Produktdata, produkttexter, kundfrågor och lager – med uppgifterna från er och ansvaret kvar i butiken
Jag hjälper webbutiker att använda AI där tiden försvinner: produktdata som ska kompletteras, produkttexter som ska skrivas, kundfrågor om ordrar och returer, och underlag till inköp och lager – kopplat till den e-handelsplattform ni redan har.
Uppgifterna om varorna kommer från er och era leverantörer. AI formulerar, sorterar och räknar fram förslag. Vad som publiceras och vad som beställs bestämmer en människa.
En webbutik är en katalog som aldrig blir färdig. Nya artiklar kommer in med leverantörens beskrivning på engelska och halva fälten tomma, kunderna skriver och undrar om en del passar deras modell, och någon ska dessutom bestämma hur många av varje som ska köpas in inför nästa säsong. Allt det är arbete med text och siffror som redan finns någonstans – och det är där AI kan avlasta.
Men i e-handel är texten en del av köpet. Det som står på produktsidan är ett löfte till kunden, och en språkmodell som skriver «vattentät» om en jacka som bara är vattenavvisande har skapat ett problem, inte sparat tid. Därför handlar arbetet lika mycket om var uppgifterna kommer ifrån som om vad verktyget ska göra.
Leverantörsfiler, datablad i PDF och prislistor i olika format kan läsas av en språkmodell som plockar ut attributen – mått, vikt, material, färg, kompatibilitet – och för in dem i rätt fält. Samma storlek skriven på fyra sätt blir ett. Artiklar där ett obligatoriskt fält saknas kan läggas i en lista i stället för att publiceras med en gissning. Ett värde som inte står i underlaget ska inte stå i butiken.
Produkttexter för hela sortimentet
När attributen finns kan texterna byggas på dem: en beskrivning per artikel, texter till kategorisidor, metabeskrivningar till sökmotorerna och översättningar till fler språk. Butikens ton sätts en gång i en instruktion, och varje text granskas mot produktdatan innan den går ut. Ju fler likartade artiklar, desto större blir tidsvinsten.
Kundfrågor före köpet
«Passar den här till min modell?», «Hur stor är den i verkligheten?», «Går den att tvätta i maskin?» Svaren står ofta redan i produktdatan, men kunden hittar dem inte. En chatt eller ett svarsutkast som bara hämtar ur butikens egna uppgifter, och som lämnar över när svaret inte finns där, är upplagd för att minska både mejlen och felköpen.
Order- och returfrågor
Frågor om leveransstatus har ett svar i ordern och i fraktbolagets spårning. Returer och reklamationer kan sorteras, sammanfattas och få ett utkast till svar med orderhistoriken bifogad. Beslutet om en reklamation fattar butiken – det är där konsumentens rättigheter avgörs, och där ett fel kostar mest.
Prognoser för inköp och lager
Försäljningshistorik, säsong och planerade kampanjer kan bli ett förslag på hur mycket som bör beställas, och en lista över artiklar som håller på att ta slut eller som står still på hyllan. Själva beräkningen görs med vanlig statistik. AI:n beskriver avvikelserna i klartext. En prognos är en uppskattning, och för nya artiklar utan historik är den osäker – det ska synas i underlaget, inte gömmas.
Plattformen
Kopplat till butiken, inte bredvid den
Ett AI-verktyg som kräver att någon kopierar produkter till ett annat fönster och klistrar tillbaka texterna blir snabbt ett verktyg ingen använder. Därför går arbetet via e-handelsplattformens API: produkter, ordrar, kunder och lagersaldon läses därifrån, och det som ska tillbaka – en ny text, ett kompletterat attribut – skrivs dit efter ett godkännande.
Många plattformar har i dag egna AI-funktioner för produkttexter – kontrollera vad er har innan ni bygger något eget. Räcker de för ert sortiment ska ni använda dem, och det säger jag i första samtalet. Ett eget flöde lönar sig när underlaget kommer från många leverantörer i olika format, när texterna ska bygga på er egen produktdata och inte på en allmän mall, eller när samma uppgifter också ska vidare till ekonomisystem, prisjämförelsesajter och marknadsplatser.
Jag bygger så att varje ändring som skrivs till butiken loggas, så att det går att se vad som ändrades, när och utifrån vilket underlag. Utgångspunkten är att pris och lagersaldo inte ändras av en språkmodell.
Ärligt
Det som står i butiken är butikens ansvar
Uppgifter som blir en del av köpet. Enligt konsumentköplagen (2022:260) ska en vara stämma med de uppgifter om dess egenskaper som näringsidkaren lämnat i marknadsföringen eller annars före köpet (4 kap. 2 §). Gör den inte det är varan felaktig. En egenskap som en språkmodell lagt till av sig själv är alltså inte en formulering – den kan bli en reklamation.
Vilseledande marknadsföring. Marknadsföringslagen (2008:486) förbjuder felaktiga påståenden och andra framställningar som är vilseledande. Det gäller oavsett vem som skrev texten. Påståenden om miljö, hälsa och säkerhet är de som är svårast att stå för om de inte kommer ur ett underlag ni själva kan visa upp.
Produktbilder. En AI-genererad miljöbild kan vara bra för stämningen. En bild som ska visa hur produkten ser ut ska vara ett foto av produkten.
Kunddata. Ordrar innehåller namn, adresser och köphistorik. Det som skickas till en AI-tjänst behöver ett personuppgiftsbiträdesavtal och ett besked om var uppgifterna behandlas. Hur det ordnas står på sidan om AI och GDPR, och vad som gäller för en chatt som pratar med kunderna står under märkning på sidan om AI för marknadsföring.
Det här beskriver läget i november 2026. Jag är AI-konsult, inte jurist, och i gränsfall ska ni fråga en.
Upplägget
Från ett första möte till ett flöde i drift
Ett första möte. Ni berättar var tiden går – nya artiklar, kundmejl, returer eller inköp – och vilken plattform butiken ligger på. Mötet kostar ingenting.
En titt på underlaget. En export av produktdatan och ett urval av kundfrågorna säger mer än en beskrivning. Där syns vilka fält som saknas och vilka frågor som faktiskt går att besvara ur det som finns. Därefter får ni en fast offert.
Ett flöde i taget, prövat på en del av sortimentet. Första flödet testas på en kategori, och resultatet jämförs med det ni själva hade skrivit eller svarat. Ni ser var det tar fel innan det rör hela butiken.
Godkännande och överlämning. Ni bestämmer vem som godkänner vad, och får dokumentation, instruktioner och åtkomst i ert eget namn. Ska personalen själv arbeta med verktygen finns AI-utbildning för företag.
Ärligt
När en webbutik ska avstå
När sortimentet är litet. Femtio artiklar som byts ut en gång om året skriver ni bättre själva. Tidsvinsten finns i volymen.
När underlaget saknas. Har leverantören inte uppgett materialet kan ingen modell veta det. Då är det första uppdraget att få in uppgifterna, inte att formulera dem.
När plattformens egen funktion räcker. Ett eget bygge bredvid något ni redan betalar för är då inte alltid värt pengarna.
När svaren kräver bedömning. En kund som är missnöjd behöver en människa som kan fatta beslut, inte ett snabbare standardsvar.
Bakgrund
Vem som bygger det
Jag heter Mikael Glännström och driver enmansfirman Glänne & Söner i Lindesberg. Jag bygger AI-lösningar och kopplingar mellan system, och jag säger hellre i första mötet att något inte lönar sig än efter ett bygge.
Arbetet går att göra på distans, så jag tar uppdrag från webbutiker i hela Sverige. Alla AI-tjänster finns samlade på sidan om AI-konsult, och ska AI in i fler delar av företaget än butiken börjar det med en AI-strategi.
Ja, om den får uppgifterna från er. En språkmodell som skriver utifrån produktens egna attribut – mått, material, kompatibilitet, skötselråd – kan ge ett utkast per artikel på några sekunder, i butikens ton.
Det den inte ska göra är att fylla luckor. Upplägget är därför att en text bara bygger på fält som finns i produktdatan, att artiklar med saknade uppgifter läggs åt sidan i stället för att gissas, och att någon läser innan texterna publiceras.
Vem ansvarar om en AI-skriven produkttext är fel?
Butiken. För konsumenten spelar det ingen roll vem eller vad som skrev texten. Enligt konsumentköplagen ska en vara stämma med de uppgifter som lämnats om den i marknadsföringen, och marknadsföringslagen förbjuder vilseledande påståenden.
En egenskap som en språkmodell har hittat på kan alltså bli både ett fel i varan och vilseledande marknadsföring. Det här beskriver läget i november 2026 och är ingen juridisk rådgivning.
Kan en AI-chatt svara på frågor om ordrar och returer?
På en del av dem. Frågor som «var är mitt paket» har ett svar som finns i orderstatusen, och dem kan en chatt slå upp om den är kopplad till plattformen och fraktbolaget.
Reklamationer och tvister är något annat. Där avgör butiken, inte en modell, och chatten är upplagd för att lämna över till en människa med ärendet sammanfattat.
Fungerar det med den plattform vi redan har?
Det är plattformens API som avgör vad som går. Där produktdata, ordrar och lagersaldon går att läsa och skriva via ett API kan AI-stegen läggas mellan plattformen och de system ni redan använder. Vad just er plattform och ert abonnemang tillåter kontrollerar jag före offerten.
Vad kostar det?
Det beror på hur stort sortimentet är, hur ordnad produktdatan är och vilka system som ska kopplas ihop. Ni får en fast offert efter ett första kostnadsfritt möte.
Var går tiden i er webbutik?
Berätta vilken plattform ni har och vad som tar mest tid – nya artiklar, kundmejl, returer eller inköp. Efter ett första kostnadsfritt möte vet ni vad som går att avlasta, och får en fast offert.
