AI-gegenereerde productbeschrijvingen op schaal: zo voorkom je dat Google je webshop als spam ziet.

Een AI-model duizend productbeschrijvingen laten schrijven voelt als een cadeautje voor elke webshopeigenaar met een catalogus vol varianten. Toch is dat precies het scenario waarvoor Google een naam bedacht, scaled content abuse. Niet omdat AI verboden is, maar omdat massa zonder toegevoegde waarde altijd een risico is, ongeacht wie of wat de tekst typte. Wie zijn SEO bureau vraagt of AI-teksten gevaarlijk zijn, krijgt dus een genuanceerder antwoord dan een simpel ja of nee.

Het korte antwoord is dat AI-tekst zelf geen overtreding vormt. Het probleem ontstaat zodra je honderden of duizenden pagina's publiceert die inhoudelijk nauwelijks van elkaar verschillen en vooral bedoeld zijn om in de zoekresultaten te verschijnen. Dat onderscheid bepaalt of je straks gewoon rankt, of in de spamfilters belandt.

Wat Google precies scaled content abuse noemt

Google voerde dit beleid in op 5 maart 2024, als onderdeel van een core update en een losse spamupdate. Het verving de oudere, smallere regel tegen "automatically generated content". De nieuwe formulering is breder en explicieter, en gaat over het massaal maken van pagina's vooral om rankings te manipuleren, niet om bezoekers te helpen. Google-medewerker Elizabeth Tucker schreef destijds dat het beleid geldt ongeacht "whether automation, humans or a combination are involved".

Concreet noemt Google vijf patronen die onder dit beleid vallen. Generatieve AI gebruiken om veel pagina's te maken zonder waarde toe te voegen is er daar één van, met uitdrukkelijke naam. De andere vier gaan over scrapen van feeds en zoekresultaten, content uit meerdere pagina's samenvoegen, output verspreiden over meerdere sites om de omvang te verhullen, en pagina's volproppen met zoekwoorden die voor een lezer amper betekenis hebben. Een vast aantal pagina's waarboven je "in overtreding" bent, publiceert Google niet. Het gaat om een combinatie van volume, toegevoegde waarde en intentie.

Waarom dit dropshippers harder raakt dan een eigen merk

Bij een webshop met een eigen assortiment is de keuze nog simpel. Je stelt vast hoeveel tijd een unieke beschrijving per product mag kosten, en je plant dat in. Bij Google Ads voor dropshippers ligt dat anders, want de productomschrijving komt meestal al kant-en-klaar van de leverancier, en diezelfde tekst staat op tientallen of honderden andere webshops die bij dezelfde groothandel inkopen. Dat is al jaren een bekend dilemma op SEO-forums als Moz, lang voordat AI er iets mee te maken had.

De meest genoemde oplossingen zijn niet nieuw. Denk aan de tekst zelf herschrijven, de leverancier vragen om een rel=canonical naar jouw pagina te zetten, of de dubbele pagina's op noindex zetten als herschrijven geen optie is. Geen van de drie is gratis. Herschrijven kost tijd, een leverancier is zelden bereid om naar jouw pagina te verwijzen omdat hij zelf ook wil ranken, en noindex betekent dat je die pagina's bij voorbaat opgeeft voor organisch verkeer. Wat in diezelfde discussies ook terugkomt, is dat duplicate content niet automatisch tot een penalty leidt, want Google begrijpt dat productpagina's in e-commerce op elkaar lijken. Het echte risico is dat een concurrent met meer autoriteit of een eerdere indexering je gewoon voorbij rent in de resultaten, met exact dezelfde tekst als wapen.

AI verandert de wiskunde, niet het probleem

Wat AI wel verandert, is de snelheid waarmee je van honderd naar tienduizend pagina's kunt gaan. Vroeger kostte het herschrijven van een catalogus weken aan copywriting, nu is het een middag promptwerk. Daarmee verschuift het dilemma van "kan ik dit betalen" naar "waarom zou ik dit niet overal doen". En daar komt de scaled content abuse-definitie om de hoek kijken. Duizend AI-beschrijvingen die stuk voor stuk alleen de kleur en het artikelnummer verschillend maken, voegen net zo weinig waarde toe als duizend gekopieerde leveranciersteksten. De productiemethode is niet het criterium, de uitkomst voor de lezer wel.

Omgekeerd geldt ook dat een AI-gegenereerde eerste versie wel waarde toevoegt zodra ze wordt aangevuld met iets dat alleen jij weet, zoals een maatvoeringstip die klanten vaak vragen, een veelvoorkomend gebruiksscenario, of een waarschuwing over een bekend compatibiliteitsprobleem. Dat onderscheid is lastiger te automatiseren, en dat is precies het punt.

Een AI-model kan duizend pagina's in een middag schrijven. Dat is geen compliment, het is het probleem dat Google in 2024 een naam gaf.

Wat je morgen kunt doen

Een paar stappen die haalbaar zijn zonder je hele catalogus in één keer om te gooien:

• Breng in kaart welke producten daadwerkelijk zoekverkeer kunnen opleveren, via zoekvolume of je eigen verkoopdata, en begin daar met herschrijven in plaats van met de hele catalogus.
• Laat AI een eerste versie schrijven, maar voeg per product minstens één detail toe dat een generiek model niet kan verzinnen, zoals een praktijkervaring, een veelgestelde vraag of een maatvoeringsnuance.
• Vraag bij belangrijke leveranciers na of een aparte tekstset of canonical-afspraak mogelijk is, ook al is de slagingskans niet hoog.
• Zet noindex op variantpagina's die alleen in kleur of maat verschillen van een hoofdproduct, in plaats van elke variant apart te laten meedingen.
• Controleer in Search Console welke productpagina's niet indexeren of weinig vertoningen krijgen. Dat is vaak de eerste zichtbare hint dat Google een pagina als weinig onderscheidend beoordeelt.

Voor een uitgebreider overzicht van eerdere artikelen over dit thema kun je ons SEO-dossier op de blog raadplegen.

De praktische afweging: herschrijven, canonical of noindex

Welke route je kiest, hangt af van hoeveel omzet een productgroep daadwerkelijk via organisch verkeer binnenhaalt. Voor bestsellers loont herschrijven vrijwel altijd, de tijdsinvestering verdient zich terug zodra een pagina goed gaat ranken. Voor een lange staart van nicheproducten die toch vooral via betaalde kanalen binnenkomen, is noindex vaak realistischer dan de illusie dat je ze allemaal uniek gaat maken. Canonical-afspraken met leveranciers zijn het moeilijkst te realiseren, maar lonen de moeite als je met een paar grote leveranciers werkt in plaats van tientallen kleine.

Wat we bij webshops vaak zien, is dat deze keuze pas wordt gemaakt nadat de rankings al zijn weggezakt. Dat is jammer, want de analyse die eraan voorafgaat, welke producten verkeer waard zijn, kun je nu al maken, los van of je al een AI-tool gebruikt of nog met de hand schrijft.

Twijfel je of jouw catalogus risico loopt, of wil je weten welke producten prioriteit verdienen? Plan een strategiegesprek en we kijken samen naar een aanpak die bij je assortiment past.

Veelgestelde vragen

Straft Google AI-gegenereerde productbeschrijvingen automatisch af?

Nee. Google beoordeelt volume, toegevoegde waarde en intentie, niet de productiemethode. Een AI-tekst die een echte vraag van een klant beantwoordt, loopt geen ander risico dan een handgeschreven tekst. Het risico zit in massa zonder onderscheid, niet in het gereedschap waarmee je die massa maakt.

Is noindex op variantpagina's niet zonde van potentieel verkeer?

Soms wel, maar vaak valt het mee. Een variant die alleen in kleur verschilt van het hoofdproduct trekt zelden een eigen zoekwoord aan. Door die pagina's uit de index te halen, concentreer je de autoriteit van je site op de pagina's die wel kans maken, in plaats van die te versnipperen over tientallen bijna-identieke varianten.

Kan ik mijn leverancier verplichten om unieke tekst te leveren?

Verplichten is lastig, tenzij je veel inkoopvolume meebrengt. Wat wel werkt, is het gesprek aangaan over een aparte tekstset of een canonical-tag, vooral bij leveranciers waar je een langdurige relatie mee hebt. Bij kleinere, inwisselbare leveranciers is het vaak efficiënter om zelf te herschrijven dan om op medewerking te wachten.