投稿者 投稿日: カテゴリー EC×AI活用
このJAN／GTIN検証スキルを使うと、商品マスタ数千行のコード不備を数分で洗い出せます。
商品登録の直前になって「JANコードが不正です」とモール側に弾かれる。原因の行がどこか分からず、数千行のCSVを目視で追いかける。EC運営で地味に時間を溶かす作業の代表格です。JANコード（日本ではGTIN-13と同じもの）は末尾1桁がチェックデジットという検算用の数字になっており、機械的に計算すれば正誤が判定できます。にもかかわらず、Excelで先頭の0が消えた、インストアコードが混ざった、親商品と子商品で同じJANを入れた、といった事故が繰り返し起きています。本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル（うるチカラ運営）が解説します。
このJAN／GTIN検証スキルでできること
このスキルは、商品識別コードの妥当性を6段階で検査するものです。ALSEL Agent Skillsで配布しており、Claude Codeに商品マスタCSVを渡して「JANをチェックして」と伝えるだけで動きます。
検査するのは6つの観点です。まず形式チェックとして、半角数字のみか、桁数が13・12・8・14のいずれかか、Excel保存で先頭の0や4が落ちていないかを見ます。次にチェックデジット検証。奇数桁の和に、偶数桁の和を3倍したものを足し、下1桁を10から引いた値が末尾の数字と一致するかを計算します。
3つ目がプリフィックス（先頭の国コード）検証です。日本ブランドなら45か49で始まるはずで、02および20から29で始まるコードはインストアコード、つまり社内専用の番号です。これを社外配信用のCSVに混ぜると、モール側で他社商品と衝突する危険があります。4つ目が重複検出で、同一CSV内の重複と既存マスタとの突合の両方を見ます。5つ目が商品名・型番との整合性、6つ目が各モールの登録仕様との突合です。
対応範囲はJAN-13だけではありません。GTIN-8（短縮タイプ）、GTIN-12（UPC-A、米国・カナダ）、GTIN-14（ケース単位のITF）、ISBN-13（書籍、978や979で始まるもの）まで扱えます。
実際の使い方と出力
起動は自然文で構いません。「このCSVのJANをチェックして」「チェックデジット確認」「JANの重複を見て」「インストアコードでいいか」といった言い方に反応します。入力は商品管理番号・JAN・商品名の3列が入ったCSVがあれば十分です。
出力は5部構成のレポートになります。冒頭に検査件数と正常・警告・エラーの内訳、続いて即修正すべきエラー一覧（チェックデジット誤り、桁数異常、インストアコード混入）、要確認の警告一覧（重複JAN、国コード相違）、JANが空欄の商品への対応方針、そして修正案とチェックリストです。
重要なのは、このスキルがJANを「生成する」道具ではないという点です。JANを持っていない商品に勝手に番号を割り当てることはしません。空欄の商品については、GS1 JapanでのGS1事業者コード新規取得、Amazonのブランド登録によるGTIN免除申請、Google Merchant Centerでのidentifier_exists=no設定という3つの選択肢を提示するにとどまります。ここを自動生成してしまうと、他社の正規JANと衝突する事故につながるためです。
モールごとの仕様差にも触れます。楽天市場はカタログIDに13桁を推奨し、Amazonはexternal_product_id_typeとexternal_product_idをペアで指定する必要があります。Yahoo!ショッピングはproduct-code欄、Google Merchant Centerはgtin属性です。同じJANでも入れる場所と型指定が違うため、ここで詰まる店舗は少なくありません。
導入による業務インパクト
現場感覚では、1,000行規模の商品マスタを目視でJAN検算するのは現実的ではなく、多くの店舗は「登録して弾かれてから直す」運用になっています。エラー行を特定して修正するまでに、1回の登録あたり1〜2時間かかることも珍しくありません。事前に一括検査を通せば、この往復が数分の実行と修正作業だけに置き換わります。
新商品を月100点前後登録する規模の店舗であれば、月あたり数時間の削減が見込めます（削減幅は商品数とエラー率に依存するため目安です）。金額よりも効くのは、モール側の不承認やリスティング停止を未然に防げる点です。特にインストアコードの社外流出は、発覚が遅れるほど修正範囲が広がります。
限界も正直に書いておきます。チェックデジットが合っているだけでは「正しいJAN」とは限りません。廃番商品のJANを新商品に流用している、型番違いの商品に別商品のJANが入っている、といったケースは、コード計算だけでは検出できません。GS1のGEPIRで照会できる場合は照合しますが、最終的な正誤判断は商品担当者の確認が必要です。CSVの文字化けやエンコーディング起因の不備はCSV文字化けチェックのスキル、モール固有のCSV書式エラーはMakeShop商品CSVの検証スキル側の担当になります。
まとめ
このスキルが向くのは、複数モールに同じ商品を展開していて、商品マスタの単一の正解が社内に存在しない店舗です。一歩目として、直近3か月に登録した新商品のCSVを1本だけ抜き出し、検査にかけてみてください。エラー率が想像より高いようなら、登録フローの手前に検査工程を1つ挟む価値があります。
参考文献
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
