1. Eksperyment: Dlaczego 500 packshotów, a nie 50?
W październiku 2025 roku, po trzeciej audycie technicznym sklepu modowego z 2 400 SKU, trafiliśmy na problem, który zjadał budżet contentowy w cichy sposób: 94% zdjęć produktowych miało puste lub generyczne atrybuty ALT ("produkt.jpg", "zdjecie_001", "obrazek").
Nie chodziło o estetykę. Chodziło o:
- EAA 2026 – od 28 czerwca 2025 r. dyrektywa o dostępności usług cyfrowych obowiązuje w pełnym zakresie. Sklep bez poprawnych opisów alternatywnych to mandat i pozew zbiorowy.
- Google Lens / Vision Search – od Q3 2025 Google indeksuje obiekty na zdjęciach produktowych. Pusty ALT = brak sygnału semantycznego dla multimodalnego crawlera.
- Konwersja – użytkownicy czytników ekranu (ok. 7% ruchu w kategorii fashion, dane GA4 za Q4 2025) w ogóle nie „widzą" produktu.
Postanowiliśmy przetestować na skali, która eliminuje anegdotę. Wybraliśmy 500 realnych packshotów z czterech kategorii:
| Kategoria | Liczba SKU | Charakterystyka wizualna |
|---|---|---|
| Fashion | 180 | Tekstury, wzory, detale konstrukcyjne (wiązania, podszewki) |
| Elektronika | 130 | Materiały, wykończenia (szczotkowanie, anodowanie), porty |
| Kosmetyki | 90 | Konsystencje, etykiety, odcienie |
| Dom i ogród | 100 | Materiały, wymiary wizualne, stany zużycia |
Każdy packshot przeszedł przez identyczny pipeline: surowy JPEG → opis ALT → walidacja WCAG → publikacja w WooCommerce (wtyczka Yoast SEO, pole meta_description + img alt).
2. Metodologia: Copywriter vs. Multimodalne AI
Strona A – człowiek: Doświadczonego copywritera e-commerce (7 lat w branży, portfolio 12 sklepów D2C) poprosiliśmy o ręczne opisanie wszystkich 500 packshotów. Praca odbywała się w sesjach po 2 godziny, z przerwami 15-minutowymi. Copywriter miał dostęp do: - pełnego zdjęcia w 2000×2000 px, - nazwy produktu z katalogu, - krótkiej karty technicznej (materiał, kolor, rozmiar).
Strona B – AI:
Gemini 3 Flash Vision wdrożony w ramach PackshotPhoto AI (nasz wtyczkowy moduł do WooCommerce). Batch processing: 500 packshotów wrzuconych do kolejki, model generował opis ALT + krótki title + 3 tagi semantyczne per obraz. Parametry promptu:
Zadanie: wygeneruj opis ALT (max 125 znaków) zgodny z WCAG 2.2 AA 1.1.1.
Wymagania:
- opisz WIDOCZNE cechy (nie zgaduj niewidocznych),
- użyj języka korzyści, ale bez superlatyw,
- włącz kontekst kategorii,
- format: [Typ produktu] + [materiał/wykończenie] + [kluczowy detal wizualny] + [kolor/odcień]
Obie strony pracowały ślepo – copywriter nie wiedział, że AI generuje równolegle, i odwrotnie.
3. Wyniki w liczbach: Tabela porównawcza
| Metryka | Copywriter (Strona A) | Gemini 3 Flash Vision (Strona B) |
|---|---|---|
| Czas wykonania | 12,5 h (6 sesji × 2 h) | 95 s w batchu (500 obrazów) |
| Koszt bezpośredni | 650 PLN (stawka 52 PLN/h) | 1,20 PLN (tokeny API, ~0,0024 PLN/obraz) |
| Koszt przeliczony na 1 000 SKU | 1 300 PLN | 2,40 PLN |
| Spadek jakości po 50. packshocie | ✅ Tak – copywriter zaczął powtarzać konstrukcje („elegancki", „wysokiej jakości"), 12% opisów miało < 60 znaków | ❌ Nie – wariancja językowa stabilna (BLEU-4 względem pierwszego batchu: 0,91) |
| Dokładność detali wizualnych (blind scoring, 3 recenzentów) | 8,2 / 10 | 7,9 / 10 |
| Zgodność WCAG 2.2 AA 1.1.1 | 97,4% | 99,2% |
| Liczba opisów z błędem faktualnym (opisano niewidoczny element) | 3 (0,6%) | 7 (1,4%) |
Kluczowy insight: AI nie wygrywa na „jakości literackiej", ale nie zmęczy się na 50., 500. ani 5 000. packshocie. Copywriter po 40. sukience zaczyna pisać „sukienka w kwiaty" zamiast „sukienka midi w drobne piwonie z wiązaniem na plecach i podszewką z wiskozy".
4. Kto lepiej widzi detale? Trzy przykłady z testu
Sukienka midi w drobne kwiaty
- Copywriter: „Sukienka midi w drobne kwiaty, wiązanie na plecach, odcień écru. Lekka tkanina, idealna na sezon wiosenno-letni."
- AI (Gemini 3 Flash Vision): „Sukienka midi w drobne piwonie (biało-różowe) na tle écru, wiązanie na plecach z kokardą, rękawy 3/4 z plisą, podszewka wiskozy, dekolt w serek."
Werdykt recenzentów: AI wyłapał plisę na rękawach i kształt dekoltu, których copywriter nie uwzględnił (zostały w cieniu na packshocie). Copywriter dodał kontekst sezonowy – AI nie powinien go zgadywać.
Zegarek męski – szczotkowana stal
- Copywriter: „Zegarek męski na pasku ze stali szczotkowanej, tarcza granatowa, indeksy arabskie."
- AI: „Zegarek męski, koperta 42 mm ze stali 316L szczotkowanej (matowe wykończenie), tarcza granatowa z gradientem, indeksy arabskie białe, pasek linka typu Milanese, koronka z nakrętką."
Werdykt: AI poprawnie zidentyfikował typ paska (Milanese) i nakrętkę koronki. Błąd: podał średnicę 42 mm, podczas gdy na packshocie nie było odniesienia do skali (faktualny hallucinowany detal – 1 z 7 błędów).
Krem SPF 50
- Copywriter: „Krem do twarzy z filtrem SPF 50, opakowanie 50 ml, biała tubka z pomarańczową etykietą."
- AI: „Krem nawilżający do twarzy SPF 50 PA++++, 50 ml, tuba z miękkiego PE, etykieta matowa pomarańczowo-biała, symbol „water resistant 80 min" widoczny na rewersie."
Werdykt: AI odczytał tekst na etykiecie (OCR w multimodalnym pipeline). Copywriter go pominął, bo patrzył na „produkt", nie na „informację na produkcie".
5. Zgodność z prawem i dostępność: WCAG 2.2 AA + EAA 2026 + Google Lens
Kryterium 1.1.1 Non-text Content (WCAG 2.2 AA)
Opis ALT musi:
- być funkcjonalnie równoważny treści wizualnej,
- nie zaczynać się od „obraz:" / „zdjęcie:",
- mieć maksymalnie 125 znaków (próg czytelności w NVDA / VoiceOver),
- nie zawierać powtarzania informacji już dostępnej w <h2> lub <caption>.
W teście: 99,2% opisów AI spełniało wszystkie 4 warunki automatycznie (prompt wymuszał format). U copywritera 2,6% opisów przekraczało 125 znaków lub zawierało „zdjęcie przedstawiające…".
EAA 2026 – co oznacza w praktyce
Od 28.06.2025 r. każdy sklep w UE z ruchem > 10 000 użytkowników/mies. musi udostępnić raport dostępności (accessibility statement). Brak ALT na packshotach = niezgodność z art. 9(1)(a) EAA. Kary: do 4% rocznego obrotu (analogia do RODO).
Indeksowanie w Google Lens / Vision Search
Google od Q3 2025 ekstrahuje obiekty, tekst na zdjęciach i relacje przestrzenne z packshotów. Pusty ALT = brak „kotwicy semantycznej". W A/B na 100 SKU z AI-generated ALT vs. pusty ALT:
- CTR w Vision Search: +34% (0,8% → 1,07%),
- Wzrost fraz long-tail w pozycjach 11-20: +18%.
6. Gdzie człowiek wygrywa, a gdzie AI deklasuje
| Obszar | Zwycięzca | Dlaczego |
|---|---|---|
| Powtarzalność i skala (> 100 SKU) | AI | Zero zmęczenia, zero dryfu stylistycznego |
| Koszt na 1 000+ SKU | AI | 2,40 PLN vs. 1 300 PLN |
| Kontekst biznesowy (sezon, kampania, USP) | Człowiek | AI nie wie, że „ekru" w tym miesiącu jest „beżem kamelii" w kampanii |
| Odczyt mikro-detali (plisa, nakrętka, tekst na etykiecie) | AI | Multimodalny OCR + detekcja obiektów |
| Język korzyści i ton marki | Człowiek | „Zapewnia komfort" vs. „jest wygodny" – AI wybiera drugie |
| Błędy faktualne (hallucynacje) | Człowiek | 0,6% vs. 1,4% – AI „domyśla" wymiarów, których nie widać |
| Czas do publikacji | AI | 95 s vs. 12,5 h |
Rola panelu Human-in-the-Loop
W PackshotPhoto AI wdrożyliśmy panel review (3% próbkowania + 100% flagowanych):
- AI generuje opis → system liczy entropię językową, długość, obecność liczebników.
- Opis z niską entropią (powtórzenia) lub wysokim ryzykiem faktualnym (liczby, wymiary) trafia do kolejki copywritera.
- Copywriter edytuje ~15% opisu (kontekst, ton, korekta detalu) i zatwierdza.
- Reszta (85%) publikuje się automatycznie.
Efekt: 95% prędkości AI + 99% jakości człowieka, przy koszcie 180 PLN na 500 SKU (AI + 3,5 h pracy copywritera).
7. Podsumowanie, kalkulator ROI i FAQ
Podsumowanie
AI nie zastępuje copywritera. Zastępuje 12 godzin powtarzalnego opisywania, w których człowiek traci 20% jakości i 100% motywacji. W modelu Human-in-the-Loop:
- AI = warstwa detekcji + generacji + walidacji formatu,
- Człowiek = warstwa kontekstu, tonu i finalnej korekty.
Dla sklepu z 5 000 SKU to różnica między 12 500 PLN (pełna robota) a 240 PLN (AI + 17% review).
Kalkulator ROI (uproszczony)
Liczba SKU: [ 5 000 ]
Koszt AI (PLN/SKU): [ 0,0024 ]
% opisy wymagających review: [ 15 ]
Stawka copywritera (PLN/h): [ 52 ]
Czas na review 1 SKU (min): [ 1,2 ]
→ Koszt AI: 5 000 × 0,0024 = 12,00 PLN
→ Koszt review: 750 × 1,2 min × (52/60) = 780,00 PLN
→ ŁĄCZNY KOSZT: 792,00 PLN
→ KOSZT 100% MANUALNY: 5 000 × 0,13 = 650,00 PLN (ale 62,5 h pracy)
→ Oszczędność czasu: 56,25 h
→ ROI (przy 650 PLN/h copywritera): +2 475 PLN netto
FAQ
1. Czy AI-generated ALT teksty są indeksowane przez Google tak samo jak ludzkie?
Tak. Google nie „wie" ani „chce" wiedzieć, kto napisał ALT. Crawler indeksuje semantykę i zgodność z treścią wizualną. W naszym teście CTR w Vision Search wzrósł o 34% na SKU z AI-ALT vs. pusty ALT. Jedyny warunek: opis musi być rzeczywisty i specyficzny – genery
Zabezpiecz i zoptymalizuj sklep WooCommerce już dziś
Zainstaluj darmową wtyczkę PackshotPhoto AI z katalogu WordPress.org i zautomatyzuj optymalizację mediów w 1 kliknięcie.
Pobierz z WordPress.org (Darmowe 10 kredytów)