KI-Anreicherung

Die KI-Anreicherungs-API ermöglicht die automatische Optimierung von Produktdaten direkt aus Ihrem Odoo-System oder eigenen Integrationen heraus. Sie deckt drei Kernanwendungsfälle ab:

• Kategorisierung: Produkte werden automatisch einer passenden Zielkategorie zugeordnet.
• Beschreibungsoptimierung: Artikeltexte, Titel und SEO-Inhalte werden generiert oder verbessert.
• Per-Field-Optimierung: Einzelne Felder können gezielt optimiert werden (V2, empfohlen).

Alle Endpunkte liegen unter dem Router-Prefix /ai und erfordern eine aktive Subscription. Credits werden pro Aufruf reserviert und bei Erfolg abgebucht; bei einem Fehler im LLM-Backend werden sie automatisch zurückerstattet (Refund).

---

1. Per-Field-Optimierung V2 (Empfohlen)

POST /ai/enrich-v2

Generiert in einem einzigen LLM-Call alle gewünschten Felder in allen angefragten Sprachen. Dies ist der bevorzugte Endpunkt für neue Integrationen.

Request-Body

{
  "product": {
    "title": "HP ProBook 450 G10",
    "manufacturer": "HP",
    "mpn": "816Q5EA",
    "description": "..."
  },
  "enabled_fields": ["name", "description_sale", "meta_title", "meta_description"],
  "target_languages": ["de", "en"]
}

Verfügbare Felder

Antwort

Strukturiertes JSON mit Werten pro Feld und Sprache. Nicht aktivierte Felder werden weggelassen.

Beispiel (curl)

curl -X POST "https://api.example.com/ai/enrich-v2" \
  -H "Authorization: Bearer sk_live_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{
    "product": {
      "title": "HP ProBook 450 G10",
      "manufacturer": "HP",
      "mpn": "816Q5EA",
      "description": "..."
    },
    "enabled_fields": ["name", "description_sale", "meta_title", "meta_description"],
    "target_languages": ["de", "en"]
  }'

---

Legacy-Endpoints (Deprecated — Sunset: 29.11.2026)

2. Einzelprodukt anreichern — Legacy (deprecated)

POST /ai/enrich

Reichert ein einzelnes Produkt an. Über den Parameter mode wird gesteuert, ob eine Kategorie vorgeschlagen oder Artikeltexte generiert werden sollen.

Modi

• category – schlägt eine Zielkategorie inkl. Konfidenzwert vor
• article – generiert optimierten Titel, Beschreibung und Keywords

Request-Body

{
  "product": {
    "title": "HP ProBook 450 G10",
    "manufacturer": "HP",
    "mpn": "816Q5EA",
    "description": "Notebook 15.6 Zoll...",
    "category_path": "optional/vorhandene/kategorie"
  },
  "mode": "category",
  "target_languages": ["de"]
}

Antwort (Modus category)

Enthält die vorgeschlagene Kategorie sowie einen Konfidenzwert, der die Sicherheit der Klassifikation widerspiegelt.

Antwort (Modus article)

Enthält den optimierten Titel, eine ausformulierte Beschreibung sowie eine Liste relevanter Keywords – optional pro angefragter Sprache.

Beispiel (curl)

curl -X POST "https://api.example.com/ai/enrich" \
  -H "Authorization: Bearer sk_live_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{
    "product": {
      "title": "HP ProBook 450 G10",
      "manufacturer": "HP",
      "mpn": "816Q5EA",
      "description": "Notebook 15.6 Zoll..."
    },
    "mode": "category",
    "target_languages": ["de"]
  }'

Credit-Verbrauch: ca. 3–5 Credits pro Aufruf.

---

3. Kombinierte Anreicherung — Legacy (deprecated)

POST /ai/enrich-combined

Führt Kategorisierung und Beschreibungsoptimierung parallel in einem Aufruf aus. Die Antwort enthält sowohl category_result als auch article_result.

Beispiel (curl)

curl -X POST "https://api.example.com/ai/enrich-combined" \
  -H "Authorization: Bearer sk_live_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{
    "product": {
      "title": "HP ProBook 450 G10",
      "manufacturer": "HP",
      "mpn": "816Q5EA",
      "description": "Notebook 15.6 Zoll..."
    },
    "target_languages": ["de"]
  }'

Credit-Verbrauch: ca. 10 Credits (entspricht zwei Einzel-Enrichments).

---

4. Batch-Anreicherung — Legacy (deprecated)

POST /ai/enrich-batch

Verarbeitet bis zu 20 Produkte pro Request mit kontrollierter Parallelität (max. 5 gleichzeitige LLM-Calls). Pro Item kann ein eigener mode (category oder article) gesetzt werden.

Request-Body

{
  "items": [
    {"product": {"...": "..."}, "mode": "category"},
    {"product": {"...": "..."}, "mode": "article"}
  ],
  "target_languages": ["de", "en"]
}

Antwort

Die Antwort enthält ein Array results[], in dem jedes Element den status ("success" oder "error") sowie entweder result oder error pro Item führt. Einzelne Fehler brechen den Batch nicht ab – fehlerhafte Items werden refundiert, erfolgreiche Items normal abgerechnet.

Beispiel (curl)

curl -X POST "https://api.example.com/ai/enrich-batch" \
  -H "Authorization: Bearer sk_live_xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{
    "items": [
      {"product": {"title": "HP ProBook 450 G10", "manufacturer": "HP", "mpn": "816Q5EA"}, "mode": "category"},
      {"product": {"title": "Lenovo ThinkPad T14", "manufacturer": "Lenovo", "mpn": "21K3000XGE"}, "mode": "article"}
    ],
    "target_languages": ["de", "en"]
  }'

---

Fehlerbehandlung

• Credits werden bei fehlgeschlagenen LLM-Calls automatisch zurückerstattet (Refund). Erfolgreiche Items in einem Batch bleiben hiervon unberührt.
• Fehlerantworten enthalten ein error.code-Feld zur programmatischen Auswertung.

Häufige Fehler-Codes

---

Weiterführende Seiten

• Übersicht & Authentifizierung
• Produktsuche & Katalog
• Bestellungen