投稿者 投稿日: カテゴリー EC×AI活用
UCPとは、AIエージェントと店舗が共通言語で会話し、発見から決済まで完結させるGoogle主導のオープン規格のことです。
2026年1月、Googleは自社ドメインに置いた1枚のJSONファイルだけで、AIエージェント経由の購入導線に商品を載せられる仕組みを公開しました。これがUCP（Universal Commerce Protocol）です。検索順位を上げる話ではなく、AIが商品を「読み取り、カートに入れ、決済する」ための配管を、店舗側がどう用意するかという話に論点が移りました。この記事では、UCPが何を変えるのか、自社ECが対応すべきかの判断軸、そして実装の初動までを、楽天・Amazon・Shopify・自社ECの現場目線で整理します。実装プロンプトは4本、コピーしてそのまま使える形で載せています。
UCPが2026年に動かしたもの
UCPは、消費者の接点（Google検索のAIモード、Gemini、YouTubeなど）と店舗、決済事業者のあいだに共通の抽象レイヤーを敷く規格です。発見・検討・購入・注文管理までの一連の流れを、店舗ごとにバラバラな実装ではなく、単一の統合点に集約します。Google Developers Blogの解説によると、UCPは「N×Nの複雑さを1つの統合に畳み込む」ことを設計思想に置いています。店舗が各AIプラットフォームごとに別々の連携を作る必要がなくなる、という意味です。
特徴は分散型である点です。店舗は自社ドメインの /.well-known/ucp にJSONプロファイルを置き、どのAIエージェントもそれを発見できます。中間に立つ審査者がいないため、掲載可否を決めるプラットフォームも、決済処理に上乗せされる手数料を取る胴元も存在しません。コストは決済処理料に近い水準（おおむね3%台前半が目安、要確認）に収まると報じられています。OpenAIとStripeが主導するACP（Agentic Commerce Protocol）が、カタログを預けてOpenAIに任せる「管理型」なのと対照的に、UCPは店舗が主導権を握る「自前ホスト型」です。
機能は2026年6月時点で5つ。Checkout（決済）、Identity（本人確認の連携）、Order management（注文管理）、Cart（カート）、Product discovery（商品カタログの発見）です。このうち3つが2026年1月の立ち上げ時点で、残り2つが3月のアップデートで追加されました。協力企業にはShopify、Etsy、Wayfair、Target、Walmartが名を連ね、Visa・Mastercard・Stripe・Adyenを含む20社超のグローバルパートナーが賛同しています。Googleショッピング上では「Universal Cart（横断カート）」として、複数店舗の商品を1つのカートにまとめて決済する体験が始まりました。詳細はGoogleショッピングの横断カートとAIショッピングで触れた通りです。
日本のEC事業者にとっての含意は明確です。現状のUCP決済対応はまず米国の適格な店舗から始まり、カナダ・オーストラリア、続いて英国へと2026年を通じて拡大する計画です。日本はまだ先ですが、商品データ（属性・在庫・価格・配送条件）を機械可読な形で整える作業は、UCP対応の有無に関わらず今すぐ価値があります。AIに正しく読まれるデータ整備は、後述するGEO（生成エンジン最適化）とも地続きだからです。
UCPとACPはどちらに備えるべきか
現場で繰り返し受ける質問が「UCPとACP、どちらに対応すればいいのか」です。直近の支援案件で観測したのは、二者択一で考える店舗ほど初動が遅れるという傾向でした。結論を先に言えば、多くのブランドは両方に備える前提で商品データを整えるのが現実的です。役割が違うからです。
ACPは会話型の商品発見に強く、ChatGPTの中で「これに合う商品は」と相談しながら買う流れを得意とします。一方UCPは、Google検索のAIモードのような高関心の検索クエリを購入につなげる場面に向きます。コスト構造も異なります。ACPはOpenAIが完了購入1件あたり4%の手数料を課し、これにStripeの決済処理料（約2.9%＋30セント）が加わるため、合計でおおむね7%台になると報じられています。UCPはこの上乗せがなく、決済処理料に近い3%台前半が目安です（いずれも2026年6月時点の報道ベース、要確認）。
統合の手間も差があります。ACPはカタログを提出してStripeをつなぐだけの管理型で、基本的な統合は2〜4時間で終わるとされます。UCPは自前でプロファイルをホストするぶん、初期の作り込みはACPの倍以上かかるという見方が一般的です。手数料の安さと主導権を取るか、立ち上げの速さを取るか、というトレードオフです。アパレル系の単一店舗で試したケースでは、まず統合が速いACPで会話型導線を検証し、商品データが固まった段階でUCPの自前ホストへ広げる順序が、現場の負荷分散として機能しました。
楽天市場やAmazonに出店している店舗の場合、これらのモール内ではモール側がAI決済の仕様を握るため、UCP/ACPを店舗が直接いじる余地は限られます。自前ホスト型のUCPが効くのは、まず自社ドメインを持つShopifyやBASE、STORES、独自構築の自社ECです。モール依存度が高い店舗ほど、自社ECという「AIに直接読ませられる土地」を別に持っておく重要性が増しています。
日本固有の事情も無視できません。国内の購買では、クレジットカードだけでなくPayPay・楽天ペイ・コンビニ後払いといった決済手段が大きな比率を占めます。UCPやACPがStripeを軸に設計されている点を踏まえると、日本展開の際にこれらの国内決済がどう接続されるかは、対応可否を左右する論点です。現時点で公式の言及は限定的なため（要確認）、日本の店舗は「商品データの整備」を先に進め、「決済の接続仕様」は公式発表を待って判断する二段構えが安全です。先に動かせるデータ整備と、待つべき決済仕様を切り分けることが、無駄打ちを避ける鍵になります。決済事業者側でも、Visa・Mastercardに加えStripe・Adyenが規格に賛同しており、国際カードブランド経由の導線は先に整う見込みです。
UCP対応の実装手順とプロンプト4本
ここからは実装の初動です。コードを書く前に、判断と設計をAIに手伝わせると立ち上がりが速くなります。以下のプロンプトはChatGPT（GPT-5.5）、Claude（Claude Opus 4.8）、Gemini（Gemini 3.1 Pro）のいずれでも動きます。変数は中括弧で囲んだ箇所を自店の情報に置き換えてください。プロンプトは全部で4本です。
最初に、自社がUCP・ACPに今対応すべきかを診断させます。やみくもに着手せず、自店の条件で優先度を出すのが狙いです。
あなたはエージェンティックコマースに詳しいECコンサルタントです。
以下の店舗情報をもとに、UCP（Google主導・自前ホスト型）とACP（OpenAI×Stripe・管理型）への
対応優先度を判定し、着手順序を提案してください。
店舗情報：
- 主要販路：{楽天/Amazon/Shopify/自社EC/その他}
- 自社ドメインの有無：{あり/なし}
- 月商規模：{値}
- 主力商品ジャンル：{ジャンル}
- 海外販売の有無と比率：{値}
- 社内の技術リソース：{内製エンジニアあり/外注のみ/なし}
出力：
1. UCP対応の優先度（高/中/低）と理由を3行
2. ACP対応の優先度（高/中/低）と理由を3行
3. 90日以内に着手すべきことを優先順位順に5項目
4. 着手しなくてよい・後回しでよいことを2項目
次に、UCPプロファイルの土台を作らせます。/.well-known/ucp に置くJSONの下書きを生成し、欠けている項目を洗い出します。最終的には公式仕様に沿って検証が必要ですが、叩き台があると社内の議論が一気に進みます。
あなたはUCP（Universal Commerce Protocol）の実装を支援する技術ライターです。
以下の店舗情報から、/.well-known/ucp に置くプロファイルJSONのドラフトを作成してください。
公式仕様で必須とされる項目が不明な箇所は「要確認：公式ドキュメント参照」と明記し、
推測で値を埋めないでください。
店舗情報：
- 店舗名／ブランド名：{値}
- 自社ドメイン：{値}
- 取扱カテゴリ：{値}
- 決済事業者：{Stripe/その他}
- 対応通貨・配送地域：{値}
- 在庫・価格データの更新頻度：{リアルタイム/日次/その他}
出力：
1. プロファイルJSONのドラフト（コメント付き）
2. 公式仕様の確認が必要な項目の一覧
3. 商品フィード側で追加整備が必要なデータ項目
3本目は商品フィードの監査です。AIエージェントに正しく読まれるかは、商品データの密度で決まります。曖昧なマーケティング表現はAIの要約で不利に働くため、機械可読性の観点で穴を見つけます。
あなたはAI検索とエージェンティックコマースに詳しいデータ設計の専門家です。
以下の商品データ（1SKU分）を読み、UCPおよびAI検索（生成エンジン）に
正しく解釈させる観点で監査してください。
商品データ：
{商品名・価格・在庫・属性・説明文・画像altなどを貼り付け}
出力：
1. AIが解釈しづらい箇所（曖昧語・欠落属性・単位なし数値）を指摘
2. 構造化データ（JSON-LDのProduct/Offer/Review）で補うべき項目
3. 修正後の商品説明文の例（誇大表現・最大級表現を含めない）
4. 同ジャンルで競合に差をつける属性タグ案を5つ
4本目は、UCP時代に向けた商品データ整備のチェックリストを、自店のジャンルに合わせて生成させます。属性・在庫・価格・配送条件の抜け漏れを定期点検する運用に落とします。
あなたはECの商品マスタ設計に精通したコンサルタントです。
{ジャンル}を扱う店舗向けに、AIエージェント経由の購入（UCP/ACP）に耐える
商品データ整備チェックリストを作成してください。
条件：
- 属性・在庫・価格・配送・返品条件の各カテゴリで点検項目を出す
- 各項目に「なぜAI経由の購入で重要か」を1行添える
- 月次で回せる粒度にする
- 楽天・Amazon・Shopifyのいずれにも応用できる汎用形にする
出力：カテゴリ別の点検項目（合計20項目前後）と、優先度（高/中/低）
失敗例と回避策
最初の失敗は、UCPを「新しいSEO」と誤解して、対策キーワードを詰め込もうとするパターンです。UCPは検索順位の話ではなく、AIが購入を完了するための配管です。キーワード密度をいじっても、在庫・価格・配送条件のデータが欠けていれば、AIはその商品をカートに入れられません。回避策は、文章の最適化より先に、構造化データ（商品ページのJSON-LD）と商品マスタの精度を上げることです。
2つ目は、ACPの手数料構造を見ずに会話型導線へ飛びつくパターンです。OpenAI経由の完了購入には4%の手数料が乗るため、粗利率の薄いジャンルでは利益が消えかねません。化粧品やサプリのように粗利が取れるジャンルと、家電や食品のように薄利のジャンルでは、対応の優先度が変わります。回避策は、ジャンル別の粗利率を出してから、どのチャネルにどの商品を載せるかを選別することです。
3つ目は、モール出店だけで満足してしまうパターンです。楽天市場やAmazon内ではモールがAI決済の仕様を握るため、店舗が自前ホスト型のUCPで主導権を取る余地がありません。回避策は、モールと並行して自社ドメインのECを育て、AIに直接読ませられる「自前の土地」を確保しておくことです。AIショッピングエージェントへの対応全般はAIショッピングエージェント対応の最適化でも整理しています。
KPI設計と費用・工数目安
UCP対応の効果は、従来のSEO指標だけでは測れません。見るべきは、AI経由の流入比率と、その流入のCVRです。生成エンジン経由の訪問者は通常の検索流入よりCVRが高い傾向が報じられており、AI経由の注文は前年比で大きく伸びたという調査もあります（プラットフォーム発表ベース、要確認）。自店では、参照元にAIプラットフォームが含まれる流入を分離して計測し、CVR・客単価・リピート率を通常検索と比較する設計が出発点になります。
費用面では、商品データ整備の工数が最大のコストです。SKU数が数百規模なら、属性・構造化データの整備に内製で数十時間、外注なら数十万円が目安です（2026年6月時点の見込み、ジャンルと現状の整備度で大きく変動）。AIツールの月額は、ChatGPT Plusが20米ドル、Claude Proが20米ドル、Gemini Advancedが20米ドル前後で、データ監査や説明文の整備を回すぶんには有料プラン1つで足ります。UCP自体の利用に胴元手数料は乗らないため、ランニングコストは決済処理料に近い水準にとどまる見込みです。
工数を圧縮する順序として、5,000社支援の中で何度も再現したのは「全SKUを一度に整えようとしない」ことでした。売上上位2割のSKUから構造化データと商品データを精緻化し、AI経由の流入とCVRを観測しながら横展開する。この順序なら、最初の効果検証まで4〜6週間に短縮できたケースが多く見られます。
今後の展望と独自考察
UCPの拡大は、検索という入口の前提を変えます。Gartnerは2026年までに検索エンジンの利用量が25%減るという見方を示しており（要確認）、購買の起点がAIとの対話に移ると、店舗が最適化する対象も「検索順位」から「AIに読まれ、選ばれ、決済される確率」へと移ります。UCPはその決済まで含めた配管であり、GEO（生成エンジン最適化）はその手前の発見・引用の最適化です。両者は別物ではなく、同じ流れの上流と下流です。
注目すべきは、UCPがYouTubeやホテル予約、地域のフードデリバリーへ広がる計画を持っている点です。物販に閉じた話ではなく、予約・サービスを含む広義のコマースへAIエージェントの購入導線が伸びていきます。日本のEC事業者にとっては、米国先行の今のうちに商品データを機械可読に整え、自社ドメインのECを「AIに読ませられる状態」にしておくことが、対応が日本に来たときの初動差につながります。編集部で実際に運用しているプロンプトでは、まず商品データの監査から着手し、プロファイル生成は仕様が固まってからという順序を取っています。
最後に独自の見立てを述べます。UCPとACPの競争は、当面どちらかが勝つというより、店舗が両対応を迫られる構図が続くと考えます。理由は、消費者がChatGPTでもGeminiでもGoogle検索でも買うようになり、店舗側がどの入口も捨てられないからです。であれば、店舗が握るべきは規格そのものではなく、どの規格にも載せられる「整った商品データ」です。規格は変わっても、正確な属性・在庫・価格・配送条件は資産として残ります。
よくある質問
UCPは無料で対応できますか
UCP自体は決済処理に上乗せする胴元手数料を取らないオープン規格のため、規格利用そのものに固定費はかかりません。実コストは商品データの整備工数と、自前ホストの構築・保守です。ACPと違いプラットフォーム手数料が乗らない点が、コスト面の大きな違いです（2026年6月時点、要確認）。
楽天やAmazonに出店しているだけでUCP対応になりますか
なりません。モール内のAI決済仕様はモール側が握るため、店舗が自前ホスト型のUCPプロファイルを置く対象は、基本的に自社ドメインのECです。モール出店と並行して、自社ECを育てておくことが対応の前提になります。
UCPとACPはどちらを先にやるべきですか
統合の速さを取るならACP（2〜4時間で基本統合）、手数料の安さと主導権を取るならUCPです。多くのブランドは両対応を迫られるため、まず商品データを両規格に載る形へ整え、ジャンルの粗利率を見て着手順を決めるのが現実的です。
日本の店舗はいつから使えますか
UCP決済対応はまず米国から始まり、カナダ・オーストラリア、続いて英国へと2026年を通じて拡大する計画です。日本での提供時期は本記事執筆時点で明示されていません（要確認）。ただし商品データの整備は対応時期に関わらず先行して価値があります。
GEO対策とUCPは別々に考えるべきですか
別々ではありません。GEOはAIに発見・引用されるための上流、UCPは決済まで完結させる下流で、同じ流れの一部です。構造化データと商品データの精度を上げる作業は、両方に同時に効きます。
何から始めればいいですか
売上上位2割のSKUの商品データ監査からです。属性・在庫・価格・配送条件の欠落と曖昧語を洗い出し、構造化データ（Product/Offer/Review）を整える。この初動が、UCP・ACP・GEOのすべての出発点になります。
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
