AIエージェントによる不正注文をどう防ぐか|代理購入時代のEC注文審査を作り直す5つの見直しとプロンプト5本【2026年版】

投稿日: カテゴリー EC×AI活用

AIエージェント不正注文とは、AIを悪用した不正な自動注文のことです。

お客様に頼まれたAIが代わりに買った注文と、盗んだカード情報を使うボットの注文を、いまの審査で見分けられるでしょうか。多くの店舗で、答えは「見分けられない」です。どちらも人の手を介さず、短い時間で、機械的に注文を完了させるからです。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)の現場知見にもとづいて解説します。「機械からの注文は止める」という従来の前提が通用しなくなった背景を整理し、注文審査を作り直す5つの見直しと、ルールづくりに使えるプロンプト5本をまとめました。自社ECを運営している店舗を主な対象にしています。

「人かボットか」で分ける審査が通用しなくなった理由

理由は、正当な買い物をするAIが急に増え、機械的なアクセスを一律に止めると売上まで止めてしまうようになったからです。Visaが2025年10月14日に公表した資料では、米国の小売サイトへのAI経由のアクセスが1年で4,700%以上増えたというAdobeの調査が引用されています。VentureBeatは、ボットを防ぐために作られた既存の検知の仕組みが、正規のAIの買い物まで止めてしまうおそれがあると伝えました。

これまでの不正対策は、人らしくない動きを見つけて止める発想でした。入力が速すぎる、マウスが動かない、同じ端末から何度も注文が来る。こうした特徴は、不正なボットだけでなく、お客様の代わりに買うAIにも当てはまります。見分ける軸を変えないかぎり、不正を通すか、正当な注文を落とすかの二択になります。

買い物の入口にAIが入ってきたことは、別の調査でも裏づけられています。IBMと全米小売業協会が2026年1月に公表した調査では、23か国の消費者の45%が買い物の途中でAIを使うと答えました。いまは調べ物が中心ですが、調べた流れのまま注文まで任せる使い方へ進むのは自然な流れです。調査の中身は買い物客の45%がAIを使う時代の商品ページ対策で整理しています。不正を働く側も同じ道具を使えるため、AIを使った自動注文の手口はこれまでより安く、速く、大量に試せるようになります。

カード会社はこの問題に対して、AIの側に身分証を持たせる方向で動いています。Visaが発表したTrusted Agent Protocolは、審査を通ったAIに電子署名の鍵を渡し、店舗側がその署名を確かめる仕組みです。AIは店舗にアクセスするとき、商品を調べに来たのか買いに来たのか、お客様がその店舗に会員登録しているか、決済に使う情報、の3種類を署名付きで伝えます。Cloudflareと共同で作られ、ShopifyやMicrosoftなどが意見を寄せたとされています。

土台になっているのは、Cloudflareが2025年5月に提案したWeb Bot Authという仕組みです。Cloudflareの発表によると、MastercardのAgent Payも同じ仕組みを取り入れ、American Expressも採用を予定しています。カード会社の垣根をこえて、AIが名乗る方法がそろい始めた段階といえます。

ただし、解決していない点があります。AIが行った買い物が不正だった場合に誰が損失を負うのかについて、Visaは詳しい指針を出していません。VentureBeatも、責任の所在は未解決だと指摘しています。仕組みが整うのを待つあいだも注文は届くため、店舗の側で審査の考え方を先に組み替えておく必要があります。エージェント決済の全体像はAP2(Agent Payments Protocol)の解説とVisa Intelligent Commerceの解説にまとめています。

注文審査を作り直す5つの見直し

見直しは、アクセスの分類、審査の軸、高リスクの条件、保留の手順、証拠の保存の5つです。大がかりなシステムの入れ替えは要りません。いまの審査のルールを、新しい前提に合わせて書き直す作業が中心になります。

見直し1:アクセスを3種類に分けて考える

1つ目は、アクセスを「人」「名乗っているAI」「正体の分からない自動アクセス」の3種類に分けることです。これまでの「人」と「ボット」の2分類では、名乗っているAIの行き場がありません。名乗っているAIとは、署名や公開された識別情報によって、どのサービスのAIかを確かめられるものを指します。

最初の一歩は、自店のアクセスにどの種類がどれくらい混ざっているかを知ることです。CDNやセキュリティのサービスを使っている店舗は、管理画面でAIからのアクセスを種類別に見られる場合があります。Shopifyなどのカートを使っている店舗は、カート側がどこまで対応しているかを確認します。自前で署名の検証を組む必要があるかどうかは、利用中のサービスの対応状況しだいです。

見直し2:審査の軸を「誰が操作したか」から「誰の意思か」へ移す

2つ目は、審査で確かめる内容を変えることです。操作したのが人か機械かは、もう決め手になりません。確かめるべきは、その注文が実在するお客様の意思にもとづいているか、支払い手段が正当な持ち主のものか、の2点です。

具体的には、会員登録の有無、過去の購入履歴、配送先と請求先の関係、本人認証の結果を重く見ます。国内では、カード決済時の本人認証であるEMV 3-Dセキュアの導入が、2025年3月末を期限に原則としてEC加盟店へ求められました(日本クレジット協会のガイドラインによる。詳細は最新版で確認してください)。AIが代わりに買う場合でも、支払いの承認をお客様本人が行ったかどうかは、引き続き最も強い判断材料です。

見直し3:高リスクの条件を数字で決める

3つ目は、止める条件を感覚ではなく数字で決めることです。現場で繰り返し見るのは、「なんとなく怪しい」で担当者が止めていて、人によって判断が違うパターンでした。条件を書き出すと、AIからの注文にも同じ物差しを当てられます。

食品ギフトを扱う店舗を例にすると、次のような決め方になります。初回の注文で合計が3万円を超える。同じ商品を10個以上頼んでいる。配送先が転送サービスの住所になっている。1時間以内に同じカードで3回以上の注文がある。請求先と配送先の都道府県が違い、かつ初回である。数字そのものは商品と客層で変わるため、自店の過去の不正を見て決めます。

条件は、転売されやすい商品かどうかでも変えます。ゲーム機、ブランド品、限定のコスメ、換金しやすいギフト券は、不正の標的になりやすい分類です。こうした商品には低めの金額と数量で条件をかけ、日用品や食品には緩めにします。全商品に同じ厳しさを当てはめると、止めすぎの原因になります。条件の数は、最初は5〜7個に絞ってください。多すぎると担当者が覚えきれず、結局は感覚の判断に戻ってしまいます。

見直し4:保留と確認の手順を決めておく

4つ目は、条件に当たった注文をどう扱うかを先に決めることです。いきなりキャンセルにせず、出荷を保留にして確認を挟みます。確認の方法、返事を待つ期限、返事がなかった場合の扱いまでを1枚にまとめておきます。

確認の連絡は、注文時に登録された連絡先へ、店舗から送ります。文面では、不正を疑っていると決めつけず、確認のための手続きであることを伝えます。AIが代わりに注文した場合、お客様自身が注文の細部を覚えていないことがあります。注文日時、商品、金額を明記し、心当たりがあるかを尋ねる形が親切です。

返事を待つ期限は、2営業日から3営業日が扱いやすい長さです。生鮮品や予約商品のように待てない商品は、保留にせず電話で確認する、といった例外も先に決めておきます。誰が確認の連絡を送り、誰がキャンセルを決めるのかも明記してください。担当者が休みの日に保留の注文が放置され、正当なお客様への出荷が1週間遅れた、という事故は手順書があれば防げます。

見直し5:争いに備えて証拠を残す

5つ目は、記録の残し方です。カードの持ち主が「自分は買っていない」と申し立てると、売上が取り消されることがあります。これをチャージバックと呼びます。AIが買った注文では、お客様がAIに頼んだこと自体を忘れている場合もあり得ます。

残しておきたいのは、注文時のアクセスの種類、本人認証の結果、確認の連絡と返事、配送の記録です。AIが署名付きで名乗っていた場合は、その情報も保存します。保存の期間は、利用している決済代行会社の申し立て期限に合わせてください。

審査ルールづくりに使うプロンプト5本

5つの見直しのうち、過去データの整理と文面づくりは生成AIに下準備を任せられます。ChatGPT、Claude、Geminiのどれでも使えるプロンプトを5本用意しました。氏名、住所、カード番号などの個人情報は、渡す前に取り除いてください。

1本目は、過去の不正注文から共通点を拾い出します。見直し3の条件づくりの材料になります。

プロンプト1:過去の不正注文の共通点を抜き出す

以下は、当店で過去に不正と判明した注文{件数}件と、同じ期間の通常の注文{件数}件のデータです。
個人を特定できる情報は取り除いてあります。
1. 不正だった注文に多く、通常の注文には少ない特徴を挙げる
2. それぞれの特徴について、不正注文での該当件数と通常注文での該当件数を並べる
3. データの件数が少なく、言い切れない特徴は「参考」と明記する
4. データに含まれない情報を推測で補わない

データ:{貼り付け}

2本目は、条件を点数表にまとめます。1つの条件だけで止めるのではなく、合計点で判断する形にすると、止めすぎを防げます。

プロンプト2:高リスク注文の点数表づくり

以下の条件一覧をもとに、注文のリスクを点数で判断する表を作ってください。
1. 各条件に1〜5点の点数を付け、理由を1行で書く
2. 合計点が何点以上で「保留」、何点以上で「担当者の確認」とするかの案を出す
3. 条件が1つだけ当てはまった優良なお客様を止めてしまわないよう、過去の購入回数で点数を下げる決まりを加える
4. 表は文章の箇条書きで出力する

条件一覧:{初回注文で合計3万円超、同一商品10個以上、など}
当店の商品と客層:{説明}

3本目は、保留にした注文への確認メールの下書きです。

プロンプト3:保留注文への確認メールの下書き

あなたは{店舗名}のお客様対応担当です。
出荷を保留にした注文について、お客様に確認をお願いするメールを300文字以内で作ってください。
条件:
1. 不正を疑っているという表現は使わず、確認のための手続きであることを伝える
2. 注文日時、商品名、合計金額を本文に入れる欄を設ける
3. お客様ご自身、またはご利用中のAIサービスによる注文かどうかを尋ねる
4. 返信の期限と、期限を過ぎた場合の扱いを明記する
5. カード番号や暗証番号は尋ねない

4本目は、審査の記録を週に1回振り返るためのものです。

プロンプト4:審査記録の週次ふりかえり

以下は今週の注文審査の記録です。個人を特定できる情報は取り除いてあります。
1. 保留にした件数、確認の結果正当だった件数、不正だった件数、返事がなかった件数を数える
2. 正当だったのに保留にした注文に共通する条件を挙げる
3. 保留にしなかったが後から不正と分かった注文があれば、見逃した理由の候補を挙げる
4. 点数表のどの条件を直すべきかを、根拠とあわせて3つまで提案する

記録:{貼り付け}

5本目は、利用規約に足す文面のたたき台です。法律に関わる内容なので、公開前に専門家の確認を受けてください。

プロンプト5:AIによる代理注文の扱いを規約に足すたたき台

当店の利用規約に、AIサービスがお客様の代わりに注文する場合の扱いを追加したいと考えています。
次の3点について、たたき台となる文面を作ってください。
1. AIサービスによる注文も、会員ご本人の注文として扱うこと
2. 不正が疑われる場合に、出荷を保留して確認の連絡を行うこと
3. 確認が取れない場合に、注文をキャンセルすることがあること
これは法律の専門家に確認する前の下書きです。断定的な法的判断は書かず、確認が必要な論点を最後に列挙してください。

現在の利用規約の該当部分:{文章}

5本を使う順番は、1本目で過去の傾向をつかみ、2本目で点数表にし、3本目で確認の文面を用意してから運用を始める流れです。運用が始まったら、4本目を毎週同じ曜日に回します。編集部で実際に運用しているプロンプトでは、AIが出した点数や条件をそのまま採用せず、担当者が過去の注文10件ほどに当てはめて、止めすぎていないかを試してから本番に入れています。5本目の規約のたたき台は、弁護士などの専門家に見てもらう前提の下書きとして扱ってください。

やりがちな3つの失敗と回避策

失敗の多くは、止めすぎるか、任せすぎるかのどちらかに偏ることから起きます。5,000社支援の中で何度も再現したパターンを3つ挙げます。

1つ目は、自動のアクセスを全部止めてしまうことです。不正が1件起きた直後に、ボット対策を最も厳しい設定にする店舗があります。不正は減りますが、AIで商品を調べて買いに来るお客様も同時に失います。止める前に、見直し1の3分類で、どの種類を止めようとしているのかを確かめてください。

2つ目は、AIの判定に任せきりにすることです。不正を見つけるツールの点数だけで自動キャンセルにすると、まとめ買いをしてくれた常連のお客様を止めてしまうことがあります。高い点数が出た注文は保留にとどめ、人が確認する工程を残します。直近の支援案件で観測したのは、法人のお客様の大口注文が自動で取り消され、取引そのものを失いかけた例でした。

3つ目は、記録を残していないことです。チャージバックの申し立てを受けてから証拠を探しても、アクセスの記録が残っていなければ反論できません。見直し5の記録は、不正が起きてからではなく、今日の注文から残し始めます。

費用・工数の目安とKPIの置き方

費用は、いまのカートと決済代行の標準機能でどこまでできるかによって変わります。ルールの書き直しと手順づくりは社内の作業で進められ、追加の費用がかからない範囲も広くあります。署名の検証や高度な不正検知を足す場合は、月額のサービス料がかかります。金額はサービスごとに差が大きいため、見積もりを取って比べてください。

工数の目安は、過去の不正の整理に1〜2日、点数表と手順書の作成に2〜3日、運用を始めてからの週次の見直しに毎週30分ほどです(店舗運営の現場感覚にもとづく目安)。最初から完全なルールを目指すより、2週間運用して直す進め方が合っています。

KPIは4つを並べます。不正だった注文の割合、保留にした注文の割合、保留にしたが正当だった注文の割合、チャージバックの件数です。3つ目の「止めすぎ」の数字を追っている店舗は少ないのですが、ここが高いと売上と信頼の両方を失います。不正率だけを下げようとせず、止めすぎの割合と並べて見ることが、審査を健全に保つ要点です。

名乗るAIが増える前に、店舗が決めておくこと

今後は、名乗るAIからの注文が当たり前になり、名乗らない自動アクセスだけを警戒すればよい状態に近づくと見ています。OpenAIが2026年11月に始めた企業向けのAI接客の仕組みでも、購入や個人情報の共有にはお客様の明確な同意を取ることがルールに入りました。お客様の意思を確かめる責任を、AIを提供する側も負う流れです。

とはいえ、標準は1つにまとまっていません。VisaのTrusted Agent Protocol、MastercardのAgent Pay、GoogleのAP2と、複数の仕組みが並んでいます。中小の店舗がそれぞれに個別対応するのは現実的ではありません。利用しているカート、決済代行会社、CDNが、どの仕組みにいつ対応するかを確かめるのが近道です。年に2回ほど、各社のお知らせを確認する予定を入れておくとよいでしょう。

楽天市場やAmazonなどのモールに出店している場合、注文の審査と決済はモール側が担う部分が大きく、店舗が自分で設計できる範囲は限られます。本記事の5つの見直しがそのまま当てはまるのは、自社ECです。モール店舗では、不審な注文に気づいたときの連絡先と手順を、各モールの店舗向けマニュアルで確認しておくことが備えになります。

もう1つ、お客様への説明も準備しておきたい点です。AIに買い物を任せることへの不安は根強くあります。確認の連絡を丁寧に行い、なぜ確認するのかを伝える店舗は、不正を防ぎながら信頼も積み上げられます。消費者の不安についてはAI購入代行と消費者の信頼に関する解説で詳しく扱っています。

よくある質問

AIエージェントからの注文は断ったほうが安全ですか

いいえ、一律に断るのはおすすめしません。お客様に頼まれて買う正当なAIの注文まで失うためです。名乗っているAIと正体の分からない自動アクセスを分け、後者だけを厳しく見る考え方が現実的です。

正規のAIと不正なボットはどう見分けますか

正規のAIは、電子署名などで自分がどのサービスのAIかを名乗る仕組みが整いつつあります。VisaのTrusted Agent Protocolでは、審査を通ったAIが署名付きで店舗にアクセスします。店舗が自前で検証するか、カートやCDNに任せるかは、利用中のサービスの対応状況で決まります。

AIが買った注文でチャージバックが起きたら誰の負担になりますか

AIが買った注文での負担の分け方は、現時点で明確な指針が出ておらず要確認です。Visaも詳しい手続きを公表していません。いまは通常の注文と同じ扱いになる前提で、本人認証の結果と確認の記録を残しておくことが備えになります。

小さな店舗でも対策は必要ですか

はい、規模にかかわらず必要です。不正は対策の弱い店舗を狙う傾向があるためです。高リスクの条件を5つ書き出し、当てはまったら出荷を保留にする、という決まりだけでも始める価値があります。

楽天やAmazonの店舗でも同じ対策をしますか

いいえ、モール店舗では審査と決済の多くをモール側が担っています。店舗が自分で設計できる範囲は自社ECより狭くなります。不審な注文に気づいたときの連絡手順を、各モールの店舗向けマニュアルで確認しておいてください。

確認の連絡でお客様を怒らせないか心配です

確認の連絡は、文面しだいで信頼につながります。不正を疑っていると書かず、安全のための手続きであること、注文の内容、返信の期限を明記してください。本記事のプロンプト3で下書きを作り、店舗の言葉づかいに合わせて直すと使いやすくなります。

審査のルールはどれくらいの頻度で見直せばよいですか

審査のルールは、週に1回の振り返りと、月に1回の条件の見直しが目安です。不正の手口は変わり続けるため、一度決めた条件を固定すると、すり抜けと止めすぎの両方が増えます。保留にしたが正当だった注文の割合が上がってきたら、条件を緩める合図です。

まとめ

AIが代わりに買う注文が増え、「人かボットか」で分ける審査は役目を終えつつあります。米国ではAI経由の小売サイトへのアクセスが1年で4,700%以上増え、カード会社はAIに署名で名乗らせる仕組みを整え始めました。店舗が今できるのは、アクセスを3種類に分けること、審査の軸をお客様の意思と支払いの正当性に移すこと、高リスクの条件を数字で決めること、保留の手順を作ること、記録を残すことの5つです。まずはプロンプト1で過去の不正を整理し、自店の条件を5つ書き出すところから始めてください。

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)


投稿者: 齋藤竹紘

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。

お問い合わせ