Tytuł to pojedyncze pole, które Google czyta najczęściej, gdy decyduje, na jakie zapytania może wyświetlać się Twój produkt. Zrób to dobrze, a poszerzysz pulę wyszukiwań, do których się dopasowujesz, podniesiesz CTR i obniżysz koszt kliknięcia. Zrób to źle, a będziesz licytować ruch, który i tak nigdy nie miał się skonwertować.
Są dwa sposoby, aby na dużą skalę budować lepsze tytuły. Pierwszy jest oparty na regułach: łączysz atrybuty, które już masz, w spójną, przyjazną zapytaniom strukturę. Drugi jest oparty na AI: przekazujesz surowe dane do modelu językowego i pozwalasz mu napisać lub przepisać tytuł. Oba podejścia mają swoje miejsce, a w Feedoptimise możesz uruchomić jedno z nich albo oba naraz, bez dotykania kodu.
W tym wpisie omawiamy każdą metodę na przykładach i pokazujemy, gdzie w platformie pasują modyfikatory oraz łączność z wieloma LLM.
Na co Google zwraca uwagę w tytule
Zanim cokolwiek zoptymalizujesz, zestaw swoje tytuły z trzema ograniczeniami.
Długość. Atrybut title pozwala na maksymalnie 150 znaków, a wskazówki Google mówią, aby z nich korzystać. Atrybuty ważne dla dopasowania i kliknięcia umieść w pierwszych 70 znakach, ponieważ użytkownicy zwykle widzą tylko pierwsze 70 (lub mniej, zależnie od rozmiaru ekranu), a następnie dodaj przyjazne SEO słowa kluczowe, aby wypełnić pozostałą przestrzeń. Celem jest wykorzystanie pełnego limitu, a nie skracanie tytułów.
Kolejność. Google czyta od lewej do prawej i mocniej waży wcześniejsze słowa. Na początku umieszczaj terminy, które wpisuje kupujący, i przestawiaj istniejące słowa kluczowe tak, aby te o wysokim CTR były bliżej początku. Jeśli „vinyl” jest mocnym terminem dla muzyki, „Vinyl, Eminem, Curtain Call: The Hits (2LP)” wypada lepiej niż zostawienie „Vinyl” na końcu.
Struktura. Google publikuje sugerowane formaty tytułów według kategorii produktów. Wzorce, od których wychodzi większość sprzedawców:
- Odzież: Marka + Płeć + Typ produktu + Atrybuty (Kolor, Rozmiar, Materiał)
- Produkty spożywcze i FMCG: Marka + Typ produktu + Atrybuty (Waga, Ilość)
- Towary trwałe: Marka + Produkt + Atrybuty (Rozmiar, Waga, Ilość)
- Elektronika: Marka + Atrybut + Typ produktu (plus numer modelu)
- Książki: Tytuł + Typ + Format + Autor
Podstawowy wzorzec Google dla elektroniki kończy się na typie produktu, ale warto dodać numer modelu, ponieważ kupujący szukają konkretnych modeli po nazwie.
Zachowuj unikalność tytułów. Każdy wariant produktu powinien mieć własny tytuł, zamiast współdzielić jeden dla różnych rozmiarów czy kolorów. Tytuł zawierający rozmiar i kolor już to zapewnia, a podczas konfiguracji możesz to potwierdzić.
Usuń język promocyjny. Słowa takie jak „darmowa wysyłka”, „najlepsza cena” czy „wyprzedaż” powodują odrzucanie tytułów i nie wnoszą nic do dopasowania zapytań.
Mając te zasady na uwadze, oto dwie metody budowy.
Metoda 1: tytuły oparte na regułach poprzez łączenie atrybutów
Pomysł jest prosty. Bierzesz ustrukturyzowane pola, które już masz — marka, płeć, typ produktu, kolor, rozmiar, materiał — i łączysz je w stałej kolejności, aby uzyskać czysty, przewidywalny tytuł dla każdego produktu w katalogu.
To właściwa metoda, gdy dane źródłowe są wiarygodne i dobrze ustrukturyzowane. Jest szybka, każdy wynik jest przewidywalny i możesz dokładnie prześledzić, jak powstał dowolny tytuł.
Modyfikatory, których używasz
Feedoptimise zawiera ponad 120 modyfikatorów, a Ty łączysz je w wizualnym kreatorze reguł, gdzie wynik jednego staje się wejściem następnego. Przy łączeniu tytułów większość pracy wykonuje kilka z nich:
- Concatenator: łączy dwa lub więcej ciągów w jeden.
- Mapper: mapuje surowe wartości na czystsze, przydatne do normalizacji bałaganiarskich danych wejściowych, zanim trafią do tytułu.
- IF: zwraca różne wartości w zależności od warunku, dzięki czemu struktura może się zmieniać w zależności od typu produktu lub od tego, które pola są uzupełnione.
- Case formatter: poprawia wielkość liter, więc
ADIDASstaje sięAdidas. - Trim i Text sanitiser: usuwa zbędne spacje i ukryte znaki.
- Truncate i Text counter: utrzymuje tytuł w limicie znaków i pokazuje jego długość.
Przykład: odzież
Załóżmy, że sprzedajesz odzież i masz takie pola:
brand = adidas
gender = Women's
product_type = Running Shoes
color = Core Black
size = US 6
Zgodnie ze wzorcem Google dla odzieży łączysz pola za pomocą Concatenator w tej kolejności:
Brand + Gender + Product Type + Color + Size
Wynik:
Adidas Women's Running Shoes Core Black US 6
Każdy produkt w feedzie ma teraz ten sam „kształt”. Kupujący, który szuka „women's adidas running shoes”, dopasuje się do słów znajdujących się na początku tytułu.
Przykład: elektronika
W elektronice wykorzystuje się kluczowy atrybut oraz numer modelu:
brand = Samsung
attribute = 65 inch
product_type = 4K QLED Smart TV
model = QE65Q80D
Połączone jako Brand + Attribute + Product Type + Model:
Samsung 65 inch 4K QLED Smart TV QE65Q80D
Dodawanie logiki i zabezpieczeń
Rzeczywiste katalogi nie są uporządkowane, więc kilka dodatkowych kroków utrzymuje wynik w czystości.
Struktura warunkowa. Użyj IF, aby format tytułu się dostosowywał. Jeśli gender jest puste, usuń je z łańcucha zamiast zostawiać podwójną spację. Jeśli product_type to „Books”, przełącz na wzorzec dla książek.
Normalizuj przed połączeniem. Uruchom Mapper, aby „blk”, „Black” i „BLACK” wszystkie zamieniły się na „Black”, zanim trafią do tytułu. Nie musisz jednak spłaszczać opisowych nazw kolorów. „Walnut” czy „Royal Sapphire” mogą pozostać w tytule, o ile osobny atrybut color zawiera standardową wartość. Jeśli kolor masz tylko w tytule, a nie jako osobne pole, Color extractor może go wyciągnąć, więc „Royal Sapphire Cocktail Dress” da „Blue”.
Uzupełniaj braki z istniejących danych. Gender extractor i Age group extractor czytają tytuł lub kategorię i zwracają właściwą wartość, którą możesz następnie wstawić do struktury.
Wykorzystaj pełny tytuł, a potem pilnuj limitu. Staraj się wypełnić 150 znaków: zacznij od atrybutów, które napędzają dopasowanie i kliknięcia, a następnie dopisz istotne słowa kluczowe po pierwszych 70. Ustaw Truncate na 150 jako twardy limit, aby nic nie wychodziło poza zakres, i użyj Text counter podczas konfiguracji, aby potwierdzić, że kluczowe atrybuty mieszczą się w pierwszych 70 znakach.
Każdy z tych kroków jest podglądany na żywo na rzeczywistych produktach z Twojego katalogu przed publikacją, więc widzisz gotowe tytuły i wyłapujesz przypadki brzegowe, zanim cokolwiek trafi do Google.
Gdzie podejście oparte na regułach ma ograniczenia
Łączenie tylko przestawia to, co już masz. Jeśli tytuły źródłowe są ubogie, niespójne lub napisane dla ludzi, a nie pod wyszukiwanie, łączenie pól daje schludny tytuł, który nadal pomija terminy używane przez kupujących. Właśnie tu druga metoda ma sens.
Metoda 2: tytuły oparte na AI z łącznością z wieloma LLM
Zamiast składać pola w stałej kolejności, przekazujesz modelowi językowemu dane produktu i prompt, a on pisze tytuł, który brzmi naturalnie i zawiera terminy, których ludzie szukają. Model może wywnioskować brakujące atrybuty, przeredagować niezgrabne opisy źródłowe i dopasować frazowanie do kategorii.
Platforma traktuje to jak modyfikator jak każdy inny, więc wpina się to w ten sam wizualny przepływ co reguły powyżej.
Wybierz model albo mieszaj kilka
Feedoptimise łączy się ze wszystkimi głównymi LLM takimi jak: OpenAI ChatGPT, Google Gemini, Anthropic Claude i xAI Grok, a także z naszymi własnymi hostowanymi modelami open source. Dwie rzeczy sprawiają, że jest to praktyczne w skali feedów, a nie tylko ciekawostka:
Nie jesteś przywiązany do jednego dostawcy. Każdy ma dedykowany modyfikator Title Optimiser (OpenAI Title Optimiser, Google Gemini Title Optimiser, Anthropic Claude Title Optimiser, xAI Grok Title Optimiser) oraz hostowany AI Title Optimiser. Zmieniasz model bez przebudowy reguły i wybierasz ten, który daje najlepsze tytuły w najlepszej cenie.
Możesz łączyć różne modele w jednym przepływie. Ponieważ każdy interfejs promptów jest osobnym modyfikatorem, możesz użyć jednego modelu do generowania, drugiego do sprawdzania, a trzeciego do tłumaczenia. Przykładowa sekwencja:
- Anthropic Claude Prompt przepisuje tytuł na podstawie atrybutów produktu.
- Google Gemini Prompt ocenia ten tytuł w skali od 1 do 10 i zwraca wyłącznie liczbę.
- Modyfikator IF zachowuje tytuł AI, gdy wynik przekracza Twój próg, a w przeciwnym razie wraca do tytułu opartego na regułach.
To bramka jakości zbudowana z dwóch dostawców, złożona wizualnie i uruchomiona na całym katalogu.
Pełna kontrola nad promptem
Prompt nie jest czarną skrzynką. Edytor szablonów promptów WYSIWYG pozwala wstawiać atrybuty z feedu bezpośrednio do instrukcji, dzięki czemu model pracuje na rzeczywistych danych produktu, a nie na domysłach. Przykładowy prompt do tytułów:
Write a Google Shopping product title, up to 150 characters,
and use the space. Put the attributes that drive matching and
clicks in the first 70 characters, then add relevant search
keywords after that. Lead with brand, then product type, then
the most important attributes. Use this order for apparel:
brand, gender, type, color, size. Front-load the highest-CTR
term. Keep each variant title unique. No promotional words.
No ALL CAPS. Return the new title only.
Brand: {{brand}}
Type: {{product_type}}
Color: {{color}}
Size: {{size}}
Description: {{description}}
Uzupełnij luki, do których reguły nie sięgają
Modyfikatory AI robią więcej niż tylko przepisują. AI Attributes Extractor wyciąga atrybuty takie jak kolor, materiał i płeć z opisu, gdy brakuje ich jako pól. Image Attributes Extractor (dostępny w OpenAI i Gemini) analizuje zdjęcie produktu i zwraca to samo, więc możesz odzyskać markę z etykiety na fotografii. Modyfikator AI Product Highlights wyciąga wyróżniające cechy z opisu, które możesz podać do tytułu jako atrybuty wygrywające kliknięcia.
Tak więc ścieżka AI naprawia dokładnie słabość ścieżki reguł: wytwarza czyste, ustrukturyzowane atrybuty tam, gdzie dane źródłowe ich nie mają, a następnie zapisuje je w tytule.
Wzbogacaj tytuły prawdziwymi danymi o frazach wyszukiwania
Własne zalecenia Google mówią, aby dodawać do tytułów frazy wyszukiwania o wysokiej liczbie wyświetleń — ogólne terminy, aby zdobywać wyświetlenia („patio”, „shoe”), oraz szczegółowe, aby zdobywać kliknięcia („wicker”, „Energy Star”) — korzystając ze źródeł takich jak Google Trends, raport Search Terms i Keyword Planner. Sztuka polega na tym, aby te dane zasiliły regułę tytułu, zamiast zgadywania.
W tym miejscu platforma robi coś, czego nie potrafi ani prosta budowa reguł, ani generyczny prompt AI. Modyfikator Report pobiera dane z Google Ads i Google Analytics, a Analysers pokazują, co działa, dzięki czemu możesz kierować rzeczywiste dane o wyświetleniach i kliknięciach do przepływu tytułów. Zidentyfikuj terminy, których naprawdę używają kupujący, a następnie albo zmapuj je do struktury opartej na regułach, albo przekaż je do promptu AI jako słowa kluczowe do wyróżnienia. Wzbogacasz tytuły na podstawie dowodów, a nie założeń.
Koszty i testowanie
Dwie funkcje utrzymują to w ryzach kosztowo i pozwalają mierzyć efekty.
- Cache’owanie. Feedoptimise buforuje odpowiedzi AI i odświeża je tylko wtedy, gdy zmienią się Twoje ustawienia lub bazowe dane produktu, więc nie płacisz modelowi za generowanie tego samego tytułu przy każdym uruchomieniu feedu.
- Testy A/B. Feedoptimise pozwala wygenerować dwa warianty tytułu — oparty na regułach i AI — albo dwa różne prompty AI, a następnie zaplanować test A/B, który pokaże w kanale wersję osiągającą lepsze wyniki. Optymalizujesz na podstawie rezultatów, a nie opinii.
Którą metodę wybrać i kiedy
- Używaj łączenia opartego na regułach, gdy dane atrybutów są czyste i kompletne. Jest tańsze, w pełni przewidywalne i banalne do audytu.
- Używaj AI, gdy tytuły źródłowe są słabe, brakuje atrybutów lub chcesz frazowania zgodnego z tym, jak kupujący faktycznie szukają.
W praktyce najsilniejsza konfiguracja łączy oba podejścia. Wyciągnij i oczyść atrybuty za pomocą AI, połącz je regułami w przewidywalną strukturę, zweryfikuj długość przez Truncate i Text counter, a następnie przetestuj A/B tytuł oparty na regułach przeciwko w pełni napisanemu przez AI, aby zobaczyć, co kanał nagradza. Ponieważ każdy krok żyje w tym samym wizualnym przepływie, przełączanie się między metodami lub ich mieszanie sprowadza się do dodania modyfikatora, a nie przebudowy pipeline’u.
Jak zacząć
Jeśli już prowadzisz feedy przez Feedoptimise, otwórz bibliotekę modyfikatorów i najpierw zbuduj tytuł oparty na regułach. W kilka minut da Ci to solidną bazę. Potem dołóż AI Title Optimiser, na start wybierz jeden model i przetestuj A/B oba warianty. Niech dane z kanału zdecydują, co wygrywa — nawet per kategoria, jeśli chcesz pójść dalej.
Jeśli jeszcze nie korzystasz z platformy, to właśnie do takiej pracy stworzono wizualny kreator reguł i modyfikatory multi-LLM. Możesz przetestować to na własnym katalogu w ramach bezpłatnego okresu próbnego.