投稿者 投稿日: カテゴリー EC×AI活用
Copilot Brand Agentsとは、自社サイトに置くブランド専用のAI接客担当のことです。
同じ日に発表されたせいで、Copilot Checkoutと混同されたまま社内で話が進んでいる例をよく見ます。決済の枠と接客の枠は別物です。Brand Agentsは自社サイト側に設置する会話型の接客で、Microsoft Clarityを入れて有効化します。2026年8月時点ではShopifyストア向けのベータとして無料で提供され、Microsoftの計測では接客ありのセッションでコンバージョンがおよそ2倍、ある事業者では3倍を超えたと報告されています。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）の現場知見にもとづいて解説します。導入の前提条件、商品情報の渡し方、回答品質の管理、そして事故が起きやすい箇所まで、設定に必要なプロンプト5本と一緒に整理します。
Brand Agentsは何を読み、何を答えるのか
Brand Agentsが答えられる範囲は、渡したデータの範囲と一致します。Microsoft Advertisingの公式ブログによると、Brand Agentsは商品カタログ、価格、在庫状況、配送、返品ポリシーを取り込み、買い物客が会話から離れずに商品を探し、比較し、質問し、カートに入れられるようにする仕組みです。ここに書かれていない情報、たとえば「今週末のセールは延長されるのか」といった社内でしか持っていない事情には答えられません。
導入形態も押さえておく必要があります。Brand Agentsは自社サイトに埋め込む枠であり、Copilotのアプリ内に自社ブランドの部屋が用意されるものではありません。設置にはMicrosoft Clarityが必要で、Clarityのトップページからウェイトリストに登録して利用を待つ流れになります。Microsoftは導入について、数週間ではなく数時間で立ち上がると説明しています。対象は2026年8月時点でShopifyストアに限られ、WooCommerceなど他のプラットフォームは今後の対応として案内されています。
数字の読み方には注意が要ります。接客ありのセッションでコンバージョンがおよそ2倍という数値は、Microsoft自身の計測です。会話を開始する買い物客はもともと購買意欲が高い層である可能性が高く、接客が原因で2倍になったのか、意欲が高い人が会話を使ったのかは、この数値だけでは切り分けられません。事業者側で見るなら、チャットを開いたセッションと開かなかったセッションの比較ではなく、導入前後で同一期間のサイト全体のCVRがどう動いたかを見るのが妥当です。
日本の店舗にとっての位置づけは、これまでのチャットボットの延長線上ではなく、商品データの品質が接客品質に直結する仕組みだという点にあります。従来のシナリオ型チャットボットは、想定質問と回答を人が書きました。Brand Agentsは商品カタログを読んで答えるため、商品ページの記述が曖昧なら、その曖昧さがそのまま回答に出ます。会話面での購入が増えていく流れのなかで、自社サイト側の接客をどう設計するかは、Copilot Checkoutの自動登録とは別に検討すべきテーマです。
従来のチャットボットとの違いは、もう少し具体的に押さえておく価値があります。シナリオ型のボットは、質問文とキーワードのマッチングで分岐を選びました。想定外の聞き方をされると「うまく理解できませんでした」と返すため、事故は起きにくい代わりに離脱も多い設計です。Brand Agentsのような生成AI型は、商品データを読んで文章を組み立てるため、想定外の聞き方にも答えます。答えてしまうからこそ、データにない部分を推測で埋めるリスクが出ます。この差が、導入準備の中身をまるごと変えます。シナリオ型では想定問答を書く作業が中心でしたが、生成AI型では商品データを正しくする作業が中心になります。
対象商材による向き不向きもあります。仕様が明確で比較軸がはっきりしている商材、たとえば家電やPC周辺機器、サイズと素材で選ぶアパレルは、会話型の接客と相性がよい部類です。逆に、体感や好みで選ぶ商材、香りや味が中心の食品、効果効能を語れない化粧品やサプリメントは、会話で語れる範囲が狭くなります。後者の場合、接客の目的を「選ぶ手伝い」ではなく「不安の解消」に置き換えると設計が楽になります。返品条件、賞味期限、定期購入の解約条件といった、購入をためらう理由をつぶす方向です。
導入前に決めておく設定の骨格
先に決めるべきは、機能の設定値ではなく、答えさせない範囲です。会話型の接客で事故が起きるのは、答えるべきでない質問に答えてしまったときに集中します。
最初に、価格と在庫の提示ルールを決めます。在庫が残りわずかな商品について「あと3点です」と言わせるのか、「在庫があります」にとどめるのか。前者は購買を後押ししますが、同時に複数人が閲覧していると齟齬が起きます。食品ギフトのように数量が動きやすい商材では、在庫数の具体提示は避けたほうが無難です。
次に、返品と配送の回答範囲です。返品可能期間や送料の負担者は、ポリシーページの記述をそのまま引く形にします。ここで担当者が「柔軟に対応します」といった含みを持たせた文言を入れると、AIはそれを根拠に個別対応を示唆する回答を作ります。ポリシーは断定形で書き、例外は「個別にお問い合わせください」に寄せるのが安全です。
3つ目に、薬機法や景品表示法にかかる領域の扱いです。化粧品、サプリメント、健康関連の商材では、効能効果を示唆する回答が出た時点で問題になります。商品データ側に「肌荒れが治る」といった表現が残っていれば、会話でも再生産されます。導入前に、商品説明文の全件チェックを済ませてください。ここは問い合わせ対応でのプロンプトインジェクション対策とも地続きの論点で、外部から入力された文章を信用しない設計が前提になります。
4つ目に、有人対応への引き継ぎ条件です。クレーム、返品要求、配送遅延の問い合わせは、AIに完結させず人に渡す設計にします。引き継ぎの条件を決めていないまま公開すると、対応が遅れた案件だけが後から表面化します。
5つ目に、他社商品との比較をどう扱うかです。買い物客は「A社の同等品と何が違うのか」を平気で聞きます。ここで他社製品の性能を断定的に語ると、景品表示法上の比較広告の考え方に抵触する恐れがあります。自社商品の仕様を説明する範囲にとどめ、他社の評価は避ける方針を明示しておくのが安全です。「当店の商品については○○です。他社製品については各社の情報をご確認ください」という型を、あらかじめ回答例として持たせます。
日本のEC事業者が導入前に確認する5点
準備の順序を間違えると、公開日が近づいてから商品データの修正に追われます。確認は次の順で進めるのが効率的です。
第1に、Shopifyストアであるかどうかです。2026年8月時点でBrand Agentsの対象はShopifyストアに限られます。楽天市場やAmazon、Yahoo!ショッピングのみで販売している事業者は、現時点では対象外です。自社ECをShopifyで持っているが更新が止まっている、という状態の店舗は、そこから手を入れることになります。
第2に、Microsoft Clarityの導入可否です。Clarityはサイトの行動分析ツールで、タグを1本設置して使います。個人情報保護方針に解析ツールの利用を記載しているか、社内で外部タグの追加に承認が必要かを事前に確認してください。プライバシーポリシーの更新が必要になる場合があります。
第3に、商品説明文の法令チェックです。化粧品、健康食品、医療機器に該当する商材を扱っている場合、既存の商品説明に効能効果を示唆する表現が残っていないかを全件で見ます。ここは公開前の最大の関門で、商品点数が多い店舗ほど時間がかかります。
第4に、在庫データの信頼度です。Shopify Adminの在庫追跡が有効になっているか、外部の在庫管理システムから流し込んでいる場合は同期の頻度と失敗時の検知方法を確認します。会話で在庫を語らせる以上、在庫データの正確さは接客品質そのものです。
第5に、対応言語です。日本語での接客品質については公式発表に詳細がなく、2026年8月時点では要確認の領域です。ウェイトリスト登録のうえ、自社の商品データで実際の日本語回答を確認してから本番導線に載せる進め方をおすすめします。
設定と運用に使えるプロンプト5本
ここからのプロンプトは、ChatGPT、Claude、Geminiのいずれでも動きます。2026年8月時点の主要モデルは、OpenAIのGPT-5.6系（Sol / Terra / Luna）、AnthropicのClaude Fable 5、GoogleのGemini 3.7 Flashです。商品データを大量に読ませるため、コンテキスト長に余裕のある有料プラン（各社おおむね月額20米ドルから）を前提にしてください。
1本目は、商品データが接客に耐えるかを判定するプロンプトです。導入前の最初の作業になります。
プロンプト1：商品データの接客耐性チェック
あなたはEC商品情報の設計に詳しいコンサルタントです。
以下の商品データを読み、会話型の接客AIが顧客の質問に正確に答えられるかを点検してください。
点検項目：
1. サイズ・素材・内容量・対象・アレルギー情報などの属性が明示されているか
2. 送料・配送日数・返品条件が商品単位で判定できるか
3. 効能効果を示唆する表現、最上級表現、根拠のない断定が含まれていないか
4. 同一商品で矛盾する記述がないか
出力形式：
- 回答不能になる質問の例を5つ
- 修正が必要な記述と修正案
- 優先度（高・中・低）
商品ジャンル：{ジャンル}
商品データ：{商品名・説明文・属性・価格・在庫・配送条件}
2本目は、答えさせない範囲を文章化するためのものです。運用ルールとして社内に残します。
プロンプト2：回答範囲ポリシーの草案作成
あなたはEC事業者のカスタマーサポート責任者です。
自社サイトに設置する会話型接客AIについて、回答範囲ポリシーの草案を作成してください。
含める項目：
1. AIが回答してよい領域（商品仕様、在庫の有無、配送目安、返品条件など）
2. AIが回答してはいけない領域（個別の値引き交渉、医療・健康効果、他社比較の断定、納期の確約）
3. 有人対応へ引き継ぐ条件と、その際の定型文
4. 在庫数の提示ルール（具体数を出すか、有無のみか）
前提：
- 取扱商材：{ジャンル}
- 薬機法・景品表示法の該当有無：{記入}
- 有人対応の体制：{人数・対応時間}
出力：ポリシー草案（見出しつき、1,200字程度）と、運用開始時のチェックリスト10項目
3本目は、実際に想定問答を作って挙動を検証するためのものです。公開前のテストに使います。
プロンプト3：想定質問セットの生成とリスク判定
あなたはECサイトの品質管理担当です。
以下の商材について、購入検討者が会話型接客に投げる質問を30問生成し、
各質問について「AIが回答してよい／有人に回すべき」を判定してください。
条件：
1. 30問のうち10問は、答え方を誤ると法令やクレームにつながる質問にする
2. 各質問に、望ましい回答の骨子を1〜2行で添える
3. 判定理由を短く書く
商材：{ジャンル・商品名}
返品ポリシー：{全文}
配送条件：{全文}
出力：番号付きの30問（判定・回答骨子・理由つき）
4本目は、公開後の会話ログを点検するためのものです。運用に入ってから毎月使います。
プロンプト4：会話ログの品質レビュー
あなたはEC接客の品質評価者です。
以下の会話ログを読み、問題のあるやり取りを抽出してください。
抽出基準：
1. 事実と異なる回答（在庫・価格・納期の誤り）
2. ポリシー逸脱（値引きの示唆、納期の確約、医療的効果の言及）
3. 購入検討者が離脱した箇所と、その直前の回答
4. 商品データの不足が原因で答えられなかった質問
出力：
- 問題のあるやり取りの一覧（深刻度つき）
- 商品データ側に追加すべき情報のリスト
- ポリシー改定が必要な項目
会話ログ：{ログ本文}
5本目は、接客の効果を経営に説明するためのものです。数字の作り方を固定します。
プロンプト5：導入効果レポートの作成
あなたはEC事業のアナリストです。
以下のデータから、会話型接客の導入効果レポートを作成してください。
条件：
1. 導入前30日と導入後30日を同一条件で比較する
2. チャット利用セッションと非利用セッションの単純比較は、選択バイアスがある旨を必ず注記する
3. CVR、平均注文単価、問い合わせ件数、返品率の4指標で評価する
4. 改善が確認できない指標については、原因の仮説を3つ挙げる
データ：
- 導入前30日：{セッション数・CVR・AOV・問い合わせ件数・返品率}
- 導入後30日：{同上}
- チャット利用率：{記入}
出力：レポート（1,500字程度）と、次の30日で試す施策3件
現場で起きやすい3つの失敗
直近の支援案件で観測したのは、商品データの整備を後回しにしたまま公開してしまうパターンです。会話型の接客は、質問された瞬間に商品データの穴が露呈します。従来のFAQページなら、書いていない項目は読者が諦めるだけでした。会話では、AIが推測で埋めるか、答えられないと言うかのどちらかになり、前者が起きると事故になります。公開前に、想定質問30問で穴を洗い出すのが実務上の最低ラインです。
2つ目は、在庫数の具体提示を安易に有効にするパターンです。「残り2点」という表示は購買を後押ししますが、在庫の同期が遅れている店舗では、注文後のキャンセル連絡が増えます。ある食品ジャンルの中規模店舗の事例では、在庫表示を「在庫あり」の二値に切り替えただけで、キャンセル起因の問い合わせが落ち着きました。
3つ目は、有人対応への引き継ぎを設計しないパターンです。クレームの入口をAIに任せると、顧客は同じ説明を二度させられます。会話の内容を担当者が引き継げる形で保存し、引き継ぎ時に要約を提示する運用にしてください。ここが弱いと、接客の自動化がかえって顧客体験を落とします。
もう一つ、公開後に気づきにくい失敗として、季節商材やセール情報の取り残しがあります。商品カタログを読む仕組みである以上、終了したキャンペーンの記述が商品説明に残っていれば、AIはそれを現在の条件として語ります。母の日ギフトの訴求文が7月まで残っていた店舗で、期限切れの特典について問い合わせが入った例がありました。キャンペーン終了時に商品説明を戻す作業を、販促のチェックリストに組み込んでください。会話型の接客を入れると、商品データの鮮度管理の重要度が一段上がります。
KPIと費用・工数の目安
見るべき指標は、チャットの利用率ではなくサイト全体のCVRの変化です。利用率は導線の置き方でいくらでも動きますが、事業への貢献とは直結しません。導入後30日で、サイト全体のCVR、平均注文単価、問い合わせ件数、返品率の4つを導入前と比べてください。問い合わせ件数が減り、返品率が悪化していなければ、接客としては機能していると判断できます。
工数の目安は、商品点数500点規模で、商品データの点検と修正に3人日から5人日、ポリシー策定に1人日、想定問答のテストに1人日程度です。公開後の会話ログレビューは月2時間から4時間を見込んでおくと現実的です。Brand Agents自体は2026年8月時点でベータとして無料提供されており、Microsoft Clarityも無料で利用できます。費用の中心は、商品データ整備の人件費と、レビューに使う生成AIの利用料になります。
注意点として、無料である期間がいつまで続くかは公表されていません。有償化された場合の判断基準を先に決めておくと、そのときの意思決定が速くなります。判断材料としては、問い合わせ対応にかかっている人件費との比較が分かりやすい形です。月に100件の問い合わせがあり、1件あたり平均10分かかっているなら、月およそ16時間の作業量になります。その一部が自動化で置き換わるなら、いくらまでなら払えるかを事前に決めておけます。
効果測定でつまずきやすいのは、比較対象の設計です。チャットを開いた人のCVRが高いのは当然で、これを効果として社内に報告すると、後で数字が独り歩きします。導入前後の同一期間比較を基本にしつつ、季節要因を排除するために前年同月の伸び率とも突き合わせてください。直近の支援案件で観測したのは、導入直後に数字が跳ねたように見えても、セール時期と重なっていただけというケースでした。数字の見せ方を先に決めておくと、こうした誤読を防げます。
この先に効いてくる論点
接客の主戦場が自社サイトの中に戻る可能性があります。会話型の買い物面が外部に増えるほど、自社サイトに来た顧客をどれだけ深く接客できるかが、価格以外の差別化要素になります。外部の会話面では商品データの範囲でしか語れませんが、自社サイトなら、使い方の提案や組み合わせ購入の提示まで踏み込めます。
もう一つは、会話ログが商品開発の一次データになる点です。買い物客が何を確認してから買うのか、どこで迷うのかが、テキストとして毎日蓄積されます。従来はアンケートやレビューでしか取れなかった情報が、購入直前の生の言葉として残ります。アパレル系の単一店舗で試したケースでは、サイズに関する質問の集中箇所から、商品ページの採寸表記を全面的に書き直す判断につながりました。
対象プラットフォームの拡大も注目点です。現状はShopifyストア限定ですが、WooCommerceなどへの対応が案内されています。楽天市場やAmazonのようなモール内では、こうした自社主導の接客は仕組み上置けません。自社ECを持つ意味が、在庫の受け皿から接客の場へと移っていく流れとして捉えるのが妥当です。モール中心で売ってきた店舗ほど、自社ECを「価格を崩さずに売る場所」ではなく「深く説明できる場所」として再定義する余地があります。
競合が用意している解説との違いも触れておきます。日本語の記事の多くは、Copilot Checkoutの発表内容の紹介にとどまり、Brand Agentsを決済機能の一部として扱っています。実務で必要なのは、決済と接客を分けて考え、接客側では商品データの品質が回答品質を決めるという構造を理解することです。店舗運営の現場感覚では、この構造を把握しているかどうかで、導入後3か月の成果がはっきり分かれます。設定項目を覚えるより、商品データの棚卸しに時間を割いた店舗のほうが、結果的に速く立ち上がります。
運用体制の話も避けて通れません。会話ログのレビューを誰がやるかを決めていない店舗では、公開から2か月ほどで点検が止まります。担当者を1人指名し、月末に30分だけログを見る時間をカレンダーに固定するだけで、継続率は大きく変わります。仕組みを入れることより、見る習慣を作ることのほうが難しいというのが、支援現場で繰り返し確認してきた事実です。
よくある質問
Brand AgentsとCopilot Checkoutの違いは何ですか
Brand Agentsとは自社サイトに設置する接客の枠で、Copilot CheckoutはCopilot内で購入を完結させる決済の枠です。設置場所も役割も異なります。両方を導入することも、片方だけを選ぶこともできます。
利用料はかかりますか
2026年8月時点ではベータとして無料で提供されています。導入に必要なMicrosoft Clarityも無料です。ただし将来の料金体系は公表されていないため、有償化された場合の判断基準を社内で決めておくことをおすすめします。
Shopify以外のカートでも使えますか
いいえ、2026年8月時点の対象はShopifyストアです。WooCommerceなど他のプラットフォームは今後の対応として案内されており、時期は明示されていません。
日本語での接客に対応していますか
公式発表では対応言語の詳細が明示されておらず、2026年8月時点では要確認です。導入検討時にウェイトリスト登録のうえ、実際の挙動を自社の商品データで確認するのが確実です。
薬機法に触れる回答が出た場合、責任は誰にありますか
サイト運営者である事業者側に責任が生じます。AIの回答であっても、自社サイト上の表示である以上、免責されるものではありません。商品データから該当表現を除去し、回答範囲ポリシーで領域を制限してください。
既存のチャットボットと併用できますか
技術的には併用可能ですが、実務上はおすすめしません。2つの窓口が同じ画面に並ぶと、顧客はどちらに聞けばよいか判断できません。移行するなら、既存ボットの対応範囲を有人引き継ぎに絞るなど、役割を分けてください。
導入までどれくらいかかりますか
Microsoftは数時間で立ち上がると説明していますが、実務では商品データの点検に3人日から5人日を見込むのが現実的です。設置作業より、答えさせる内容の準備に時間がかかります。
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
- Microsoft Advertising: Conversations that Convert – Copilot Checkout and Brand Agents
- Search Engine Land: Microsoft launches Copilot Checkout and Brand Agents
- Microsoft Clarity
- Digital Commerce 360: Microsoft introduces agentic AI tool Copilot Checkout
※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
