
自分のハードウェア上でAIモデルを動かす方法を探してここに来た場合、この記事はそのガイドではありません。ここで扱うのは別の意味です。ChatGPT や Gemini のようなAIショッピングエージェントが、実店舗の近隣ユーザーを含め、商品を購入可能と判断する仕組みと、商品情報がそのチェックを通過できるようにする方法を解説します。エージェントが推薦できるのは、読み取れて、信頼できて、購入可能と確認できる商品だけです。ローカル在庫情報は、その確認の一部です。
要点
- AIショッピングエージェントは現在、回答内に在庫、価格、レビューを表示しており、Google には 商品在庫を確認するために地域店舗へ電話する機能.
- 商品を購入できるかどうかを示す情報は、掲載位置にお金を払って得るものではありません。構造化された商品データ、フィード、クローラーのアクセスから得られます。
- AI経由の流入はまだ小規模ですが、適切な商品では高いコンバージョンを示しています。まずは比較・検討されやすい商品から対応しましょう。
- 各エージェントが実際に商品情報をどう扱うかをテストし、データの不足を修正して再スキャンしてください。推測で進めないことが重要です。
AIショッピングエージェントにおける「ローカル在庫」の意味
従来の検索では、購入可能かどうかの情報はスニペット内の一行にすぎませんでした。AI が買い物を進める際には、候補に残るための条件になります。購入者が商品を求めると、エージェントは候補リストを作り、購入できるか、配送できるか、在庫があるかを確認できない商品を除外します。
その判定の裏では、次の3つが確認されています。
- 在庫はあるか? エージェントはフィード、構造化データ、ページ内容からこれを読み取ります。
- そのユーザーに届けられるか? 配送地域、配送速度、実店舗販売なら近隣店舗で在庫を持っているかどうかです。
- エージェントはその情報を信頼できるか? 古いデータや矛盾したデータは、推薦リスクの高い商品と判断され、静かに不利になります。
Google は、その裏側にある規模を次のように説明しています。 Google のAIショッピング更新に関する TechCrunch のレポートによると、AI Mode は500億件超の商品情報を持つ Shopping Graph を基盤としており、そのうち20億件は毎時間更新されています。同レポートでは、AI Mode の回答に価格、レビュー、利用可能な在庫などが表示されること、さらに米国では「near me」検索や、おもちゃ・美容・電子機器などのカテゴリ向けに「Let Google Call」オプションが利用できることも紹介されています。
実務的に見ると、在庫情報は機械によって継続的に確認されており、正確なデータを継続的に提供できる事業者が有利になります。
なぜ今重要なのか:小さい流入でも購買意図は強い
まずは率直に数字から見ていきましょう。 973のeコマースサイトを対象にした調査 を紹介した Frankfurt School の研究では、ChatGPT がオンラインショッピング全体で果たす役割は限定的だとされています。高い情報量を必要とする複雑な商品では価値を生みますが、標準的な商品では効果が小さいという結果でした。
別の分析では、 94のecommerceサイトを対象にした Visibility Labs の調査 では、ChatGPT 経由のトラフィックのコンバージョン率は 1.81% で、一般的なオーガニック検索の 1.39% より約 31% 高いことが示されました。一方、2025 年半ば時点では EC トラフィック全体の 0.2% 未満でした。セッションあたりの売上は既存の検索チャネルには及ばなかったものの、有料ソーシャルを上回りました。
つまり重要なのは次の点です。
- 今四半期中にAIが検索を置き換えるとは考えないこと。
- ただし、成長中の高購買意図チャネルとして扱うべきです。対応しなければ、より整ったデータを持つ競合に推薦枠を奪われます。
- 購入者が調べて比較する商品を優先してください。技術製品、サプリメント、美容商品、家庭用機器など、具体的な仕様がある商品はすべて対象になります。
表示可否を決めるシグナル
構造化された機械可読の商品データ
エージェントは、推測せず解析できるデータを優先します。在庫、価格、バリエーション、配送、返品条件は、説明文中の文章だけでなく、明示的なフィールドとして存在する必要があります。Google の Universal Commerce Protocol(UCP)向けガイドは、その方向性を示す好例です。 Merchant Center UCP ガイド では、適格性シグナルやコンプライアンスデータを提供するために商品フィードを更新し、次のような属性を使用すると説明しています。 native_commerce は決済適格性のため、 consumer_notice は規制警告のため、 merchant_item_idを使用し、エージェントが商品適格性を判断し、正確な合計金額を計算できるようにします。
データ面をより広く理解したい場合は、 ecommerce におけるAI活用例と機械可読な商品情報 の解説も参考になります。
データの鮮度
フィードでは「在庫あり」、ページでは「売り切れ」と表示されている状態は、信頼性の問題です。解決策は地味ですが効果的です。在庫情報の単一ソースを用意し、頻繁に同期し、ページ・フィード・構造化データがすべてそこを参照するようにします。
クロール許可
よくある見落とされがちでコストの高いミスがあります。CDN や bot 管理ルールが、AIシステムのクローラーをブロックしていることです。 Shopify 向け Perplexity と Google AI Mode に関する StoreFleet の検証 では、まさにこの問題が指摘されており、PerplexityBot や Google-Extended を名指ししつつ、robots.txt で明示的に許可してカタログを可視状態に保つよう推奨しています。商品説明を書き換える前に、まずファイアウォールログを確認してください。
比較検討の質問に答えられる商品コンテンツ
在庫情報で候補一覧には入れますが、選ばれるかを決めるのはコンテンツです。仕様、素材、サイズ、互換性、用途説明があることで、エージェントは商品を具体的なリクエストに結び付けられます。以下のガイドでは、 AIショッピングエージェント向け商品情報最適化 や Shopify と WooCommerce 向け商品ナレッジグラフ についてさらに詳しく解説しています。
表示は確率的に決まるため、順位を追い求めるのはやめる
多くの事業者が「ChatGPT で1位表示する方法」を尋ねます。しかし StoreFleet の分析でも、表示は固定順位ではなく確率的に決まり、エージェントは一般的なSEO施策より関連性の高い構造化データを優先するとされています。「掲載保証」をうたうサービスは、商品フィードの基本整備と比べると効果が乏しい傾向があります。
代わりに、選択率で考えてください。同じ購買質問が100回行われたとき、自社商品が何回回答に含まれるか。それが改善すべき指標であり、競合より明確なデータを提供することで上がっていきます。
また、商品を選んでもらう相手は、一つのエージェントだけではありません。 AlixPartners の分析 では、ポートフォリオ型アプローチが提案されています。ファッション・アパレルブランドは ChatGPT や Perplexity での発見性向上の恩恵を受けやすく、一方で補充型商品やコモディティ商品は Gemini や Amazon Rufus のようなネイティブAIショッピング導線での存在感が重要になる場合が多いとされています。各エージェントを個別に確認してください。
ストア運営者向け実践チェックリスト
この順番で進めてください。最初の項目は費用がかかりません。
- クローラーのブロックを解除する。 AIユーザーエージェント向けに robots.txt、CDN、bot 管理設定を確認してください。必要なものを許可します。
- 在庫精度を確認する。 主要商品20件について、ページ、フィード、構造化データを比較し、すべての不一致を修正してください。
- フィールドを明示する。 在庫、価格、GTIN または SKU、ブランド、バリエーション、配送、返品情報を構造化フィールドに入れてください。
- 適格性を宣言する。 米国向け販売でエージェント決済を利用したい場合は、 Merchant Center UCP の手順 に従い、決済適格性とコンプライアンスデータを設定してください。
- 比較検討される前提で書く。 ユーザーがアシスタントに尋ねるような仕様や用途情報を追加してください。画像も重要です。詳しくは 商品画像をAIが読み取れるようにする方法.
- 信頼シグナルを強化する。 レビューやソーシャルプルーフは依然として重要です。Yuting Gao と Xiaoyu Miao の研究は、 AIS Electronic Libraryを通じて公開されており、知名度の高いブランドではソーシャルネットワーク経由の推薦の方がAI推薦より信頼性が高いと認識されることが示されました。つまりAIは発見を担い、信頼構築は別チャネルで行われる可能性があります。 レビューがAI推薦に与える影響 では、その仕組みを解説しています。
- 測定し、変更し、再測定する。 価値の高い商品に対して、一度に1つずつ変更を加え、その効果を確認してください。
実践的な例
たとえば、実店舗ショールームを1店舗持つ、エスプレッソマシン販売の Shopify ストアを運営しているとします。ユーザーが、一定予算以下で今週入手可能なコンパクトモデルをアシスタントに尋ねました。エージェントには、価格、在庫状況、配送予定、さらに「コンパクト」であることを示す仕様情報が必要です。ページには「近日発送」とあり、フィードには「在庫あり」と書かれ、サイズ情報が画像内にしか存在しない場合、エージェントは2つの不確実な項目と1つの読み取れない項目を抱えることになります。たとえ商品自体が優れていても、データが整った競合が候補に選ばれます。

必要なのは巧みなコピーではありません。一貫したフィールド、読み取り可能な仕様、そして許可されたクローラーです。
私たちの考え
ecentic を作った理由は、多くの事業者が間違った質問をしていたからです。「AIでどう順位を上げるか」ではなく、本当に有用なのは「なぜ特定のユーザーのリクエストで競合商品が選ばれたのか」を理解することです。

私たちは、在庫可否はエージェントが判断材料として使う複数要素のひとつにすぎず、自社ストアを見るだけでは重み付けを理解できないと考えています。そのためシミュレーションが必要です。だからこそ、一般的なチェックリストではなく、ChatGPT、Gemini、Claude、Perplexity といった実際のエージェントに対してテストを行い、提案するすべての変更を測定済みの勝率や、可能な場合は帰属売上と結び付けています。「コピーが良くなった気がする」といった感覚には頼りません。
また、多くの事業者はすべてを書き換えようとしない方がよいとも考えています。まず修正すべきは、適格性を失わせるデータです。在庫不一致、ブロックされたクローラー、欠落フィールドなどです。その後、本当に比較検討される少数の商品だけコンテンツを改善してください。そして再スキャンします。エージェントも競合も変化し続けるためです。
— Xhurian
ecentic が役立つ場面
Shopify または WooCommerce ストアを運営している場合、ecentic はストアに接続し、AIショッピングエージェントが商品ページをどのように評価するかをシミュレーションし、競合に対して勝敗が分かれる理由を平易な英語で説明します。商品情報の書き換え提案を受け取り、ワンクリックで反映でき、再スキャンによってエージェントが自社商品を選ぶ頻度を追跡できます。無料の初回スキャンもあるため、支払い前に現状を確認できます。
公開中のプランは、 料金ページ:
| プラン | 価格 |
|---|---|
| Compete | 月額 $14.90 |
| Scale | 月額 $44.90 |
| Dominate | 月額 $149 |
| 成果報酬 | AI帰属注文ごとに3% |
価格ページには、Scan、Pay-as-you-go、Enterprise プランも掲載されていますが、価格は公開されていません。以下から、 AI商品情報最適化 の仕組み、または Shopify 連携.
推薦を静かに逃すミス
- AIを広告枠のように扱うこと。 勝つべきオークションは存在しません。「掲載保証」への支払いは適切な手段ではありません。
- データより先にコピーを直すこと。 エージェントが購入可能と確認できなければ、美しい説明文も意味を持ちません。
- 1つのエージェントだけに最適化すること。 AlixPartners の分析が示すように、業種ごとに効果的なエージェントは異なります。
- コモディティ商品と複雑商品を同列に扱うこと。 Frankfurt School の調査結果では、AIは情報量の多い複雑な購買で最も効果を発揮すると示されています。まずはそこに注力してください。
- 再スキャンしないこと。 フィードは変化し、競合は更新され、モデルも変わります。在庫精度は一度のプロジェクトではなく、習慣です。 AIショッピングエージェントが利用するデータソース では、そのループを維持する方法を解説しています。
FAQ
「local availability AI」とは、自分のPCでAIを動かすことですか?
これはもうひとつの一般的な意味で、プライバシーや制御のために自分のハードウェア上でモデルを実行することを指します。この記事で扱うのは別の内容です。AIショッピングエージェントが、近隣を含めて商品を購入可能と判断する仕組みについて解説します。
ChatGPT や Gemini で自社商品の地域在庫を表示させるために料金を支払えますか?
ランキング枠を購入する形ではできません。表示は確率的に決まり、構造化された関連性の高い商品データに基づきます。確実性の高い方法は、正確なフィード、一貫性のあるページ、クロールを許可した設定です。Google はフィードベースのプログラムを提供しているため、導入環境に応じて Merchant Center の公式ドキュメントを確認してください。
AIエージェントは本当に地域の店舗を確認していますか?
Google は米国で、 地域店舗へ電話する 機能を発表しており、一部カテゴリの商品在庫を確認できます。また、AI Mode では回答内に在庫情報を表示できます。自社商品の在庫表示可否は、カテゴリやデータ管理の状態によって変わります。
小規模ストアでもAIショッピング経由の流入に取り組む価値はありますか?
現時点では小規模です。2025 年半ばのある分析では EC トラフィック全体の 0.2% 未満でしたが、同じデータでは一般的なオーガニック検索より高いコンバージョン率を示しました。まずはクローラーのアクセス許可や在庫情報の整合性など、無料でできる修正から始め、購入者が比較検討する商品に力を注いでください。
参考情報
- Google、対話型検索・エージェント決済・店舗へ電話するAIをAIショッピングに追加(TechCrunch)
- ChatGPT トラフィックは非指名オーガニック検索より31%高いコンバージョン率を記録(Visibility Labs)
- 新調査:ChatGPT がすでにオンラインショッピングで効果を発揮している領域(idw)
- Merchant Center アカウントの準備、Google UCP ガイド
- Shopify 向け Perplexity と Google AI Mode を検証(StoreFleet)
- AIショッピングエージェント:消費者と小売事業者双方の利益(AlixPartners)
- Gao and Miao, PACIS 2025(AIS Electronic Library)
関連トピックを確認