Pikmatic
Alle blogposts
Automatisering

Vinted-beschrijving automatisch met AI: titel in seconden

5 min leestijd·11 maart 2026

Hoe AI uit je foto’s de titel, de categorie, de kenmerken en de beschrijving haalt, en wat je zelf nog even nakijkt voordat je het artikel uploadt.

Het traagste aan verkopen op Vinted is niet het fotograferen, het is alles wat daarna komt. Voor elk kledingstuk heb je een titel nodig met de woorden die mensen werkelijk intikken, de precieze subcategorie, de kenmerken voor maat, kleur, materiaal en staat, en tot slot een beschrijving die de twijfel bij de koper wegneemt. Reken op zo’n 3 minuten per stuk — bij twintig stuks ben je een uur aan het typen.

Dat hele blok neemt de AI over. Pikmatic leest je foto’s en bouwt daar het volledige Vinted-artikel mee op: titel, categorie, kenmerken en beschrijving. Je krijgt geen sjabloon met gaten die je zelf moet dichten, maar een afgerond voorstel dat je naleest, zo nodig bijstelt en goedkeurt.

Dit artikel ontleedt dat voorstel: wat de analyse werkelijk uit een foto haalt, waarom de titel voor je vindbaarheid zwaarder weegt dan welk ander veld ook, hoe een beschrijving opgebouwd hoort te zijn, en op welke punten je beter even naleest voordat je uploadt.

10 s

voor titel, categorie, kenmerken en beschrijving uit je eigen foto’s

tegenover ongeveer 3 minuten als je elk artikel zelf uittypt

Wat de AI uit je foto’s haalt

De analyse werkt met wat er op de foto’s te zien is, niet met wat jij in je hoofd hebt. Uit één bruikbare foto komen al:

  • het soort kledingstuk (jurk, spijkerbroek, jas, hoodie, sneakers)
  • het merk, als het logo, het label of het borduursel in beeld staat
  • de hoofdkleur en de bijkleuren
  • de stijl (vintage, sportief, klassiek, Y2K)
  • het herkenbare materiaal (denim, leer, gebreid, katoen)
  • de globale staat, zichtbare gebruikssporen inbegrepen

Even belangrijk is wat de analyse niet kan zien. Of een trui kriebelt, of een spijkerbroek na twee wasbeurten kleur heeft verloren, of een rits klemt: geen foto die het laat zien. Dat weet alleen jij, en het hoort in de beschrijving te staan voordat het stuk te koop komt. Al het overige — het schrijfwerk zelf — gaat naar de AI.

Eén foto van het label scheelt je een half formulier

Fotografeer ook het ingenaaide label: dan leest de AI het merk, de samenstelling en de maat in plaats van ze te schatten. Het is de handeling die de nauwkeurigheid het meest verbetert — en het kost je 5 seconden per stuk.

Andersom geldt het net zo goed: hoe zwakker de foto, hoe vager de tekst. Tegenlicht, plafondlampen of een drukke achtergrond zorgen ervoor dat de analyse de kleur mist en voor het materiaal blijft steken in een algemene formulering. Het is zo verholpen: daglicht bij het raam en een lege ondergrond zijn genoeg, zoals onze gids over kleding fotograferen voor Vinted laat zien.

Waarom de titel je vindbaarheid bepaalt

In de zoekfunctie van Vinted weegt de titel het zwaarst: wat uitsluitend in de beschrijving staat, wordt duidelijk minder vaak gevonden. Een titel die werkt bevat vier vaste onderdelen — merk, kledingstuk, kleur en maat — plus een onderscheidend detail als het materiaal, de print of de pasvorm, zolang er ruimte over is. Een verplichte volgorde is er niet: elk van die woorden is een term die iemand werkelijk intikt, en voor het zoeken telt dat ze erin staan.

Beter vermijden

Mooi wollen jasje (titel snel ingetypt)

Wel gebruiken

Zara oversized jas wolmix camel maat M (door Pikmatic opgebouwd)

De tweede titel dekt meerdere zoekopdrachten tegelijk: hij komt boven bij wie op het merk zoekt, bij wie op maat M filtert, bij wie wol zoekt en bij wie op de kleur afgaat. De eerste dekt er geen enkele. Daar zit het verschil tussen een kledingkast die leegloopt en een die vol blijft staan.

En er speelt hier nog iets mee. Voor precies dezelfde schoenen tikt de een “sneakers” in, de ander “gympen” en een derde gewoon “schoenen”, en die drie zoekopdrachten leveren niet hetzelfde op. Hetzelfde gebeurt bij “spijkerbroek” en “jeans”, bij “trui” en “sweater”, en vooral bij wie iets bij G-Star of WE Fashion heeft gekocht en meteen op het merk afgaat. Een opgebouwde titel zet de meest gezochte variant er vanzelf in, zonder dat je er bij elk stuk over hoeft na te denken. Daarom leveren twintig complete titels meer op dan één briljante en negentien haastige.

Welke woorden hier werkelijk worden ingetikt, en hoe je categorie en kenmerken daarop afstemt, nemen we in detail door in de gids over hoe je je Vinted-advertenties optimaliseert.

Categorie en kenmerken: daar filtert iedereen op

Een verkeerd ingedeeld artikel verdwijnt zodra iemand een filter aanvinkt — en op Vinted filtert vrijwel iedereen. Daarom kiest Pikmatic de nauwkeurigste categorie en subcategorie die beschikbaar zijn, en vult het ook de kenmerken in:

  • de hoofdkleur, een van de meest gebruikte filters
  • het materiaal, wanneer het uit de foto of het label blijkt
  • de stijl (casual, sportief, klassiek, vintage)
  • de staat (nieuw met prijskaartje, heel goed, goed)
  • de maat, afgelezen van het label in plaats van geschat

Het lijken kleinigheden, maar ze bepalen het verschil tussen een stuk dat in veel filtercombinaties opduikt en een stuk dat je alleen met een vrije zoekopdracht vindt.

Wat er in een goede beschrijving hoort

De beschrijving levert je weinig zichtbaarheid op, maar bepaalt wel of een bezoek een aankoop wordt. Die moet de vragen beantwoorden die anders via de chat bij je binnenkomen. Daarom volgt de gemaakte tekst altijd dezelfde opbouw:

  • een korte samenvatting: soort, merk, kleur
  • de staat en het verhaal erachter (een paar keer gedragen, van vorig seizoen)
  • praktische gegevens: samenstelling, wasadvies, pasvorm
  • een uitnodiging om extra foto’s of de afmetingen te vragen

Dit lees je altijd even na

De AI kan het merk missen wanneer er geen enkel label te zien is, en de staat te mild inschatten wanneer een vlek in de schaduw valt. Bij kleding boven de 20 euro loont dat nalezen extra: een te optimistische staat kost je uiteindelijk meer dan de halve minuut die je eraan had besteed.

Wat dit voor je verkopen betekent

Complete titels en kenmerken zonder gaten vallen bij één los stuk niet op. Bij een kledingkast van 50 stuks stapelt het effect zich juist op: elk stuk komt in meer zoekopdrachten en in meer filtercombinaties terecht, en dat blijft zo. Na een paar weken zie je het verschil in weergaven met het blote oog.

De tegenproef in je eigen kledingkast

Kies twee vergelijkbare stukken: zet er één online met elk veld ingevuld en de ander in alle haast, en vergelijk na een week de weergaven. Het verschil lees je in je eigen kledingkast af, zonder dat je er statistieken bij nodig hebt.

De beschrijving blijft hoe dan ook maar één onderdeel. De hele route van foto tot artikel in de verkoop staat in onze complete gids voor automatisch uploaden. Welk deel de tool overneemt en welk deel van jou blijft, legt het artikel over automatisch uploaden op Vinted uit. En omdat ook een goed artikel zich na een paar weken minder laat zien, wordt het plaatje compleet met het geregeld opnieuw uploaden.

Pikmatic in de praktijk

Pikmatic bestaat uit een Chrome-extensie en een dashboard in je browser. Je zet je foto’s klaar, de analyse maakt titel, categorie, kenmerken en beschrijving, jij leest het na en uploadt rechtstreeks vanuit je eigen Vinted-sessie. Je Vinted-wachtwoord tik je nergens in: de extensie werkt met de sessie die al openstaat.

Het levert net zo veel op voor wie af en toe iets verkoopt en de tijd per kledingstuk wil terugbrengen als voor wie wekelijks tientallen artikelen te koop zet. Het enige verschil zit in hoe snel de bespaarde tijd zich opstapelt.

Automatiseer je Vinted-shop

Pikmatic analyseert je foto’s, schrijft je beschrijvingen en uploadt je artikelen automatisch.

Mijn account aanmaken →

Veelgestelde vragen

Herkent de AI werkelijk alle merken?

Grote merken als Nike, Zara, adidas, H&M, G-Star of WE Fashion herkent Pikmatic betrouwbaar, zeker als het label op de foto staat. Bij kleine labels, huismerken en zelfstandige ontwerpers is de dekking minder goed: daar vul je het merk één keer zelf in, en de rest van het artikel wordt gewoon automatisch opgebouwd.

Wat als mijn foto’s niet goed zijn?

De nauwkeurigheid hangt rechtstreeks samen met de kwaliteit van je foto’s. Een onscherpe of te donkere foto leidt tot een vagere beschrijving en vaker tot een verkeerd geraden kleur. Daglicht bij het raam, een opgeruimde achtergrond en een extra opname van het label zijn genoeg: dure apparatuur heb je er niet voor nodig.

Kan ik de gemaakte tekst nog aanpassen voordat ik upload?

Ja, altijd. Het opgebouwde artikel is een voorstel: titel, beschrijving en kenmerken kun je vóór het goedkeuren nog aanpassen. Dat is precies de bedoeling van begeleid uploaden — de AI doet het vervelende deel, jij legt de laatste hand aan de tekst en bepaalt wat er te koop komt.

Hoe gaat de AI om met gebreken en met veel gedragen kleding?

Zichtbare gebreken als vlekken, gaatjes of versleten plekken herkent de analyse vaak vanzelf en noemt ze in de beschrijving. Wat jij weet maar geen foto laat zien — een rits die klemt, een losse knoop — vul je er zelf bij voordat je uploadt. Dat scheelt je later vragen, retouren en slechte beoordelingen.