投稿者 投稿日: カテゴリー EC・WEBノウハウ
Amazonせどりとは、安く仕入れた品をAmazonで売り差益を得る物販です。
Amazonせどりで黒字と赤字を分けるのは、仕入れ前の30秒です。店頭やネットで「これ売れそう」と感じた瞬間に、販売手数料・FBA配送代行手数料・送料・仕入れ値を引いたあとに手元へいくら残るのかを即座にはじけるかどうか。ここで計算を曖昧にしたまま仕入れると、月末に在庫保管料とリターン手数料が積み上がって、見かけの粗利が実質赤字へ反転します。本記事では、この「仕入れ判定」の計算ロジックを実額で分解し、ChatGPT・Claude・Geminiに判定を肩代わりさせるプロンプトを8本、すべて独立したコードブロックで配ります。読者の到達点は、リサーチから利益率試算、仕入れ可否のゴー/ノーゴーまでをAIに通す手順を、今日から自店の在庫で回せる状態にすることです。
せどりの利益率計算で2026年に押さえる3つの数字
せどりの可否判定は、感覚値ではなく3つの実額をAmazon Seller Centralの数字に合わせて引き算するだけで精度が大きく変わります。まず販売手数料(referral fee)。これはカテゴリー別に変動し、本やDVD・ソフトウェアといったメディア系は15.4%、家電は価格帯により5〜8.4%、アパレルは段階制で5〜12.4%、その他大半のカテゴリーは5〜15.4%の範囲に収まります(2026年6月時点、Amazon出品サービスの料金ページで確認。1点あたり最低30円の下限あり)。せどりで扱う商品はカテゴリーがまたがるため、この%を商品ごとに正しく当てないと、利益率が平気で5ポイントずれます。
次にFBA配送代行手数料。FBA(フルフィルメント by Amazon、Amazonの倉庫から出荷・カスタマー対応を代行するサービス)を使う場合、サイズ区分と重量で手数料が決まります。2026年6月時点の目安では、250g未満の小型は1点222〜288円、1kgまでの標準は252〜532円、大型は523〜1,690円という幅です(要確認。区分はAmazon出品サービスの料金ページの最新表で都度照合)。せどりの初心者がつまずくのは、ここを一律「だいたい300円」で見積もる癖です。1kgを超える商品をその感覚で仕入れると、配送代行手数料だけで利益が消えます。FBAの全体像はうるチカラのAmazon FBA完全ガイドで実装ステップまで整理しているので、出荷フローの前提が曖昧な方はそちらを先に通読しておくと判定の意味が腑に落ちます。
3つ目が在庫保管料です。1〜9月の通常期は標準サイズで1,000cm³あたり月5.68〜10.09円前後、10〜12月の繁忙期はこれが上振れします(2026年6月時点の目安、要確認)。せどりは「とりあえず仕入れて寝かせる」運用になりがちですが、保管料は日割りで毎日課金されるため、回転の遅い在庫を抱えるほど利益率が静かに削られます。大口出品プランの月額4,900円(税抜)も固定費として乗るので、月の総販売数が少ない段階では1点あたりの固定費負担が重くなる点も計算に入れます。この3つの数字を、仕入れ値と想定販売価格から引いて初めて「実利益率」が出ます。感覚の粗利率と実利益率の差が、せどりで退場する人と続く人を分けます。
ここで具体的な数字で確かめておきます。仕入れ値1,200円、想定販売価格3,000円の商品があったとします。粗利だけ見れば1,800円、率にして60%で、つい仕入れたくなる水準です。ところが家電カテゴリーで販売手数料が8%なら手数料は240円、FBA配送代行手数料が標準サイズで400円、梱包資材などその他費用が50円とすると、差し引き後の実利益は3,000円から1,200円・240円・400円・50円を引いた1,110円、実利益率は37%まで落ちます。さらに完売まで3ヶ月かかり保管料が1点あたり90円乗れば、補正後の実利益は1,020円、率は34%です。粗利60%という第一印象と、補正後34%という現実の差。この差を仕入れ前に見える化することが、AI判定を導入する最大の目的になります。せどりで黒字が続く店舗ほど、この補正後の数字を基準にゴー/ノーゴーを切っています。
仕入れ判定をAIに任せる前提を整える
AIに仕入れ可否を判定させるといっても、丸投げでは精度が出ません。直近の支援案件で観測したのは、判定プロンプトに渡す入力情報の解像度が低いと、AIがそれらしい数字を補完してしまい、現場では使えない「もっともらしい嘘」が返ってくるという現象です。そこで判定に通す前に、最低限そろえる入力を決めておきます。商品名・JANまたはASIN・仕入れ値(税込)・想定販売価格・カテゴリーの販売手数料%・サイズ区分とFBA配送代行手数料・自己発送なら実送料、この7点です。
ここで使うAIモデルは2026年時点で3系統が実用域にあります。OpenAIはGPT-5.5系(GPT-5.5および無料デフォルトのGPT-5.5 Instant)を提供するChatGPT、AnthropicはClaude Opus 4.7・Sonnet 4.6・Haiku 4.5を提供するClaude、GoogleはGemini 3.5 Flash/Proなどを提供するGeminiです(モデル名は更新が速いため、執筆時点の名称。利用前に各サービスの最新表示を確認してください)。せどりの計算用途では、数字の取り違えが致命傷になるため、桁の扱いが安定したモデルを選び、必ず途中計算を出力させる設定にします。AI活用ツールの全体像はECで使えるAIツールまとめも併読すると、判定以外の業務でどこを自動化できるか見通しが立ちます。
判定の流れは、リサーチ(売れているか)→利益率試算(残るか)→可否判定(仕入れるか)の3段です。せどりの現場感覚では、この3段を別々の作業として手で回している人が多く、1商品あたり数分かかっています。これをAIに通すと、入力さえそろえれば30秒前後で3段すべての結論が返るようになります。次節で、その3段それぞれに使うプロンプトを配ります。
入力の精度を上げる小さな工夫も添えておきます。販売手数料率はカテゴリーで変わるため、自分が主に扱うジャンルの手数料率を一覧にしてメモしておき、プロンプトに貼るだけにしておくと毎回の取り違えが減ります。サイズ区分も同様で、店頭で測れるよう巻尺と簡易はかりを持ち歩く店舗もあります。せどりは1商品あたりの判定を何十回も繰り返す作業なので、入力をテンプレ化しておくほど判定全体の速度と精度が安定します。AIに渡す前の段取りこそ、判定の質を左右する地味な勘所だと現場で繰り返し感じます。
AmazonせどりをAIで判定するプロンプト8本
ここからが本記事の核です。リサーチ・利益率計算・可否判定・在庫リスク・出品文面・価格追従・仕入れ振り返り・規約セルフチェックの8用途に対応するプロンプトを、それぞれ独立したコードブロックで配ります。変数は中括弧で示すので、自店の数字に置き換えて使ってください。
(用途タイトル：販売実態のリサーチ)
仕入れ判定の最初は「そもそも売れているか」です。Amazonの商品ページから読み取れる情報をAIに整理させ、回転の見込みを言語化させます。ランキングや出品者数は自分で調べた値を貼り付けます。
あなたはAmazon物販のリサーチ担当です。以下の商品について、仕入れ判断に必要な販売実態を整理してください。
推測で数字を補完せず、与えられた情報からのみ判断し、足りない情報は「要確認」と明記してください。
商品情報：
- 商品名：{商品名}
- ASIN：{ASIN}
- カテゴリー：{カテゴリー}
- 現在のランキング(カテゴリー内)：{順位}
- 出品者数(新品)：{人数}
- 現在の最安値：{価格}円
出力：
1. このランキング帯から推測できる回転の目安(高回転/中回転/低回転のいずれか＋根拠)
2. 出品者数から見た価格競争の激しさ
3. 仕入れに進む前に追加で調べるべき項目を3つ
(用途タイトル：実利益率の試算)
リサーチで「売れそう」と判断したら、実利益率を出します。販売手数料・FBA手数料・送料・仕入れ値を引いて、手元に残る額と利益率を計算させます。途中式を必ず出させるのが事故防止の肝です。
あなたはAmazon物販の利益計算アシスタントです。以下の数値から実利益と利益率を計算してください。
必ず計算過程を1行ずつ示し、最後に結論を出してください。概算で丸めず、与えられた数値で計算してください。
入力：
- 想定販売価格(税込)：{販売価格}円
- 仕入れ値(税込)：{仕入れ値}円
- 販売手数料率：{手数料率}％
- FBA配送代行手数料：{FBA手数料}円(自己発送なら実送料{送料}円を使用)
- その他費用(梱包資材など)：{その他費用}円
計算手順：
1. 販売手数料額 ＝ 販売価格 × 手数料率
2. 売上から差し引く費用合計 ＝ 販売手数料額 ＋ FBA手数料 ＋ 仕入れ値 ＋ その他費用
3. 実利益 ＝ 販売価格 － 費用合計
4. 利益率 ＝ 実利益 ÷ 販売価格 × 100
出力：
- 各ステップの計算式と数値
- 実利益(円)と利益率(％)
- 利益率が15％を下回る場合は「薄利警告」と表示
(用途タイトル：仕入れ可否のゴー/ノーゴー判定)
リサーチと利益率がそろったら、最終判定です。自店の許容ラインをAIに渡し、ゴー/ノーゴーを明確に言わせます。曖昧な「様子見」を返させないために、判定基準を数値で与えます。
あなたはAmazonせどりの仕入れ判定者です。以下の情報をもとに、仕入れるか見送るかを必ず「仕入れる」「見送る」のどちらかで結論づけてください。
両論併記や「状況による」は禁止します。判定理由を3行で添えてください。
判定対象：
- 実利益率：{利益率}％
- 想定回転(高/中/低)：{回転}
- 出品者数：{人数}
- 仕入れ可能数：{個数}個
- 1点あたり実利益：{実利益}円
自店の許容ライン：
- 最低利益率：15％
- 最低1点利益：300円
- 低回転かつ出品者10名超は原則見送り
出力：
- 判定(仕入れる/見送る)
- 理由3行
- 仕入れる場合の推奨仕入れ数
(用途タイトル：在庫リスクと保管料の見積り)
仕入れ判定が「ゴー」でも、回転が遅ければ保管料で利益が削られます。寝かせる前提のリスクを試算させます。
あなたはAmazon FBAの在庫管理アシスタントです。以下の商品を仕入れた場合の保管リスクを見積もってください。
保管料の単価は与えられた値のみ使用し、推測しないでください。
入力：
- サイズ区分：{区分}
- 1点あたり容積：{容積}cm³
- 保管料単価(1,000cm³あたり月額)：{単価}円
- 仕入れ数：{個数}個
- 想定販売完了までの月数：{月数}ヶ月
出力：
1. 月あたり保管料(全数量分)
2. 完売までの保管料総額
3. 1点あたりに上乗せされる保管コスト
4. この保管コストを実利益から引いた後の補正利益率
(用途タイトル：出品タイトルと商品説明の下書き)
仕入れを決めたら出品準備です。Amazonの商品タイトルは半角200文字以内、商品説明は半角2,000文字以内が目安です(カテゴリー依存、要確認)。規約違反語を避けた文面を作らせます。
あなたはAmazon出品の文章担当です。以下の商品について、Amazonの規約に沿った出品タイトルと商品説明を作成してください。
最大級表現(最強・日本一・No.1・絶対)や薬機法に触れる効能表現は使わないでください。
商品情報：
- 商品名：{商品名}
- ブランド：{ブランド}
- 主要キーワード：{キーワード}
- 特徴3点：{特徴}
- コンディション：{新品/中古}
出力：
1. 商品タイトル案(半角200文字以内、前半にキーワード配置)
2. 商品説明文(半角2,000文字以内、箇条書きを含む)
3. 検索キーワード欄(裏側、250バイト以内)に入れる語の候補
(用途タイトル：価格追従の判断)
出品後、ライバルの値下げで利益率が崩れることがあります。値下げ追従するか、在庫を待つかをAIに整理させます。
あなたはAmazon物販の価格戦略担当です。以下の状況で、値下げ追従すべきか在庫を保持すべきかを整理してください。
結論を「追従する」「保持する」のどちらかで示し、理由を添えてください。
状況：
- 現在の自分の出品価格：{自価格}円
- 最安値：{最安値}円
- 自分の仕入れ値：{仕入れ値}円
- 損益分岐価格(手数料込み)：{分岐価格}円
- 在庫数：{個数}個
- 想定回転：{回転}
出力：
- 判定(追従する/保持する)
- 損益分岐を割るかどうかの確認
- 追従する場合の下限価格(損益分岐を下回らない範囲)
(用途タイトル：仕入れ実績の振り返り)
月末に、仕入れた商品群の実績をAIに振り返らせ、次の仕入れ基準を更新します。
あなたはAmazon物販の経営アシスタントです。以下の仕入れ実績データから、次月の仕入れ基準を改善する提案をしてください。
データにない数字は推測せず、提案は与えられた実績の傾向からのみ導いてください。
実績データ(商品ごとに記載)：
- 商品名／仕入れ値／販売価格／実利益／販売までの日数／カテゴリー
{商品ごとのデータを貼り付け}
出力：
1. 利益率が高かったカテゴリーと低かったカテゴリー
2. 回転が遅く保管料負けした商品の特徴
3. 次月の仕入れで強化すべき基準を3つ
4. 仕入れを控えるべき条件を2つ
(用途タイトル：規約・真贋リスクのセルフチェック)
最後に、仕入れた商品が規約や真贋(しんがん、本物かどうか)の観点で問題ないかを点検させます。AIの回答は最終判断ではなく、見落としを拾う補助として使います。
あなたはAmazon出品コンプライアンスのチェック担当です。以下の商品について、出品前に確認すべき規約・権利上のリスクを洗い出してください。
断定はせず、確認すべき項目をチェックリスト形式で挙げてください。
商品情報：
- 商品名／ブランド：{商品名}
- 仕入れ先：{仕入れ先}
- コンディション：{新品/中古}
- 並行輸入品かどうか：{はい/いいえ}
- メーカー保証の有無：{あり/なし}
出力：
1. 真贋(本物保証)の観点で確認すべき項目
2. 知的財産権(商標・意匠)で確認すべき項目
3. Amazonの出品制限・要承認カテゴリーに該当しないかの確認項目
4. 上記で1つでも不明があれば「仕入れ前に要確認」と明示
宣言どおり、リサーチ・利益率・可否判定・在庫リスク・出品文面・価格追従・振り返り・規約チェックの8本を実装しました。3段判定(リサーチ→利益率→可否)を軸に、運用で必要になる5本を足した構成です。
せどりAI活用でよくある失敗と回避策
最初の失敗は、AIに途中計算を出させないことです。利益率だけを聞くと、AIが手数料率を内部で取り違えても気づけません。アパレル系の中古を扱っていた店舗の事例では、販売手数料を一律10%で暗算させていたため、実際は12.4%適用の商品で毎回2.4ポイント分の利益を取りこぼしていました。回避策は単純で、プロンプト2のように計算式を1行ずつ出力させ、人間が手数料率の当てはめだけ目視で確認することです。AIに計算させ、人間が前提だけ検算する。この分担が事故を減らします。
次の失敗は、回転を確かめずに利益率だけで仕入れることです。利益率が高くても、低回転の商品を大量に仕入れると保管料が日割りで積み上がり、3ヶ月後には補正利益率がマイナスに沈みます。プロンプト4で完売までの保管料を試算し、補正後の利益率で判定する習慣にすると、この罠を避けられます。せどりは「仕入れた瞬間が利益確定」ではなく「売り切った瞬間が利益確定」だという前提に立つことが、現場で繰り返し効いてきます。
3つ目が、規約と真贋を軽視することです。せどりはメーカーや正規代理店以外から仕入れる以上、並行輸入品の真贋や、商標・意匠といった知的財産権、Amazonの要承認カテゴリーへの抵触リスクが常につきまといます。AIに規約チェック(プロンプト8)を通すのは有効ですが、AIの回答は補助であって免責ではありません。最終的な真贋判断と権利確認は、仕入れ先の証憑(しょうひょう)や正規ルートの確認で人間が担保します。ここをAIに丸投げすると、アカウント停止という最大の損失につながります。せどりで長く続けている人ほど、この点を慎重に扱っています。
4つ目の落とし穴は、プロンプトの入力を雑に貼ることです。利益率計算で販売手数料率を空欄のまま渡したり、サイズ区分を伝えずにFBA手数料を聞いたりすると、AIは欠けた値を「一般的にはこのくらい」と勝手に補完して返します。これがせどりで最も危険な誤りで、返ってきた数字がもっともらしいだけに気づきにくいのです。回避策は、各プロンプトの冒頭に「推測で数字を補完せず、足りない情報は要確認と明記してください」という一文を必ず入れること。本記事のプロンプトはこの一文を組み込んであります。入力がそろわない商品は、AIに無理に判定させず、まず情報収集に戻る判断が結果的に早道になります。
せどりAI運用のKPIと費用の実額
判定の精度を測るKPIは、仕入れ判定の的中率と、月次の実利益率です。直近の支援先で観測した範囲では、AI判定を導入して途中計算の検算を習慣化した店舗では、仕入れ後に赤字へ転じる商品の割合が体感で減りました(具体数値は店舗ごとに差が大きいため、自店のログで測ることを推奨します)。測り方は、プロンプト3で「仕入れる」と判定した商品が、実際に最低利益率15%・最低1点利益300円を達成できたかを月末に集計するだけです。プロンプト7の振り返りに前月実績を流せば、基準の更新まで半自動化できます。
費用は明快です。AIツールの月額は、ChatGPT Plusが月20米ドル、Claude Proが月20米ドル、Gemini Advancedが月20米ドル前後が2026年6月時点の目安です(各社の最新価格は要確認)。無料枠でも判定プロンプトは回りますが、回数制限や応答速度を考えると、月100点以上を判定する規模なら有料プラン1つを契約する価値があります。Amazon側の固定費は大口出品プランの月額4,900円(税抜)で、これに商品ごとの販売手数料とFBA手数料が乗ります。せどりの初期段階では、AI月額20米ドルと大口出品4,900円を合算した固定費を、月の想定実利益で割って「1点あたりに乗る固定費」を把握しておくと、薄利商品を仕入れるべきか否かの線引きがはっきりします。
工数面では、1商品あたりの判定時間が手作業の数分からAI経由で30秒前後へ縮むのが目安です。月200点を判定する店舗なら、単純計算で数時間分の作業が圧縮されます。浮いた時間を仕入れ先の開拓や検品に回せるのが、せどりにAIを入れる実利です。
せどりとAIエージェントの今後
2026年に入って各社が押し進めているのが、AIが画面を操作するエージェント機能です。せどりの文脈でいえば、リサーチや価格チェックといった反復作業をAIが代行する流れが見えてきました。ただし、Amazonの商品ページや出品ツールへの自動アクセスは規約上の制約が絡むため、エージェントに丸ごと任せるのは現時点では慎重であるべきです。当面は、本記事のように判定ロジックをプロンプトで明文化し、人間が入力と最終判断を握る半自動運用が現実的だと判断します。
もう一つの変化点が、Amazon側の検索体系です。AI検索アシスタントのRufusや、検索アルゴリズムのCOSMOが出品ページの説明解像度を評価するようになり、せどりであっても出品文面の質が露出を左右するようになってきました。この動きはうるチカラのAmazon×AI完全ガイドで詳しく扱っているので、出品の見せ方まで踏み込みたい方は参照してください。せどりは「安く仕入れて並べるだけ」から、「判定をAIで高速化し、出品文面でも露出を取りにいく」段階へ移っています。仕入れ判定の自動化は、その第一歩に位置づけられます。
中長期で見ると、せどりという手法そのものの位置づけも変わる可能性があります。AIによる相場分析が普及すれば、誰もが同じ判定基準で同じ「お得な商品」に殺到し、価格差が縮みやすくなる側面があるからです。だからこそ、汎用の判定ロジックを使いながらも、自店の仕入れ先ネットワークや検品ノウハウといった、AIに置き換わりにくい部分で差をつける発想が要ります。判定の高速化で浮いた時間を、新規仕入れ先の開拓や、回転データの蓄積に再投資する。AIを「作業を速くする道具」ではなく「人間が判断に集中するための時間を生む道具」と捉え直すことが、2026年以降のせどりで効いてくると考えます。
よくある質問
Amazonせどりは無料のAIだけで始められますか
判定プロンプト自体は無料枠でも動きます。ChatGPT・Claude・Geminiの無料版でプロンプト1〜3を回せば、リサーチから可否判定までは体験できます。ただし無料枠は回数制限や応答速度の制約があるため、月100点を超えて判定する規模になったら有料プラン(月20米ドル前後)の契約を検討してください。
AIが出した利益率をそのまま信じて仕入れてよいですか
そのまま信じるのは避けてください。AIは手数料率やFBA手数料を取り違えることがあります。プロンプト2のように計算式を1行ずつ出力させ、人間が手数料率とサイズ区分の当てはめだけ目視で検算する運用が安全です。計算はAI、前提の確認は人間、という分担を崩さないことが事故防止になります。
ChatGPT・Claude・Geminiのどれを使うべきですか
計算用途では桁の扱いが安定したモデルを選び、必ず途中式を出させてください。2026年6月時点では3系統とも実用域にあり、まずは1つを無料で試して、自分の使い方に合うものを有料化する流れで十分です。複数を併用し、利益率計算の結果を突き合わせる使い方もリスク低減に有効です。
せどりで真贋やメーカー保証はどう確認しますか
AIの規約チェック(プロンプト8)は見落としを拾う補助として使い、最終確認は人間が行います。並行輸入品の真贋は仕入れ先の証憑で、メーカー保証の有無は商品情報で確認します。Amazonの要承認カテゴリーや商標・意匠の権利確認を怠ると、アカウント停止という最大の損失につながるため、不明点が残る商品は仕入れを見送る判断が無難です。
利益率は何%を基準に仕入れ判定すればよいですか
一律の正解はありませんが、本記事のプロンプトでは最低利益率15%・最低1点利益300円を許容ラインの例として置いています。これは仕入れミスや返品、保管料の発生を吸収する余白を確保するための目安です。回転が速い商品は基準を下げ、低回転や出品者多数の商品は基準を上げるなど、回転とセットで線引きするのが現場感覚に合います。
FBAと自己発送はどちらで利益率を計算すべきですか
両方で試算して比較するのが確実です。FBAは配送代行手数料と保管料が乗る代わりに出荷とカスタマー対応を任せられ、自己発送は実送料と梱包の手間が乗る代わりに保管料がかかりません。プロンプト2でFBA手数料と自己発送の実送料を入れ替えて2回計算し、手元に残る額が大きいほうを選ぶ判断が合理的です。
在庫保管料はどのくらい利益を圧迫しますか
回転次第で大きく変わります。標準サイズで通常期は1,000cm³あたり月5.68〜10.09円前後が目安(2026年6月時点、要確認)で、単価は小さく見えても、完売まで数ヶ月かかる低回転品を大量に抱えると総額が膨らみます。プロンプト4で完売までの保管料総額と補正利益率を出し、補正後でも利益が残るかを確認してから仕入れてください。
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
