Valideer je productfeed voor ChatGPT-shoppingresultaten en zorg dat je producten in aanmerking komen om te verschijnen wanneer shoppers de AI vragen wat ze moeten kopen.
Supports Google Merchant Center XML and TSV/CSV formats.
AI-shoppingervaringen putten uit gestructureerde productdata — titels, prijzen, beschikbaarheid, afbeeldingen, identifiers en beschrijvingen. Als die feed onvolledig of fout opgemaakt is, kunnen je producten worden overgeslagen wanneer ChatGPT en andere AI-assistenten aanbevelen wat je moet kopen.
De ChatGPT-shoppingfeedchecker valideert je productfeed tegen de velden en formaten die AI-shopping nodig heeft, markeert ontbrekende of ongeldige attributen en laat zien wat je moet aanpassen zodat je catalogus in aanmerking komt voor AI-gestuurde shoppingantwoorden.
Plak de URL van je productfeed of een productpagina en wij lezen de gestructureerde data.
We controleren titels, prijzen, beschikbaarheid, GTINs, afbeeldingen en verplichte attributen voor AI-shopping.
Zie precies welke producten en velden aandacht nodig hebben zodat je catalogus AI-shopping-klaar is.
AI-shoppingervaringen werken door gestructureerde productdata direct uit feeds en productpagina’s te halen — niet door je winkel te doorzoeken zoals een mens dat zou doen. Wanneer een koper ChatGPT of Perplexity vraagt "waar kan ik een waterdicht hardloopjack kopen voor minder dan € 100", haalt de engine productrecords op die het kan analyseren: titels, prijzen, beschikbaarheid, afbeeldingen, GTINs en beschrijvingen opgemaakt in schema.org Product-markup. Als je productdata machineleesbaar, volledig en consistent is, worden je artikelen kandidaten voor AI-shoppingantwoorden.
De productattributen die AI-shopping nodig heeft, gaan verder dan wat veel retailers zich de moeite getroosten in te vullen. Een duidelijke, trefwoordrijke titel met merk, model, materiaal en maat is niet optioneel — het is het primaire veld dat de engine gebruikt om de koopintentie te matchen. De prijs moet accuraat en actueel zijn; verouderde of misleidende prijzen doen de engine het volledige listing wantrouwen. De beschikbaarheid moet de realtime voorraadstatus weerspiegelen. GTINs (Global Trade Item Numbers) zoals EAN- of UPC-codes en MPNs (fabrikantartikelnummers) zijn de vingerafdrukken waarmee AI-engines listings kunnen dedupliceren, prijzen tussen verkopers kunnen vergelijken en de productidentiteit zonder ambiguïteit kunnen bevestigen.
Onvolledige of inconsistente productdata is de meest voorkomende reden dat catalogi worden uitgesloten van AI-shoppingantwoorden. Retailers die hun Google Shopping-feeds af en toe bijwerken maar de schema.org-markup op hun productpagina’s nooit controleren, creëren een gespleten werkelijkheid: de feedvalidator geeft groen licht, maar de in-page gestructureerde data die AI-crawlers daadwerkelijk lezen, is verouderd, mist prijsinformatie of heeft helemaal geen GTIN. Consistentie is even belangrijk als volledigheid.
AI-shoppingvereisten verschillen op belangrijke punten van traditionele Google Shopping-feedvereisten. Google Merchant Center houdt zich voornamelijk bezig met feedformatnaleving, verboden contentbeleid en prijsnauwkeurigheid voor advertentiebiedingen. AI-shoppingassistenten passen een rijker stel vertrouwenssignalen toe: of een product duidelijk identificeerbaar is als een specifiek reëel artikel, of de beschrijving feitelijk en nuttig is in plaats van promotioneel, of het merk een erkende entiteit is en of de productpagina bevestigt wat de feed zegt.
Acht praktische stappen om je productcatalogus volledig in aanmerking te laten komen voor AI-shoppingaanbevelingen.
Download je volledige feed en bereken de vulraten voor elk verplicht veld: titel, prijs, beschikbaarheid, GTIN/MPN, hoofdafbeelding, beschrijving, merk en conditie. Streef naar 100% op identifiers en beschikbaarheid.
GTINs (EAN, UPC, ISBN, JAN) en MPNs zijn de primaire signalen die AI gebruikt om een product te resolven als een specifiek reëel artikel. Zonder hen kan de engine je listing niet dedupliceren of het product als verifieerbaar behandelen.
Je titel moet het patroon volgen: Merk + Producttype + Kernattributen (kleur, materiaal, maat, model). "Nike Heren Air Zoom Pegasus 40 Hardloopschoen, Zwart, Maat 43" geeft de AI alles wat het nodig heeft.
Gebruik schema.org-beschikbaarheidswaarden — InStock, OutOfStock, PreOrder, BackOrder — en houd ze gesynchroniseerd met de werkelijke voorraad in bijna realtime.
Gebruik hoge-resolutie afbeeldingen (minimaal 800x800px) op een schone, onbelemmerde achtergrond. Toon het product duidelijk, zonder watermerken of promotionele tekst erop.
AI-engines behandelen promotionele tekst ("Beste in zijn klasse!", "Beperkte aanbieding!") als een negatief vertrouwenssignaal. Schrijf beschrijvingen die specificeren wat het product is, wat het doet, waarvan het gemaakt is en voor wie het is.
Het merkveld moet exact overeenkomen met je canonieke merknaam. Inconsistenties tussen feed, productpagina en externe records zorgen voor entiteitsverwarring die de AI-shopping-kwalificatie vermindert.
Voer na elke feedupdate of productlancering je feed-URL of belangrijke productpagina’s door de checker. Het toont veldniveaufouten, consistentiegaten, ontbrekende identifiers en beschikbaarheidsincongruenties.
Kernbegrippen voor productfeedoptimalisatie en AI-shoppingkwalificatie, in begrijpelijke taal.
Elke retailer of elk bureau waarvan producten zichtbaar moeten zijn wanneer kopers de AI vragen wat ze moeten kopen.
Direct-to-consumer en middelgrote retailers waarvan producten in aanmerking komen voor AI-shoppingaanbevelingen maar niet verschijnen. De checker identificeert de specifieke veldtekorten en consistentieproblemen die opname verhinderen.
Kledingcatalogi met honderden kleur- en maatvarianten zijn bijzonder gevoelig voor onvolledige identifierdata. De checker markeert varianten zonder GTINs, beschikbaarheid die niet per variant is ingesteld en titelpatronen die de gezochte attributen missen.
Consumentenelektronica is een van de categorieën waar GTINs en MPNs het strengst vereist zijn door AI-shoppingengines. Ontbrekende of onjuiste identifiers zorgen ervoor dat elektronica-listings volledig worden overgeslagen.
Merken die AI-shopping lanceren of uitbreiden als primair kanaal hebben hun productdata vanaf dag één AI-ready nodig. De checker biedt een basisaudit voor de lancering en terugkerende validatie.
Retailers die op hun eigen site, Amazon, Google Shopping en vergelijkingssites verkopen, hebben vaak feeddata die per kanaal divergeert. De checker valideert de on-site feed en schema-markup onafhankelijk.
E-commerce SEO- en performancebureaus die productdata voor meerdere klanten beheren, kunnen de checker gebruiken om snel een gestructureerde feedaudit te produceren voor elke URL.