AI購買とは、買い物の途中でAIに相談する行動のことです。
AI対策というと、構造化データや新しい通信規格の話から始まりがちです。ところが、IBMと全米小売業協会が2026年1月に公表した調査を読むと、買い物客の45%がAIを使う場面は「商品を調べる」「レビューを読み解く」「お得な条件を探す」の3つに集まっていました。AIが読みにいく先は、結局のところ商品ページに書かれた中身です。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)の現場知見にもとづいて解説します。調査の数字を出発点に、商品ページのどこから手を付けるかを7項目の優先順位で示し、作業を速めるプロンプト6本を添えました。
45%の中身を読む:AIは「調べる・読み解く・探す」に使われている
45%という数字の内訳は、商品を調べるが41%、レビューを読み解くが33%、お得な条件を探すが31%です。出典は、IBM Institute for Business Valueと全米小売業協会(NRF)が2026年1月7日に公表した共同調査です。2025年の7月から9月にかけて、23か国の1万8,000人を超える消費者と、小売・消費財・EC企業の経営層200人に聞いています。
注目したいのは、AIの出番が「買う瞬間」ではなく「買う前」に集中している点です。調査のタイトルにも、買い物が始まる前にAIが判断を形づくる、という趣旨の言葉が入っています。お客様は、商品ページを開く前にAIへ質問し、候補を絞ってから店に来ます。候補に残れなかった商品は、ページを見てもらう機会そのものを失います。
一方で、同じ調査では72%が今も店舗で買い物をすると答えました。AIがすべてを置き換えたわけではありません。店舗、モール、自社サイトのどこで買うにしても、その手前の情報収集にAIが入り込んだ、という理解が実態に近いでしょう。
企業側の準備は追いついていません。経営層への調査では、54%が販売チャネルやシステムをまたぐ課題が続いていると答え、51%がAIの専門知識の不足を挙げました。調査に協力したLVMHの担当者は、正しいデータがなければAIは機能しないという趣旨の発言をしています。派手な新機能より先に、商品情報そのものを整える必要がある、という指摘です。
なお、45%は23か国を合わせた数字で、日本だけの割合は発表資料に示されていません。カナダでも同じ45%だったとRetail Insiderが報じていますが、日本の数字は要確認です。AIに買い物を任せることへの不安については、AI購入代行と消費者の信頼に関する解説で扱っています。
商品ページを直す優先順位7項目
直す順番は、AIの3つの使われ方である「お得を探す」「調べる」「レビューを読み解く」に直接答える項目から先にします。7項目を上から順に進めれば、少ない工数で影響の大きい部分から整います。
1. 価格・送料・納期を数字で書く
最優先は、価格、送料、届くまでの日数です。お得な条件を探す用途が31%を占める以上、ここがあいまいな商品は比較の土俵に上がれません。「送料は地域により異なります」だけで終わらせず、本州はいくら、北海道と沖縄はいくら、と金額で書きます。納期も「通常2〜3営業日で発送」のように数字で示します。送料無料になる購入金額、まとめ買いの割引、ギフト包装の料金も同じ扱いです。食品ギフトを扱う店舗なら、のしや手提げ袋が有料か無料かまで書いておくと、贈り物を探す質問に対して候補に残りやすくなります。
2. スペックを数値にする
2番目は、サイズ、重さ、容量、素材、対応機種の数値化です。「大容量」「コンパクト」「軽量」は、AIにとって比べようのない言葉です。「容量1.2リットル」「幅30cm×奥行20cm×高さ15cm」「重さ480g」と書いてあって初めて、お客様の条件と照らし合わせられます。画像の中にだけ寸法を書いている商品ページも要注意です。画像内の文字は読み取られないことがあるため、同じ数値を説明文にも文字で入れておきます。家電なら消費電力と対応する電圧、アパレルなら着丈と身幅、化粧品なら内容量と使用できる期間の目安が、よく聞かれる数値です。
3. 誰のどんな場面に向くかを1文で書く
3番目は、対象者と利用場面です。AIへの質問は「一人暮らしの自炊向け」「60代の母への贈り物」のように、人と場面で語られます。商品ページに同じ言葉がなければ、条件に合う商品として拾われにくくなります。向かない人も正直に書くと、返品の予防にもつながります。たとえば水筒なら「通勤バッグに入れて持ち歩く人向け。氷を多く入れたい人には口径の広い上位モデルが向きます」という書き方です。対象を絞ると売れる相手が減るように感じますが、現場で繰り返し見るのは、誰にでも合うと書いた商品ほど誰の質問にも拾われないという結果でした。
4. レビューで繰り返される不満への答えをページに書く
4番目は、レビューへの先回りです。レビューを読み解く用途は33%でした。AIは低評価の理由も要約して伝えます。「思ったより小さい」という声が多いなら、サイズ感が分かる写真と寸法をページ上部に移します。不満を隠すのではなく、買う前に分かるようにする対応です。「色が写真と違う」が多ければ、照明による見え方の違いを注記し、自然光で撮った写真を足します。「組み立てが難しい」が多ければ、所要時間と必要な工具を明記します。低評価の理由が商品ページの説明不足にあるのか、商品そのものにあるのかを分けて考えるのが出発点です。
5. よくある質問を商品ページの中に置く
5番目は、商品ごとのよくある質問です。店舗全体の質問ページとは別に、その商品に固有の疑問と答えを商品ページ内に置きます。「食洗機は使えますか」「替えの部品は買えますか」のように、問いと答えが対になった文章は、AIがそのまま引用しやすい形です。答えは「はい、使えます」「いいえ、対応していません」と結論から書き、理由や条件を後ろに続けます。1商品につき5〜6問が目安で、問い合わせ履歴の多い順に選ぶと外しません。
6. 自店の他商品との違いを書く
6番目は、自店の中での比較です。似た商品が3つあるなら、どれが誰向けかを書き分けます。他社商品を名指しで比べる必要はありません。自店の上位モデルと標準モデルの違いが3行で分かれば、AIはお客様の予算と用途に合うほうを勧めやすくなります。「容量は同じで、保温時間が6時間か12時間かの違いです。価格差は1,500円です」のように、違いと価格差を並べて書くのがコツです。同じ内容を両方の商品ページに入れておくと、どちらのページから読まれても比較が成り立ちます。
7. 販売チャネル間で表記をそろえる
7番目は、楽天、Amazon、Yahoo!ショッピング、自社サイトの間で内容を一致させることです。経営層の54%がチャネルをまたぐ課題を挙げていました。同じ商品なのに、モールごとに容量や素材の書き方が違うと、AIはどれが正しいのか判断できません。IBMの提言でも、商品情報と販売条件をチャネル間で一致させることが要点に挙げられています。楽天とAmazonの両方を回している店舗で観測されたのは、リニューアルで内容量が変わったのに、片方のモールだけ古い数値が残っているケースです。商品マスタを1つに決め、そこから各モールへ流す運用にすると、ずれが起きにくくなります。返品条件や保証期間といった販売条件も、同じ考え方でそろえます。
各モールには文字数の上限があります。楽天のスマートフォン用商品説明文は全角換算で1,280文字、Yahoo!ショッピングの商品情報は全角900文字までです。Amazonの箇条書きは最大5項目です。限られた枠の中で、1番から順に入れていく発想が役に立ちます。楽天の商品ページでは、楽天市場の外へ誘導するリンクや連絡先を載せられない点にも注意してください。
優先順位づけと改善に使うプロンプト6本
7項目の点検と書き直しは、生成AIに下書きを任せると速く進みます。ChatGPT、Claude、Geminiのどれでも使えるプロンプトを6本用意しました。中括弧の部分を自店の情報に置き換えて使います。
1本目は、今の商品ページを7項目で採点するものです。どこから直すかを決める最初の一歩になります。
プロンプト1:商品ページの7項目診断
以下の商品ページの文章を、次の7項目で診断してください。
1. 価格・送料・納期が数字で書かれているか
2. スペックが数値で書かれているか
3. 誰のどんな場面に向くかが書かれているか
4. よくある不満への答えが書かれているか
5. 商品ごとの質問と答えがあるか
6. 自店の他商品との違いが書かれているか
7. あいまいな表現がないか
各項目を「書かれている」「一部だけ」「書かれていない」で判定し、
書かれていない項目について、追加すべき情報を具体的に挙げてください。
ページにない情報を推測で補わないでください。
商品ページ:{文章}
2本目は、あいまいな言葉を数値に置き換える候補を洗い出します。
プロンプト2:あいまい表現の洗い出しと数値化
以下の商品説明から、「大きい」「軽い」「たっぷり」「長持ち」のように
数値で言い換えられる表現をすべて抜き出してください。
1. 抜き出した表現と、その文を並べる
2. それぞれに、置き換えるべき数値の種類(cm、g、ml、時間、回数など)を示す
3. 実際の数値は書かず、「{確認して記入}」としてください
商品説明:{文章}
3本目は、対象者と利用場面を1文にまとめます。レビューや問い合わせを材料にすると、実際のお客様に近い言葉になります。
プロンプト3:対象者と利用場面の1文づくり
以下の商品情報とレビューから、この商品が向いている人と場面を整理してください。
1. 向いている人と場面を3パターン、それぞれ40字以内の1文で書く
2. 向いていない人と場面を2パターン、同じく40字以内で書く
3. 根拠にしたレビューや商品情報の記述を、パターンごとに示す
効能を言い切る表現や、根拠のない順位表現は使わないでください。
商品情報:{文章}
レビュー:{文章}
4本目は、レビューから商品ページに書き足すべき内容を拾います。
プロンプト4:レビューからページに書くべき答えを抜き出す
以下は{商品名}のレビュー{件数}件です。
1. 低評価や不満の理由を、内容が近いものでまとめて件数を出す
2. そのうち、商品ページに事前に書いてあれば防げたものを選ぶ
3. 防げたものについて、ページのどこに何を書けばよいかを提案する
4. 商品そのものの改善が必要なものは、別に分けて挙げる
投稿者を特定できる情報は出力に含めないでください。
レビュー:{文章}
5本目は、商品ごとのよくある質問を作ります。
プロンプト5:商品ページ内のよくある質問づくり
以下の商品情報と過去の問い合わせから、商品ページに載せる質問と答えを6組作ってください。
条件:
1. 質問は、お客様が実際に使いそうな言葉で書く
2. 答えの1文目は「はい」「いいえ」または結論から始める
3. 答えは商品情報に書かれた事実だけで作り、80字以内にまとめる
4. 商品情報から答えられない質問は「要確認」として別に並べる
商品情報:{文章}
問い合わせ:{文章}
6本目は、販売チャネル間の表記のずれを見つけます。
プロンプト6:チャネル間の表記ずれチェック
以下は同じ商品の、楽天、Amazon、自社サイトの商品ページの文章です。
1. 商品名、容量、サイズ、素材、価格、送料、納期、保証の8項目を、チャネルごとに抜き出す
2. チャネル間で内容が食い違う項目を挙げる
3. 書かれているチャネルと書かれていないチャネルがある項目を挙げる
どれが正しいかは判断せず、食い違いの指摘だけを行ってください。
楽天:{文章}
Amazon:{文章}
自社サイト:{文章}
6本を使う順番は、1本目で診断し、「書かれていない」と出た項目に対応するプロンプトだけを回す形が無駄を省けます。スペックが弱ければ2本目、対象者が抜けていれば3本目、レビューの不満が多ければ4本目という対応です。AIが出した下書きは、数値と事実を商品マスタと突き合わせてから公開してください。化粧品や健康食品では、薬機法と景品表示法に触れる表現が混ざっていないかの確認も欠かせません。編集部で実際に運用している手順では、下書きの段階で数値の欄を空けておき、担当者が商品マスタを見ながら埋める二段構えにしています。
現場で起きやすい3つの失敗と回避策
失敗の多くは、中身より形式を先に整えようとすることから起きます。5,000社支援の中で何度も再現したパターンを3つ挙げます。
1つ目は、構造化データだけを入れて満足することです。構造化データとは、価格や在庫を機械が読みやすい形でページに埋め込む記述を指します。入れる価値はありますが、元の商品情報に容量も対象者も書かれていなければ、埋め込む中身がありません。先に7項目の文章を整え、その後で形式を足す順番にしてください。
2つ目は、AIに拾われることを狙ってキーワードを詰め込むことです。商品名に関連語を並べ続けた結果、人が読んで意味の取れないページになる例があります。AIは文の意味を読むため、単語の羅列は以前ほど役に立ちません。楽天の商品名は全角換算で127文字まで入りますが、枠を埋めること自体を目的にしない判断が要ります。
3つ目は、レビューの印象を操作しようとすることです。高評価を書いてもらう代わりに特典を渡す行為は、各モールの規約で禁じられており、2023年10月から始まったステマ規制にも触れるおそれがあります。レビューへの対応は、不満の原因を商品ページか商品そのもので解消する、という正面からの方法に限ります。
費用・工数の目安とKPIの置き方
費用は、生成AIの有料プランが1人あたり月額20米ドル前後からで、大きな投資は要りません(価格は各社の公式ページで確認してください)。かかるのは主に作業時間です。現場感覚では、1商品を7項目で見直すのに、最初の数点は1時間前後、慣れると20〜30分に収まります。
進め方は、売上の上位20商品から始めるのが定石です。全商品を一度に直そうとすると、途中で止まります。上位20商品を2週間で終え、数字の変化を見てから次の50商品に広げる、という区切り方が続けやすいでしょう。担当者が1人の店舗なら、1日1商品のペースでも4週間で20商品に届きます。直した日付と直した項目を一覧に残しておくと、後で数字の変化と結び付けて振り返れます。
KPIは4つを並べて見ます。商品ページの転換率、購入前の問い合わせ件数、返品率、そしてAIサービスからの流入数です。流入数は、アクセス解析で参照元にChatGPTやGeminiなどの名前が出ているかで確かめます。問い合わせと返品が減っていれば、買う前の疑問にページが答えられている証拠になります。アパレル系の単一店舗で試したケースでは、寸法と着用感の記述を足した商品から、サイズ違いによる返品が目に見えて減りました(個別の事例であり、効果を保証するものではありません)。
これからの商品ページは、人とAIの両方に読まれる
今後、商品ページは人とAIの両方が読む前提で作ることになります。IBMの調査は、AIが調べ物を手伝う段階から、買い物そのものを代行する段階への移行を見すえた内容でした。提言には、値引き探しやレビューの読み解きのように、お客様の迷いを減らす場面でAIを使うこと、データの準備と通しのテストを欠かさないことが挙げられています。
日本でも変化は進んでいます。Googleは2026年11月、検索にGemini 4 Hydrogenを組み込み、条件の多い質問への対応を強めました。OpenAIは同じ月に、企業がChatGPT上の自社情報と商品データを管理できる仕組みをベータ公開しています。詳しくはBusinesses in ChatGPTの準備手順にまとめました。AIが買い物に使う通信規格への対応順はAI購買プロトコル5つの対応順で整理しています。
入口は増えても、渡す中身は同じです。価格、送料、納期、スペック、対象者、質問と答え。この6つが正確にそろっていれば、どのAIが相手でも通用します。逆に、ここが欠けたまま新しい仕組みに登録しても、紹介される理由が生まれません。72%が今も店舗で買うという数字が示すとおり、お客様は複数の場所を行き来します。どこで見ても同じ情報が出てくる状態を作ることが、遠回りに見えて最短の対策だと考えています。
よくある質問
買い物客の45%がAIを使うというのは日本の数字ですか
いいえ、45%は23か国の消費者1万8,000人超を対象にした調査全体の数字です。IBMと全米小売業協会が2026年1月に公表しました。日本だけの割合は発表資料に示されておらず、要確認です。
商品ページは何から直せばよいですか
価格、送料、納期を数字で書くところから始めてください。お得な条件を探す用途が31%を占めており、ここがあいまいだと比較の対象から外れやすいためです。次にスペックの数値化、対象者と利用場面の明記へ進みます。
構造化データを入れれば対策になりますか
いいえ、構造化データだけでは足りません。埋め込む元になる商品情報が薄ければ、形式を整えても伝わる内容が増えないためです。先に商品ページの文章を整え、その後で構造化データを加える順番をおすすめします。
楽天やAmazonの商品ページでも同じ対策が使えますか
はい、7項目の考え方はモールの商品ページにもそのまま使えます。ただし文字数の上限や、楽天市場の外へ誘導できないといった決まりがあります。限られた枠の中では、優先順位の高い項目から入れてください。
レビューが少ない商品はどうすればよいですか
レビューが少ない商品は、問い合わせの内容を代わりの材料にします。お客様が買う前に聞いてきたことは、ページに足りない情報そのものです。特典と引き換えにレビューを集める方法は、規約違反になるため使えません。
どれくらいの期間で成果が出ますか
成果が出るまでの期間は商品や季節によって変わるため、一律には言えません。目安として、上位20商品を直してから4週間ほど、転換率と問い合わせ件数の変化を見てください。変化が小さい場合は、プロンプト1の診断をもう一度行い、抜けている項目を確かめます。
外注せずに社内だけで進められますか
はい、7項目の見直しは社内だけで進められます。必要なのは商品の正確な情報で、それを一番よく知っているのは店舗の担当者だからです。文章の下書きは本記事のプロンプトで作り、数値と事実の確認を担当者が受け持つ分担が現実的です。
まとめ
買い物客の45%がAIを使い、その中身は調べる41%、レビューを読み解く33%、お得を探す31%でした。AIが読むのは商品ページの中身であり、直す順番は、価格・送料・納期、スペックの数値、対象者と場面、不満への答え、質問と答え、自店内の比較、チャネル間の統一の7項目です。まずは売上上位の1商品をプロンプト1で診断し、「書かれていない」と判定された項目を今週中に1つ埋めてください。小さな修正の積み重ねが、人にもAIにも選ばれる商品ページを作ります。
参考文献
- IBM Newsroom「IBM-NRF Study: Brands and Retailers Navigate a New Reality as AI Shapes Consumer Decisions Before Shopping Begins」
- MARKETECH APAC「Nearly half of global consumers use AI during shopping journeys: study」
- Retail Insider「Canadians turn to AI for shopping, but trust remains the biggest barrier: IBM study」
- 消費者庁「令和5年10月1日からステルスマーケティングは景品表示法違反となります。」
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。