投稿者 投稿日: カテゴリー EC・WEBノウハウ
ASINとは、Amazonが商品ごとに割り当てる10桁の識別コードのことです。
Amazonの商品を管理していると、ASINを一覧で扱う場面が次々に出てきます。在庫管理、広告のターゲティング、競合調査、相乗り出品のチェック、親子関係(バリエーション)の整理。どれもASINを正確に集めて整えるところから始まりますが、数百から数千の商品になると手作業では追いつきません。この記事では、ASINをどこから取得し、生成AIを使ってどう一括で整理・加工するかを、実装手順とプロンプトで示します。最初に大事な前提を一つ。AIはAmazonを見て実在するASINを取ってくることはできません。AIが力を発揮するのは、手元に集めたASINデータの整理・変換・点検です。ここを取り違えると捏造データを作ってしまうので、役割分担を明確にして進めます。
ASINはどこから取得し、AIに何をさせるか
ASIN(Amazon Standard Identification Number)は、Amazonのカタログ上で商品を一意に識別する10桁の英数字コードです。自社商品にも競合商品にも付与されており、商品ページのURLや商品情報欄から確認できます。ASINを正しく取得する経路は決まっています。自社商品なら、セラーセントラルの在庫管理画面や各種レポートから一括で出力できます。SP-API(出品者向けの公式API)を使えば、在庫やカタログのデータをプログラムから取得できます。競合商品のASINは、商品ページや検索結果から拾うのが基本です。
ここで生成AIの出番を誤解しないことが重要です。ChatGPTやClaudeに「この商品のASINを教えて」と尋ねても、実在する正しいASINは返ってきません。AIは学習データやもっともらしい推測でそれらしい10桁を生成することがあり、これをそのまま使うと存在しないASINを参照する事故になります。KPMGがAIの作った報告書を撤回した例のように、AIの出力を検証せず使うのは危険です。AIに任せるべきは、レポートやAPIで取得済みのASIN一覧を整える作業です。具体的には、CSVの整形、JANコードとの突き合わせ、重複の除去、親子関係の整理、競合ASINリストの分類などです。在庫データ全般のAI活用はAmazon在庫管理×AIの記事も参照してください。
つまり手順は二段階です。第一段階で、セラーセントラルのレポートやSP-API、商品ページから本物のASINを取得します。第二段階で、そのデータをAIに渡して整理・加工させます。この順序を守れば、正確さとスピードを両立できます。
AIでASINデータを整理・加工する手順
ここからは、取得済みのASINデータをAIに処理させるプロンプトを示します。いずれも、実在するデータを貼り付けて使う前提です。AIに新しいASINを生成させてはいけません。
最初に、レポートから出力したCSVを扱いやすい形に整形します。列の表記ゆれや不要列が多いレポートをそのまま使うと、後工程で混乱します。
以下はAmazonのレポートから出力したCSVです。
ASIN、商品名、SKU、在庫数、価格の列だけを抜き出し、ASINを先頭にした整然としたCSVに整形してください。
ASINが10桁の英数字になっていない行は「要確認」として別に分けてください。
データを勝手に補完・創作しないでください。空欄は空欄のまま残してください。
CSV：{貼り付け}
次に、自社の商品マスタとAmazonのASINを突き合わせます。JANコードをキーにして、どの自社商品がどのASINに対応するかを整理する作業です。
以下の2つのデータを、JANコードをキーに突き合わせてください。
左：自社商品マスタ(JAN、商品名、原価)
右：Amazonのカタログデータ(ASIN、JAN、商品名)
JANが一致した行を結合し、対応するASINを自社商品マスタに追記した一覧を作ってください。
一致しなかったJANは「Amazon未出品の可能性」として別表に分けてください。
推測でASINを埋めることは絶対にしないでください。
自社マスタ：{貼り付け}
カタログ：{貼り付け}
競合調査でASINを集めた場合、価格帯や特徴で分類すると分析しやすくなります。これも取得済みのデータを渡して整理させます。
以下は競合商品のデータ(ASIN、商品名、価格、レビュー数)です。
価格帯と訴求の方向性で3〜5グループに分類し、各グループの特徴と、自社が狙うべき空白の価格帯を指摘してください。
分類の根拠を1〜2文で添えてください。
データ：{貼り付け}
親子関係(バリエーション)の点検にもAIが役立ちます。色やサイズ違いが正しく親ASINにまとまっているかを確認する作業です。
以下のASINリストは、本来同一商品の色・サイズ違いです。
親子関係(バリエーション)として正しくまとまっているか点検し、親に紐づいていない子ASINや、誤って別商品が混ざっている疑いのある行を指摘してください。
リスト：{ASIN、商品名、色、サイズ、親ASIN}
バリエーションの整備はSEOにも効きます。詳しくはAmazon SEOの記事を参照してください。
ASINの一括処理でつまずく場面と回避策
現場で繰り返し見るのは、AIが生成した架空のASINを使ってしまう失敗です。前述の通り、AIは尋ねられればそれらしい10桁を作ります。広告のターゲティングや相乗りチェックで架空ASINを使うと、設定が無効になったり誤った対象を指したりします。ASINは必ずレポート・API・商品ページという一次経路から取得し、AIには整理だけ任せる線引きを徹底してください。
二つ目は、CSVの文字コードと桁落ちの問題です。ASINは英数字ですが、JANや型番が数値として扱われると先頭のゼロが落ちたり指数表記になったりします。表計算ソフトで開く前に文字列として扱う設定にし、AIに渡す際も「数値に変換しない」と明示するのが安全です。
三つ目は、重複と表記ゆれの放置です。同じ商品が複数のSKUで登録されていたり、レポートによって列名が違ったりすると、突き合わせがずれます。AIに重複除去と列名の統一を先にやらせてから本処理に進むと、後工程のミスが減ります。COSMOアルゴリズム対応でカタログ品質が問われる点はCOSMO対策の記事でも扱っています。
KPIと費用・工数の目安
ASIN処理の効果は、カタログ整備にかかる工数の削減で測ります。数千行のレポートを手作業で突き合わせ、重複を除き、親子を点検する作業は、人手だと数時間から半日かかることがあります。整形と突き合わせをAIに任せると、下処理が数十分規模に短縮されるケースが多く見られます。浮いた時間を、価格戦略や商品企画といった判断業務に回せます。
費用は生成AIの月額20米ドル前後(2026年6月時点の目安)が中心で、ASINの取得自体に追加費用はかかりません。SP-APIを使う場合も、API利用料は発生しませんが、連携の設定が必要です。投資対効果は、カタログの正確さが上がることで、広告の無駄打ちや相乗りの見落としが減る点にも表れます。
今後の展望とASIN活用の独自考察
AIにツール呼び出しの機能が広がると、将来的にはSP-APIと生成AIを連携させ、「自社のこのジャンルのASINを最新の在庫付きで一覧化して」と自然言語で指示すれば、AIがAPIを叩いて実データを取得し整理する、という運用が現実味を帯びてきます。その世界でも変わらないのは、データの取得は信頼できる経路から、加工はAIで、という役割分担です。AIが直接実データに触れられるようになるほど、捏造と実取得の区別はより重要になります。今のうちにレポートやAPIからASINを確実に取得する運用を固め、整理をAIに任せる型を作っておくと、次の段階に滑らかに移行できます。
よくある質問
AIに商品名を伝えればASINを教えてもらえますか
正確なASINは返ってきません。AIはそれらしい10桁を生成することがあり、実在しないASINを参照する事故につながります。ASINはレポート・API・商品ページから取得してください。
自社商品のASINを一括で出すにはどうすればよいですか
セラーセントラルの在庫管理画面や各種レポートから一覧で出力できます。SP-APIを使えばプログラムからも取得できます。
JANコードからASINを自動で対応づけられますか
取得済みのカタログデータとJANを突き合わせれば対応づけられます。AIに突き合わせを任せる場合も、推測でASINを補完させないことが前提です。
CSVでASINやJANの桁が崩れるのを防ぐには
数値ではなく文字列として扱う設定にしてください。先頭のゼロ落ちや指数表記を防げます。AIに渡す際も数値変換しないよう指示します。
競合のASINを集めるのは規約違反になりませんか
公開されている商品ページの情報を確認する範囲は通常の調査です。ただし大量の自動取得は各種規約や利用条件に触れる場合があるため、取得方法は節度を持って行ってください。
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
