投稿者 投稿日: カテゴリー AIニュース
AI検索流入とは、ChatGPTなど生成AI経由でサイトに届く訪問のことです。
米アドビの調査では、2025年3月に米国小売サイトへのAI経由アクセスが前年同月比で約1200%伸びたと報告されています（Adobe Business、要確認）。桁がひとつ増える伸び方は初期フェーズ特有のものですが、そこから伸び率が落ち着いた後も高水準が続いており、EC事業者にとって集客経路の重心が移りつつあります。この記事では、その数字の中身を分解し、従来のオーガニック検索が縮む局面で、自社ECの集客をどこから作り直すべきかを、プロンプト3本の実装手順つきで整理します。
AI検索流入はどこまで伸び、従来検索はどう縮んだか
まず数字の輪郭を押さえます。アドビの一連のレポートを時系列で並べると、2025年3月の前年同月比が約1200%という初期の爆発から始まり、2025年11〜12月の年末商戦期は前年比693%、2026年第1四半期は393%、2026年5月は138%と、伸び率そのものは段階的に落ち着いてきました（Adobe Business、Digital Commerce 360）。1200%という見出しの数字は「母数がまだ小さかった時期の伸び率」であって、いまも毎月1200%ずつ増え続けているという意味ではない点は、社内で数字を共有するときに必ず補足してください。伸び率は鈍化しても、絶対量は年単位で倍増を続けているというのが正確な読み方です。
伸び率より現場で効くのは、流入の質です。アドビの2026年3月時点のデータでは、ChatGPTやPerplexityなどのAIアシスタント経由で来た訪問者は、非AI経由と比べて購入転換が42%高く、1訪問あたりの売上も37%多いと報告されました（Digital Commerce 360、要確認）。1年前の2025年3月には同じAI経由が非AIより転換率で見劣りしていたと同社は述べており、わずか12か月で「冷やかしの多い実験的トラフィック」から「買う気で来る客層」へ性格が反転したことになります。流入の絶対数はまだ全体の一部でも、1件あたりの価値が高いなら、優先して取りにいく判断が現実的です。
一方で、従来のオーガニック検索は逆風にさらされています。Googleの検索結果上部に生成AIの要約が出る「AI Overview」が定着し、ユーザーが青いリンクを踏まずに答えを得て離脱する、いわゆるゼロクリックが増えました。ドイツのミュンヘン地裁がAI Overviewの要約を「Google自身の言葉」と位置づけて責任を認めた判断は、要約が単なる引用の集合ではなく検索体験の主役になったことを法的にも示した一件です。この論点はうるチカラのAI Overviewの誤回答に独裁判所が責任認定した記事で詳しく扱っています。表示回数は減っていないのにクリックだけが痩せていく、という感覚を持つ店舗が増えているのは、この構造変化が背景にあります。
ここで整理すべきは、流入が「消えた」のではなく「置き換わりつつある」ということです。Google検索で自社ページに直接来ていた客の一部が、ChatGPTやPerplexityに質問し、その回答の中で引用されたサイトへ回遊する経路に移りました。つまり戦うフィールドが、検索順位の1位争いから、生成AIの回答に引用される情報源になれるかどうかへ移動しています。楽天市場やAmazon内の検索が主戦場の店舗にとっても、商品比較や「どれを買うべきか」の相談がAIチャット側で完結し始めている以上、無縁の話ではありません。
日本市場の文脈でもう一段補足します。日本ではまだGoogle検索と各モール内検索の比重が大きく、AI経由流入の絶対量は米国の先行事例ほど大きくないのが実情です。ただし、AI OverviewとGeminiの検索統合は日本語圏でも順次広がっており、Google I/O 2026で示された方向性を踏まえると、日本のEC事業者が「まだ数字が小さいから」と着手を先送りできる期間は長くありません。この時間軸の読み方は、うるチカラのGoogle I/O 2026でAI検索が激変する論点をまとめた記事でも整理しています。先行して情報設計を整えた店舗が、日本語圏で流入が本格化する局面で有利な位置に立つ、という順番になります。海外の数字をそのまま自社に当てはめるのではなく、伸びの方向は同じで到達時期が遅れる、という前提で計画を立てるのが妥当です。
補足として、伸び率の鈍化を「AI検索は失速した」と誤読しないことも大切です。前年比が1200%から138%へ下がったのは、比較対象となる前年の数字が大きく育ったからで、母数が積み上がった証拠でもあります。新しいチャネルは、立ち上がりの倍率が最も派手に見え、規模が出るほど伸び率の見かけは落ち着きます。数字を追う際は、前年比の派手さではなく、自社アクセス解析でAI経由セッションの実数が四半期ごとに増えているかを、静かに見ていくほうが判断を誤りません。
AI検索時代に「引用される設計」へ集客を移すLLMO/AIO実装3ステップ
ここからは実装です。生成AIの回答に自社の情報を引用させる取り組みは、LLMO（大規模言語モデル最適化）やAIO（AI検索最適化）と呼ばれます。基礎の全体像はうるチカラのAIOとは何かを解説した記事にまとめてあるので、前提の共有はそちらに譲り、本稿では自社ECで今日から動かせる3つのプロンプトを渡します。使う生成AIは、2026年7月時点のフラッグシップであるChatGPTのGPT-5.5、Geminiの3.1 Pro、ClaudeのSonnet 5あたりを想定しています（無料枠でも下位版で試せます）。モデルごとの得意分野の違いは、うるチカラのChatGPT・Claude・Geminiの使い分けガイドを横に置いて読むと選びやすくなります。
（用途タイトル：自社が引用されやすい問いを洗い出す）
最初にやるのは、見込み客が生成AIに投げていそうな質問を、自分の商品ジャンルで書き出すことです。検索キーワードの単語ではなく、会話文の丸ごとを集めるのがコツです。ある食品ギフトの中規模店舗では、この棚卸しだけで「お中元 予算3000円 上司」のような会話型の問いが数十個出て、既存の商品ページがそのどれにも直答していないと分かりました。
あなたはEC事業者のためのAI検索リサーチャーです。
以下の商品ジャンルについて、消費者がChatGPTやPerplexityなどの生成AIに
実際に打ち込みそうな「会話型の質問」を30個、日本語で列挙してください。
条件：
1. 単語の羅列ではなく、話し言葉の一文で書く（例：「40代 敏感肌 いちおしの化粧水は？」）
2. 比較検討フェーズ（どれを選ぶか）と購入直前フェーズ（送料や納期の確認）を両方含める
3. 予算・用途・相手・季節などの具体条件を入れた質問を最低半分入れる
4. 各質問の右に、想定される購入意欲を「高・中・低」で付ける
商品ジャンル：{ジャンル}
主要ターゲット層：{年齢・性別・利用シーン}
取扱商品の価格帯：{値}
（用途タイトル：既存ページを「AIが引用しやすい形」に書き換える）
問いが集まったら、その答えを自社ページの本文に、AIが抜き出しやすい形で埋めます。生成AIは、結論を先に置き、根拠と条件を明示した文章を引用しやすい傾向があります。楽天市場のスマートフォン用商品説明文（全角換算1280文字以内）や、Shopifyの商品説明のように可変長で書ける枠では、冒頭に40字前後の直答文を置く構成が有効です。直近の支援案件で観測したのは、商品説明の頭に「この商品は〜な人向けです」の一文を足しただけで、社内テストのAIチャットが自社ページを引用する頻度が目に見えて上がったケースでした。
あなたはAI検索最適化に詳しいECコピーライターです。
以下の商品説明文を、生成AIの回答に引用されやすい構造へ書き換えてください。
守ること：
1. 冒頭に40字以内で「誰向けの、何の商品か」を断定形で1文だけ置く
2. 続けて、選ばれる理由・使うべき場面・避けたほうがいい人を、それぞれ短い段落で明示する
3. 数字（容量・サイズ・産地・実績）は単位つきで具体的に書く
4. 誇大表現（最高・No.1・絶対・即効・必ず）と薬機法・景表法に触れる表現は使わない
5. ですます調で統一し、箇条書きは3項目までに抑える
対象プラットフォーム：{楽天／Amazon／Shopify／Yahoo!}
現在の商品説明文：{既存テキストを貼る}
主要ターゲットの悩み：{値}
（用途タイトル：AI回答での自社の見え方を毎週チェックする）
最後は計測です。順位チェックだけでは、生成AIの回答に載っているかどうかが分かりません。主要な問い10〜20個を決め、毎週同じ質問を各AIに投げて、自社が引用されたか・競合はどこが載っているかを記録します。5,000社支援の中で何度も再現したパターンとして、この定点観測を始めた店舗ほど「どのページを直せば載るのか」の当たりが早くつきます。
あなたはEC事業者のAI検索モニタリング担当です。
以下の質問に対する回答を作成し、その中で参照した情報源を明示してください。
質問：{洗い出した会話型の問いを1つ貼る}
回答のあとに、次の3点を報告してください：
1. この回答で引用・参照した具体的なサイト名やブランド名（分かる範囲で）
2. 「{自社ブランド名}」が回答に含まれたか（はい／いいえ）
3. 含まれなかった場合、どんな情報がページにあれば引用しやすかったか
3本を回す順序は、洗い出し（プロンプト1）、書き換え（プロンプト2）、計測（プロンプト3）の一方向で構いません。まず1ジャンル・10ページ程度に絞って一巡させ、計測結果を見て次のジャンルへ広げるのが、工数を膨らませずに再現性を確認できる進め方です。
よくある失敗と回避策
一つ目は、キーワードを詰め込めばAIに拾われると誤解するパターンです。従来のSEO感覚で同じ単語を商品名や説明文に何度も繰り返すと、楽天のSGS（楽天市場の検索アルゴリズム）で類似コンテンツと判定されるリスクがあるうえ、生成AI側はむしろ条件が整理された明快な文章を好みます。回避策は、単語の反復ではなく、問いに直答する一文と根拠をセットで置くことです。冗長に盛るより、削って論点を立てるほうが引用されやすくなります。
二つ目は、外部誘導の規約違反です。AI検索対策としてブログや比較コンテンツを作ること自体は有効ですが、その導線を楽天市場のR-Mailや商品ページに置くと規約に抵触します。楽天のメール内から自社ブログや外部SNSへ飛ばす設計は禁止されているため、楽天店舗のAIO施策は、楽天市場内で完結する商品ページ・カテゴリページの情報設計に絞ってください。自社ECサイト（Shopifyや自社ドメイン）側でブログ・FAQを厚くし、そちらをAIに引用させる役割分担が現実的です。
三つ目は、AIの回答を鵜呑みにして事実確認を飛ばす失敗です。生成AIは実在しない仕様や誤った数字を自信たっぷりに書くことがあり、それをそのまま商品ページに載せると、景表法・薬機法の観点でも自社の信用の観点でもリスクになります。プロンプト2で下書きを作った後は、必ず人の目で数字と表現を検証し、断定できない箇所は「目安」「2026年時点の見込み」と添えるか削る運用を徹底してください。前述のミュンヘン地裁の一件が示すように、AIが生成した文言の責任が発信側に及ぶ流れは強まっています。自社が発信元になる商品ページでは、なおのこと検証を省けません。
四つ目は、施策を一度で完璧に仕上げようとして動けなくなるパターンです。全商品ページを同時に書き換えようとすると工数に潰され、結局どのページも中途半端になります。回避策は、購入意欲の高い問いに直答するページから10ページ程度に絞って着手し、計測しながら横に広げることです。アパレル系の単一店舗で試したケースでは、売れ筋10型の説明文だけを先に直し、引用率の変化を見てから残りに展開した結果、全ページ一斉着手より短期間で手応えをつかめました。範囲を絞る勇気が、AIO施策を止めないコツになります。
KPI設計と費用・工数目安
計測指標は、順位ではなく「引用率」を中心に据えます。決めた問い20個のうち、各AIの回答に自社が引用された割合を毎週記録し、月次で推移を見る形が扱いやすいです。あわせて、アクセス解析の参照元にchatgpt.comやperplexity.aiなどのドメインが増えているか、そのAI経由セッションの転換率が自然検索と比べてどうかを見ます。前述のとおりAI経由は転換率が高い傾向（業界調査ベースで非AIより数割高い、要確認）があるため、量が小さくても売上寄与で評価すると判断を誤りにくくなります。
費用は、生成AIの有料プランが中心です。2026年7月時点で、ChatGPT Plusが月20米ドル前後、Claude Proが月20米ドル前後、Gemini Advanced（Google AI Proに相当）が月20米ドル前後が目安です（各社改定があるため契約前に公式ページで要確認）。まず1つを契約し、書き換えと計測を回してから、複数モデルへ広げる順番で十分です。工数は、初回のページ書き換えが1ページあたり15〜30分、週次の定点観測が問い20個で1〜2時間程度が現場感覚での目安です。最初の1ジャンルで型を作れば、2ジャンル目以降は半分以下の時間で回せるようになるケースが多く見られます。
計測の運用面では、記録の粒度を欲張らないことも続けるコツです。最初から十数個の指標を毎週埋めようとすると負担で形骸化します。まずは「20問中いくつで自社が引用されたか」の1指標に絞り、月末にアクセス解析のAI経由セッション数と転換率を突き合わせる、という月次の型で十分です。慣れてきたら、競合がどのページで引用されているかのメモを足していくと、次に直すべきコンテンツの優先順位が自然に見えてきます。楽天/Amazonの両方を回している店舗で観測されたのは、この競合引用メモが、モール内SEOの改善ヒントにも転用できたという副次効果でした。
投資対効果を社内で説明するときは、「AI経由の流入はまだ全体の一部」という前提を隠さないことが大切です。いま大量の売上を生む施策ではなく、伸び率と転換率の高い経路に早めに足場を作る、中期の先行投資として位置づけると、期待値のズレを防げます。経営層への報告では、1200%や393%といった外部調査の見出し数字を市場のトレンド説明に使いつつ、自社の判断材料は自社アクセス解析のAI経由実数に置く、という二層構造で語ると、話が地に足のついたものになります。
今後の展望と独自考察
これから起きる変化のうち、EC実務に直結するのはエージェント型AIの購買代行です。ユーザーが「予算内で条件に合う商品を探して比較して」と指示すると、AIが複数サイトを横断して候補を絞り、場合によっては購入手続きまで代行する動きが各社で進んでいます。この世界では、人間に見せる装飾より、AIが読み取れる構造化された商品情報のほうが重要になります。価格・在庫・仕様・返品条件が機械可読な形で整理されているサイトほど、エージェントの選択肢に残りやすくなるという見立てです。
もう一つの論点は、プラットフォーム内AIとの共存です。Amazonの検索アシスタントや各モールのAI提案機能が強化されるなかで、モール内の商品ページ最適化と、モール外のAIチャット対策は、別々に設計する必要があります。モール内はそのモールのアルゴリズムと規約に従い、モール外は自社ドメインのコンテンツで引用を取りにいく、という二正面を意識すると、施策が混線しません。競合のSEO解説記事の多くはこの「モール内外の役割分担」をひとまとめに語りがちですが、規約の縛りが正反対である以上、分けて考えるほうが事故を防げます。具体的には、楽天やAmazonの商品ページでは各モールの検索仕様に沿った直答文を、自社Shopifyのブログでは会話型の問いに答える深掘り記事を、というように、同じAIO発想でも器ごとに書き分けるのが現実的です。
加えて意識したいのは、一次情報の厚みが引用のされやすさを左右する点です。生成AIは、どこかの二次情報をなぞった記事より、自分たちしか持っていない事実を明快に書いたページを引用しやすい傾向があります。自社の検品基準、産地の訪問記録、実際の使用シーンでの検証データなど、店舗が現場で持っている一次情報を言語化することが、他店と差がつく最後の分かれ目になります。派手なAIツールを増やすより、自分たちの強みを事実として書き切るほうが、結局は引用に効くというのが、5,000社を見てきたなかでの実感です。
最後に、うるチカラとしての立場を明確にしておきます。AI検索流入の1200%という数字は入口の話題づくりには使えますが、それだけを追って一喜一憂する段階は過ぎました。伸び率が鈍化しても絶対量と質が伸び続ける前提で、引用される情報設計を静かに積み上げた店舗が、数年後の集客で差をつけると考えています。派手な数字より、毎週の定点観測と地道な書き換えのほうが、最終的な成果に効くというのが現場での結論です。
よくある質問
AI検索流入は無料で対策を始められますか
はい、始められます。生成AIの無料枠でも、問いの洗い出しや自社ページの引用チェックは十分に試せます。有料プランは、上位モデルの精度や利用回数が必要になった段階で契約すれば問題ありません。まず無料枠で1ジャンル一巡させ、手応えを確認してから投資するのが安全です。
楽天市場の店舗でもAI検索対策はできますか
できますが、範囲に注意が必要です。楽天のR-Mailや商品ページから外部サイトへ誘導する導線は規約違反になるため、楽天店舗のAIO施策は楽天市場内で完結する商品ページやカテゴリページの情報設計に絞ってください。自社ドメインのブログやFAQは、そちらでAI引用を取りにいく別枠として運用します。
従来のSEOはもうやらなくてよいですか
いいえ、やめる話ではありません。AI Overviewや生成AIは、既存のWeb上の情報を材料に回答を組み立てるため、検索に載る良質なコンテンツがある店舗ほどAIにも引用されやすくなります。従来SEOの土台の上に、引用されやすい構造化と直答文を足す、という積み増しで考えるのが現実的です。
ChatGPT・Claude・Geminiのどれで対策すればよいですか
まず1つで十分です。2026年7月時点ではGPT-5.5、Gemini 3.1 Pro、Claude Sonnet 5などが各社の主力ですが、日本語の商品説明の書き換えなら普段使い慣れたもので構いません。計測段階では、消費者の利用が多いChatGPTとPerplexityを優先的に見ると、実態に近い結果が得られます。モデル別の得意分野は使い分けガイドを参照してください。
効果が出るまでどれくらいかかりますか
明確な保証はできませんが、引用率という指標なら数週間で変化を観測できるケースが多いです。ページを書き換えてから各AIが新しい内容を回答に反映するまでにはタイムラグがあるため、週次の定点観測を最低1〜2か月続けて傾向を見る運用をおすすめします。売上への寄与は、流入量の絶対値がまだ小さい以上、中期で評価してください。
外注は必要ですか
必須ではありません。プロンプトの実行と週次チェックは社内で回せる作業量です。ただし、大量ページの一括書き換えや、構造化データの技術的な実装まで踏み込む場合は、部分的に外部の手を借りると早く進みます。まず自社で型を作り、増やす段階で外注を検討する順番が無駄になりにくいです。
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。
この記事を読んだ人は、こんな記事も読んでいます
