投稿者 投稿日: カテゴリー ChatGPT
刷新後のChatGPTショッピングとは、画像や条件から商品を探して比較まで見せる商品発見機能のことです。
ChatGPTのショッピング機能は2026年3月に刷新され、独自の即時決済をやめて商品発見（ディスカバリー）に軸足を移しました。ユーザーは写真をアップロードして似た商品を探し、予算や好みを指定して、画像・価格・比較表付きで候補を見比べられます。EC事業者にとっての論点は、この新しい発見経路に自社商品をどう露出させるかです。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）が、刷新されたChatGPTショッピングの仕組みと、商品を露出させるための具体策をプロンプト4本つきで解説します。
ChatGPTショッピングが2026年3月に何を変えたか
刷新の核心は、ChatGPTが「一般的なアドバイス」ではなく「具体的な商品」を画像と価格つきで返すようになった点です。The Decoderによると、従来はシャツの写真を上げて似た商品を尋ねても、一般的なスタイルの助言とブランド名が返るだけでした。刷新後は、画像・価格・素材やフィット・価格帯を並べた比較表つきで、実在の商品が表示されます。ユーザーは画像タイルで商品を眺め、自分の写真から似た商品を探し、会話で条件を絞り込めます。この更新は2026年3月に、無料版を含むすべてのプランへ順次展開されました。
技術的な土台になっているのが、OpenAIが「Agentic Commerce Protocol（ACP）」と呼ぶ仕組みです。ACPは、小売事業者が商品カタログや販促情報をChatGPTへ供給するための規格で、SalesforceやStripeといった外部サービス経由の連携にも対応します。すでにTarget、Sephora、Nordstrom、Best Buyなどが自社カタログをACPで接続していると報じられています。日本のEC事業者にとって見逃せないのは、Shopifyの店舗はShopify Catalog経由で自動的に接続される点です。Shopifyで越境や英語圏向けに販売している事業者は、意図せずともこの発見経路に載る可能性があります。
もう一つの変化は、OpenAIが決済から手を引いたことです。当初の即時決済は小売側が求める柔軟性を欠いたため、決済は各小売の仕組みに委ね、OpenAIは発見の入口に専念する方針へ転換しました。つまりChatGPTは、購入を完結させる場ではなく、ユーザーを各店舗へ送り出す上流の発見レイヤーになりました。この構造変化は、AIショッピングが209億ドル規模へ向かう予測の記事で整理した流れとも一致します。
ChatGPTの発見経路に商品を露出させる実装
露出のカギは、商品データを「AIが正しく理解し、比較表に載せやすい形」に整えることです。ChatGPTは画像・価格・素材やスペック・レビューを並べて比較させるため、これらの情報が構造化され、正確で、最新であるほど候補に選ばれやすくなります。逆に、画像のalt情報が薄く、スペックが曖昧で、在庫や価格が古い商品は、比較のテーブルに乗りにくくなります。ここでは、商品データを発見経路向けに整えるためのプロンプトを4本示します。宣言どおり4本すべてを実装します。
まずは、比較表に載るためのスペック整理です。ChatGPTが素材・サイズ・用途で商品を並べる以上、これらを明快に書き出しておくことが露出の前提になります。
（用途タイトル：比較されやすいスペックシートの整理）
あなたはEC商品データの構造化担当です。
以下の商品について、AIが比較表に載せやすいスペックを整理してください。
出力項目：
1. 商品カテゴリ（1語で）
2. 主要スペック（素材・サイズ・容量・重量などを項目名:値の形で）
3. 主な用途・利用シーン
4. 価格帯の位置づけ（エントリー / 標準 / プレミアム）
5. 競合と比べた差別化ポイント1つ
商品情報：{ジャンル, 特徴, サイズ, 素材, 価格}
出力：項目名と値のペアで簡潔に
次に、画像検索で拾われるための画像alt・説明の最適化です。ユーザーが写真から似た商品を探す機能がある以上、画像に添える説明の質が効きます。
（用途タイトル：画像altと商品説明の最適化）
あなたはEC商品画像の説明文設計者です。
以下の商品画像について、AIが内容を正しく理解できるalt文と短い説明を作ってください。
条件：
1. 色・形・素材・用途を具体的な語で描写する
2. 抽象的な形容詞（おしゃれ・高品質）だけで終わらせない
3. 誇大表現・効果効能の断定は避ける
出力：alt文（40文字前後）と、補足説明（80文字前後）
商品情報：{ジャンル, 色, 素材, 特徴, 想定シーン}
三つめは、予算・条件指定に答えられる訴求の言語化です。ユーザーは予算や好みを添えて相談するため、価格帯と適合条件を明確にした説明が有利になります。
（用途タイトル：予算・条件に対応する訴求の整理）
あなたはEC商品の訴求設計者です。
以下の商品について、ユーザーが予算や条件を指定して探す場面を想定し、
「どんな条件のときにこの商品が最適か」を言語化してください。
出力項目：
1. 最適な予算帯
2. 向いている人・用途（3つ）
3. 向いていないケース（正直に1つ）
4. 同価格帯の中での推し理由
商品情報：{ジャンル, 価格, 特徴, 想定顧客}
四つめは、レビュー要素の要約です。ChatGPTは評価も比較材料に使うため、レビューの要点を整理しておくと、商品理解の助けになります。
（用途タイトル：レビュー要点の要約）
あなたはEC店舗のレビュー分析担当です。
以下のレビュー群から、商品理解に役立つ要点を整理してください。
出力項目：
1. 高評価の理由トップ3（各20文字以内）
2. 低評価・不満の理由トップ2（各20文字以内）
3. どんな人に向くかの総括（1文）
レビュー群：{レビュー本文の集まり}
4本のプロンプトに共通するのは、商品を「比較のテーブルに正しく載せる」ための情報整備という発想です。ChatGPTの発見経路は、検索エンジン向けの対策と重なる部分が多く、Alexa・Rufusなど各AIショッピングへの統合対策と同じ考え方で横展開できます。
失敗例と回避策
ChatGPTショッピング対応でつまずくパターンは、主に3つあります。第一は、画像だけ用意してスペックや説明が薄いケースです。比較表は素材・サイズ・用途といった具体情報で作られるため、これらが曖昧だと候補に載りにくくなります。回避策は、項目名と値の形でスペックを明快に整えることです。
第二は、価格や在庫の情報が古いまま放置されているケースです。ChatGPTは最新の情報を返そうとするため、価格や在庫が実態とずれていると、表示から外れたり、ユーザーの不信につながります。データを最新に保つ運用を前提にする必要があります。第三は、誇大表現に頼るケースです。効果効能の断定や最大級表現は、日本の景表法・薬機法に触れるだけでなく、AIが比較材料として扱いにくい曖昧な情報になります。具体的な事実で語ることが、規制順守と露出の両面で有利です。AIによる購入代行が広がるなかでの消費者の信頼という論点は、AI購入代行時代の消費者信頼への対策記事でも掘り下げています。
KPI設計と費用・工数目安
ChatGPTショッピング対応の効果測定は、まだ発展途上の領域です。現時点で確実に測れるのは、商品データの構造化率（スペックが項目化されている商品の割合）や、画像alt・説明の整備率といった「準備の完了度」です。AI経由の流入を直接計測する手段は限られるため、当面は自社サイトへの参照元不明の流入の変化や、指名検索の増減を補助指標として観察するのが現実的です（計測手法は要確認）。
費用面では、商品データの整備そのものに大きな追加費用は不要で、主なコストは工数です。数千SKUの整備を人手で行うと時間がかかりますが、前述のプロンプトを低価格のAIモデルで回せば、下書き作成を大幅に効率化できます。KPIは「スペック構造化率」「画像説明の整備率」「価格・在庫の鮮度」の3点に絞ると、着手すべき箇所が明確になります。Shopifyで販売している事業者は、Shopify Catalog経由で自動接続される可能性があるため、まず自社の商品データがAIから見て正確かを点検することが最初の一歩です。
今後の展望と独自考察
OpenAIが決済から退き発見に専念したことで、ChatGPTはEC事業者にとって「新しい集客の入口」という位置づけが明確になりました。重要なのは、この入口を検索エンジンとは別物として身構えるのではなく、商品データの構造化・画像説明・情報の鮮度という、検索対策と共通する土台を固めることです。この土台は、ChatGPTであれ他のAIショッピングであれ共通して効きます。
一方で、どの商品が推薦されるかの基準はまだ不透明で、接続済みの小売が優遇されるのかも明らかになっていません。OpenAIは商業的な意図で回答を歪めないと繰り返し表明していますが、実際の挙動は今後の観察が必要です。EC事業者としては、特定のプラットフォームに過度に依存せず、自社の商品データの品質を上げておくことが、どの発見経路が主流になっても効く堅実な備えになります。
よくある質問
ChatGPTショッピングに掲載するのに費用はかかりますか
現時点では、掲載そのものへの直接的な費用より、商品データを整える工数が主なコストです。Shopifyの店舗はShopify Catalog経由で自動的に接続される仕組みが案内されており、まずは自社データの正確さを点検することが先決です。詳細な条件は各プラットフォームの最新情報で確認してください。
Shopify以外の店舗はどう対応すればよいですか
Agentic Commerce Protocol（ACP）に対応した連携経由で商品カタログを供給する形になります。SalesforceやStripeなどの経路も案内されているため、自社が使うシステムがどの経路で連携できるかを確認するのが出発点です。まずは商品データの構造化を進めておくことが、どの経路でも役立ちます。
決済はChatGPT内で完結しますか
いいえ、刷新後は各小売の決済プロセスに委ねられています。OpenAIは独自の即時決済から手を引き、商品発見に専念する方針へ転換しました。ChatGPTはユーザーを店舗へ送り出す入口であり、購入は自社サイトで完結する前提で導線を整えるのが安全です。
露出のために最初にやるべきことは何ですか
商品のスペックを項目名と値の形で構造化し、画像に具体的な説明を添えることです。比較表は素材・サイズ・用途といった具体情報で作られるため、ここを整えるのが露出の前提になります。価格・在庫を最新に保つ運用も同時に進めてください。
効果はどう測ればよいですか
現状はAI経由の流入を直接測る手段が限られるため、参照元不明の流入や指名検索の変化を補助指標として観察するのが現実的です（計測手法は要確認）。まずは商品データの構造化率や画像説明の整備率といった「準備の完了度」を指標に、着手を進めるのがおすすめです。
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）
参考文献
- The Decoder「ChatGPT is turning into a shopping platform with product images, prices, and comparisons, but no checkout」
- CNBC「OpenAI revamps shopping experience in ChatGPT after struggling with Instant Checkout offering」
- PYMNTS「OpenAI Enhances Product Discovery With Visual Shopping」
※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
