A2Aとは、AIエージェント同士が直接やり取りするための共通規格のことです。
自社ECはいつからAIエージェント同士の商談に備えるべきか。答えは、買い手のAIが店に問い合わせてきたときに「在庫・価格・配送日・返品条件を、人を介さず正確に返せる状態」が作れていないなら、今から準備を始めるべきです。2025年4月にGoogleが発表したA2A(Agent2Agent)は、現在はLinux Foundationのもとで中立に運営され、2026年11月時点でv1.0仕様が公開されています。買い手側のAIエージェントが、店側のAIエージェントに直接問い合わせ、条件を確認し、注文まで進める。そんなやり取りを支える共通の言葉がそろい始めました。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)の現場知見にもとづいて、自社ECがエージェントを受け入れる前に整えておくべきことを12項目のチェックリストにまとめました。技術者でなくても判断できるよう、各項目は「何を決めておけばよいか」の形で書いています。後半には準備作業をAIに手伝わせるプロンプトを4本用意しています。
買い手のAIと店のAIが話すと何が変わるのか
一番の変化は、店の「接客」の相手が人間だけでなくAIエージェントになることです。これまでのAIショッピングは、買い手側のAIが店のWebページを読み取って判断する形が中心でした。A2Aのような規格が広がると、店側も自社のAIエージェントを窓口として立て、買い手のAIと決まった手順で会話するようになります。
A2Aの公式サイトは、MCPとの違いを分かりやすく説明しています。MCPはAIエージェントをツール・API・データにつなぐ規格で、A2AはAIエージェントを別のAIエージェントにつなぐ規格です。両方を組み合わせて使う前提になっています。店側に置き換えると、MCPは自社のAIが在庫システムや受注システムを使うための配線、A2Aは自社のAIが外部の買い手AIと話すための窓口、と考えると整理しやすくなります。
A2Aの仕様を読むと、やり取りの単位がよく考えられています。依頼はTask(タスク)として扱われ、受付済み、処理中、追加情報が必要、認証が必要、完了、失敗、取り消し、拒否といった状態を持ちます。メッセージや成果物はPart(テキスト、ファイル、構造化データ)の組み合わせで表されます。通信の方式はJSON-RPC 2.0、gRPC、HTTP+JSONの3つが定義され、途中経過の配信やWebhookでの通知にも対応しています。認証はAPIキー、OAuth2、OpenID Connect、相互TLSなど、すでに広く使われている方式から選べます。
各エージェントは、自分が何をできるかを「Agent Card」という名刺のようなデータで公開します。名前、できること(スキル)、対応する機能、認証方式などが書かれ、認証した相手にだけ詳しい内容を見せる拡張カードも用意されています。買い手のAIは、このカードを見て「この店のAIには在庫確認と配送日の問い合わせができる」と判断してから話しかけることになります。
EC事業者にとってのポイントは、この「名刺」に何を載せるかが、そのまま「AIにどこまで店の仕事を任せるか」の宣言になることです。在庫の問い合わせだけを受けるのか、注文まで受けるのか、値引き交渉に応じるのか。技術の話に見えて、実際には商売の線引きの話です。
決済については、AP2(Agent Payments Protocol)のようにA2Aと組み合わせて使う決済の規格も出てきています。詳しくはAP2の解説記事にまとめました。ほかにもOpenAI系のACPやGoogle系のUCPなど、AI経由の購買の規格は複数並んでいます。全体像はAI購買プロトコル5つの対応順を整理した記事を参照してください。
自社ECとモールで準備の中身はどう違うのか
準備の重さは、販売チャネルによって大きく変わります。楽天市場、Amazon、Yahoo!ショッピングのようなモールでは、外部のAIエージェントとの接続はモール側が設計します。店舗が自前でA2Aの窓口を立てる場面は、当面ほとんどないと考えてよいでしょう。モールの店舗にできるのは、商品名・商品説明・スペック・配送条件の正確さを上げ、モール側の仕組みに正しく読み取られるようにすることです。
自社ECは事情が違います。Shopifyのようなプラットフォームを使っていれば、プラットフォーム側がAIエージェント対応の機能を順次用意しており、店舗はそれを有効にするかどうかを選ぶ形が中心になります。Shopifyの動きはShop MCPの解説記事にまとめています。独自に構築した自社ECでは、窓口を自前で作るか、外部のサービスに任せるかを自分で決める必要があります。
もう1つの違いは、ルールを決める主体です。モールではモールの規約が先に決まり、店舗はそれに従います。自社ECでは、どのAIエージェントを受け入れるか、どこまで任せるかを店舗自身が決めなければなりません。実際、AIエージェントを締め出す動きも出ています。Amazonが外部のショッピングエージェントを遮断した件はAIエージェント遮断の背景をまとめた記事で扱いました。受け入れるか遮断するかは、自社ECにとって経営判断そのものです。
店舗運営の現場感覚では、AIエージェントへの対応を「システム部門の仕事」と考えてしまうと準備が止まります。実際に決めるべきことの大半は、価格、在庫の見せ方、返品条件、値引きの権限といった、店長や営業の判断事項だからです。
受け入れ準備チェックリスト12項目
チェックリストは、見つけてもらう準備、話せる窓口の準備、守りの準備、運用の準備の4つに分け、各3項目で構成しました。自社で実装するか外部サービスに任せるかにかかわらず、決めておくべき内容は同じです。
見つけてもらう準備の1つ目は、商品データの構造化です。価格、在庫、サイズ、素材、配送日数、返品条件が、機械が読める形で揃っているかを確認します。2つ目は、商品フィードの最新化です。Google Merchant Centerなどに送っている商品フィードと、サイト上の表示が一致しているかを点検します。3つ目は、店舗ポリシーの公開です。返品、送料、支払い方法、配送地域のルールを、文章だけでなく項目として整理しておきます。
話せる窓口の準備の4つ目は、自社エージェントの「できること」の決定です。在庫確認、配送日の回答、注文受付、返品受付のうち、どれをAIに任せるかを決めます。これがAgent Cardに載る内容になります。5つ目は、実装方法の選択です。プラットフォームの機能を使うか、外部サービスに任せるか、自前で作るかを決めます。6つ目は、人への引き継ぎの設計です。仕様には「追加情報が必要」という状態があり、判断に迷う依頼は人の確認に回せます。名入れや熨斗の指定、大口注文など、どの条件で人に回すかを決めておきます。
守りの準備の7つ目は、相手の確認方法です。どの認証方式で相手のエージェントを確かめるか、匿名の問い合わせにどこまで答えるかを決めます。8つ目は、自社エージェントの権限の上限です。価格の変更や独自の値引きは、AIには任せないのが原則です。9つ目は、不正対策と回数制限です。大量の在庫問い合わせで在庫状況を探られたり、注文の取り消しを繰り返されたりする行為に備え、1つの相手からの問い合わせ回数に上限を設けます。
運用の準備の10個目は、ログの保存です。どの相手エージェントと、いつ、何を合意したかを記録し、トラブル時に確認できるようにします。11個目は、法令表示の確認です。特定商取引法では、通販の申込みの最終確認画面に、分量、価格、支払いと引渡しの時期、申込みの撤回や解除の条件などを表示することが求められています。AIエージェント経由の注文で、これらの条件が相手に正しく伝わる設計になっているかを確認します(AIが読む場合の扱いの整理は要確認)。12個目は、効果測定と見直しの仕組みです。測る指標と見直しの頻度を、受け入れを始める前に決めておきます。
具体例で考えてみます。自社ECで和菓子の詰め合わせを売る食品ギフトの店舗を想定すると、項目4では「在庫確認」「配送日の回答」「送料の計算」はAIに任せ、「熨斗の表書き」「名入れ」「到着日指定が年末年始にかかる注文」は条件付きにして人の確認へ回す、という線引きが現実的です。項目8では、のし紙の無料サービスの説明はAIに任せても、季節限定の値引きの適用は人の承認後とします。項目9では、賞味期限の短い商品に対する大量の仮押さえを防ぐため、1つの相手からの同時の注文数に上限を設けます。業種ごとに中身は変わりますが、12項目の枠組みはそのまま使えます。
12項目のうち、最初に手を付けるべきは1と4と8です。商品データが整っていなければ何も始まらず、できることと権限の上限が決まっていなければ、技術的な実装に進んでも判断がぶれます。
準備作業に使うプロンプト4本
12項目のうち、AIに下書きを作らせると早い作業を4つ選び、プロンプトにしました。ChatGPT、Claude、Geminiのどれでも使えます。
項目1の商品データの構造化では、欠けている項目を洗い出すところから始めます。商品数が多い場合は、カテゴリごとに分けて渡すと精度が上がります。
プロンプト1:AIエージェント向け商品データの欠落チェック
以下の商品データを、AIエージェントが購入判断に使う観点で点検してください。
確認する項目:価格(税込)、在庫数または在庫状態、サイズ、素材、色、配送日数、送料、返品可否と返品期限
出力:
1. 商品ごとに欠けている項目
2. 表記がばらついている項目(例:「3〜5日」と「3-5営業日」)
3. 欠落が多い上位10商品
値を推測で補わないでください。
商品データ:
{商品データのCSV貼り付け}
項目4の「できること」の決定では、自社エージェントに任せる仕事の一覧を作ります。この一覧が、Agent Cardに載せるスキルの下書きになります。
プロンプト2:自社エージェントの「できること」一覧の下書き
あなたはEC事業者の運営責任者です。
自社ECの窓口となるAIエージェントに任せる仕事の一覧を作ってください。
候補:在庫確認、配送日の回答、送料の計算、注文の受付、注文状況の回答、返品の受付、ギフト対応の確認
各候補について、次の3つに分類してください。
「AIに任せる」「条件付きで任せる(条件を書く)」「人が対応する」
判断の前提:
- 当店の主力ジャンル:{ジャンル}
- 名入れ・熨斗などの個別指定の有無:{有無}
- 返品ポリシー:{返品条件}
出力は、仕事名、分類、理由(40字以内)の一覧にしてください。
項目8の権限の上限では、AIにさせないことを明文化します。曖昧なまま実装に進むと、値引き交渉に応じてしまうといった事故につながります。
プロンプト3:AIエージェントの権限の線引き表
次の操作について、自社のAIエージェントに「許可する」「人の承認後に許可する」「許可しない」のどれを割り当てるべきか、理由とともに整理してください。
操作:在庫数の回答、価格の回答、クーポンの適用、独自の値引き、配送日の約束、注文の確定、注文の取り消し、返金の実行、顧客情報の照会
前提:
- 価格と値引きの決定権は人にある
- 誤った約束をした場合の損失を最小にしたい
- 特定商取引法・景品表示法に反する表示をしない
出力は、操作名、割り当て、理由、事故が起きた場合の想定被害の4列で書いてください。
項目10のログの保存では、記録したやり取りを定期的に点検します。最初の数か月は、毎週ログを読むのが安全です。
プロンプト4:エージェント間のやり取りログの点検
以下は、自社ECのAIエージェントと外部のAIエージェントとのやり取りのログです。
次の観点で点検し、問題のあるやり取りを抜き出してください。
1. 権限の線引き表で「許可しない」とした操作を行っていないか
2. 価格・在庫・配送日について、事実と異なる回答をしていないか
3. 同じ相手から短時間に大量の問い合わせが来ていないか
4. 人に引き継ぐべき依頼をAIが処理していないか
各問題について、日時、相手、内容、推奨される対応を書いてください。
ログ:
{やり取りのログ}
よくある失敗と回避策
失敗は「技術から入る」「権限を決めずに始める」「ログを見ない」の3つに集約されます。
1つ目は、技術の実装から入ることです。A2Aの仕様を読み込んで窓口を作っても、商品データが不揃いなら、相手のAIに誤った情報を返すだけになります。回避策は、チェックリストの1〜3、つまり見つけてもらう準備を先に終わらせることです。データが整っていれば、プラットフォームの機能を有効にするだけでも効果が出ます。
2つ目は、権限を決めずに始めることです。AIエージェントは、指示されていないことでも「顧客のため」と判断して実行してしまうことがあります。過去には、自販機の経営を任されたAIが値付けや返金で極端な判断をした実験も報じられました(詳しくは自販機経営ベンチマークの記事を参照)。回避策は、プロンプト3で作った線引き表を、実装の前に責任者が承認することです。特に、値引き、返金、注文の取り消しは、人の承認を挟む設計にしておきます。
3つ目は、ログを見ないことです。エージェント同士のやり取りは、人の目に触れないところで進みます。誤った配送日を約束していても、顧客からの問い合わせが来るまで気付けません。回避策は、受け入れ開始から3か月は、プロンプト4での週次の点検を欠かさないことです。問題が出なくなってから、月次に切り替えます。
KPIと費用・工数の目安
KPIは、AIエージェント経由の問い合わせ件数、そのうち人に引き継いだ割合、AIエージェント経由の注文の返品・キャンセル率の3つから始めます。いずれも、受け入れを始めた直後は件数が少なく数字がぶれやすいため、最初の1か月は傾向をつかむ程度にとどめ、判断は2〜3か月分たまってから行うのが無難です。人への引き継ぎ率が高すぎるなら任せる範囲が広すぎ、低すぎるなら確認すべき依頼をAIが処理している可能性があります。
費用は、どの実装方法を選ぶかで大きく変わります。プラットフォームの標準機能を使う場合、追加費用は小さく済むことが多い一方、自前で窓口を作る場合は開発費と保守費がかかります。準備段階の作業に使うAIは、ChatGPT Plus、Claude Pro、Geminiの有料プランの月20米ドル前後で足ります(料金は各社の公式ページで要確認)。
工数の目安は、商品数500点程度の自社ECで、チェックリストの1〜3に担当者1人で3〜5日、4と8の決定に責任者を交えて半日〜1日です(現場感覚での目安)。5以降の実装は、選ぶ方法によって数日から数か月まで幅があります。
測定の基準を作るため、受け入れを始める前の3か月分の問い合わせ件数と返品率を控えておきましょう。比較対象がないと、AIエージェントの受け入れが良かったのか悪かったのかを判断できません。
今後の展望と独自考察
AIエージェント同士の商談は、規格がそろったことで「実験」から「準備」の段階に入りました。A2Aのv1.0仕様が公開され、Linux Foundationのもとで中立に運営されていることは、特定の企業の都合で仕様が急に変わるリスクが小さくなったことを意味します。
ただし、どの規格が日本のECで主流になるかはまだ分かりません。Googleの買い物代行の動きはBuy for meの解説記事でも扱いましたが、規格ごとに対応を作り込むより、どの規格にも共通する土台、つまり商品データの正確さと権限の線引きを先に固めておくほうが、無駄がありません。
独自の視点として強調したいのは、AIエージェントの受け入れは「新しい販売チャネルの開設」と同じ重みで扱うべきだということです。新しいモールに出店するとき、店舗は価格設定、在庫の配分、返品条件、問い合わせ対応の体制を決めてから始めます。AIエージェントの受け入れも同じで、違うのは相手が人間ではなくAIだという点だけです。5,000社支援の中で何度も再現したパターンとして、新しいチャネルで失敗する店の多くは、準備より先に開設してしまっています。AIエージェントでも、この順番を守るだけで多くの事故は避けられます。
もう1つ、日本の商習慣ならではの論点もあります。ギフトの熨斗、名入れ、配送日時の細かな指定、地域ごとの配送制限など、日本のECは個別対応の項目が多いのが特徴です。こうした項目を構造化データとして整理できている店は多くありません。逆に言えば、ここを整えた店は、AIエージェントの時代に「話が通じる店」として選ばれやすくなるはずです。
時間軸で整理すると、この四半期にやるべきことは、チェックリストの1〜3の商品データの整備と、4と8の線引きの決定までです。次の四半期で、利用しているプラットフォームのAIエージェント対応機能を確認し、有効にするかどうかを判断します。自前の窓口づくりは、その後で、主要な規格の動向を見ながら検討しても遅くありません。準備の順番を守れば、規格の勝ち負けが決まる前に大きな投資をしてしまうリスクも避けられます。
よくある質問
A2Aとは何ですか?
A2Aとは、AIエージェント同士が直接やり取りするための共通規格のことです。2025年4月にGoogleが発表し、現在はLinux Foundationのもとで運営されています。2026年11月時点でv1.0仕様が公開されています。
A2AとMCPは何が違いますか?
MCPはAIエージェントをツールやデータにつなぐ規格で、A2AはAIエージェントを別のAIエージェントにつなぐ規格です。A2Aの公式サイトでも、両方を組み合わせて使う前提が示されています。店に置き換えると、MCPは社内システムへの配線、A2Aは外部のAIと話す窓口です。
Agent Cardには何を書けばよいですか?
Agent Cardとは、自社のAIエージェントの名刺にあたるデータのことです。名前、できること(スキル)、対応する機能、認証方式などを載せます。EC事業者が決めるべき中身は、在庫確認や注文受付など、どの仕事をAIに任せるかの一覧です。
楽天市場やAmazonの店舗もA2Aに対応する必要がありますか?
当面、店舗が自前で対応する必要はほとんどありません。モールでは外部のAIエージェントとの接続をモール側が設計します。店舗にできるのは、商品名・商品説明・スペック・配送条件の正確さを上げることです。
小規模な自社ECでも準備は必要ですか?
はい、必要です。ただし実装から入る必要はありません。チェックリストの1〜3の商品データの整備と、4と8の「任せること」と「任せないこと」の決定だけでも、プラットフォームの機能を有効にしたときの事故を大きく減らせます。
AIエージェントに値引き交渉を任せてもよいですか?
いいえ、当面は任せないのが原則です。価格と値引きの決定は売上と利益に直結し、誤った約束は取り消しにくいためです。値引きは人の承認を挟む設計にしてください。
受け入れを始めた後、最初に見るべき指標は何ですか?
人への引き継ぎ率です。高すぎればAIに任せる範囲が広すぎ、低すぎれば確認すべき依頼をAIが処理している可能性があります。あわせて、AIエージェント経由の注文の返品・キャンセル率も確認してください。
準備に何か月かかりますか?
商品データの整備と権限の線引きまでなら、商品数500点程度の店舗で2週間ほどが目安です。実装は方法によって大きく異なり、プラットフォームの機能を使うなら短期間で、自前で作るなら数か月かかることもあります。
参考文献
著者:齋藤竹紘(株式会社オルセル 編集長/5,000社以上のEC支援実績/書籍3冊)
※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。