投稿者 投稿日: カテゴリー AIニュース
Cursor 3.7とは、Composer 2.5を搭載したAIコード編集IDEのことです。
2026年5月18日、コードエディタのCursorに自社製エージェントモデルComposer 2.5が載りました。同年4月2日の3.0、5月7日の3.3、5月13日の3.4と矢継ぎ早にバージョンが上がり、3.7以降で誰でも使える状態になっています。EC事業者にとって何が変わったのか。一言でいえば、商品CSVの整形スクリプトや在庫アラートの小さな社内ツールを、外注に出さずその日のうちに動く形まで持っていける現実味が増しました。本記事は楽天・Amazon・Shopifyを自社で運営し、内製ツールを少しでも触る人を想定読者として、Cursorの導入から具体的な指示の出し方、つまずく場所までを順に整理します。
Cursor 3.7とComposer 2.5で何が変わったのか
CursorはAnysphereが開発しているコードエディタです。VS Codeをフォークして作られているため、VS Codeの拡張機能や設定ファイルがほぼそのまま使えます。普段VS Codeを開いている店舗担当者であれば、見た目も操作も馴染みのあるまま、AIによるコード生成と編集の機能だけが上乗せされる感覚に近いと考えてください。
3.0以降のCursorで目玉になったのが、自社製のエージェントモデルComposer 2.5です。これはMoonshot AIのKimi K2.5をベースにチューニングされたモデルで、コード補完というより「指示を受けてファイルをまたいで自律的に書き換える」エージェント用途を狙っています。Cursor公式ブログでは、ソフトウェア改修タスクの多言語ベンチマークSWE-Bench Multilingualで79.8%、Cursor独自のCursorBench v3.1で63.2%という値が示されています。さらに、Opus 4.7やGPT-5.5に匹敵する性能を約10分の1のコストで出せる、という主旨で紹介されています。
ただし、ここで挙げたベンチマークの数値はベンダー公表系のものです。SWE-Benchやコスト比較は計測条件で結果が動くため、本記事では報道ベースの目安として扱い、自社の環境でそのまま再現するとは限らない点を申し添えます。実際に使うときは、自店のタスクで体感速度とコストを測ってから本採用するのが安全です。
コスト面が約10分の1という話が本当に効いてくるのは、EC運営の「ちょっとした自動化」を量産するときです。商品データの突合、レビューのカテゴリ分け、注文CSVの集計といった作業は、一つひとつは数十行のスクリプトで足ります。これまではAPIコストや外注費を考えて後回しにしていた小さな自動化を、安いモデルで何本も回せるなら、現場の判断で着手しやすくなります。直近の支援案件で観測したのは、こうした「小さすぎて頼みにくかった依頼」が社内に溜まっている店舗ほど、AIコーディングの恩恵を受けやすいという傾向でした。
もう一つ、3.7世代で実務的に大きいのが、ファイルをまたいだ編集の安定性です。従来の補完中心のAIは、開いている1ファイルの続きを書くのは得意でも、「設定ファイルを足して、本体を直して、READMEも合わせて更新する」といった複数ファイルの一括変更でつじつまが合わなくなることがありました。Composer 2.5はエージェントとして指示を受けてから複数ファイルを順に書き換える設計のため、社内ツール一式を作るような作業で手戻りが減ります。VS Codeをそのまま使ってきた担当者が、追加学習なしでこのエージェント機能だけ上乗せできる点も、現場に入れやすい理由でした。
なお、運営面の話題として、xAIがAnysphereを600億ドルで買収するオプション契約を2026年4月に結んだ、という報道もあります。これは契約上のオプションであって買収完了を意味するものではなく、続報を要確認とする情報です。ツールの選定時には、こうした資本動向で将来の料金体系や提供形態が変わる可能性も頭の片隅に置いておくとよいでしょう。とはいえ、社内ツールづくりにCursorを使う判断にあたっては、買収の行方より「いま自店の作業がどれだけ楽になるか」を基準にするのが実務的です。生成されるコードはPythonなどの標準的な言語なので、仮に将来ツールを乗り換えることになっても、作ったスクリプト自体は他の環境でそのまま動かせます。特定ツールに縛られにくいのも、コード生成系を社内に入れる利点の一つです。
EC現場でCursorが効く具体的な作業
Cursorをどこに使うかをはっきりさせないまま導入すると、結局「便利そうだけど何に使うか分からない」で終わります。EC運営で実際に効く場面を、業務の流れに沿って具体的に挙げます。
最初に挙げたいのは、商品マスタやCSVの整形です。楽天RMSの商品データダウンロード、Amazon Seller Centralの在庫レポート、Shopify Adminのエクスポートは、いずれも列構成がバラバラのCSVで出てきます。これを「商品管理番号で突合して差分を出す」「価格列をまとめて税込に直す」といった処理は、Pythonで数十行あれば書けます。Cursorに自店のCSVのヘッダー行を見せて指示すれば、列名の揺れを吸収する処理まで含めて初稿が出ます。アパレル系の単一店舗で試したケースでは、毎週手作業でVLOOKUPを組んでいた在庫突合が、一度作ったスクリプトの実行に置き換わりました。
次に効くのが、レビューや問い合わせのテキスト分類です。レビュー本文をCSVで持っておき、「配送」「品質」「サイズ感」などのカテゴリに自動でタグ付けする処理は、生成AIのAPIを呼ぶ短いスクリプトで実現できます。Cursorはこの「APIキーを環境変数から読み、入力CSVを1行ずつ処理して出力CSVに書く」という定型骨格を、エラーハンドリングまで含めて素早く出してくれます。食品ギフトの中規模店舗の事例では、繁忙期前にレビューの不満カテゴリを洗い出す作業が半日から1時間程度に縮みました。
三つ目は、定型レポートの自動生成です。複数モールの売上CSVを読み込み、カテゴリ別の昨対比を計算してExcelに書き出す、という月次作業は、一度スクリプト化すれば翌月から実行ボタン一つになります。ここでComposer 2.5のエージェント性が活きます。「pandasで読み込み、openpyxlで書式付きExcelを作り、合計行を追加する」といった複数ファイル・複数ライブラリにまたがる処理を、人が逐一指示しなくても通しで組んでくれる場面が増えました。
四つ目に挙げたいのが、APIを叩く連携処理の試作です。楽天のRMSやAmazonのSP-APIから在庫や受注を取り、自社の管理表に流し込む、という連携は本来エンジニアの領域でした。Cursorは公式APIのドキュメントURLを渡して「この仕様に沿って受注一覧を取得する処理を書いて」と頼むと、認証部分を含めた骨格を出します。本番運用に乗せる前段の試作、つまり「この連携は何時間で組めて、どこが難所か」を見積もる用途で特に有効です。楽天/Amazonの両方を回している店舗で観測されたのは、エンジニアに相談する前に現場担当者が試作を作っておくと、外注の見積もり精度が上がるという副次効果でした。
AIコーディングツールは複数あり、どれを主軸にするかは悩みどころです。Cursor、Claude Code、Codex、Gemini系のCLIはそれぞれ得意分野が違います。選定の考え方はAIコーディングツール比較2026で整理しているので、自店の体制に合わせて読み比べてください。エディタ上でGUI的に使いたいならCursor、ターミナルで完結させたいならCLI系という大づかみの分け方が出発点になります。
CursorでEC内製ツールを作る実装手順とプロンプト例
ここからは実際の手順です。Cursorをインストールし、Composer 2.5でEC向けの社内ツールを作るところまでを、プロンプト例3本とともに示します。プロンプトはそのままコピーして使えるよう、変数を中括弧で表記しています。
まず準備として、Cursor公式サイトからアプリをダウンロードしてインストールします。起動したら作業用のフォルダを一つ作り、そこをCursorで開いてください。CSVなど処理対象のファイルは、このフォルダの中に置いておくと、Cursorがファイルの中身を読んで指示を解釈できます。モデル選択メニューでComposer 2.5（表記はバージョンにより変わるため、エージェント向けの自社モデルを選ぶ）を指定しておきます。Pythonが未導入なら、Cursorに「このマシンでPythonを動かす手順を教えて」と聞けば環境構築の指示も返ってきます。
一本目のプロンプトは、複数モールのCSVを突合する基本ツールの土台作りです。いきなり完成形を求めず、まず自店のファイル構成を伝えて骨格を出させるのがコツです。
あなたはEC事業者の社内ツールを作るPythonエンジニアです。
以下の要件で、CSV突合スクリプトの初稿を作成してください。
目的：
- {モールA}の商品CSVと{モールB}の商品CSVを、商品管理番号で突き合わせる
- 両方に存在する商品の価格差を出力する
- 片方にしかない商品を「欠品候補」として別シートに出す
入力ファイル：
- file_a.csv（列：{モールAのヘッダーをそのまま貼る}）
- file_b.csv（列：{モールBのヘッダーをそのまま貼る}）
条件：
1. 文字コードはShift-JISとUTF-8の両方を試して読めた方を採用する
2. 商品管理番号の前後空白・全角半角の揺れを吸収する
3. 出力はExcel1ファイル（突合結果・欠品候補の2シート）
4. 想定外の列が来たらエラーで止めず、警告を表示して処理を続ける
まずスクリプト全体を提示し、そのあとに実行手順を3行以内で説明してください。
二本目は、出てきたコードを自店データで動かして直す段階です。Composer 2.5はエラーメッセージを貼るだけで原因を特定して直す動きが得意なので、完璧な指示を作り込むより、まず動かしてエラーを見せる進め方が速い場面が多いです。
先ほどのスクリプトを実行したら、以下のエラーが出ました。
原因を特定して、修正版のコード全体を出してください。
実行コマンド：{実際に打ったコマンド}
エラー全文：
{ターミナルに出たエラーをそのまま貼る}
補足：
- 実際のfile_a.csvの先頭3行は次の通りです
{ヘッダー行＋データ2行を貼る}
- この環境ではPythonの{バージョン}を使っています
修正は最小限にとどめ、何をどう直したかを箇条書き3点以内で説明してください。
三本目は、動いたツールを定期実行向けに整える段階です。一度きりで終わらせず、来月も使える形にしておくと内製の効果が積み上がります。
このスクリプトを、毎月くり返し使える社内ツールに整えてください。
やってほしいこと：
1. 入力ファイル名と出力先を、スクリプト冒頭の設定欄でまとめて変更できるようにする
2. 実行日を出力Excelのファイル名に自動で付ける（例：突合結果_2026-06.xlsx）
3. 処理件数と所要時間を、終了時にターミナルへ表示する
4. 非エンジニアの担当者が読めるよう、設定欄に日本語コメントを付ける
5. READMEを別ファイルで作り、初めて使う人向けの手順を5ステップ以内でまとめる
コードを書き換えたうえで、変更点の要約を最後に提示してください。
この3本は、骨格作り、デバッグ、運用整備という開発の3段階に対応しています。編集部で実際に運用しているプロンプトでも、この「まず動かす、エラーを見せる、最後に整える」の順序が結局いちばん早いという結論に落ち着きました。Cursorをターミナル中心で使いたい場合や、より大きな自動化に踏み込みたい場合は、Claude CodeによるEC業務自動化の手順も合わせて参照すると、ツールの使い分けが立体的に見えてきます。
つまずきやすい失敗例と回避策
導入初期に現場でよく起きるつまずきを、回避策とセットで挙げます。
一つ目は、APIキーをコードに直書きしてしまう事故です。生成AIのAPIを呼ぶスクリプトを作るとき、急いでいるとキーをコードに貼ってしまいがちですが、これをそのままGitに上げると外部に漏れます。回避策は明快で、Cursorへの指示に「APIキーは環境変数から読む形にして、コードに直書きしない」と毎回入れておくことです。あわせて、キーを書いたファイルをGit管理から外す設定（.gitignore）も同時に作らせると安全です。
二つ目は、Cursorが出したコードを中身を見ずに本番データへ実行してしまうケースです。とくに「削除」「上書き」を含む処理は危険で、商品マスタの元ファイルを直接書き換えるスクリプトを動かして、データが消えた、という相談を受けることがあります。回避策は、入力ファイルのコピーを別フォルダに作ってから試す、出力は必ず新規ファイルにする、削除系の処理は最初は「削除対象を表示するだけ」で止める、の三段構えです。Cursorに「破壊的な操作は最初は実行せず、対象一覧の表示だけにして」と指示すれば、安全側の初稿が出ます。
三つ目は、規約面の見落としです。楽天市場やAmazonのデータをAIで処理すること自体は問題ありませんが、生成したテキストを商品ページに載せる段になると話が変わります。楽天R-Mailに自社サイトへのリンクを入れる、Amazonのレビュー誘導文を作る、といった出力は規約違反につながります。AIは指示すれば規約を無視した文面も平気で作るため、出力を使う前に人がプラットフォームのルールに照らす工程を必ず挟んでください。コードを書く速さが上がるほど、この最終チェックの重みが増します。
四つ目は、いきなり大きなツールを一発で頼んでしまう進め方です。「在庫管理から発注まで全部やるシステムを作って」のような大きすぎる依頼を投げると、もっともらしいが動かないコードが大量に出て、どこが間違っているのか追えなくなります。回避策は、機能を一つずつ切り出して小さく作り、それぞれが動くのを確認してからつなぐことです。CSVを読む処理が動く、次に集計が動く、最後に出力が動く、と段階を分ければ、エラーの原因も特定しやすくなります。5,000社支援の中で何度も再現したパターンとして、最初に小さく成功体験を積んだ担当者ほど、その後の自動化が定着していました。
費用と工数の目安、KPIの考え方
費用感を整理します。Cursorには無料プランと有料プラン（Proが月20米ドル前後、2026年6月時点の目安。為替と料金改定で変動するため公式の最新表示を要確認）があり、業務で本格的に使うなら有料プランが現実的です。Composer 2.5を含むエージェント機能の利用量に応じて従量課金が乗る場合もあるため、最初は小さなタスクで月のコストを実測してから判断するのが安全です。
工数の見立てとしては、これまで外注で1〜2週間かかっていた小さな社内ツールが、自社の担当者とCursorの組み合わせで数時間から1日に縮む、という変化が起きます。直近の支援先で観測した範囲では、CSV整形やレポート生成のような定型作業で、初回の作成に半日、二回目以降は実行のみで数分、という形に落ち着くケースが多く見られました。ここで効くのが、先に触れたコストの低さです。安いモデルで何度も試行錯誤できるため、一発で完璧を狙わず、回数で精度を上げる進め方が取りやすくなります。
KPIとしては、自動化した作業の月あたり削減時間を最初の指標に置くのが分かりやすいです。CSV突合に毎週2時間かけていたなら月8時間、これがゼロに近づけば成果が数えられます。売上に直結するKPI（CVRや客単価）への効果は、ツールが生み出した時間を商品改善や接客に回せたかという二次効果で測ることになり、短期では見えにくい点に注意してください。まずは時間削減を可視化し、浮いた時間の使い道を別に管理するのが現実的です。
もう一つ見ておきたいのが、ツールの保守コストです。AIで素早く作れる反面、作った本人しか中身を理解していない「属人ツール」が増えると、担当者の異動で誰も触れなくなるリスクがあります。これを避けるには、本記事のプロンプト3で示したように、設定欄に日本語コメントを付け、READMEを残す習慣をセットにしておくことです。作る速さと同じだけ、後から読める形に整える工程に時間を割いておくと、ツールが資産として残ります。費用対効果は初月の制作コストだけでなく、半年後も使い続けられているかで評価するのが妥当です。
エージェント時代のEC内製はどこへ向かうか
ここからは独自の見立てです。Composer 2.5のように「安く、速く、自律的に動く」エージェントモデルが標準になると、EC運営における内製と外注の線引きが変わります。これまで外注の領域だった小規模な自動化が社内に取り込まれ、外注は「大きな基幹システム」と「責任を負う設計判断」に寄っていく、という二極化が進むと見ています。
注意したいのは、AIが書くコードの「もっともらしさ」と「正しさ」のずれです。最近の研究では、AIコーディングエージェントが直すべきファイルは正しく見つけても、修正すべき正確な行を外す傾向が指摘されています。この精度の限界とEC業務での向き合い方はAIコーディングエージェントの行レベル精度で詳しく扱っています。商品データや会計に絡む処理ほど、出力をそのまま信じず、件数や合計を人が突合する工程を残す判断が要ります。
ツール選びの観点では、エディタ型のCursorと、ターミナル型のCLIエージェントの両方が並走する時代が当面続くと考えます。どちらが優れているという話ではなく、GUIで一歩ずつ確認したい作業はCursor、繰り返しの定型処理はCLIで自動化、という役割分担が現実解です。CLI系の移行や使い分けに踏み込みたい場合は、Gemini CLIとAntigravityへの移行もあわせて読むと、自店の体制に合う組み合わせが見えてきます。
最終的に問われるのは、ツールの性能そのものより、「どの作業を自動化し、どこに人の確認を残すか」という業務設計です。Cursorは強力ですが、それは設計図を描く人の手元にあって初めて価値になります。
よくある質問
プログラミング未経験でもCursorでEC用ツールは作れますか
基本的なものなら作れます。CursorはPythonのコードを生成し、エラーが出ても貼り付ければ直してくれるため、コードを一から書く知識は必須ではありません。ただし「何を作りたいか」を言葉で具体的に説明する力と、出てきた結果を検算する慎重さは必要です。まずは社内CSVの整形のような、結果の正誤を自分で確認できる小さな作業から始めるのが安全です。
Composer 2.5は本当にOpus 4.7やGPT-5.5に匹敵しますか
ベンダー公表のベンチマークではそうした主旨で紹介されていますが、計測条件で結果が変わるため、報道ベースの目安として受け取るのが妥当です。重要なのは他社比較の順位より、自店のタスクで十分な品質とコストかどうかです。小さなスクリプトを数本作って、体感の速さと精度、月額コストを実測してから本採用を判断してください。
Cursorと Claude Codeやコーデックスはどう使い分けますか
エディタの画面で一歩ずつ確認しながら進めたい人はCursor、ターミナルで指示して自動で動かしたい人はCLI型が向きます。両方を併用する店舗も珍しくありません。詳しい比較はCodex対Claude CodeのEC比較でも整理しているので、自社の作業スタイルに照らして選んでください。
楽天やAmazonのデータをAIで処理しても規約違反になりませんか
データをAIで分析・整形すること自体は問題になりにくいです。注意が必要なのは出力の使い道で、楽天R-Mailへの外部リンク挿入やAmazonのレビュー誘導文など、各プラットフォームの規約に触れる文面を生成して使うと違反になります。AIの出力を実際のページやメールに載せる前に、人が規約に照らす工程を必ず挟んでください。
費用はどのくらいかかりますか
有料プランが月20米ドル前後（2026年6月時点の目安、為替と料金改定で変動するため公式表示を要確認）です。これに利用量に応じた従量課金が乗る場合があります。まずは小さなタスクで一か月使ってコストを実測し、削減できた作業時間と見合うかで判断するのが現実的です。
導入の最初の一歩は何をすればよいですか
Cursorをインストールし、いま手作業でやっている定型作業を一つ選んで、本記事のプロンプト1から試すことです。複数モールのCSV突合や月次レポートのように、結果の正誤を自分で確認できる作業が最初の題材に向きます。一本動くツールができれば、二本目以降は驚くほど速く作れるようになります。
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）
※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
