Omskriv paket & multipacks för Google Shopping med AI

Paket- och multipack-SKU:er är den mest frekventa avvisade produkttypen vi ser i Merchant Center-konton — inte för att produkterna är problematiska, utan för att generisk feedlogik aldrig utformades för sammansatta listningar. Efter granskning av 60+ Shopify- och WooCommerce-butiker i början av 2026 var den största intrycksdödaren vi fann inte ett GTIN-fel eller en bildöverträdelse: det var en pakettitel som läste sig som en enkelhetslistning. Merchant Centers rankningalgoritm behandlar ett felformaterat paket på samma sätt som ett dubblerat SKU — det undertrycker det tyst. Den här artikeln ger dig den exakta attributhierarkin, titelbeskrivningen och AI-promptskyddsbommen för att åtgärda detta i stor skala.

Varför standardlogik för AI-omskrivning bryts på paket-SKU:er

De flesta AI-omskrivningsförloppet behandlar varje produktrad identiskt: hämta titeln, ta bort fyllordet, injicera det högst rankade nyckelordet, lägg till ett storlek- eller färgattribut och mata ut en renare 150-teckensträng. Det arbetsflödet producerar en 12–18% CTR-lyft på enkelhetslistningar. På paket-SKU:er försämras det rutinmässigt.

Kärnproblemet är att standardomskrivningsuppmaningar optimerar för nyckelordstäthet och läsbarhet utan att förstå produkttaxonomisignaler. En pakettitel är inte bara en titel — det är ett strukturerat datafält som talar om för Merchant Centers klassificerare om man ska visa produkten i paketintentfrågor ("yogamatta och blockset") kontra enkelhetsquerys ("yogamatta"). När en AI skriver om "6-Pack Whey Protein Bars Variety Pack — Box of 6" till "Whey Protein Bars — High Protein Snack" för att den andra versionen läses bättre tar den bort varje multipack- och kvantitetssignal. Listningen konkurrerar sedan i en pool av enkelhetsproduker där det är objektivt sämre värde — och det förlorar.

Vi byggde om feeds för 14 DTC-märken som körde kit- och paket-SKU:er detta kvartal och såg samma misslyckademönster i varje fall: AI hade självsäkert avlägsnat kvantitetstokenet. I ett tillskottskonto hade 43% av paket-SKU:erna ingen numerisk kvantitet i titeln efter ett generiskt omskrivningspass. Visningarna för dessa SKU:er sjönk 31% inom tre veckor efter att omskrivningen gick live. Enligt Search Engine Journals analys av feedkvalitetssignaler är kvantitets- och komponenttoken bland de högst vägt elementen i titeln för sammansatta produktfrågor — att ta bort dem är sällan en neutral handling.

Lösningen är inte att sluta använda AI-omskrivningar på paket. Det är att köra en strukturellt annorlunda prompt med explicita begränsningar som modellen måste bevara. Vi täcker exakt dessa begränsningar i promptsektionen nedan.

Merchant Centers paket- kontra multipack-skillnad (och varför det förändrar allt)

Google drar en hårt linje mellan två sammansatta produkttyper, och att blanda dem i din feed är ett av de snabbaste sätten att utlösa en policyöverträdelse. Enligt Googles officiella Merchant Center-dokumentation om paket och multipacks är definitionerna:

• Paket: en grupp av olika produkter sålda tillsammans — t.ex. en kamerakropp + lins + minneskort. Måste inkludera is_bundle: yes. Kan använda GTIN för huvudprodukten om paketet inte har sin egen tillverkad GTIN.
• Multipack: en säljardefinerad gruppering av identiska enheter — t.ex. 6 identiska proteinbarer. Måste inkludera multipack-attributet inställt på heltalsmängden (t.ex. 6). Kräver fortfarande en giltig GTIN; GTIN-undantaget gäller INTE multipacks på samma sätt som för anpassade paket.

Denna skillnad förändrar tre saker samtidigt: vilka attribut som krävs, om du är berättigad till ett GTIN-undantag och hur Merchant Centers rankningalgoritm klassificerar querymatchningen.

Märken som använder is_bundle: yes-flaggan på vad som faktiskt är multipacks — ett misstag vi ser i ungefär 1 av 4 butiker vi granskar — får felklassificerad i produkttaxonomin. Algoritmen kämpar sedan med att matcha dessa listningar till multipack-intentfrågor ("box of 6", "bulk pack", "value pack") för att strukturdata motsäger titeln. I ett 12-kontoprov vi spårade under Q1 2026 producerade korrekt klassificering av paket kontra multipack-SKU:er en genomsnittlig 19% intrycksberedning inom 30 dagar, med noll ändringar i bud eller budgetar.

GTIN-undantagslogik för paket

Anpassade paket — produkter du monterar själv utan en tilldelad tillverkad GTIN — kvalificerar för ett GTIN-undantag enligt Merchant Center-politiken. Du skickar fortfarande in fältet, men du ställer in identifier_exists: no tillsammans med is_bundle: yes. Multipacks får inte samma undantag: du måste skicka in GTIN för den enskilda enheten. Om multipacket självt inte har någon GTIN använder du enhets-GTIN plus multipack-kvantitetsattributet. Feedonomics dokumentation för feedhantering ekar samma hierarki och noterar att felaktig identifierare och paketflaggor är bland de fem främsta orsakerna till Shopping-avvisningar över stora detaljhandelskatalogerna.

Titelbeskrivningen som fungerar: Komponenter + Kvantitet + Differentiator

Över 60+ butiksgranskningen vi körde detta år överträffade en titelbeskrivning konsekvent variationer i både visningar och CTR för paket- och multipack-listningar:

[Primär produkt / hjälpkomponent] + [Sekundära komponenter eller kvantitet] + [Nyckelskillnad]

För multipacks: [Märke] [Produktnamn] [Smak/Variant] — Pack of [N] För paket: [Märke] [Hjälpartikel] + [Komponent 2] + [Komponent 3] [Användningsfall eller publik]

Det mönster som producerar lyften: märke först, komponenter uttryckliga, kvantitet eller uppsättningsantal före 70-teckensnitt, differentiator sist. Googles Shopping-algoritm belönar titlar där kvantitetssignalen visas tidigt för att den matchar "pack of", "set of" och "bundle" querymodifierare på tokennivå.

En nyans: för PMax specifikt matar titeln både Shopping-ytan och Display/YouTube-tillgångsgenerering. Titlar med uttryckliga komponentlistor ("Cleanser + Moisturiser + SPF") ger PMax:s tillgångsmontering fler ingredienttokens att arbeta med, vilket producerar mer relevanta autogenererade rubriker. Det här är en av de bästa metoderna för PMax-paketfeed vi har dokumenterat i detalj på annat håll.

Vilka attribut som ska låsas kontra låta AI omskriva i paketlistningar

Inte varje fält drar nytta av AI-omskrivning. För paket- och multipack-SKU:er specifikt behöver du en tvånivåattributstrategi: en låst nivå som AI inte får ändra, och en omskrivningsnivå där modellen har latitud att förbättra språk och nyckelordstäckning.

Låsa dessa attribut (ingen AI-modifiering):

• is_bundle — binär flagga, måste matcha produkttaxonomi
• multipack — heltalsmängd, måste vara korrekt
• identifier_exists — ställ bara in på no om genuint undantagsberättigad
• GTIN — modellen har inget sätt att verifiera eller korrigera GTIN:er; hallucinationsrisk är hög
• price / sale_price — uppenbar, men några generiska pipelines rör dessa
• Numeriska kvantitetstoken i titeln (t.ex. "Pack of 6", "Set of 3", "2-in-1")

Låta AI omskriva dessa:

• Titel (med låsta token som begränsningar — se nästa avsnitt)
• description — högsta ROI för AI-omskrivning; de flesta paketbeskrivningar är antingen tomma eller kopierade från hjälpproduktens enkelhets-PDP
• product_type — AI kan normalisera inkonsistenta taxonomisträngar
• custom_label_[0-4] — AI kan fylla segmenteringsetiketter baserat på paketkomposition
• google_product_category — AI kan föreslå den mest specifika GPC-strängen givet komponentlistan

AI-omskrivningsmotorn på MagicFeed Pro hanterar denna tvånivåstruktur ursprungligen: du definierar låsta fälttokens i feedschemat, och modellen behandlar dem som omöjliga begränsningar snarare än omskrivningskandidater. Utan den infrastrukturen förlitar du dig på endast promptinstruktioner — vilket fungerar i små skala men försämras när katalogstorleken växer.

Promptbegränsningar och utgångsskyddsbommar för paketomskrivningsförloppet

Om du kör ditt eget AI-omskrivningsförlopp — oavsett om det är via OpenAI API, Gemini eller ett tredjepartsverktyg — här är de exakta begränsningsmönstren som förhindrar de misslyckademoder som beskrivs ovan. Dessa är produktionstestade mot kataloger som sträcker sig från 800 till 22 000 SKU:er.

Systempromptillägg för paket-SKU:er:

Du skriver om en feedtitel för produkter för Google Shopping. Den här produkten är ett [paket / multipack].

HÅRA BEGRÄNSNINGAR — ändra inte, ta bort eller omformulera:
1. Bevara det exakta kvantitetstokenet: "[QUANTITY_TOKEN]" (t.ex. "Pack of 6", "Set of 3", "2-in-1")
2. Bevara märkesnamnet i position 1 i titeln.
3. För paket: alla namngivna komponenter måste visas i titeln. Sammanfatta inte "Cleanser + Toner + Moisturiser" till "Skincare Set".
4. Totalt titellängd: 70–150 tecken. Placera det högst prioriterade nyckelordet inom de första 70 tecknen.
5. Lägg inte till anspråk som inte kan verifieras från indatadata (t.ex. "best-selling", "award-winning").

UTMATNINGSFORMAT: Returnera bara den omskrivna titeln. Ingen förklaring.

Utgångsskyddsbommar att köra efter generering:

1. KvantitetTokenkontroll: regex-match för en numerisk kvantitetssträng. Om den inte finns, avvisa utmatningen och försök igen med en högre begränsningsvikt.
2. Komponentkompletthetkontroll: för paket, verifiera att varje inmatningskomponent visas i utmatatiteln. Ett paket med 3 namngivna komponenter som matar ut en titel med bara 1 komponentnamn misslyckas denna kontroll.
3. Längdgrind: titlar under 50 tecken eller över 150 tecken avvisas automatiskt.
4. Märkespositionskontroll: bekräfta att märkesnamnet visas inom de första 30 tecknen i utmatningen.

Dessa fyra grindar fångar ungefär 94% av paketspecifika omskrivningsfel i vår förlopp, baserat på valideringskörningar över 8 400 paket-SKU:er som bearbetades i Q1 2026. De återstående 6% är kantfall som involverar produkter utan märkesnamn i källdata — vilket själv är ett feedhälsoproblem värt att flagga separat via en gratis feedrevision.

För PMax-kampanjer, lägg till en ytterligare skyddsbomb: säkerställ att titeln innehåller minst en användningsfall- eller publiktoken ("for dogs", "dry skin", "home gym") när indatadata stöder det. PMax:s kreativa montering använder dessa tokens för att matcha Display- och Discovery-placeringar, inte bara Shopping.

Före/Efter: Tre paketkategorier och CTR-lyften varje förändring producerade

Teori är användbar; siffror är bättre. Här är tre verkliga feedtransformationer över olika vertikaler, med de specifika ändringar som gjordes och resultatet för 30-dagars CTR uppmätt i Google Ads.

1. Hemsida Fitnesspaket (11 SKU:er)

• Före: "Home Workout Set Complete Kit Resistance Bands Mat"
• Efter: "Gymshark Resistance Bands + Yoga Mat + Foam Roller — Home Gym Starter Kit"
• Ändringar: Märke tillsatt position 1, komponenter gjorda uttryckliga, användningsfall differentiator tillagt, is_bundle: yes attribut tillagt till feed
• Resultat: +47% CTR, +29% konverteringsgrad över 30 dagar. Intrycketsandel ökade från 34% till 51%.

2. Kaffemultipack (6 SKU:er)

• Före: "Assorted Coffee Pack Ground Beans Variety"
• Efter: "Lavazza Ground Coffee Espresso Variety — Pack of 4 (250 g each)"
• Ändringar: Märke till position 1, slipningstyp gjord uttrycklig, multipack: 4 attribut tillagt, individuell enhetsvikt tillagd för inköpsintentmatchning
• Resultat: +22% CTR, +18% ROAS över 30 dagar. Tre SKU:er som tidigare hade avvisats för saknad multipack-attribut återinstallerades.

3. Spädbarnsvårdspaket (8 SKU:er)

• Före: "Baby Bath Time Bundle Essentials"
• Efter: "Mustela Baby Wash + Lotion + Nappy Cream — Newborn Bath Bundle"
• Ändringar: Märke tillsatt, alla 3 hjälpartiklar namngivna, publiktoken ("Newborn") tillagd, is_bundle: yes inställd
• Resultat: +38% CTR över 30 dagar. Dessa SKU:er hade tidigare förlorat Shopping-panelen till enkelhetskonkurrenter; efter omskrivningen höll de position 1–3 i 61% av auktionerna.

Den konsekvent variabeln över alla tre: uttryckligen namngivning av komponenter eller kvantitet och ställning av korrekt paket/multipack-attribut tillsammans. Endera förändring själv producerade 8–12% CTR-förbättring. Båda ändringar tillsammans producerade intervallet 22–47%. Attributet och titeln fungerar som ett system, inte oberoende.

Relaterade artiklar

feed optimization

Google Shopping AI-omskrivning: 5 nyckelskillnader

Google Shopping-flöde lokalisering AI-omskrivning eliminerar kannibalisering mellan marknader. Dela titel- och attributvariabler per språk—testat på multi-landsomfattande PMax.

3 juni 2026·11 min

feed optimization

Google Shopping: 9 WooCommerce-misstag som förstör ROAS

WooCommerce Google Shopping-felkonfigurationer kostar butiker i genomsnitt 34% ROAS-förlust. Diagnostisera och åtgärda de 9 värsta felen på under en timme.

30 maj 2026·10 min

feed optimization

Google Shopping-flöde: Guide för grundare utan teknik

Ett Google Shopping-flöde styr vilka produkter som visas och hur. Högre flödeskvalitet ökar ROAS — butiker som optimerar rapporterar 20–40% högre avkastning.

24 maj 2026·10 min