AI kontrola ecommerce webů

NaturaMed zastřešuje rozsáhlé portfolio produktových webů doplňků stravy, včetně českých i slovenských variant stejných značek produktů. Na každém webu jsou marketingové texty, nabídky, blogy, obchodní podmínky, meta popisy atd. U doplňků stravy platí přísná pravidla: co smíte říct o účincích, je definované skrz tzv. “EFSA claims”, a to podle složek obsažených v produktu.

U zhruba 50 webů a stovek URL nejde spoléhat na to, že „to někdo z marketingu určitě ví“. Firma je velká, týmy se specializují. Logicky nemá každý člověk přehled o všech produktových nabídkách, článcích, větách napříč odstavci a všech povolených formulacích najednou.

Dříve se kontrola spoléhala hlavně na ruční projíždění a reaktivní opravy. Chyby se často objevily až když něco nesedělo a stěžoval si zákazník, že na webu bylo něco uvedeno jinak. Pro koncového zákazníka jde o důvěru v produkt; pro NaturaMed o regulační riziko, ne jen o překlep.

Ročně jsme dedikovaných hodin na procházení textů a nabídek evidovali kolem 30 a dovedeme si představit, že na straně NaturaMed to bylo minimálně stejně tolik. A k chybám stejně docházelo.

Cíl monitoringu je být druhá nekompromisní linie kontroly pro případ, že někde v průběhu od návrhu po implementaci se informace roztříští a skončí v produkci chyba.

Typické situace, které systém loví:

• při návrhu nebo zadání textu unikne formulace, která nesmí být na webu (u doplňků nepovolený health claim, jinde právně nebo brandově problematický copy)
• na webu je špatná cena nebo text, který pro daný produkt neplatí (vykopíruje se text z jiného produktu, v návrhu je text o jiném dárku, copy byl pouze hrubý nástřel)
• překlep nebo technická chyba, třeba na straně vývoje při nasazení, špatná diakritika, český text na slovenské doméně
• stránka „běží“, ale objednávka, popup nebo assety nefungují tak, jak má (to řeší i smoke testy na stagingu)

Monitoring web neopraví sám. Dává týmu pravidelný, auditovatelný seznam nálezů, aby se chyba nešířila týdny jen proto, že ji v daný moment nikdo z odpovědných lidí neviděl.

Technický monitor neprovádí stažení statického HTML. Playwright (headless Chromium) načte stránku včetně JavaScriptu, stejně jako reálný návštěvník. Ze stránky se vytáhne viditelný text v zónách hlavička / obsah / patička, title, meta a nadpisy. Blogové články jdou přes API (např. /api/product-web/blog/articles), každá URL zvlášť. V kódu je pro každý web konfigurace.

Do promptu jde markdownový soubor pravidel daného produktu: povolená a zakázaná tvrzení podle složek. LLM přes OpenRouter vrátí strukturované nálezy se závažností. Výstup je konsolidovaný HTML report a e-mail, opravy končí v ticketovacím systému.

V produkci běží jednou týdně kontrola všech webů v portfoliu. Smoke testy a kontrola stagingu jsou samostatné Playwright scénáře (formuláře, cookies, překlepy, jazyk CZ vs. SK).

Zpočátku to vypadalo jako „jen porovnat text s pravidly“. Narazili jsme na škálu URL, CZ/SK varianty a na to, že claim musí sedět ke konkrétní složce, ne k obecné frázi na stránce. Proto vyhodnocení na hlavních stránkách běží na Gemini 3.1 Pro a na blogu na Gemini 3 Flash (obojí přes OpenRouter). 

Human-in-the-loop je záměr: AI nezasahuje do produkčního CMS. Compliance a webový tým dostanou prioritizovaný seznam, rozhodnou co opravit, a každá oprava zůstane dohledatelná, včetně ticketů vzniklých „na základě AI checku“.

Report není rozsudek. Je to interní checklist pro lidi: u každého bodu URL stránky, úryvek textu, popis problému, závažnost (info, menší, závažné, kritické) a krátké zdůvodnění vůči souboru pravidel daného produktu. Přijde e-mailem jako konsolidované HTML; podle priorit tým zadá úpravu do CMS.

Níže jsou kategorie problémů, se kterými se monitoring v praxi může setkat:

• Silnější sloveso než povoluje pravidla. Typicky jde o „zvyšuje“ tam, kde smí být jen „podporuje“. Report ukáže přesné místo a navrhne směr úpravy.
• Tvrzení mimo whitelist složky. Text slibuje účinek, který pro danou složku v pravidlech není, nebo používá obecnější formulaci než povolený seznam pro tu složku.
• Neúplné povolené znění. U složky chybí doplnění do plné schválené formulace (např. u složky s povolenými tvrzeními o duševní výkonnosti a paměti doplnit kompletní větu z whitelistu, ne zkrácený popis).
• Přehnaný nebo zdravotní slib. Formulace, která zní jako léčba nebo odkaz na nemoc; report ji označí vyšší závažností.
• Meta a viditelný copy mimo hlavní obsah. Stejná pravidla platí pro title, meta description i text v nabídce nebo blogu. Právě tato místa jsou hůře odhalitelná lidskou kontrolou, protože by vyžadovali procházení zdrojového kódu.

V současnosti se každý týden projdou všechny weby v monitoringu: homepage, nabídky, blogy a meta proti pravidlům claimů. Největší přínos není „méně hodin na opravách“ v každém měsíci (ten závisí na tom, kolik se na webech mění), ale že chyba v copy nebo nabídce nečeká na náhodu nebo na telefonát.

Provoz evaluace a infrastruktury je v praxi řádově 300 Kč měsíčně (tokeny OpenRouter, běh Playwrightu, Docker). Jeden bulk manuální test v roce 2024 stál 26,5 hodin, což je násobně víc než roční provoz automatické kontroly, i při seniorní hodinové sazbě.

Úspěch této automatizace tkví v kombinaci software na míru (Playwright, pravidla claimů, reporty, ticketovací systém) s LLM evaluací tam, kde pravidla existují, ale škálovat ruční kontrolu s velikostí firmy je neefektivní.

Trápí-li vás pravidelné chyby v běhu webu nebo textací, může být podobná služba optimálním řešením i pro vás. Na vzorku vašich stránek a pravidel lze projít, co monitorovat hned a co nechat na roadmapě, např. vizuální regrese layoutu nebo assert cen v nabídkách.