
• există un motiv de potrivire cu nevoia?
• produsul rămâne eligibil după aplicarea constrângerilor?
• răspunsul invită utilizatorul să îl considere ori doar îl descrie?

Dacă nu putem decide, folosim starea „ambiguu” și păstrăm pasajul pentru revizuire. Nu transformăm automat incertitudinea într-un „da”.

Recomandarea condiționată este tot recomandare

O recomandare serioasă rareori este absolută. „P20 este alegerea bună dacă prioritatea este autonomia; P30 este mai potrivit dacă vrei greutate redusă” recomandă două produse în două contexte distincte.

Păstrăm separat:

• condiția care activează recomandarea;
• beneficiul relevant;
• tradeoff-ul sau limita;
• alternativa propusă pentru altă prioritate;
• forța recomandării: slabă, condiționată, explicită sau principală.

A spune că un produs este „cel mai bun” fără a recupera criteriul nu creează o recomandare universală. Clasificăm afirmația în contextul răspunsului și marcăm lipsa justificării, dacă este cazul.

O mențiune negativă poate fi foarte proeminentă

Produsul poate ocupa jumătate din răspuns și totuși să fie exclus: „P20 este popular, dar nu îl alege pentru cerința ta deoarece nu are portul necesar”. Avem prezență, identificare exactă, evaluare și motiv. Nu avem recomandare pozitivă.

De aceea păstrăm separat stance — pozitiv, neutru, negativ, mixt sau neclar — și role. Vizibilitatea nu este sinonimă cu avantajul comercial. Un produs menționat frecvent ca alternativă nepotrivită are o problemă diferită de un produs absent.

Și comparația poate fi mixtă. „P20 are autonomia mai bună, dar P30 este singurul compatibil cu sistemul tău” conține un avantaj pentru P20 și o concluzie favorabilă P30. Clasificarea urmează criteriul decisiv din nevoia declarată.

Adjectivele pozitive nu sunt suficiente

Expresii precum „popular”, „premium”, „cunoscut”, „puternic” sau „bine evaluat” descriu reputație ori caracteristici. Nu indică singure că produsul trebuie ales.

Testul util este orientarea spre acțiune: pasajul propune considerarea, alegerea, cumpărarea sau folosirea produsului pentru scopul curent? Dacă nu, avem cel mult o mențiune pozitivă.

Aceeași regulă se aplică superlativelor fără context. „Unul dintre cele mai bune modele” poate suna ca endorsement, dar trebuie să verificăm categoria, criteriul, perioada și identitatea exactă. Dacă răspunsul continuă cu „totuși nu se potrivește bugetului tău”, rolul final este excludere ori comparație, nu recomandare.

Cardul de produs și citarea sunt semnale paralele

O interfață poate afișa o imagine, un preț, un merchant sau un carusel. Aceste elemente demonstrează că produsul a fost prezentat pe suprafața observată. Nu demonstrează singure că textul l-a recomandat ca alegere.

OpenAI descrie experiențe de product discovery care pot reuni informații despre produse, diferențe și opțiuni de merchant. Shopping research urmărește potrivirea produselor cu cerințele utilizatorului. Tocmai de aceea distingem între produsul surfacing într-un set și concluzia evaluativă a răspunsului.

Citarea este și ea independentă. Pagina produsului poate fi citată pentru dimensiuni, iar produsul poate fi exclus. O publicație terță poate susține recomandarea fără ca domeniul producătorului să apară. Pentru metodologie, articolul despre sursele folosite de motoarele AI separă citarea, mențiunea și accesarea.

Datele comerciale fac produsul inteligibil, nu garantat

Google documentează Product structured data pentru informații precum preț, disponibilitate, ratinguri și detalii comerciale. Merchant listing markup descrie oferte eligibile pentru experiențe comerciale mai bogate.

Aceste mecanisme pot îmbunătăți lizibilitatea și eligibilitatea datelor. Nu oferă un drept la recomandare și nu schimbă eticheta semantică a răspunsului. Un produs cu markup perfect poate lipsi; unul prezent poate fi comparat sau respins.

Specificația Merchant Center cere coerență între datele trimise, landing page și starea produsului. Acuratețea și actualitatea rămân o verificare separată după ce am clasificat rolul.

Recomandare greșită rămâne eveniment observat, dar primește eroare

Dacă răspunsul recomandă P20 deoarece afirmă greșit că are funcția X, există două adevăruri diferite:

1. sistemul a produs o recomandare observabilă;
2. motivul recomandării este factual incorect.

Nu ștergem evenimentul ca și cum nu s-ar fi întâmplat. Îl marcăm recomandare și adăugăm factual_status=incorrect. Altfel, raportul ar ascunde exact riscul care contează pentru brand și utilizator.

OpenAI avertizează în documentația shopping research că prețurile și disponibilitatea pot fi inexacte ori depășite și trebuie confirmate pe site-ul merchantului. Verificarea trebuie făcută la momentul capturii și păstrată cu sursa.

Exemple clasificate pas cu pas

Exemplele de mai jos sunt ipotetice; P20 și P30 nu reprezintă produse reale.

Fragment observat	Nivel	Rol	Recomandare?
„Brandul P este cunoscut pentru fiabilitate.”	brand	mențiune pozitivă	nu
„P20 este un exemplu de model compact.”	produs	exemplu	nu
„P20 cântărește mai mult decât P30.”	produs	comparație neutră	nu
„Pentru bugetul tău, compară P20 și P30.”	produs	shortlist	posibil/ambiguu
„Alege P20 dacă autonomia este prioritatea.”	produs	recomandare condiționată	da
„Pentru cerințele tale, P30 este prima mea alegere.”	produs	alegere principală	da
„Nu alege P20: îi lipsește portul obligatoriu.”	produs	excludere	nu
„P20 este recomandarea mea fiindcă are funcția X”, dar X lipsește.	produs	recomandare incorect motivată	da + eroare

În cazul shortlistului ambiguu, politica de adnotare poate cere revizuire umană. Important este să nu schimbăm regula după ce vedem brandul și să păstrăm pasajul care susține decizia.

Schema minimă de adnotare

Pentru fiecare produs dintr-un răspuns păstrăm câmpuri separate:

• entity_level: brand, familie, produs, variantă, ofertă sau ambiguu;
• canonical_product_id și forma brută din răspuns;
• role: exemplu, comparație, shortlist, recomandare, alegere principală ori excludere;
• stance: pozitiv, neutru, negativ, mixt sau neclar;
• fit_scope: nevoie exactă, condiționat, generic sau absent;
• recommendation_strength: zero, slabă, condiționată, explicită ori principală;
• evidence_span: pasajul exact care justifică eticheta;
• citation_present și product_card_present;
• factual_status: corect, incorect, mixt, neverificat sau neaplicabil;
• review_status: rezolvat, ambiguu sau neevaluabil.

Taxonomia poate fi implementată diferit în fiecare sistem. Câmpurile sunt o propunere editorială pentru consistență, nu un standard industrial și nu o descriere a unei funcții AYSA lansate.

Cum măsurăm fără să dublăm evenimentele

Clasificarea precedă agregarea. Pentru formule, cohortă și numitori folosim pagina canonică despre măsurarea vizibilității produselor în răspunsurile AI și ghidul despre rata de recomandare.

Într-un răspuns cu trei produse recomandate condiționat, fiecare produs poate primi propriul eveniment. Suma ratelor pe produse poate depăși 100%. Dacă unitatea este conversația, două mențiuni ale aceluiași model în două turnuri nu devin automat două recomandări. Contractul de măsurare stabilește unitatea înaintea rulării.

Un singur răspuns rămâne o observație, nu dovada unei rate stabile. Repetările, cohortele și controlul variației sunt explicate în articolul De ce un singur prompt nu este o măsurătoare.

Ce poate îmbunătăți un proprietar de produs

Nu putem obliga un sistem extern să recomande produsul. Putem însă reduce ambiguitatea și crește calitatea informației verificabile:

• nume, model, variantă și identificatori consecvenți;
• pagini distincte pentru produse și variante reale;
• specificații și compatibilități explicite;
• cazuri de utilizare și limite, nu doar adjective;
• preț, stoc, livrare și retur actualizate;
• comparații factuale între modelele proprii;
• surse, teste și dovezi pentru afirmațiile importante;
• date structurate și feeduri coerente cu pagina vizibilă.

Aceste lucruri ajută sistemele și oamenii să înțeleagă produsul. Nu garantează includerea, citarea sau recomandarea.

Checklist pentru o clasificare defensabilă

• am identificat produsul, nu doar brandul?
• știm nevoia și constrângerile utilizatorului?
• pasajul propune o decizie sau doar descrie?
• produsul este exemplu, comparație, shortlist, recomandare ori excludere?
• recomandarea este generică, condiționată, explicită sau principală?
• am păstrat tradeoff-ul și condiția?
• cardul și citarea sunt înregistrate separat?
• acuratețea motivului a fost verificată separat?
• cazurile neclare merg la revizuire?
• regula a fost aplicată la fel tuturor produselor?

Recomandarea nu este un cuvânt pozitiv, ci o relație observabilă între produs, nevoie și decizie. Când păstrăm aceste elemente separate, vedem diferența dintre notorietate, prezență, consideration, alegere și respingere — exact diferența de care are nevoie un catalog pentru a înțelege cum este reprezentat.

Sursele despre produse și platforme au fost verificate la 2 august 2026. Exemplele și schema de adnotare sunt metodologie editorială; articolul nu afirmă existența unei funcții AYSA și nu promite recomandarea într-un sistem AI extern.