Die Versuchung ist gross: LLMs direkt in den Storefront einbauen, um Produktbeschreibungen dynamisch zu generieren. Wir raten konsequent davon ab. Die Gründe sind praktisch, nicht ideologisch.
Problem 1: Latenz. Ein LLM-Call dauert 1–3 Sekunden. Auf einer PDP, wo LCP unter 1.5 s liegen sollte, ist das nicht akzeptabel — auch nicht mit Streaming.
Problem 2: Brand-Konsistenz. LLMs produzieren plausible, aber nicht immer brand-konforme Texte. ‹Premium-Qualität›, ‹exklusives Design›, ‹erstklassige Verarbeitung› — generic Copy, die jede Brand verwenden könnte.
Unsere Lösung: AI im Editorial-Workflow, nicht im Request-Pfad. Ein Batch-Prozess generiert Textentwürfe basierend auf Produktdaten, Brand-Tone-Guide (als Vector-Store), und einer kuratierten Prompt-Bibliothek. Das Merchandising-Team reviewed und publiziert.
Die Prompt-Bibliothek ist der Schlüssel. Statt eines generischen Prompts haben wir pro Text-Element (Headline, Kurzbeschreibung, Feature-Liste, SEO-Text) spezialisierte Prompts mit Few-Shot-Examples aus bestehenden Best-Performern der Brand.
Ergebnis: 60 % weniger Schreibaufwand bei gleichbleibender Brand-Qualität. Und keine Abhängigkeit von einem externen API-Call im kritischen Rendering-Pfad.