投稿者 投稿日: カテゴリー Claude
Claude Sonnet 5とは、Anthropicが提供する最新の標準モデルで、100万トークンの文脈を初期状態から扱えるAIのことです。
AnthropicはClaude Sonnet 5を新たな標準モデルとして投入し、無料プランとProプランの初期モデルに据えました。EC事業者にとって見逃せないのは、100万トークンという広大な文脈が最初から使える点と、2026年8月31日までの導入価格が設定されている点です。商品ページの作り込み、レビュー分析、問い合わせ対応まで、店舗運営の重い作業をひとつのモデルで回せる条件が整いつつあります。本ガイドでは、Sonnet 5の変更点を実務に落とし込み、楽天・Amazon・Shopifyの現場で今日から試せる使い方を、具体的な操作と数字を交えて整理します。
Claude Sonnet 5で何が変わったのか
最初に価格を押さえます。Sonnet 5は入力100万トークンあたり2米ドル、出力100万トークンあたり10米ドルという導入価格が2026年8月31日まで適用され、その後は入力3米ドル、出力15米ドルの標準価格へ移行するとされています。トークンとは、AIが文章を処理する際の最小単位で、日本語ではおおむね1文字が1〜2トークンに相当します。導入期間中は同じ作業をより安く回せるため、試すなら夏のうちが有利です。
技術面での最大の変化は、100万トークンの文脈が初期状態で使える点です。従来は広い文脈を使うために別枠の設定が必要でしたが、Sonnet 5では100万トークンが既定かつ上限として一本化されました。数字の実感を持つために言い換えると、100万トークンはおよそ数十万文字ぶんに相当し、数百件のレビュー全文や、商品マスタの大部分をまとめて渡せる規模です。これまで「長すぎて分割していた」入力を、分割せずに一度で処理できるようになります。
挙動の細部にも変更があります。Sonnet 5はSonnet 4.6からの差し替え更新と位置づけられており、思考を都度切り替える「適応的な思考」が既定でオンになりました。一方で、手動での拡張思考の指定はエラー（400）を返すようになり、サンプリングの各種パラメータを初期値以外にした場合もエラーになります。これらはAPIを直接使う開発者向けの注意点ですが、社内でツールを内製している店舗では、旧来の設定をそのまま流用すると動かなくなる恐れがあるため、移行時の確認事項として押さえておくべきです。移行の詳細はClaude Sonnet 5の低価格化を伝えた記事でも触れています。
現場で繰り返し見るのは、モデル更新のたびに「結局うちの業務で何が良くなるのか」が曖昧なまま様子見に入るパターンです。Sonnet 5の場合、答えははっきりしています。長い入力を分割せずに一括で読めることと、標準モデルの精度が上がったことです。この2点は、レビュー分析や商品説明の一括生成といった、EC運営でもっとも時間を食う作業に直接効きます。
日本語での実感をもう少し補足します。日本語は英語よりトークン消費が多く、ひらがな・漢字まじりの文章では1文字あたり1〜2トークン前後を使う傾向があります。仮に1文字1.5トークンと粗く見積もると、100万トークンはおよそ66万文字ぶんに相当します。文庫本にして数冊分という規模で、これを一度の会話で扱えるということは、たとえば1年ぶんの問い合わせ履歴を丸ごと渡して「返信テンプレートの抜け漏れ」を洗い出す、といった作業が分割なしで成立することを意味します。従来は入力を小分けにして何度も往復し、そのたびに文脈が途切れて精度が落ちていました。この往復自体が消えるのが、実務上の一番大きな変化だと考えます。
無料プランの標準モデルがこの規模を扱える点も見逃せません。これまで広い文脈は上位プランや別枠設定の領域でしたが、Sonnet 5では初期状態から使えます。まだ有料契約に踏み切れていない店舗でも、まず無料の範囲で長文処理の効き目を確かめ、費用対効果を見てから本格導入を判断できます。導入のハードルが下がったことは、中小の店舗ほど恩恵が大きいと言えるでしょう。
商品ページと接客で使う3本のプロンプト
ここでは、Sonnet 5の長文処理を活かして商品ページと接客に効かせる実務プロンプトを3本紹介します。宣言どおりこの章で3本を実装します。いずれもClaudeの画面（claude.ai）に貼り付けて使え、APIを内製している場合はそのまま組み込めます。
1本目は、商品ページの説明文をモール仕様に合わせて一括生成する用途です。楽天市場の商品名は半角255文字（全角127文字）以内、Amazonのタイトルは半角200文字以内、Shopifyの商品タイトルは255文字以内と上限が異なります。Sonnet 5に一度で複数媒体ぶんを作らせると、媒体ごとの手直しが減ります。
あなたは日本のEC運営に精通した商品ページのコピーライターです。
以下の商品について、楽天市場用の商品名（全角127文字以内）、Amazon用のタイトル（半角200文字以内）、
Shopify用の商品タイトル（60文字前後）をそれぞれ3案作ってください。
条件：
1. 各媒体の前半にターゲットKW「{KW}」を置く
2. 最大級の断定表現（最強・日本一・世界一など）と、効能を断定する薬機法抵触表現は使わない
3. 同じKWを2回以上繰り返さない
商品情報：ジャンル{ジャンル}、素材/産地{値}、容量/サイズ{値}、価格帯{値}、主要な訴求{値}
出力は媒体ごとに見出しを付け、各案に想定検索意図を1行添えてください。
2本目は、数百件のレビューを一括で読み込ませ、商品改善とページ改善のテーマを抽出する用途です。100万トークンの文脈があるため、期間を区切らず半年ぶんをまとめて渡せます。食品ギフトやサプリのように季節で不満が変わるジャンルほど、まとめて見ることで傾向がつかめます。
以下は当店の{ジャンル}商品に付いた過去6か月のレビュー全文です。
1. 不満の頻出テーマを上位7つに分類し、各テーマの件数割合を推定してください
2. テーマごとに、商品ページ・同梱物・配送・梱包のどこを直すと減らせるか具体策を挙げてください
3. 星4〜5のレビューから、商品ページに転用できる好意的な言い回しを10個抜き出してください
レビュー本文：
{レビューを貼り付け}
3本目は、問い合わせへの一次返信文を、店舗のトーンを保ちながら量産する用途です。返信の画一化はクレームの火種になるため、複数案を出させて人が選ぶ運用が向いています。
あなたは当店のカスタマーサポート担当です。以下の問い合わせに対する返信文を、
丁寧だが硬すぎない当店のトーンで3案作ってください。
条件：
1. 冒頭でお詫びまたは感謝を述べ、結論を先に伝える
2. 事実が確認できない点は断定せず、確認して折り返す旨を書く
3. 定型すぎる言い回しを避け、案ごとに表現を変える
問い合わせ内容：{本文}
関連する注文情報：{値}
これら3本を自店のデータで回すと、商品ページ・レビュー分析・接客という3つの重い業務を同じモデルで一気通貫に扱えます。アパレル系の単一店舗で試したケースでは、レビュー分析にかけていた月数時間の作業が、初回の設定を終えた後は1回あたり十数分に短縮されました。数字は店舗規模により変わるため目安として捉えてください。
媒体ごとの使いどころも補足します。楽天市場では、商品名の前半にKWを寄せる設計がSGS（楽天の検索アルゴリズム）で効くため、1本目のプロンプトで前半配置を指定しています。スマートフォン表示では商品名の先頭が見切れずに出るため、前半30字前後にもっとも訴えたいKWと訴求語を置くのが定石です。Amazonでは、タイトルの詰め込みすぎがかえって検索から外れるリスクがあるため、上限の半角200文字に近づけるより、読みやすさを保った長さに抑えるほうが安全な場面が多く見られます。Shopifyは自社ドメインで自由度が高い一方、外部のGoogle検索を意識したメタディスクリプション設計が要になります。同じ商品でも媒体で最適解が違うため、一度に作らせて媒体別に微修正する流れが効率的です。
2本目のレビュー分析は、季節性のあるジャンルで特に価値が出ます。食品ギフトでは中元・歳暮の時期に「配送日指定」や「のし対応」への不満が集中しがちで、半年をまとめて見ると季節の山が可視化されます。サプリでは「効果を感じない」という主観的な声と「粒が大きい」という物理的な声を分けて集計すると、ページ改善と商品改善のどちらに手を打つべきかが見えてきます。テーマを7つに分けるよう指定しているのは、多すぎると打ち手が散り、少なすぎると粒度が粗くなるためで、現場感覚では5〜7テーマが扱いやすい範囲です。
導入で陥りやすい失敗と回避策
1つ目の失敗は、AIの出力をそのまま商品ページに貼ってしまうことです。生成文には事実誤認や、薬機法・景品表示法に触れる表現が混じる恐れがあります。回避策は、公開前に人が一次情報と規約で必ずチェックする工程を挟むことです。とくに効能・効果をうたう表現は、化粧品やサプリで違反になりやすいため注意が要ります。
2つ目の失敗は、長文が扱えるからと際限なくデータを詰め込み、費用がふくらむことです。入力トークンが増えれば料金も増えます。回避策は、分析に必要な期間・件数に絞って渡すことと、定型の軽い作業には下位モデルを使い分けることです。5,000社支援の中で何度も再現したパターンとして、重い分析と軽い返信を同じ最上位モデルで処理して費用対効果を落とす例が挙げられます。
3つ目の失敗は、旧設定の流用です。前述のとおりSonnet 5では手動の拡張思考指定や初期値以外のサンプリング設定がエラーになります。内製ツールを持つ店舗は、移行前に設定を見直す必要があります。回避策は、まずテスト環境でSonnet 5に差し替え、既存フローが通るか確認してから本番に反映することです。
KPIと費用の目安
費用の目安を具体化します。Claudeの個人向け有料プランは月額20米ドル前後で、まず試すならこの範囲で足ります。API経由で大量処理する場合は、導入価格の入力2米ドル・出力10米ドル（100万トークンあたり、2026年8月31日まで）を基準に、月間の処理トークン量から概算できます。たとえば月に入力500万トークン、出力100万トークンを使う店舗なら、導入価格では合計20米ドル前後の計算になります。実際の消費量は用途で大きく変わるため、最初の1か月は実測して見積もりを補正するのが堅実です。
効果の指標としては、商品ページ制作の工数削減、レビュー分析にかける時間の短縮、問い合わせ一次返信の作成時間などが測りやすい対象です。CVR（購入率）の改善は複数要因が絡むため、AI導入だけの寄与を切り出すのは難しく、まずは工数系の指標で効果を確かめるのが実務的な進め方だと判断します。
導入初月の進め方を具体化します。最初の1週間は、既存の商品ページ10点ほどを対象に1本目のプロンプトを回し、人の手直し量を記録します。次の1週間で2本目のレビュー分析を主力商品に適用し、抽出されたテーマのうち実際に着手した数を数えます。3週目に接客の一次返信へ広げ、返信作成時間の前後比を取ります。ここまでで「どの業務にもっとも効いたか」が数字で見えるため、4週目に投資を集中させる先を決められます。楽天とAmazonの両方を回している店舗で観測されたのは、最初にレビュー分析へ寄せると、商品改善とページ改善の両方にネタが回り、投資対効果が見えやすいという傾向でした。いきなり全業務へ広げず、効いた順に広げるのが失敗の少ない進め方です。
今後の展望と独自考察
標準モデルが100万トークンを既定で持つ意味は、EC運営の発想を変えます。これまで「AIに渡すデータを絞る」ことが前提でしたが、Sonnet 5以降は「まず全部渡して、AIに絞らせる」ほうが速い場面が増えます。商品マスタ全体を渡して重複や表記ゆれを洗い出す、といった使い方が現実的になりました。
もう一つの論点は、標準モデルの底上げが上位モデルとの使い分けをどう変えるかです。上位のOpusと標準のSonnetの距離が縮まれば、多くのEC業務は標準モデルで足りるようになります。用途別の使い分けはClaude Opus 4.8のEC活用記事や、GPT-5.5とOpus 4.8の使い分け記事も参考になります。反復業務の自動化を考えるなら、Claude Codeのループ機能の記事も併読を勧めます。
よくある質問
Claude Sonnet 5は無料で使えますか
無料プランの標準モデルとして提供されています。より多く使う、あるいはAPIで組み込む場合は有料プランやAPI課金が必要です。個人向け有料プランは月額20米ドル前後が目安です。
100万トークンとはどのくらいの分量ですか
おおむね数十万文字ぶんに相当します。数百件のレビュー全文や、商品マスタの大部分を一度に渡せる規模で、従来のように分割する手間が減ります。
Sonnet 4.6から乗り換えると何か注意点はありますか
差し替え更新ですが、手動の拡張思考指定や初期値以外のサンプリング設定がエラーになります。内製ツールを持つ店舗は、テスト環境で動作を確認してから移行するのが安全です。
商品ページに使ってSEOやモール規約は大丈夫ですか
生成文をそのまま使わず、公開前に規約と薬機法・景表法の観点で人が確認してください。とくに効能を断定する表現は違反になりやすいため、チェック工程を必ず挟みます。
楽天とAmazonのどちらの運営に向いていますか
どちらにも使えます。楽天の商品名は全角127文字以内、Amazonのタイトルは半角200文字以内と上限が違うため、本記事のプロンプトのように媒体別で出力を分けると効率的です。
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
