יצירת alt-טקסטים באמצעות AI עבור תמונות מוצרים

מדוע טקסט חלופי (alt) לתמונות נשבר בזרימת מוצרים

קטלוג עם כמה אלפי פריטים כמעט תמיד נתקל באותה קיר: טקסט חלופי לתמונות מלא באופן פורמלי. בהתחלה מנהל התוכן כותב תיאורים ידנית ושומר על איכות, אבל כשמוסיפים מאות מוצרים בשבוע, המעבר הידני מפסיק להתאים לקנה מידה.

מופיעים alt ריק בחלק מהכרטיסים, כפילויות alt בקבוצות שלמות ותיאורים כמו "תמונה 1", שלא נושאים משמעות לא לחיפוש ולא לאדם.

מכאן פועל אפקט ההצטברות. סימון המוני של הקטלוג נעשה לפי תבנית "קטגוריה + מק"ט", וכעבור חודש מחצית מהכרטיסים נבדלים רק בספרה בסוף. מנועי החיפוש רואים טקסט אחיד ומפסיקים להחשיב אותו כרלוונטי, ומוצרים עם מאפיינים ייחודיים — צבע, חומר, ייעוד — מאבדים נראות בתוצאות החיפוש לפי תמונות. משתמש עם קורא מסך שומע "תמונת מוצר" במקום תיאור ולא מבין מה לפניו.

המחיר של הטעות אינו רק בעמדות. כאשר טקסט חלופי לתמונות אינו תואם את התוכן האמיתי — דגמים מבולבלים, תמונות מיושנות לאחר שינוי במגוון — זהו נתיב ישיר להחזרות ותלונות: הקונה התבסס על תיאור שלא ראה. הגהה ידנית של אי-התאמה כזו בזרימה אינה תופסת אותה, והתבנית רק משכפלת אותה.

הבעיה אינה שהצוות לא מתאמץ, אלא שגישות ידניות ותבניתיות אינן מחזיקות את הנפח. יש צורך בדרך לייצר תיאורים בעלי משמעות לכל תמונה ולבדוק אותם לכפילויות ולערכים ריקים באופן אוטומטי. נבחן כיצד זה נסגר.

כיצד יצירת טקסט alt לתמונות סוגרת את הפערים הללו

מה משתנה במדדי הקטלוג

תיוג אוטומטי סוגר את הפער המדיד העיקרי: שיעור התמונות עם טקסט alt מלא עולה מ-20–30% (מצב רגיל של קטלוג שבו עורכים מגיעים לכרטיסים אחרונים) ל-95%+ בכל המערך.

במקביל נעלם סוג שלם של שגיאות — alt="" ריקים בתמונות משמעותיות, כפילויות של אותו טקסט בעשרות מוצרים, תיאורים כמו «IMG_2841.jpg». מנועי חיפוש וקוראי מסך מקבלים תיאור משמעותי, ולא ממלא מקום.

מצבי יצירה ומתי לבחור בכל אחד

יצירת טקסט alt אינה מסתכמת בהרצה אחת של מודל על כל הקטלוג. בפועל בוחרים בין כמה מצבים, ואיכות ה-alt תלויה ישירות במידת ההתאמה בין המצב לסוג התוכן.

מדוע זה עובד באופן יציב

האפקט המרכזי — לא הזרמה חד-פעמית של טקסטים, אלא קו ייצור: מוצרים חדשים מקבלים טקסט alt ברגע הפרסום, ולא כשמישהו יגיע אליהם. בדיוק משום כך שיעור התיאורים המלאים נשמר ברמה גבוהה, ולא מחליק בחזרה כעבור חודש.

אנו בונים קווי ייצור כאלה בשילוב עם קטלוג המוצרים ומאגר המדיה — AltText.ai ושירותים דומים סוגרים את היצירה, אך איכות ה-alt נקבעת על ידי עיבוד לאחר מעשה וכללי ולידציה, ולא על ידי המודל עצמו.

מה בודקים בפלט

תיוג אוטומטי ללא בקרת איכות מניב אשפה: תיאורים ארוכים מדי, חזרות, מילות מפתח שלא לעניין. לכן בקו הייצור מוטמעות בדיקות — אורך בגבולות הקריאוּת, היעדר כפילויות, נוכחות מאפיינים משמעותיים של המוצר. זה מה שמבדיל תהליך עבודה מ«הרצנו את המודל ושכחנו».

איך אנחנו מטמיעים יצירת טקסט alt בקטלוג

ההטמעה מתחילה לא מהמחולל, אלא מביקורת של הסימון הנוכחי: מייצאים את כל התמונות בקטלוג, בודקים באיזה שיעור alt מלא, היכן הוא משוכפל, היכן הוא מכיל שם קובץ כמו IMG_2043.jpg, והיכן הוא חסר לחלוטין.

בשלב זה גם מגדירים את קטגוריות המוצרים ואת הכללים שלפיהם הטקסט צריך להיות שונה — אחרת המחולל יפיק ניסוחים זהים לאלף פריטים ומנוע החיפוש יתייחס אליהם כאל זבל.

מכאן העבודה מתנהלת בשלבים:

1. ביקורת סימון ומלאי תמונות: סופרים את ההיקף, את שיעור ה-alt הריקים והתבניתיים, ומסמנים קבוצות מוצרים.
2. הגדרת כללי יצירה לכל קטגוריה: מה נכנס לטקסט — שם, סוג, מאפיין מרכזי, צבע או חומר, אם הם נראים בתמונה.
3. חיבור היצירה לייצוא: הטקסטים נוצרים באופן מרוכז בעת העלאת המוצר ונשמרים בשדה נפרד, בלי לדרוס ערכים תקינים קיימים.
4. בדיקת איכות על מדגם: עוברים ידנית על כמה מאות פריטים, מסננים כפילויות, שטויות ושורות ארוכות מדי.
5. הגבלת אורך וניקוי: מביאים את הטקסטים לאורך סביר, מסירים תווים שירותיים וחזרות מיותרות של השם.
6. הרצה על כל הקטלוג ובקרה מדגמית לאחר הפרסום: מוודאים שהסימון מועבר למנועי החיפוש ושאינו שובר את פריסת הכרטיסים.
7. מסירת המערכת המוגדרת: הכללים, סקריפטי הייצוא וההוראות להוספת קטגוריות חדשות נשארים אצל הצוות שלכם.

נקודת המפתח — הכללים חיים בנפרד מהקוד של הדף. כשאתם מוסיפים קטגוריה חדשה או משנים תבנית של כרטיס, מספיק לתאר את המאפיינים ליצירה, ולא לכתוב מחדש את הסימון ידנית. תארו את המשימה שלכם — נחזור עם הערכה ותוכנית לפי שלבים.

במה שונה טקסט alt תבניתי מטקסט שנוצר לפי תוכן?

טקסט alt תבניתי נבנה משדות מוגדרים מראש: שם הקטגוריה, המותג, מק"ט, לעיתים צבע או מידה. גישה כזו מניבה מחרוזת צפויה מראש, אך היא מתארת את המוצר במונחי הקטלוג, ולא במונחים של מה שלמעשה נראה בתמונה.

כתוצאה מכך, בעשרות כרטיסים מופיעים כיתובים כמעט זהים, שאינם נושאים מידע חדש לא למערכות החיפוש ולא למשתמש העיוור שקורא את העמוד דרך קורא מסך.

יצירה לפי תוכן פועלת אחרת: המודל מנתח את התמונה עצמה — זווית הצילום, הקומפוזיציה, הרקע, עצמים משניים, פרטי הגזרה או המרקם — ומנסח תיאור הקשור לפריים המסוים.

ההבדל בין הגישות מתבטא בדיוק התיאור: התבנית עונה על השאלה "מהו המוצר הזה", ואילו טקסט ה-alt שנוצר עונה על השאלה "מה בדיוק מוצג בתמונה הזו". עבור גלריה שבה אותו מוצר מצולם מחמש זוויות, זה מהותי: כל תמונה מקבלת כיתוב משלה במקום חמישה עותקים של מחרוזת אחת.

בפועל, התבנית נתקלת בתקרה ברגע שהקטלוג חורג מגבולות של פריטים אחידים. ברגע שמופיעים סטים, מוצרים עם אביזרים בפריים, אינפוגרפיקה עם כיתובים או צילום lifestyle, ההצבה לפי שדות מתחילה להפיק תיאורים שאינם תואמים לתמונה. יצירה לפי תוכן מטפלת במקרים כאלה, משום שהיא נשענת על מאפיינים חזותיים ולא על מבנה הכרטיס.

יש גם צד שני למטבע: טקסט alt שנוצר דורש בדיקה לאיתור שגיאות עובדתיות — המודל עלול לזהות באופן שגוי את החומר או את ייעודו של הפריט. לכן בתהליך העבודה התיאור עובר ולידציה מול מפרט המוצרים וכללי אורך, ומקרים שנויים במחלוקת עוברים להגהה ידנית. התבנית אינה דורשת בדיקה כזו, אך גם אינה מספקת שיפור בדיוק התיאור במקום שבו הוא נחוץ ביותר.

לסיכום: התבנית מספקת מענה לדרישה הפורמלית לקיומו של מאפיין alt, ויצירה לפי תוכן — למשימת התיאור. הבחירה ביניהן נקבעת לא לפי נוחות ההטמעה, אלא לפי מידת האחידות של הקטלוג וכמה חשוב שכל תמונה תתואר בנפרד.

מקרה בוחן: כיצד קטלוג של 40,000 מוצרים נפטר מ-alt ריקים

קטלוג של 40,000 פריטים חי עם alt ריק ב-92% מהתמונות: מנהלי התוכן פיזית לא הספיקו לתייג משלוחים חדשים, וחלק מהכרטיסים ירשו שם קובץ בפורמט IMG_2043.jpg. מנועי החיפוש לא אינדקסו תמונות כאלה, וקוראי מסך השמיעו אותן כ"תמונה" — הדף איבד גם תנועה וגם נגישות.

הרכבנו צינור עיבוד המוני: התמונה עוברת דרך מודל זיהוי, אשר מזהה את קטגוריית המוצר, את תכונותיו ואת סצנת הצילום, ולאחר מכן טקסט ה-alt לתמונות נוצר לפי תבנית עם השתלת המאפיינים המזוהים.

התיאורים המוכנים נכנסים לתור להגהה — העורך מאשר או מתקן את הניסוח, ורק לאחר מכן הערך נכנס למסד הנתונים.

מה השתנה במדדים

• שיעור ה-alt המלאים עלה מ-8% ל-97% across כל הקטלוג.
• עיבוד 40,000 תמונות ארך פחות משבוע עבודה במקום חודשים של תיוג ידני.
• התיקונים הידניים הצטמצמו ל-11% מהכרטיסים — את השאר המודל תיאר נכון במעבר הראשון.
• כפילויות ותיאורים מיותרים כמו "מוצר, תמונה, תמונה" נוקו לחלוטין.

בנפרד סגרנו את סוגיית האיכות: לכל קטגוריה הוגדר סט משלה של מאפיינים חובה, ולכן ה-alt של הנעלה ושל מכשירי חשמל ביתיים נבנים לפי כללים שונים ואינם הופכים לזרם אחיד. המודל פועל על התשתית שלנו — OpenAI Vision בשילוב עם שכבת עיבוד-בת משלנו, אשר חותכת הזיות ובודקת את אורך השורה.

מה אם המודל יטעה בקטגוריה נדירה? פריטים כאלה מסומנים בדגל של ביטחון נמוך ועוברים לתור מועדף של העורך — הם לא נכנסים למסד הנתונים עד לאישור.

כיצד זה קשור לאפקט ה-SEO? alt מלא הוא אחד מהאותות לרלוונטיות התמונה; לאחר התיוג עלה שיעור ההצגות של כרטיסים בחיפוש לפי תמונות, והמדדים ההתנהגותיים של דפי הקטלוג השתפרו.

הצינור מופעל מחדש עבור כל משלוח חדש של מוצרים, ולכן הקטלוג כבר אינו צובר תמונות לא מתויגות.

מה לעשות אם הקטלוג כבר מתויג ידנית או חלקית?

לרוב הקטלוג כבר מתויג חלקית: עבור המוצרים המובילים טקסט ה-alt לתמונות נכתב ידנית והוא עובד, ואילו בזנב הארוך — ריק או שמופיע שם שם קובץ כמו IMG_0421.jpg.

אין צורך לשכתב הכול באופן גורף, ואף מזיק לעשות כן: טקסטים ידניים שמביאים תנועה אנחנו משאירים כפי שהם, ואת היצירה מפעילים רק על פריטים ללא תיאור או עם תוכן פסול מובהק.

לפני ההפעלה אנחנו מצלמים תמונת מצב של התיוג הנוכחי — ייצוא של כל הערכים לטבלה עם מזהי המוצרים, כדי שבכל רגע יהיה עם מה להשוות את התוצאה.

מה אם היצירה תקלקל כרטיסים שכבר מתויגים? הכלל פשוט: הסקריפט כותב רק לשדות ריקים ולאלה שמסומנים כטיוטה, ואינו נוגע בשדות שמולאו ידנית ללא אישור נפרד. כל שינוי מתועד ביומן — ניתן לראות מה היה, מה נהיה ומתי.

החזרה לאחור מתבצעת מתוך תמונת המצב שנשמרה: מחזירים את הערכים הקודמים לפי רשימת המזהים, בלי מעבר ידני על הכרטיסים.

מה בנוגע לגישה לקטלוג? אנחנו עובדים דרך משתמש נפרד עם הרשאות קריאה וכתיבה לספריית המדיה בלבד — בלי גישה להזמנות, לתשלומים ולנתוני לקוחות. אם הקטלוג סגור, אנחנו מכינים את התיוג על גבי הייצוא ומוסרים קובץ מוכן לייבוא על ידי הצוות שלכם.

מה אם מבנה הקטלוג אינו סטנדרטי? תחילה אנחנו מנתחים את סכימת האחסון: היכן נמצאות התמונות, כיצד הן מקושרות למוצרים, והאם קיימות מספר גרסאות שפה. מכך נגזר כיצד לפרוס את הטקסטים על השדות ולא לשכפל אותם בין הווריאציות.

בסיום אתם מקבלים:

• ייצוא של התיוג המקורי עם תמונת מצב של כל הערכים לפני השינויים;
• כללים שלפיהם היצירה מדלגת על שדות שמולאו ידנית;
• יומן שינויים עם הצמדה למזהי המוצרים;
• הוראות לחזרה לאחור — אילו נתונים ובאיזה סדר להחזיר;
• תיאור סכימת הקטלוג וכיצד הטקסטים נפרסים על השדות;
• משתמש נפרד עם הרשאות מוגבלות ורשימת ההרשאות שהוענקו;
• דוח על קטגוריית הפיילוט: שיעור הפריטים שמולאו ומה נותר לבדיקה ידנית.

תארו כיצד בנוי הקטלוג שלכם ומה כבר מתויג — נחזור עם הערכה ותוכנית להפעלה מדורגת.

לוחות זמנים ליישום יצירת טקסט חלופי לפי שלבים

יישום יצירת טקסט חלופי אינו "להפעיל את המודל ולשכוח". עיקר הזמן מוקדש לביקורת הסימון הקיים, לאיסוף מילון מאפיינים ולהגדרת בדיקות איכות: היצירה עצמה אורכת שעות, ואילו הכנת הנתונים והבקרה — שבועות.

להלן שלבי עבודה משוערים ללא הצמדות לתאריכים ספציפיים; סדר השלבים קבוע, ומשך הזמן תלוי בהיקף הקטלוג ובמספר הגרסאות הלשוניות.

לוחות הזמנים מתקצרים אם הקטלוג כבר מסומן וקיימים תיאורי מוצרים מוכנים — אז שלב הביקורת ואיסוף המילון מתבצעים במקביל. הם מתארכים אם התמונות נמצאות במערכות שונות או שחלק מהמוצרים מתוארים רק במקטעי זיהוי.

Schema.org מגדיר את הדרישות למאפיין alt בסימון מוצרים, ואנו משווים את תוצאות היצירה לכללים אלה בשלב בקרת האיכות — הדבר מפחית את הסיכון לתיקונים ידניים לאחר המסירה.