投稿者 投稿日: カテゴリー EC×AI活用
エージェント向け商品プロファイルとは、AIが読める形に整えた商品データのことです。
Shopify上のストアで、AI経由の注文が前年同期比で約13倍に伸びました。2026年第1四半期の実測値です。しかも、AI経由で来た訪問者はオーガニック検索経由より約50%高い転換率で購入し、注文単価は14%高いという結果が出ています。伸びているのは量だけではなく、質のほうです。日本のEC事業者にとって重要なのは、この差がどこから生まれているかを理解し、自社の商品ページに反映することです。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整理します。
数字が示しているのは「量」ではなく「入口の位置」
先に結論を書きます。AI経由の訪問が強いのは、購買行動の途中ではなく終盤で着地するからです。Shopify が2026年5月11日に公開したデータによれば、AI経由セッションの半数以上が商品詳細ページから始まっています。オーガニック検索では約20%です。トップページやカテゴリページを経由せず、いきなり目的の商品ページに着く。この違いが転換率と単価の差を生んでいます。
具体的な数値を並べます。2026年第1四半期時点で、AI経由の注文は前年同期比で約13倍。ChatGPT、Perplexity、Gemini、Copilot、Claude、Grokなどからの参照セッションは8倍超に伸びました。商品詳細ページから始まるセッションに限定して比較すると、AI経由の転換率はオーガニック検索より約50%高い水準です。25の事業カテゴリのうち23で上回り、カテゴリ内の平均では56%の差が出ています。注文単価は14%高いという結果でした。
ここで冷静に押さえるべき点があります。オーガニック検索は依然として最大の流入源で、追跡対象のAIプラットフォーム全部を合わせた数より多くのセッションを送っています。同一店舗ベースのオーガニックセッションも、同期間で約5%増えています。AIが検索を食っているのではなく、上に積み上がっている構図です。
もう1つ、計測上の注意点が公式に明記されています。Google AI Overviews のような経路からの参照は、標準的な解析ツールではオーガニック検索として分類されます。つまり、実際のAI経由の比率は、参照元の集計だけで見える数字より高い可能性が高いということです。自社の数値を見て「まだ小さい」と判断する前に、この過小評価の可能性を織り込んでください。
Shopifyはこの現象を「ジャーニーの圧縮」と呼んでいます。従来なら3回から5回の検索と8ページから12ページの閲覧、そして数日後の別セッションでの購入に分かれていた検討過程が、1回の会話に収まる。買い物客は答えを持った状態で商品ページに降りてきます。
日本の店舗が置かれている状況との差
日本のEC事業者に引き直すと、状況は米国とは少し違います。楽天市場・Amazon・Yahoo!ショッピングでの売上比率が高い店舗では、AI経由の流入があってもモール内の商品ページに着地します。この場合、商品ページの記述精度を上げる作業はモールの管理画面での作業になります。楽天RMSなら商品名（半角255文字以内）、PC用商品説明文（半角10,240文字以内）、スマートフォン用商品説明文（半角2,560文字以内）が主戦場です（2026年5月時点の確認値、最新は各モールのマニュアルで確認してください）。
自社ECを持っている店舗は、より広い範囲を握れます。HTMLの構造、構造化データ、サーバーサイドレンダリングの有無まで自社の判断です。Shopifyは既定でサーバーサイドレンダリングを採用しているため、AIプラットフォームがJavaScriptの実行なしにコンテンツを読める、と公式に説明されています。自社構築のECサイトでクライアント側描画に寄せている場合、ここは確認が必要です。商品情報が描画後にしか現れない構造だと、そもそも読まれません。
インフラ面では、Agentic Storefronts がShopify Adminから Copilot・ChatGPT などのAIプラットフォームでの販売を管理する仕組みとして提供されています。基盤にあるのは、Shopifyと Google が共同開発したUniversal Commerce Protocol（UCP）という開放規格です。AIエージェントが事業者を発見し、やり取りし、取引できるようにするための共通仕様と位置づけられています。加えて Shopify Catalog が、価格・属性・在庫状況にリアルタイムでアクセスできる商品データの正本として機能します。UCPの日本市場での扱いは、うるチカラのUCPとは何かとMerchant Center対応の5手順にまとめてあります。
現場で繰り返し見るのは、この基盤の話とコンテンツの話を混同するパターンです。プロトコル対応は「読める状態」を作るだけで、「選ばれる理由」は商品情報そのものが持つしかありません。両方が要ります。
商品ページの作りについて、公式が具体的に挙げている条件は3つあります。整形されたHTML、詳細な商品説明、網羅的な属性データです。加えて、主要な機能、技術仕様、よく使われる利用シーン、そして調査を済ませた買い物客が確信を持てるだけの文脈を含めること、と説明されています。この「調査を済ませた買い物客」という前提が、従来の商品ページ設計と決定的に違うところです。
従来の商品ページは、まだ迷っている人を口説く場所でした。ブランドの物語、開発の背景、他社との違いを丁寧に説明する。それが有効だったのは、訪問者が比較の途中で来ていたからです。AI経由の訪問者は比較を終えています。求められているのは説得ではなく、確認に必要な情報が過不足なく置かれていることです。この違いを踏まえずに従来型のページのまま流入だけ増やすと、転換率は伸びません。
商品プロファイルを整える5手順とプロンプト
ここからが実装です。エージェントが読む前提で商品情報を整える手順を5つに分け、それぞれで使うプロンプトを示します。2026年8月時点で、ChatGPT（GPT-5.6系）、Claude（Opus 5）、Gemini（3.1 Pro / 3.6 Flash）のいずれでも動作します。数千点を一括処理するなら安価な高速モデル、文案の推敲は上位モデルという使い分けが費用面で妥当です。
第1手順は、商品ページが答えている質問の棚卸しです。AI経由の訪問者はすでに検討を終えているため、着地したページで最後の確認ができるかが分かれ目になります。
プロンプト1：商品ページが答えている質問の棚卸し
あなたはEC商品ページの診断担当です。
以下の商品ページのテキストを読み、買い物客の質問にどこまで答えられているか判定してください。
判定する質問群：
1. これは何か（種類・用途・対象者）
2. 何が入っているか（内容量・数量・付属品）
3. どんな仕様か（サイズ・重量・素材・電源・対応機種）
4. 他とどう違うか（同カテゴリの他タイプとの比較点）
5. どんな場面で使うか（利用シーン・季節・頻度）
6. 買ったあとどうなるか（配送・返品・保証・消耗品の入手）
出力：
- 質問ごとに「明記あり」「言及のみ」「記載なし」の3判定
- 「記載なし」のうち、購入判断への影響が大きい上位3件
- 各項目について追記する文案（1項目2文以内、事実の範囲で）
商品ジャンル：{ジャンル}
商品ページのテキスト：
{ここに貼る}
第2手順は、構造化属性の整備です。AIが商品を比較するとき、参照するのは自由記述より属性値です。
プロンプト2：構造化属性の充足と表記ゆれの検出
あなたはEC商品データの品質管理担当です。
以下の商品データを読み、構造化属性の充足状況と表記ゆれを検出してください。
確認項目：
- ブランド、型番、JANコード
- サイズ（単位付き）、重量（単位付き）、容量（単位付き）
- 色、素材、原材料
- 対応機種・適合条件（該当する場合）
- 在庫状態、配送条件
表記ゆれの検出観点：
- 単位の混在（cm と センチ、g と グラム）
- 全角半角の混在（Lサイズ と Ｌサイズ）
- 同一属性の別名（本体色 と カラー）
出力：
1. 属性ごとの充足率
2. 表記ゆれの一覧と、統一すべき表記
3. 未入力のまま放置すると比較対象から外れる属性の指摘
商品データ：
{ここに貼る}
第3手順は、商品説明文の書き直しです。着地した瞬間に確信を持てる文面に変えます。
プロンプト3：商品詳細ページの説明文リライト
あなたはEC商品ページのコピーライターです。
以下の商品情報をもとに、商品説明文を書き直してください。
前提：読者はAIとの会話で既にこの商品を推薦され、確認のために訪れています。
ブランドの説明や一般論は不要で、最後の確認に必要な情報を優先します。
構成：
1. 冒頭2文：この商品が何で、どんな人に向くか
2. 主要仕様：数値と単位を明記（箇条書きは5項目まで）
3. 使う場面：具体的なシーンを2つ
4. 選び方の補足：同シリーズ・他サイズとの違い
5. 購入後の情報：配送、返品条件、消耗品や付属品
制約：
- 誇大表現（最上級、断定的な効果効能）を使わない
- 薬機法・景品表示法に触れる表現を使わない
- 事実として確認できない内容を書かない（不明な項目は「要確認」と出力）
商品情報：
{ここに貼る}
第4手順は、AI流入の計測です。数字が見えないまま改善しても、続きません。
プロンプト4：AI経由チャネルの実績比較
あなたはEC事業の解析担当です。
以下のチャネル別データから、AI経由とオーガニック検索を比較してください。
対象とするAI参照元の例：
chatgpt.com / perplexity.ai / claude.ai / gemini.google.com /
copilot.microsoft.com / その他LLM系サービス
出力：
1. チャネル別のセッション数、転換率、注文単価、セッションあたり売上
2. AI経由がオーガニック検索を上回っている指標と、その差（％）
3. AI経由セッションのうち、商品詳細ページから始まった比率
4. データ上の注意点（AI Overviews由来がオーガニックに分類される可能性など）
チャネル別データ：
{ここに貼る}
第5手順は、自社以外での言及を増やす設計です。AIは自社サイトだけを見て推薦を決めていません。
プロンプト5：ブランド言及を増やす施策の設計
あなたはEC事業の広報・コンテンツ戦略担当です。
以下の自社情報をもとに、Web上でのブランド言及を増やす施策を設計してください。
考慮する言及先：
- レビューサイト、比較記事、業界メディア
- コミュニティでの議論（掲示板、SNSのスレッド）
- 取引先・仕入先の紹介ページ
- 展示会・受賞・認証などの第三者による記録
出力：
1. 現時点で言及が取れている場所と、取れていない場所
2. 半年以内に着手できる施策を3件（工数と想定効果を併記）
3. 買収的な手段（対価を払った好意的レビューの依頼など）を避ける理由
4. 効果測定の方法（指名検索数、参照元の増加など）
自社情報：
{ここに貼る}
この5手順は、上から順に効果が出るまでの時間が長くなります。第1と第2は数週間で反映されますが、第5は半年単位です。着手はまとめて、期待値は分けて置いてください。自社商品がどのAIに拾われているかの確認方法は、うるチカラの4大AIショッピングでの露出を調べる手順にまとめています。
つまずきやすい3つのパターン
ある食品ジャンルの中規模店舗の事例では、AI経由の流入が増えたにもかかわらず売上が動きませんでした。調べると、商品ページに賞味期限と保存方法の記載が無く、確認のために問い合わせが発生していました。AI経由の訪問者は答えを持って着地するので、そこで1つでも不明点が残ると離脱します。従来の検索経由なら「もう少し見て回る」段階だったものが、AI経由では「買うか買わないか」の段階になっています。
2つ目は、AI経由の数字を過小評価するパターンです。参照元でAI系のドメインだけを数えると、AI Overviews由来がオーガニックに混ざったままになります。公式にも、参照元の帰属だけでは実際のAI介在の比率を捉えきれないと明記されています。チャネル別の判断をするなら、この過小評価を前提に読んでください。
この過小評価には別の側面もあります。AI経由のセッション数が全体の数%しかないと、社内で「誤差の範囲」として扱われがちです。ただ、Shopifyのデータが示しているのはセッションあたりの価値の差です。量が小さくても単価と転換率が高いなら、セッションあたり売上では既に上回っている可能性があります。報告するときは、絶対量ではなくセッションあたりの指標を並べてください。モバイルが誤差扱いされていた時期と同じ構図だ、という指摘が公式にもあります。
3つ目は、オーガニック検索への投資を止めてしまうパターンです。多くのAIシステムは回答を生成する際にWeb検索のインデックスから内容を取得しており、検索順位はAIが推薦するかどうかの直接の入力になります。構造化データ、技術的な健全性、権威性のあるコンテンツという基本は、どちらにも効きます。切り替えではなく積み増しです。
KPI設計と費用・工数の目安
費用面では、生成AIの利用料が2026年8月時点で ChatGPT Plus 月20米ドル、Claude Pro 月20米ドル、Google AI Pro 月20米ドル前後という水準です（改定と為替は要確認）。商品1,000点規模を一括処理する場合、API経由で安価なモデルを使えば数千円から数万円で収まることが多い、というのが現場感覚です。Agentic Storefronts の有効化そのものはShopify Adminからの設定で、追加の連携開発は不要と案内されています。
工数の目安は、直近の支援案件で観測した範囲では、主力100点の商品説明文リライトで15時間から25時間、構造化属性の整備で商品1,000点あたり4時間から8時間です。属性が基幹システムに揃っているか、手元のExcelに散らばっているかで倍近く変わります。
生成AIに書かせる場合でも、人の確認工数はゼロになりません。商品説明文は誤記が売上と信用に直結する領域なので、出力をそのまま公開するのは避けてください。目安として、AIが下書きした文面を人が確認する時間は1点あたり3分から5分です。100点で5時間から8時間。この確認工数を見込んでいないと、途中で運用が止まります。アパレル系の単一店舗で試したケースでは、確認担当を2名にして週50点ずつ進める形にしたところ、2か月で主力400点を通しきれました。
KPIは5つ置きます。第1に、AI経由セッション数とその前年比。第2に、AI経由の転換率とオーガニック検索との差。第3に、AI経由の注文単価とオーガニック検索との差。第4に、AI経由セッションのうち商品詳細ページから始まった比率。第5に、商品ページの質問充足率（第1手順の判定結果）です。
第2と第3は、Shopifyの公開データが基準線として使えます。転換率で約50%高い、単価で14%高いという水準に届いていないなら、着地ページの情報が足りていない可能性があります。第4は、自社のAI経由流入が本当に「答えを持った訪問」なのかを見る指標です。この比率が低いなら、AIが自社商品を特定の商品としてではなく、ブランドやカテゴリとして扱っている可能性があります。GEO領域の測定設計は、うるチカラのAI経由の顧客認知をどう測るかでも扱いました。
次に来るのは「クリックのない取引」
現状は、AIが推薦し、買い物客がクリックして自社サイトで購入する流れです。ただ、Shopifyはこれを最終形とは見ていません。AIエージェントが在庫を照会し、適合を確認し、AIプラットフォームの中で取引を完了させる段階を想定して Agentic Storefronts を設計している、と説明しています。
この段階に進むと、商品ページの見た目やブランドの世界観が届かない取引が発生します。判断材料は、構造化された商品データと、価格と在庫の正確さだけになります。裏を返せば、データの正確さが競争条件になるということです。在庫の反映が遅れている店舗、価格改定がフィードに追いつかない店舗は、この段階で不利になります。
日本市場では、モール依存の高さがここで効いてきます。楽天市場やYahoo!ショッピングの商品データは、モールがAIプラットフォームとどう連携するかに左右されます。自社ECを持っている店舗は、自分の判断で先に整えられる。この差は、消費者側の利用が本格化したときに開きます。5,000社支援の中で何度も再現したパターンとして、新しいチャネルの立ち上がり期に動いた店舗が、成熟後も上位に残り続けるという現象があります。
タイミングについて、Shopifyは2012年のモバイル対応、2019年のソーシャルコマースを引き合いに出しています。チャネルが主流になる前に投資した事業者が優位を築いた、という整理です。この見立てが日本市場でもそのまま当てはまるかは、消費者の受容速度次第で変わります（要確認）。ただ、商品データを整える作業自体は、AI経由の流入が伸びなくても無駄になりません。そこが、この施策の投資判断としての性質です。
よくある質問
AI経由の注文が13倍というのは日本でも同じですか
いいえ、この数値はShopify上のストア全体の2026年第1四半期の実測であり、日本市場に限定した数字ではありません。日本の消費者のAI利用状況は米国と異なるため、自社のデータで確認する必要があります。ただし、伸び方の傾向としては参考になります。
楽天市場だけで運営していても対策できますか
はい、できます。商品名・商品説明文・商品属性の記述精度を上げる作業は、モール上でも同じように効きます。ただし、robots.txtの制御や構造化データの実装はモール側の管轄なので、打ち手は商品情報の中身に集中することになります。
AI経由の流入はどうやって計測しますか
Shopifyの場合は、アナリティクスのレポートで参照元チャネルからAI系サービスを絞り込みます。Geminiは参照元ホストで gemini.google.com を指定する方法が公式に案内されています。他のカートシステムでは、Google Analytics 4 の参照元で同様の抽出を行います。
転換率が50%高いというのはどういう条件での比較ですか
商品詳細ページから始まったセッションに限定した、2026年第1四半期の比較です。25の事業カテゴリのうち23で上回り、カテゴリ内の平均では56%の差があったと公式に報告されています。全セッションを対象にした比較ではない点に注意してください。
まず何から手を付けるべきですか
商品詳細ページの情報充足です。AI経由の訪問者は商品ページに直接着地するため、そこで最後の確認ができない状態だと、流入を増やしても売上に変わりません。主力商品100点に絞って、仕様・利用シーン・購入後の情報を埋めるところから始めてください。
オーガニック検索への対策はやめてもいいですか
いいえ、やめるべきではありません。多くのAIシステムはWeb検索のインデックスから内容を取得して回答を作るため、検索順位がAIの推薦に直接影響します。構造化データや技術的な健全性といった基本は、両方のチャネルに共通して効きます。
エージェントが直接購入する仕組みには今すぐ対応すべきですか
自社ECを持っているなら、設定だけでも先に済ませておく価値があります。Shopifyの場合はAdminから有効化できると案内されています。ただし、在庫と価格の反映が正確でない状態で有効化すると、注文の取り消しが増える恐れがあります。データの精度を確認してから進めてください。
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
- Shopify｜AI-referred shoppers convert better and spend more（2026年5月11日）
- Shopify Help Center｜Agentic Storefronts
- Shopify｜Universal Commerce Protocol（UCP）
- Shopify Help Center｜Shopify Catalog
※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
