AIに商品をすすめてもらうには？EC実務者40人と考えた「AIに紹介される仕組みと対策」まとめ（AIOの考え方）

こんにちは、坂本です。
「どうやったらAIに紹介してもらえるんだろう」というご相談を、最近よくいただきます。

研究してまとめたことをシェアしようと思って、EC実務者40人のご協力のもと、この記事を書きました。実践して成果を出すフェーズは、私にとってはまだこれからなんですが、、調べていくうちに、従来のECやSEOの考え方はかなり応用が効くことが分かって、ちょっと安心しましたｗ 一方で、今の時代ならではの全く新しい要素もあり、焦りました。。

この記事を読むと、AIに商品を紹介してもらう「AIO」について、大体こんな考え方なんだなとわかります。
※社内の他の方に「AI時代って、こういうふうに商品紹介されるらしいよ」と紹介するのに使っていただくのにも便利です。

まず最初に原理原則的な話をして、具体的にどうしたらいいかの対策を紹介していきます。やることがいっぱいあるんですけど。最後の方で「まず最初は何からやるべきか」まで紹介します。ちょっと長いですが、お付き合いください。

ちなみに弊社では、EC事業者の方向けに、AIを実務で使うための研修も行っています。今回のAIOはもちろん、その手前、日々の業務にAIをどう使うかも身につきます。（大好評でもう9期目です！）

7月2日に無料ガイダンスを行います。助成金についてもご案内しますので、興味のある方はこちらからどうぞ。

※AI最適化は、AIO、LLMO、GEOなど様々な表現があります。若干違うようですが、ここではまとめて同じようなものとして扱います。

【原理】AIは「1つの質問」を「たくさんの小さな検索」に分けている

まず、AIの中で何が起きているかを知ると、対策の筋道が見えてきます。

クエリ・ファンアウトという仕組み

AIに「敏感肌の人向けの日焼け止めのおすすめは？」と聞くと、AIはその一言をそのまま検索しているわけではありません。裏側で「敏感肌 日焼け止め 刺激」「ノンケミカル 日焼け止め ランキング」「日焼け止め 白浮きしない」といった小さな検索を、同時にいくつも投げています。そして、その答えを束ねて一つの回答を作っています。

これはGoogleが公式に「クエリ・ファンアウト」と呼んでいる仕組みで、1つの問いを6個から20個ほどの小さな問いに割って、並行して調べると説明しています。つまり、お客さんの「ざっくりした相談」の裏で、AIは勝手にいくつもの具体的な検索を走らせているわけです。

だから、自社の商品情報が「その小さな検索に、答えられているか」がまずは勝負になります。

ちなみに、AIが裏で投げている小さな検索ワード（これを”サブクエリ”と呼びます）は、実際に確認できます。普通に質問しても、ぐるぐる調べているさまが見えます。各種AIのAPIなど仕組みを使うと「今、実際にGoogleに投げた検索ワードの一覧」が返ってきます。

ただし、検索ワードは毎回変わる

ただ、勘違いしやすいポイントがあります。

「その小さな検索キーワードを商品情報の中に盛り込んでおけばいいのかな」と思いたくなりますよね。そんなふうに考えていた時期が俺にもありました。

でも、AIが裏で出す検索ワードは毎回変わるんです。海外の調査では、同じ質問を投げても、出てくる小さな検索のうち安定して再現するのは3割くらいで、残りの7割は毎回違う、という結果も出ています。

だから、「これらの単語を入れたらOK」ではないのです。それが、詰め込み型モールSEOとは違うところです。一語一語のキーワードではなく、それらのキーワードを生み出している「意図」 です。ユーザーの意思・事情・都合を理解して、先回りすることが重要です。

ユーザーが検索で使う「単語」を先回り記入するのではなく、ユーザーがAI相談するときの「意図」を先回り記入しておく必要があります。

「意図」だと分かりづらいですね。私たちは、「ダレナゼ」と呼んでいます。

言い換えるとこうです。
AIOでは、ユーザーがAI相談するときの「ダレナゼ」を先回り記入しておくことが大切です。

【対策】出発点は「ダレナゼ」

ダレナゼとは

ダレナゼは、コマースデザインがいつもお伝えしている考え方です。書籍にも書いている、当社の土台のひとつ。簡単に言うと、自店の商品を選んでくれた人は、何をしたい人で、なぜ他店ではなく自分のところで買ってくれたのかを押さえることです。（詳しく知りたい方は「誰でもマーケティングがわかるようになる「ダレナゼ」のススメ」の記事をどうぞ）

ユーザーがAIに対して質問したとします。「パッケージが可愛くて小分けで使いやすいお菓子で、特に子供が集まるイベントで配りたいのでちょうどいいお菓子をさがして」という具合です。

するとAIは「小分けで配りやすくてパッケージが可愛いし、すぐ届くから急ぎのイベントにも対応できる、子供が喜ぶお菓子です」っていう書いてある商品を案内するわけです。当たり前ですけど。

以上の感覚がわかると、どんな検索キーワードが現れるかが想像できますよね。AIはそれを実際にキーワードにして、何度も調べているというわけです。（クエリファンアウト）

AIが素通りしていく。恐怖の「親バカ状態」

で、自分の商品説明を見返してください。お客さんが探しているのはパッケージ小分けの可愛い商品なのに「創業50年の伝統製法」を力説したりしてませんか。ズレてませんか。

過去のお客さんが褒めてくれているのは「小分けで使いやすい」「パッケージがかわいい」だし、AIは実際そのような商品をお客さんのリクエストで探しているのに、商品ページの訴求が「創業50年の伝統製法」。AIは素通りします。

ヤバすぎます。私たちはこれを「親バカ状態」と呼んでいます。自分の商品の本当の魅力に気づかずに、自分が信じている魅力をアピールすることで評価されないというすれ違いの切ない状態です。

AI以前の問題ですね。そういうわけで、まずは、ダレナゼを理解し、親バカ状態を防ぐ問題について向き合うことが第一歩です。例えばレビューを見ると購入理由や利用シーンがそのまま入ってます。読んでみると「実は退職祝いで贈った」「初節句のお返しに」といった、自分たちが想定していなかった購入シーンが見つかります。

※ちなみに、ダレナゼの把握と活用は、知識ではなく「スキル」 です。このスキルが身につくと、AIやSEOだけでなく、コピーライティングや商品企画、様々な販促で自律判断ができるようになります。つまり、作業担当だったスタッフが自分で考えて施策を立案実行できるようになるという効果もあります。後述します。

【対策】自社ページでの「書き方」

「AIに伝わる商品説明文」を書くには

AIに伝わる商品ページを作るにはどうしたらいいのか。
答えは、ダレナゼを踏まえて、商品ページを直していきましょう、ということになります。

商品ページに「誰のための商品か（ダレ）」と「なぜこの商品を選ぶべきか（ナゼ）」の2つが、ちゃんと書かれていることが最低限必要、ということです。AIはこの2つがあれば、選びやすい。逆に、ここが曖昧だと選びにくくなります。

「そう言われても、どう書けばいいんだろう…」と悩みますね。
でも、要はそのようにAIに書いてもらえばいいんです。

「具体的にどうやってAIにも伝わりやすい説明文を生成するか」は、弊社のEC研修や、その無料説明会（7月2日）の中でお伝えします。気になる方は、ぜひご参加ください。

「AIに伝わる商品説明文」のコツ

ここからは、ダレナゼを伝えるための「具体的表現の例」を紹介します。
海外の研究で「AIに引用されやすくなる書き方」が分かってきました。

以下の情報を足すと、AIに引用される確率が3〜4割上がる、と報告されています(出典：プリンストン大学らのGEO研究論文(2023)。なんと学術論文として査読を経ています)。逆に、キーワードを詰め込むだけのやり方は効かない、むしろマイナスになることもある、というのも同じ研究で示されています。

• 利用シーンや対象顧客、意味を明確にしておく。誰が、いつ、何のために使う商品なのかが曖昧だと、AIも「この商品を誰にすすめればいいのか」を判断しにくくなります。逆に、使う人や場面が具体的に書かれていれば、AIが「この相談にはこの商品が合いそうだ」と判断しやすくなります。当社ではBenefitと呼んでます。
• 「良い商品です」と自分で言うだけでなく、出典や実績も大事。グッドデザイン賞、累計販売数、第三者機関の検査結果、業界アワードの受賞歴など、外からの評価を確認できる情報があると、AIが根拠として扱いやすくなります。当社ではEvidenceと呼んでます。
• AIが読み取れる形で、判断材料をはっきり書いておくこと。たとえば「軽い」とだけ書くよりも「200g」「500mlペットボトル1本分くらい」と書いたほうが、AIにとっても、人間にとっても具体的に理解しやすくなります。抽象的な表現だけでなく、数字や単位を入れることで、その商品の特徴が比較しやすくなるわけです。ここ含めて以下はFeatureと呼んでいます。
• 商品の属性をきっちり埋めておくこと。素材、用途、サイズ、対象年齢、成分などの基本情報は地味ですが、AIが商品を理解するための土台になります。画像や雰囲気で伝えるだけでなく、テキストとしてAIが読める形にしておきましょう。
• Q&A形式も有効。「敏感肌でも使えますか？」「はい、〜〜です」のように、よくある不安や疑問に対して、質問と答えの形ではっきり書いておく。これも、AIがユーザーの相談に答えるときに引用しやすい形です。お客さんが聞きそうなことを、あらかじめ商品ページの中で答えておくイメージですね。

ちなみに、これらは人間が読むときにも有効ですよね。商品ページを画像で伝えるだけでなく、こうした書式を意識してテキストもちゃんと書いていく、というのが現実的なところです。AIは集中すれば画像も読みますが、最初はテキストだけでざっくり把握しようとするので、まずはテキストで伝える。画像だけにアピールを書いているのは致命的ということです。

当社ではこう呼んでいる、とちょこちょこ補足を書きましたよね。これらは、Benefit-Evidence-Advantage-Feature（BEAF）各要素を網羅しましょう、という十数年前から言っている話ですが、AI時代でもこういった古典的な原則は変わらないということです。我田引水でスイマセンｗ

Feature要素、つまりスペック情報を「AI可読性」の高い形で漏れなく書くことが重要になってきます。特にバッテリー持ち時間のような他社優位性になるところは、単なるスペックとしてだけでなく、相対優位アピール（Advantage）としても表現しておきたいところです。

【対策】決定打は「第三者の声」

では、自社の商品情報や店舗ページがちゃんとしていればいいかというと、それだけではありません。その情報がネット上で他の人たちから紹介されているかどうかが、大きなポイントになります。

「第三者の声」が決定打になる

複数の調査が口をそろえて言っているのは、AIが回答の根拠にしている情報の9割前後は、自社サイトではなく「第三者」だということ。レビューサイト、比較記事、ランキング記事、利用者どうしが語り合うフォーラムなどです(出典：Otterly.AI「AI Search Citations & Sources」)。

住太陽さんの記事にも、「自分で“よく書く”ことよりも第三者に“よく書かれる”ことが重要」「ほとんどの企業はコンテンツではなく評判で選ばれている」とありました。

つまり、自社ページを整えるのは必要条件、第三者に語ってもらうのが決定打 ということ。自社ページだけ磨いても、AIに選ばれる力は頭打ちになります。

自社情報の「一貫性」という土台が必要

ただし、「第三者の声」を増やしたり、AIに伝えるには大前提があります。

Web集客の運営堂森野さんが、AIへの対策を「喫茶店のおばちゃん対策のようなもの」とおもしろく表現していました。AIは、ネット上の断片的な情報をかき集めてお店を評価する。自社サイト・SNS・Googleの情報がちぐはぐだと、AIのほうも誤解してしまう。

記事には、まず「自社が出している情報を整える。ここが整って、初めて第三者からの言及が意味を持ってくる」とありました（参考：運営堂さんの記事）。

つまり、自社の情報を、自社の言葉で、筋を通して発信しておくのが出発点だ、という話です。これは私自身、反省しきりです。情報が足りないところや雑になっているところを直していこう、ということで、社内でも進めているところです。

【応用】モールの中のAIはどう違うか

ここまではGoogleの外、ChatGPTやGeminiの話でした。モールの中にも買い物相談AIが入ってきています。アマゾンの「Alexa for Shopping」（旧「ルーファス／Rufus」。2026年5月に米国で刷新。日本は順次反映の見込み）、楽天市場アプリの「Rakuten AI」、ヤフーの「お買い物AIアシスタント」です。

モール内AIの「原理」：外からはのぞけない

モール内AIは原理的に少し事情が違います。

モールの中のAIは、裏で何を検索しているかを外からのぞく窓口がありません。クエリ・ファンアウトでサブクエリを取り出すような手は使えない、ということです。各社のAIは、社内の商品データ・在庫・購買履歴・レビューなどと深く組み合わさって動いているので、外から完全に再現するのも難しい。

だから、モール内AIに対しては 「実際にそのAIに自社や競合の商品を質問してみて、何がすすめられるかを観察する」 のが、現実的なやり方になります。

モール内AIへの「対策」

外からのぞけない、というだけで、対策の筋道は基本的に同じです。ダレナゼ → 自社ページ（モール内の商品ページ）→ 第三者の声、です。そのうえで、モールごとに特性があります。以下は、いずれも各モール側が公式に発表している情報をもとにしています。

• アマゾン（Alexa for Shopping／旧Rufus） は、商品のQ&Aやレビューを実際に引用することが分かっています(出典：Amazon Science「Rufusの技術」。刷新後も推薦ロジックは継承)。お客さんが聞きそうな質問を自分たちでQ&Aに仕込んでおく、レビューを厚くする（★4以上で件数を確保）、商品の属性（素材・用途・対象・サイズ）をきっちり埋める、が効きます。逆に、宣伝色の強い言葉はAIに無視されます。
• 楽天（Rakuten AI） は、楽天の中のデータだけでなく世の中のトレンドをWeb検索からも取り込むと説明されています(出典：楽天グループ プレスリリース 2026/1/5)。つまり、楽天向けの対策でも 「モールの外での評判」が効いてくる、ということ。第三者の話は楽天の中の戦いにもつながります。
• ヤフー は、Yahooが保有する商品データと購買履歴を中心に動きます(出典：LINEヤフー Yahoo!ショッピングAIエージェント 2026/2/25)。商品属性の入力精度と、Yahoo内でのレビューの量・質が直接効いてきます。

では、何からやればいい？

最後に、まとめを兼ねて「結局、どこから手をつければいいの？」にお答えします。
新しい領域ですし、私も学び始めたばかりなのですが、ここは間違いないな、ここもそうだな、てことはだいたいこういう順番になるんじゃないかなーーといいつつまとめました。

また、今回の記事をリリースする前に、40人ぐらいの方に原稿を読んでいただいて、いろいろ感想コメントや課題感をいただきました。多くの取り組み事例や情報共有もいただきまして、それらも加味してまとめています。皆さん本当にありがとうございました。

ステップ1：商品情報を、AIに読めるかたちに整える（AI可読性の担保）

まずは、商品ページや個別の記事といった「表層」を、AIに伝わるかたちに整えていきます。この記事でお話ししてきた「ダレナゼ」「画像だけに頼らずテキストで書く」「数字・属性・Q&Aなどを入れる」。モールAIは挙動にちょっと特徴がありますが、これらが重要なのは変わらないはずです。

何より、ここは比較的、取り組みやすい。もうやっている人も結構多いし、現在実施している日々の商品情報更新のオペレーションを調整する形であれば、追加の手間なく、AIOが進展します。小企業にとって重要なポイントです。AIO全体としては決定打ではないかもですが、そんなに難しくないから早めに取り組みたいですね。

あと、従来型Google検索からの流入は、AI Overviewsなどの影響で大幅に下がってきています。その意味では、本件の取組みが急がれます。

実際に、海外の調査で、2026年1〜4月時点でGoogle検索の68.01%がクリックなしで終了したという報告がありました（SparkToro（2026年））。いわゆる「ゼロクリック検索」というやつですね。

加えて、AI検索の回答に検索上位10サイトが引用される割合が38%まで下がっているというデータも出ています（The Digital Bloom（2026年））。つまり、上位表示の地価が下落しているということです。

これは起こりうる変化の一部なので、将来を想定しつつ、力配分を見直す必要がありそうですね。少なくともコンテンツSEOの優先度は従来より落ちてくると思います。

ステップ2：自分たちが何者かを、サイト上で言葉にする

次が、自分たちが何者で、どんな強みがあって、どんな人に、どう役立つお店・ブランドなのかを、サイト上できちんと言葉にしていくステージです。個々の商品の話というより、店舗全体・企業としてのブランディングに近い話になってきます。

基本は、「自分たちが今、どんな存在意義があるのか」をお客さんに教えてもらうアプローチです。自分たちがどういう人からどういう理由で支持されているかを、商品単体で調べるだけでなく、それらを内包する店舗/ブランド全体で捉え直すと、自分たちが何者であるかが実態に即した形で浮かび上がってきます。これを社内外に伝わるようにまとめて、メッセージやデザインで伝わる形にして発信し続けるのがブランディングですが、それはほぼAIOのStep2と同じです。

※ただ一方で、ある方からいただいたご意見を紹介します。今の評判は過去の影だから、お客さんが今評価してくれている過去の実績よりも、「未来を先取っていく」ことのほうが大事になるんじゃないかとのご指摘で、本当にそうだなと思いました。

うーん。AIOというより、ほとんど経営の話ですがｗ
でも、経営のスタンスが深くなればなるほど、めぐりめぐってAIOにも効いてくる予感がしませんか。

ちなみに、業務効率観点でも非常に大事なポイントで。根っこの「自分たちは何者か」が言葉になっていれば、あとの枝葉の表現は、AIでいくらでも生成できるんです。逆に、根っこが曖昧なままだと、いくら表現をいじっても、いかにもAI的な、芯のないページが量産されるだけになってしまいます。だから、意外と「そうだね、理想はそうだけど、時間ができたらやろうかな」レベルの話じゃないかも。。

ステップ3：第三者からの評価・言及を増やす

そして、そのステップ2をAIにも認識してもらえるように、第三者からの評価や言及を増やしていくのがステップ3です。自社で「うちはこうです」と言うだけでなく、まわりが「あの店、いいよ」と言ってくれている状態をつくる、ということですね。

いろんな場所で分散的に言及されている状態をつくる。大昔であればリンクで表現されていたようなものですが、これが本当にリアルな言及になっていくという状態ですね。これは根が張って、枝が伸びて、その先に花が咲くようなもので、いきなりここには行かないので、足場から作っていくことが重要。

うーん先が長い・・

ただまあ、実際に買い物の時にAIに相談してみると、プロテインのおすすめとかリカバリーウェアのおすすめとかざっくりしたことを聞くと、だいたいメジャーブランドばっかりが出てきて、中小企業側としてはがっかりしますが、かなり細かくて具体的なことを言うと、そんなにブランディングって感じじゃない商品の情報がちゃんと紹介されてくるんですよね。

なので、まずはステップ1でもAIから紹介される機会は増えるんじゃないかと思います。遠くばっかり見てると足元につまずくし、足元ばっかり見てると迷子になっちゃうので、両方見ながらやっていきましょう。

まとめ

そういうわけで、やりやすいステップ1から手をつけるのがいい、と自分は思います。比較的テクニカルで、テンプレ的に実行しやすいので、後述の研修で社内導入手順をお伝えするつもりです。

ステップ2は、健康習慣みたいなもので、日頃からじりじり掘り下げていきたい。まあ、オフィスの中で頭で考えるというよりは、いろいろ押したり引いたり動かして、状況を動かしながら、この角度は反応あるなということを見つけていく。

だいぶ長くなりましたが、振り返ってみると、AIO全体の構造は、これまでのSEOの考え方（EEATなど）や、ECの考え方（BEAFなど）とよく似ていると思いませんか。新しい話ですが、深い本質の部分は、これまでとあまり変わらない。

私もそうですが、私のまわりには、この業界を10年、20年とやってきた方が多いです。最近の変化を前にすると、つい「自分のやり方は、もう古いんじゃないか」と思いがちです。時代が変われば道具は変わります。幕末で侍の戦い方が変わったようなものですかね。でも、上記のような話ですから、新しく学んで実践すれば、これまでの取り組みや学んできたことは、これからも活きる 。たぶん。

そういうわけで、「対応しなければ」という義務の話ではなくて、対応できれば、これまでの積み上げが報われるかも、という希望の話として受け取ってもらえたら嬉しいです。私たちも、その一端を担えればと思っています。

AIを活用して、「これからのEC」に備えるために

ここまで、AIに商品を紹介してもらいやすくする考え方を紹介してきました。

ただ、実際に進めようとすると、「まず何から直せばいいのか」「自社の商品ページにどう落とし込めばいいのか」「そもそもAIを業務で使いこなせていない」という方も多いと思います。

そこでコマースデザインでは、8月から、EC事業者向けのAI研修「ECステップアップ研修（AI実務編）」を開催します。「これからのEC現場」に必要な判断力・実行力と、AIスキルを、6週間でまとめて習得していただく研修です。業務効率化や「AIを使った売上アップ」を、手を動かして学んでいきます。

現場のEC担当者が、過去の延長線や指示待ちではなく、AIの力も借りながら自分で判断ができるようになり、自分でAIを使いこなせるようになることを目指す研修です。AIO専門のカリキュラムではありませんが、今回お話ししたStep1程度であれば、考え方とテンプレをまるっとお伝えするので、社内のパートさん+AIでゴリゴリ回せるようになりますよ。

料金

有料の研修ではありますが、助成金（リスキリング支援）の対象になってまして、従業員の受講であれば、料金の最大75%が補助されます。条件が合えば、実質3万円ちょっとで受けられることになります。毎回多くの方が活用されています。申請に必要な書類まわりや手続きのサポート体制もあります。

研修の3つの特徴

1. いつでも学べるビデオ講義 × 毎週のオンライン授業
2. オンライン交流で仲間ができ、意識が高まる
3. 学ぶ→即実行のサイクルで着実に身につく

まずは、7月2日に研修の無料説明会を行います。どんなカリキュラムなのか詳しく説明するので、参加するだけでも参考になると思います。助成金まわりの紹介もします。都合がつかなくてもアーカイブ動画でお届けします。まずはご予約ください！

補足：この記事で参考にした主な情報源

この記事は、いろんな方が言っている話を参考にまとめたものです。大学の研究でもこのテーマが扱われていました。元の情報を確認したい方は、以下を当たってみてください。前述の住さんはこのテーマで『AIで集客する仕組み』という書籍も出しておられます。

• クエリ・ファンアウトの仕組み（Google公式）：Google「AI Mode in Search」
• AIに引用されやすくなる書き方の研究（具体的な数字・出典・はっきりしたQ&Aが効き、キーワード詰め込みは効かない）：GEO: Generative Engine Optimization（プリンストン大ほか, 2023）
• AIの引用元の約9割が第三者サイトという調査：Otterly.AI「AI Search Citations & Sources」
• AI検索の回答に検索上位10サイトが引用される割合が38%まで下がっているという2026年データ：The Digital Bloom「AI Citation Position Revenue Report 2026」
• レビュー・UGCがAI最適化に効く（ECの実務知見）：Yotpo「LLM Optimization for E-commerce」
• 日本のEC向けLLMO対策とレビュー件数の目安：mesut「EC向けLLMO対策」
• Amazon Alexa for Shopping（旧Rufus）の仕組み（Q&A・レビューを引用する）：Amazon Science「Rufusの技術」
• Rufus→Alexa for Shopping への刷新（2026年5月）：ITmedia NEWS
• 楽天市場アプリのRakuten AI（Web検索トレンドも取り込む）：楽天グループ プレスリリース 2026/1/5
• 「AIに評価される」とは何か（自社情報の一貫性という土台の話）：運営堂「『AIに評価される』って喫茶店のおばちゃん対策のようなものだと思っている」
• AI時代の広報・第三者からの評判の重要性：住太陽「広報とデジタルPRでメディア露出とクチコミを増やす方法」
• 住太陽『AIで集客する仕組み』（書籍）

また、先述のように40人に及ぶモニターの皆様のお声で磨きがかかっています。大変ありがとうございました！

カテゴリー： EC戦略論