Shopify Produkttexte mit n8n & KI automatisch erstellen

Viele Online-Shops haben hunderte, tausende oder mehr Produkte. Und jede Produktseite braucht eine gute Beschreibung — das ist sehr aufwändig per Hand. N8N und KI-Implementierungen können hier eine riesige Unterstützung sein. N8N ermöglicht mit der Shopify AI Product Description Factory einen N8N-workflow, der die Produktbilder und Metadata analysiert und daraus Beschreibungen erstellt. Und diese Beschreibungen sind sogar SEO-aware und unabhängig von Region.

Wie funktioniert das Ganze?

Es handelt sich hier um eine Pipeline bzw. einen Workflow. Der Gesamtprozess der Produktbeschreibung wird dabei in einzelne Schritte zerlegt, die wie bei einem Fließband alle nacheinander ausgeführt werden. Hintergrund ist hier natürlich KI. N8N verwendet dafür ein GPT-4o Modell für die Bildanalyse und Perplexity um den Markenhintergrund zu analysieren. Weitere kleinere KI Modelle werden auch im Workflow verwendet. Für jeden Schritt der Produktbeschreibung wird genau das Modell verwendet, dass das Erforderliche am Besten kann.

Der genaue N8N Workflow zum Ausprobieren

Daten holen & filtern

Eine „HTTP Request“ Node holt Produktdaten aus dem Shopify-Store (über die Shopify REST API). Der Workflow filtert nur die Produkte heraus, die ein Bild haben, noch keine Beschreibung (also body_html leer) und eventuell mit bestimmten Tags versehen sind. Außerdem werden aus Tags Metadaten extrahiert (z. B. x-styleCode, country_of_origin, gender), falls vorhanden. So stellen wir sicher: wir bearbeiten nur die Produkte, die aktuell sind und noch eine Beschreibung brauchen.

Bild-Analyse mit KI (sichtbare Attribute extrahieren)

Die KI-Version GPT-4o Vision bekommt das Produktbild als Input. Sie erkennt nur die sichtbaren Attribute – also Dinge, die man auf dem Bild klar sehen kann, wie Material (z. B. „Leder“, „Stoff“), Verschlussart, Sohle, Farben, Muster etc. Wichtig bei ist: sie rät nicht einfach und macht keine fiktiven Aussagen. Nur, was sicher aus dem Bild abzuleiten ist. Damit vermeidet man, dass die KI „erfindet“ und dem Produkt Eigenschaften gibt, die es gar nicht hat.

Beschreibung generieren (mit Stil und SEO)

Aus den erkannten Attributen und den bereits vorhandenen Metadaten (Titel, Marke, Herkunftsland etc.) wird nun mit Claude 3.5 Sonnet ein vollständiger, verkaufsfördernder Text generiert. Dieser Text ist SEO-freundlich (mit geeignetem Stil, Keywords), auf den Markenstil abgestimmt und klar und übersichtlich strukturiert. Optional kann ein Hilfs-Tool namens perplexityTool verifizierte Fakten über die Marke oder den Hersteller recherchieren, um sicherzustellen, dass keine falschen Behauptungen gemacht werden. Das Ergebnis: ein hochwertiger, plausibler Produkttext, der nicht klingt wie „von einem Chatbot gemacht“.

Qualitätskontrolle / Strukturierte Ausgabe

Der Workflow verwendet eine Komponente namens outputParserStructured, die sicherstellt, dass das Ergebnis in einem klaren JSON-Format ausgegeben wird. Damit ist sichergestellt, dass der Text sauber weiterverarbeitet werden kann — z. B. in Google Sheets oder beim Hochladen in Shopify.

In Shopify übernehmen & überwachen

Nach der Freigabe (Review) kann der neue Beschreibungstext zurück in Shopify geschrieben werden. Der Workflow kümmert sich um die Pagination (also das Durchgehen vieler Produkte über mehrere Seiten). Er merkt sich, an welcher Stelle er war (page_info_next), so dass der Prozess bei Ausfällen fortsetzbar ist.

Verkaufsanalyse ergänzen

Separat läuft ein geplanter (scheduled) Workflow: täglich um eine bestimmte Uhrzeit, der die Verkaufsdaten des Vortages aus Shopify holt. Die Bestelldaten werden verarbeitet, summiert, und in Google Sheets protokolliert (mit Datum, Gesamtumsatz). Auch Tage ohne Verkäufe werden berücksichtigt, damit die Historie vollständig bleibt. So kannst du später analysieren, ob sich Produkte mit KI-Beschreibungen besser verkaufen oder eben nicht.

Fehlerbehandlung & Logging

Gibt es einen Fehler (z. B. API-Ausfall, Formatfehler), so greift ein errorTrigger, der den Fehler erkennt, eine Diagnose mit technischer + verständlicher Erklärung generiert und die Information in ein Error_log in Google Sheets schreibt. So siehst du immer, wo es hakt, und kannst gezielt eingreifen.

Und jetzt heißt es: einfach mal ausprobieren!

Es gibt Free Plans von N8N, sodass du einfach versuchen kannst, den hier dargestellten Workflow umzusetzen. Du kannst N8N auch kostenfrei selbst hosten. Bei Problemen stehen wir von co·dex dir natürlich gerne zur Seite.