投稿者 投稿日: カテゴリー EC×AI活用
Shopifyで商品ページを作り込んでいるのに、ChatGPTやCopilot、Geminiといった生成AIに商品名や成分、サイズ感を聞くと自社の商品が一切出てこない。そんな悩みを抱えるShopify運営者は増えています。原因の多くは、商品スペックや成分、サイズ表、FAQといった情報が本文中の画像や自由記述に埋もれていて、AIにもGoogleにも「構造化されたデータ」として読み取られていないことにあります。Shopifyにはこれを解決する仕組みとしてメタフィールド（Metafield）とメタオブジェクト（Metaobject）が用意されていますが、いざ自分で設計しようとすると名前空間や型の選び方で手が止まります。shopify-metafields-structure スキルを使えば、この設計図を一気通貫の仕様書として数分で出力できます。
メタフィールドとは、商品やコレクションなどのリソースに後付けで足せるカスタム属性のことです。標準の「商品名」「価格」だけでは持てない「成分」「原産地」「素材」「容量」といった独自項目を、決まった型（テキスト・数値・日付など）で管理できる仕組みと考えてください。
このスキルでできること
このスキルは、Shopifyのメタフィールドとメタオブジェクトのデータ構造を設計し、Liquid表示パターン・CSV一括投入・多言語対応・既存データ移行までを含んだ仕様書を出力します。配布元はALSEL Agent Skillsで、実行環境はClaude Codeです。
入力するのは、扱いたいデータ項目と商品ジャンルだけで構いません。たとえば「化粧品ブランドの成分・サイズ・使い方をメタフィールドで設計して」と伝えると、商品固有の属性はメタフィールド、複数商品で共有する成分マスタのような再利用エンティティはメタオブジェクトに振り分けたうえで、custom.ingredients（成分のリスト型）や custom.product_size_ml（容量の整数型）といった名前空間とキー、型、検証ルールまで具体的に出力します。
このスキルの最重要原則は「リソース固有属性はメタフィールド、複数リソースから参照する再利用エンティティはメタオブジェクト」という判定です。たとえばアパレルなら商品ごとに違う着丈や肩幅はメタフィールド、食品なら複数商品で共通利用する「原材料マスタ」はメタオブジェクトという具合に、最初の振り分けを誤ると後で大規模な移行が必要になる落とし穴を、設計段階で回避してくれます。
実際の使い方
起動は「メタフィールド設計して」「成分情報を構造化したい」「サイズ表のメタフィールドを作って」といった自然な言葉で構いません。Shopifyの商品・コレクション・顧客・注文・ページのいずれにカスタム属性を足すケースにも対応します。
入力は、対象リソース、表現したいデータ項目、SKU規模、表示先、既存データの有無、多言語ストアかどうかの6点を伝えると精度が上がりますが、不足分はスキル側が一般的な仮定を置いて進めます。出力されるのは、概要・メタフィールドとメタオブジェクトの判定・定義一覧・参照関係・Liquid表示コード・CSV投入計画・翻訳対応・移行手順・公開設定までを含んだMarkdownの設計仕様書です。
たとえば食品ECなら、原産地を custom.origin、アレルゲン表示をリスト型、賞味期限の考え方を数値型で持たせる設計が返ってきます。Liquid表示コードには {% if product.metafields.custom.ingredients_detailed != blank %} のように空欄時のフォールバック処理が含まれているため、データが未入力の商品でテーマが崩れる事故も防げます。CSV投入は Metafield: custom.material [single_line_text_field] というShopify標準の列名規則で書き出されるので、Matrixifyなどのアプリでそのまま一括登録できます。SKUが5万件を超えるような大規模ストアでは、MatrixifyではなくBulk Operations APIで投入する判断まで含めて提示します。
導入による業務インパクト
メタフィールド設計を自力で行うと、Shopify.devの型一覧と命名規則を読み込み、名前空間を決め、表示用Liquidを書き、CSVの列名を整える、という一連の作業に半日から1日かかることも珍しくありません。このスキルを使えば、設計仕様書のたたき台が数分で揃い、あとは管理画面のメタフィールド定義画面に転記していくだけです。
構造化データとして整理された商品情報は、検索エンジンが商品スペックを正確に解釈する助けになり、生成AIが商品を回答に引用する際の根拠としても拾われやすくなります。AI検索やゼロクリック検索での露出を狙ううえで、本文の文章だけでなく機械可読な属性を持たせておくことの意味は年々大きくなっています。
ただし注意点もあります。一度作ったメタフィールド定義の型変更は破壊的で、既存データを壊す恐れがあるため、新しいメタフィールドを追加してから移行する手順が必要です。メタオブジェクトのエントリ数上限はプランに依存します。これらの最新仕様はShopify.devや管理画面での要確認事項であり、スキルもその旨を明記したうえで設計を返します。
まとめ
このスキルは、Shopifyで商品点数が多く、成分やサイズ、FAQなど商品ごとに細かい属性を持つ事業者ほど効果を発揮します。アパレル・食品・化粧品・家電・サプリなど、ジャンルを問わず使えます。一歩目としては、いま自社の商品ページで画像や自由記述に押し込めている情報を一つ書き出し、「これをメタフィールドで構造化して」と投げてみてください。設計図が手元にあれば、AI検索とSEOに効く構造化データへの第一歩が踏み出せます。関連して、表示や集客の打ち手はShopifyのAI活用記事も参考になります。
※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
