AIに商品を見つけてもらうには？Azomaが示した確認点

AIに商品を紹介してもらいたいときは、まず商品の説明と、実際に買える条件が正しく伝わっているかを確かめます。 2026年9月7日、Azomaが、買い物を助けるAIへの対策をどう進めるか発表しました [1]。

たとえば、通販の担当者がAIに商品を探してもらったところ、他社の商品だけが候補に出たとします。「商品説明を増やすべきか」「新しい設定が必要なのか」と迷う場面です。まず確かめたいのは、どんな質問をして、どのような商品が、何を根拠に紹介されたかです。

発表の要点と、通販サイトで確認する順番をまとめます。情報は2026年9月8日時点です。今回の発表を、すべての通販サイトがすぐに専用ツールを契約すべき根拠とは考えません。商品情報と確認方法を見直すきっかけとして読むのが実用的です。

1. Azomaは何を発表した？

買い物を助けるAIへの対策を、商品の見つけやすさから情報の修正まで続ける、という内容です。 Azomaは、そのためのサービスを提供している会社です。今回の文章も、同社自身が配信した発表です。

同社はこの取り組みを、Agentic Commerce Optimisation、略してACOと呼んでいます。商品をAIに見つけてもらい、内容を理解してもらい、買い物の候補として提案してもらうための工夫、という意味で使っています [1]。

発表では、複数のAIで商品がどう扱われているかを確認し、参照された情報や他社の商品と比べ、修正を商品群に広げることを挙げています。ただし、すべてのAIに共通する正解や、業界の正式な規格が決まったという話ではありません。

読むときは、サービスの紹介と、購入者側で確かめるべきことを分けます。「幅広いAIに対応」と書かれていても、自社が販売している国、商品、言語で何が確認できるかは別途見る必要があります。紹介文だけで、自社の売上が増えるかは判断できません。

たとえば、自社の商品が紹介されない原因を知りたい場合、候補に入った回数だけが出ても、次に何を直すかは決まりません。商品の説明が間違っているのか、想定と違う質問を試しているのか、購入できない条件なのか。担当者がその先を調べられることが必要です。

新しい名前を覚えることより、今の仕事のどこに確認を足すかを考えるほうが始めやすくなります。商品を登録する人、説明を書く人、広告を出す人、注文を確認する人の間で、同じ商品情報を見られるようにしておくことから取り組めます。

AIの回答に自社を紹介してもらう考え方は、LLMOの基本でも扱っています。今回は、商品を選ぶ際に必要になる用途、価格、在庫、配送などの情報に絞って考えます。

2. 買い物をAIに相談する流れは、以前から始まっている

9月7日の発表で、AIによる買い物支援が初めて始まったわけではありません。 新しい発表と、それ以前のサービスの説明を分けて読むと、何が変わったのかが分かります。

Amazonは、商品情報やレビュー、利用者の質問と回答などを使って、商品を比較したり質問に答えたりする仕組みを説明しています。公式ページでは、以前のRufusという名称を2026年5月13日にAlexa for Shoppingへ変更したとも案内しています [3]。

Walmartも、2025年6月6日のSparkyの発表で、レビューをまとめたり、商品の違いや用途に応じた候補を案内したりする機能を紹介していました。その時点で使える機能と、今後加える予定の機能は分けて書かれています [4]。

日付	確認できる出来事	読むときの確認点
2025年6月6日	WalmartがSparkyを発表	当時の機能と、その後の予定を分ける
2026年5月13日	AmazonがRufusをAlexa for Shoppingへ改名したと案内	古い名前と現在の名前を別サービスとして数えない
2026年9月7日	AzomaがAIへの商品提案対策とツール選びの確認点を発表	独立した比較調査ではなく、提供会社の発表として読む
2026年9月8日	当記事で公式の発表と説明を確認	新しい発表と、以前からある仕組みを区別する

日付の新しさだけで、導入を急ぐ必要があるかは決めません。自社の顧客がどこで商品を探しているか、その場所で何が使えるかを先に確かめます。

海外で紹介されている機能が、日本の利用者にも同じように使えるとは限りません。アプリで使う機能なのか、ブラウザでも使えるのか、対象の国やアカウントに条件があるのかも確認します。調査の記録には、見た日と利用した環境を残します。

また、商品について答える機能と、注文まで進める機能は同じではありません。AIが「この商品がよさそうです」と紹介しても、その場で支払いまでできるとは限りません。商品ページへ移って人が購入する場合もあります。

通販の担当者が最初に知りたいのは、「今の顧客が使う場所で、自社の商品がどう説明されるか」です。遠い将来の購入予測を、今日の自社の注文数に置き換えて考える必要はありません。

3. 「候補に出る」と「売れる」を分ける

商品がAIの回答に出ても、訪問や購入につながったかは別に確認します。 ここをまとめてしまうと、何が良くなったのか分からなくなります。

最初に見るのは、質問に合った商品として候補に入ったかです。次に、商品名や用途、条件を正しく説明しているかを見ます。そして、リンクを開いた人がいたか、実際に注文されたかを調べます。それぞれ、確認できる場所が違います。

たとえば、AIが商品名を正しく紹介していても、「食洗機で洗える」と誤って答えていたら、その回答は望ましい状態ではありません。売っていない色を提案した場合も同じです。掲載された回数だけを成果として扱うと、説明の誤りが見えなくなります。

反対に、商品名が出なかった一度の回答だけで、サイト全体に問題があるとも言えません。質問が自社の商品に向いているか、条件に合う商品を実際に販売しているかを見直します。「一番安いもの」と聞いたときと、「修理しながら長く使えるもの」と聞いたときでは、求めている商品が違います。

確認メモは、見つかったか、説明は正しいか、リンク先は合っているか、訪問があったか、注文があったかに分けて残せます。全部を一つの点数にまとめる前に、何を数えているのかを揃えます。

売上と結びつける場合も、比較する期間や注文の数え方を先に決めます。値下げや広告の変更が同じ時期にあれば、商品説明を直した効果だけを切り出すのは難しくなります。分かったことと、まだ分からないことを分けて報告します。

「AIに出たので売上が増えた」と急いで結論を出すより、「商品名は出たが説明に誤りがある」「訪問は確認できたが注文とのつながりは未確認」と書くほうが、次の作業を選べます。改善の途中でも、観察できたことは十分な材料になります。

4. 最初に商品ページで確認したいこと

商品の魅力を長く書き足す前に、購入するために必要な情報が揃っているかを見ます。 商品名だけが正しくても、用途や条件が分からなければ、読者は自分に合うか判断できません。

Googleの商品データの案内にも、名前、説明、画像、価格、在庫などの項目があります。すべての商品に同じ項目が必要というわけではなく、商品や販売先によって条件は異なります [6]。まずは販売している商品に必要な情報を確認します。

確認する情報	読者が知りたいこと	見落としやすい点
商品名と型番	どの商品についての説明か	旧製品や似た名前の商品が混ざっている
用途と使えない場面	自分の目的に合うか	長所だけで、向かない使い方が分からない
サイズ・容量・素材	手持ちの物や使う場所に合うか	写真だけでは判断できない
価格と追加費用	最後にいくら払うか	会員価格や送料の条件が別の場所にある
在庫と配送	注文できるか、必要な日までに届くか	色やサイズごとの違いが分からない
返品・交換	合わなかったときにどうするか	商品ごとの例外や連絡先が見つからない

自社の商品を一つ選び、この表の質問に、公開ページだけで答えられるか試します。答えが社内の資料にしかなければ、公開してよい内容を確認して、必要な場所へ追加します。

たとえば、収納用品を売っている場合、「たっぷり入ります」だけでは、置きたい棚に入るか分かりません。外寸と内寸の違い、ふたを開けるための空間、重ねて使えるかなど、実際に選ぶ場面で必要になる説明を考えます。

これらは説明用の例です。何を追加するかは、商品そのものと実際の問い合わせから決めます。全商品に同じ文章を足すのではなく、その商品で迷いそうな点を短く説明します。

説明が必要な場所も考えます。比較中に知りたいサイズの情報が、購入直前の画面にしかないと、途中では確認できません。商品を選ぶページで、選ぶための情報が見つかるかを確かめます。

情報を増やすときは、古い説明を残したままにしないことも大切です。本文では「洗濯できません」、よくある質問では「洗濯できます」となっていないかを見ます。同じページの中で答えが違う場合は、正しい仕様を確認して揃えます。

商品写真も、販売中の物と一致しているか確かめます。付属品の有無が写真から分かりにくい場合は、説明を添えます。写真に写っている物がすべて付くと思われないか、初めて見る人の立場で読み直します。

5. 価格・在庫・返品の説明を揃える

自社サイトと販売先で、同じ商品の情報が食い違っていないかを確認します。 ページを一枚だけ直しても、別の場所に古い説明が残ることがあります。

Google Merchant Centerは、商品情報をGoogleへ渡すためのサービスです。価格の案内では、渡す金額と通貨を、商品ページや支払い画面の表示と一致させることを求めています [7]。

通販担当者ができる確認は単純です。商品を一つ選び、通常の商品ページ、販売先へ渡している情報、実際の支払い画面を順に見ます。条件を変えずに同じ商品を選んでいるかも確かめます。

色やサイズによって価格が違う商品では、最安の組み合わせだけが大きく表示されていないかを見ます。比較しているのが本体だけなのか、付属品のあるセットなのかも揃えます。違う条件の価格を並べて「間違っている」と判断しないためです。

在庫も同じです。商品全体の在庫と、選んだ色やサイズの在庫を分けて確認します。予約販売なのか、入荷日が決まっているのか、今すぐ発送できるのかを、実際の販売状況に合わせて説明します。

配送では、地域や注文時刻によって条件が変わる場合、その条件を見つけやすくします。「翌日届く」という言葉だけでは、すべての地域で同じなのか分かりません。倉庫から出荷する日と、到着する日も分けて書きます。

返品については、店舗で決めている条件を元に案内を揃えます。Googleには、返品の期間、方法、費用などを検索へ伝える設定もあります [9]。先に実際の規約を確認し、その内容とページの説明が一致するようにします。

確認した日と、情報を管理している場所もメモします。価格を変更するたびに複数の画面を手作業で直す運用なら、どこかに古い値が残る可能性があります。誰がどこを直すのかを決めておくと、次の変更で同じ確認を繰り返しやすくなります。

AIの回答に誤った価格を見つけても、その場でAIに言い直させるだけでは、公開情報は更新されません。まず自社が直せる元のページや商品データを確認します。参照先が他社の販売ページなら、販売先の窓口へ正しい情報を伝える手順を確認します。

修正後も、AIの答えがすぐに変わるとは限りません。「元の情報を直した日」と「AIの答えを再確認した日」を分けて記録します。情報を直す作業が終わったのか、その情報が回答に反映されたかを区別できます。

6. AIにはどんな質問を試す？

商品名を知っている人と、まだ商品を選んでいない人の質問を分けて試します。 自社の商品名を入れた質問だけでは、比較の候補に入りやすいかまでは分かりません。

最初は、普段の問い合わせや店頭で受ける質問を材料にできます。架空の流行語を並べるより、誰が何に困っているかが分かる質問を選びます。個人情報や、公開されていない顧客の相談内容は含めません。

質問の種類	説明用の質問例	確認すること
用途から探す	通勤かばんに入れやすい水筒を探したい	用途に合う候補が出るか
条件で比べる	軽さと洗いやすさで水筒を比べたい	比較の理由が商品の仕様と合うか
商品を指定する	この型番の水筒は食洗機で洗える？	商品を取り違えずに答えるか
購入条件を聞く	この商品は、どこで在庫を確認できる？	現在の販売先へ案内しているか
例外を聞く	この商品に入れてはいけない飲み物は？	使えない場面を正しく説明するか

自社の商品に置き換えて、答えを確かめられる質問から始めます。AIが出した文を読む前に、商品の正しい仕様を用意しておくと、表現の良し悪しだけで評価せずに済みます。

質問には条件を詰め込みすぎないようにします。価格、色、サイズ、用途、届く日を一度に指定すると、商品が出なかった理由を調べにくくなります。まず大切な条件を絞り、必要に応じて別の質問で確かめます。

逆に、自社の商品だけが残るような細かい条件を入れても、普段の買い物で候補に入るかは分かりません。商品の型番を指定する確認と、名前を知らない人の比較を分けて残すことが役立ちます。

質問文はそのまま保存します。「軽くて洗いやすい」と「洗いやすくて丈夫」では、同じことを聞いていません。後で比べるためには、質問を変えたのか、同じ質問をもう一度試したのかも分かるようにします。

利用したAI、国や言語、確認日、会話を新しく始めたかどうかなども残します。試した環境が違う場合は、結果だけを一列に並べず、違いを添えます。厳密な市場調査ができたと扱うのではなく、自社の確認として続けるための記録です。

商品が候補に入っていないときは、代わりにどの商品が出たかも見ます。ただし、他社が候補に出た理由をAIの説明だけで確定しません。表示された商品の公開情報と、質問の条件を照らし合わせて、確認できる違いから調べます。

7. 商品ページの裏側の設定も確認する

画面に書いてある商品情報と、検索サービスへ伝える商品情報を一致させます。 制作担当者に確認を頼む場合は、この目的を伝えると話が進めやすくなります。

商品ページには、人が読む文章のほかに、価格や在庫などを決まった形式で伝える設定を置けます。これを構造化データと呼びます。Googleは、商品ページの情報を検索結果で伝えるための仕組みとして案内しています [5]。

名前が難しくても、確認したいことは商品ページと同じです。商品名が合っているか、価格が古くないか、在庫の状態が実際の販売状況と合っているかを見ます。担当者へは「何かAI用のコードを入れて」ではなく、「画面の表示と、検索へ渡している値が一致しているか確かめたい」と依頼できます。

販売しているページと、商品の紹介だけをするページでは、使う設定が異なる場合があります。Googleの販売ページ向けの案内を見て、自社のページに合ったものを選びます [8]。別のサイトの設定を、そのまま貼ればよいわけではありません。

通販の仕組みやテーマが、すでに必要な情報を出している場合もあります。追加する前に、今どんな設定があるかを制作担当者へ聞きます。自動で出している情報と、後から足した情報が食い違わないようにします。

確認の依頼には、商品ページのURL、正しい商品名、確認した価格や在庫、気になっている点を添えます。専門用語を覚えてから依頼する必要はありません。「このページでは在庫ありですが、検索向けの情報でも同じになっていますか」と聞けます。

修正したら、設定の形式が正しいかと、内容が正しいかの両方を見ます。形式の確認でエラーがなくても、販売していない商品名や古い価格が入っていれば、内容は正しくありません。担当者と実際の商品ページを並べて確認します。

Googleは、AI OverviewsやAI Modeへ掲載されるための特別な設定や専用の構造化データは不要と説明しています [10]。ただし、これはGoogleのAI検索についての案内です。他社の買い物機能の参加条件まで、すべて同じという意味ではありません。

また、サイト内の検索や予約などの操作をAIに伝えるWebMCPは、商品情報を正しく記載する作業とは別に考えます。サイトで使える操作を用意しただけで、商品が必ず候補に選ばれるわけではありません。仕組みはWebMCPの解説で確認できます。

まず商品情報を揃え、そのうえで、AIに任せたい操作があるかを考えます。商品を探す、条件を指定する、在庫を確かめるなど、目的を一つずつ決めると、必要な設定を相談しやすくなります。

8. AIの説明が間違っていたときの調べ方

間違った答えを見つけたら、質問、回答、参照先、商品の正しい情報を一組で残します。 「AIがおかしかった」という報告だけでは、担当者が同じ状態を確認できません。

たとえば、洗えない部品について「丸洗いできます」と表示されたとします。まず、どの商品についての答えかを確かめます。似た名前の別製品や、古い型番の説明を見ていないかを確認します。

参照先のリンクがあれば、実際に開いて内容を見ます。リンク先にその説明が書かれているのか、商品を取り違えていないかを確認します。リンクが表示されたことだけで、その回答がすべてそのページを根拠にしているとは決めません。

リンクがない場合は、参照先を確認できなかったと記録します。推測で「レビューを読んだはず」「自社サイトを見ていないはず」と書かないようにします。後で別の担当者が読んでも、観察したことと想像を区別できます。

記録する項目	残す内容	次の作業
確認した環境	AIの名前、日付、言語、利用した画面	条件を揃えて再確認する
質問	実際に入力した文	想定する顧客の疑問と合うかを見る
回答の問題	商品名、用途、価格などのどこが違うか	正しい仕様を確認する
参照先	表示されたリンク。なければ「表示なし」	ページに誤りがあるかを見る
修正する場所	自社ページ、販売先、商品情報の管理画面	その場所の担当者に依頼する
再確認	修正日と、回答を再確認した日	情報の修正と回答の変化を分けて残す

最初は一つの問題について、この記録を作れば十分です。全商品の一覧を作り込む前に、見つけてから直すまでを一度通してみます。

自社ページに誤りがあるなら、正しい仕様を確認して直します。他社の販売ページが古い場合は、掲載情報の更新窓口を確認します。正しいページを見てもAIが誤って説明している場合は、その事実を残し、使っているサービスの報告機能などを確認します。

どの場合も、AIの回答に合わせて正しい商品情報を変更することはしません。売りたい表現に寄せるために、対応していない用途や性能を足すことも避けます。商品の仕様を確認できる人が、修正内容を確かめます。

再確認では、同じ質問に戻ります。都合のよい答えが出るまで質問を変えると、何が変わったのか分からなくなります。質問を変えて追加で調べる場合は、別の確認として記録します。

一度正しい回答が出ても、すべての利用者に同じ答えが出ることを確認したわけではありません。修正結果を報告するときは、「この日時、この質問では正しく表示された」と条件を添えます。作業を続けるうえで、これが比較の基準になります。

9. 少数の商品から、続けられる手順を作る

最初は、情報を確認できる担当者がいて、顧客の質問も集めやすい商品から始めます。 全商品を一度に調べようとすると、誤りを見つけても修正が進まなくなることがあります。

対象を選ぶときは、売れている商品だけにこだわりません。問い合わせが多い商品、仕様が変わった商品、色やサイズの違いで説明を間違えやすい商品も、確認の候補になります。何を調べたいかに合わせて選びます。

以下は、小さく始めるための作業例です。Azomaが効果を検証した手順ではなく、担当者が確認と修正を続けるための進め方として使えます。

順番	やること	作業が終わったと判断する目安
1	対象の商品と、顧客が聞きそうな質問を選ぶ	商品の仕様を確認できる人が決まっている
2	商品ページと販売先の説明を確認する	食い違う情報と直す場所を記録できている
3	AIに質問し、答えと参照先を残す	質問と確認条件を後から再現できる
4	確認できた誤りや不足を直す	正しい情報と修正箇所を担当者が確認している
5	同じ条件で再確認する	変わった点と変わらない点を分けて残している
6	訪問や注文の記録を確認する	回答の変化と売上への影響を混同していない

一巡してから、対象の商品を増やすか決めます。確認だけが増えて修正が追いつかない場合は、対象を広げる前に担当や依頼方法を見直します。

商品情報の責任者も決めます。文章を書く人が、価格や返品条件まで判断できるとは限りません。仕様は商品担当、価格は販売担当、ページへの反映は制作担当など、確認する相手を明確にしておきます。

依頼は、直してほしい場所と正しい情報を一緒に渡します。「AI対策をお願いします」だけでは、作業の範囲が分かりません。「この商品ページと販売先で容量の説明が違うので、仕様を確認して揃えたい」と書くと、必要な人へつなぎやすくなります。

修正の優先順位は、購入者が誤解すると困る内容から考えます。使えない用途、間違った価格、注文できない在庫などは、魅力的な紹介文を追加するより先に確認したい項目です。文章の量だけで優先順位を決めないようにします。

作業を止める条件も用意します。商品の正しい仕様が分からない、販売先へ更新を依頼する窓口がない、AIの回答を確認できる環境がない場合は、その理由を残します。分からない情報を埋めて進めるより、確認先を見つけることが次の作業になります。

確認する頻度は、商品の変化に合わせて決めます。価格や在庫がよく変わる物と、仕様が長く変わらない物を、同じ手間で見続ける必要はありません。変更があったときに確かめる項目と、定期的に見る項目を分けます。

社内で共有する報告も、短くまとめられます。「確認した商品」「見つけた問題」「直した場所」「次に確かめること」を残せば、長い市場解説を毎回付けなくても作業を引き継げます。

10. 専用ツールを比較するときの質問

商品の表示回数だけでなく、何を直すかまで調べられるかを確認します。 数字を眺める画面が増えても、修正の担当や方法が決まらなければ、日々の作業は進みません。

AzomaとDigital Shelf Instituteが紹介する5Csには、情報の不足、顧客の質問、参照先、回答の正しさ、獲得した顧客という観点があります [2]。公開ページの説明を読む際も、名前を覚えるより、自社で確認できる項目に置き換えると使いやすくなります。

ツールの説明を受けるときは、できれば自社の商品と質問を一つ持ち込みます。用意された成功例だけでなく、商品が出ない場合や、誤った説明が出る場合に何が分かるかを見せてもらいます。

聞きたいこと	確認する理由
対象のAIと、国・言語は何か	自社の顧客が使う環境と合うかを見る
実際の質問と回答を保存できるか	点数の根拠を担当者が読み返せるようにする
表示された参照先まで確認できるか	どの情報を直す候補にするか調べる
正しい商品仕様と比較できるか	商品名が出ただけで成功と扱わない
誤りを見つけた後、誰が何を直すのか	自社の担当者が作業を続けられるかを見る
利用量や追加費用はどう決まるか	商品や質問を増やしたときの負担を把握する

実際の契約条件や料金は、その時点の案内で確認します。確認できていない金額を、比較表へ推測で入れないようにします。

AIごとの違いも聞きます。同じ質問を同じ方法で試しているのか、国や利用条件が異なるのかによって、数字の並べ方は変わります。「対応AIの数」が多いことだけで、自社に向いているとは決まりません。

参照元の分析については、何を確認できていて、何が分からないかを聞きます。回答に出たリンクを集めているのか、商品説明と比較しているのか、修正の候補を提案しているのかで、使える場面が異なります。

担当者がすぐに修正できない項目が多い場合は、ツールの前に情報の管理方法を整える必要があります。商品データが部門ごとに分かれているなら、まず正しい情報をどこで確認するか決めます。画面を導入しただけで、組織内の確認が済むわけではありません。

最初から長期間の運用を決めるより、確認したい問題を明確にして試すと、判断しやすくなります。「候補に入る回数を見たい」だけでなく、「商品の誤った用途説明を見つけ、担当者へ渡せるかを見たい」というように、作業の形で目的を書きます。

新しいサービスを選ぶ場合も、今ある仕組みで足りる場合もあります。何が足りないかを一度自分たちで確かめてから比較すると、必要な機能と、まだ使わない機能を区別できます。

11. AgentSignalでは何を確認する？

AIの回答での表示と、自社サイトに来た後の動きは、別々に確認します。 AgentSignalを使う場合も、見えている範囲を明確にして記録します。

AIO分析では、設定した質問について、対応するAIでの表示を確認する使い方があります。まず、商品名を入れる質問と、用途から探す質問を分けて登録し、回答や対象ページを読みます。利用できるAIや実行条件は、実際の設定画面で確認します。

一方、計測タグは自社サイトへの訪問や画面操作を記録するためのものです。AIの回答に出たリンクから人が来た場合には、その後にどのページを見たか、どこを操作したかを確認する材料になります。

タグを置くだけで、AmazonやWalmartのアプリ内で何が表示されたかが分かるわけではありません。他社の画面で商品がカートに入ったか、そこで決済されたかも、自社のタグだけでは確認できません。

AIのアクセスらしい記録があった場合も、その訪問を商品への推薦とみなさないようにします。ページを読みに来たことと、回答に採用されたことは別です。訪問者の分類が、暗号署名などによる本人確認を意味するわけでもありません。

訪問が確認できたら、まず商品ページから次へ進めているかを見ます。配送案内を探して行き来している、入力画面でエラーが出ているなど、観察できる行動を記録します。ただし、画面操作だけで本人の気持ちを決めつけないようにします。

注文の有無は、自社の注文記録でも確認します。AIからの訪問があった日と、売上が増えた日が同じだっただけでは、直接のつながりまでは分かりません。広告や価格など、同時に変えたことも確認します。

設定から始める場合は、計測タグの設置ガイドを使えます。公開ページに基本的な問題がないかを見たい場合は、無料のAIOチェックも入口になります。ただし、診断点数で買い物AIへの掲載や購入を保証するものではありません。

記録を読む人が変わっても同じ意味で使えるように、「回答での表示」「自社への訪問」「自社での注文」を分けて報告します。自社で見える範囲から確認を始めれば、足りない記録や次に相談する相手も分かりやすくなります。

12. 今日始めるなら、まず一つの商品を見直す

商品を一つ選び、顧客の質問に公開ページだけで答えられるか確かめるところから始められます。 大きな調査計画や、新しい仕組みの導入を先に決める必要はありません。

最初に、商品をよく知る担当者と、普段届く質問を確認します。価格だけで選ぶ商品なのか、使える場面が分からず迷う商品なのか、サイズが合うかで迷う商品なのかを考えます。商品名を知らない人がどんな言葉で探すかも、問い合わせを材料にできます。

次に、その質問に答える情報を商品ページで探します。社内では当然と思っている条件が、ページには書かれていないかもしれません。書かれている場合も、長い説明の途中に埋もれていないかを見ます。

たとえば、商品の手入れを説明するなら、「お手入れが簡単です」で終わらせず、何を外して洗うか、使ってはいけない洗い方があるかを確認します。作業手順が多い場合は、短い図を添えられます。確認できていない仕様を、分かりやすさのために補って書くことはしません。

AIへの質問は、ページを確認した後に試します。正しい答えを知ったうえで読むと、商品の取り違えや条件の抜けに気づきやすくなります。候補に出るかだけでなく、何と説明されたかを見ます。

問題を見つけたら、直す場所を一つ決めます。商品名が違うなら商品名、用途の説明が不足しているならその説明から取り組みます。多くの場所を同時に変更する場合は、変更一覧を残して、後から何をしたか分かるようにします。

修正の依頼文は、次のように短く書けます。これはそのまま使うための例なので、商品と状況に合わせて置き換えます。

対象は、この商品ページです。AIの回答では付属品が本体に含まれると説明されていますが、現在は別売りです。商品ページと販売先の説明を確認し、付属品の扱いが分かるように揃えたいです。正しい仕様を確認できる担当者と、更新する場所を教えてください。

依頼に回答が来たら、どこを直したかを残します。更新作業と、AIの回答を再確認する作業の担当が違っても、同じメモを見れば引き継げます。確認したい内容を先に決めておくと、「対策をした」という曖昧な報告で終わりにくくなります。

結果が変わらなかった場合も、作業がすべて無駄だったと決める必要はありません。商品ページの誤りを直せたことと、AIの回答に変化が見られないことを分けて残します。次は別の参照先を見るのか、時間を置いて再確認するのかを選べます。

逆に、良い回答が出ても、その一回だけを成功事例として広く紹介するのは早すぎます。同じ条件での確認を続け、問い合わせや注文について分かる記録も見ます。小さく始める目的は、良い数字を早く作ることではなく、担当者が自分たちで確認し続けられるようにすることです。

Azomaの発表から自社で始めることを一つ選ぶなら、商品情報とAIの答えを照らし合わせる作業です。新しい言葉に合わせて仕事を増やすより、購入者に正しい情報を届けるために、今の確認へ何を足すかを考えます。

まとめ

• Azomaは2026年9月7日、買い物を助けるAIへの対策と、ツール選定の確認点を発表しました。業界共通の標準が決まったという内容ではありません。
• 商品を紹介してもらう前に、用途、価格、在庫、配送、返品の情報が正しく揃っているかを確認します。
• AIへの質問、回答、参照先、確認日を残し、実際の仕様と比べます。一回の回答だけで原因や効果を決めません。
• 商品が候補に出たこと、自社への訪問、実際の注文を分けて記録します。
• 最初は少数の商品から、情報を見つけ、直し、再確認する流れを作ります。