AIコマース向けの商品説明とFAQを生成。BigCommerceの新機能で変わる作業

「この商品は屋外でも使えますか」「別売りの部品は必要ですか」。商品ページを読んでも答えが分からなければ、買う人は別のページを探すことになります。AIへ商品を相談する場合も、判断に使える情報が必要です。

Commerceは2026年9月29日、BigCommerce Catalog EnrichmentとFeedonomics Enrichmentを発表しました。既存の商品データを使い、商品名、説明文、FAQなどを生成・整備する機能です。[1]

今回のニュースを、商品を扱う担当者の作業へ置き換えて解説します。確認日は2026年9月30日。機能発表と、本記事で提案する確認方法を分けて読み進められる構成にしています。

AIコマース向けに増えた商品データの新機能

新機能が扱うのは、AIによる商品発見や比較にも使われるカタログの情報です。商品説明を一つずつ外部へ書き出す作業を、店舗や商品データの管理に近い場所で進める狙いがあります。[1]

商品説明とFAQをまとめて作る

発表では、商品名、説明、特徴の箇条書き、FAQ、SEO向けの情報などが生成対象として挙げられています。元の商品情報から文章や項目を整え、人が確認して反映する流れです。[1]

使う側が先に用意したいのは、商品の確かな情報です。寸法が不明なまま文章を増やしても、その商品の大きさが分かるようにはなりません。

例えば収納用品なら、外寸、内寸、耐荷重、材質、組み立ての有無が候補になります。すべての商品へ同じ項目が必要という意味ではなく、購入前に判断される条件を揃えるということです。

生成前の作業を「原稿を用意する」と考えるより、「商品の事実を集める」と捉えると、担当を分けやすくなります。仕入れ担当は仕様、物流担当は発送条件、編集担当は文章の分かりやすさを確認できます。

商品情報の不足は、買う人の疑問になる

商品情報を整える価値は、文章量を増やすことだけではありません。購入を迷う人の質問へ答えられることにあります。

以下はデスクライトを想定した説明例で、実在する商品の仕様ではありません。

曖昧な説明	確認したい質問	元資料で調べる項目
コンパクトです	机の空き場所に置けるか	台座の幅・奥行き
明るさを調整できます	どの方法で調整するか	調整段階・操作方法
長く使えます	光源を交換できるか	交換可否・保守方法

AIが作った文章に具体的な数字が増えても、元資料にない数字なら採用できません。答えられない項目は、商品担当者へ確認する作業として残します。

BigCommerceとFeedonomicsの違い

二つの名称は、使う場所の違いから理解できます。BigCommerceは店舗の管理画面、Feedonomicsは複数の販売先へ届ける商品データの整備が中心です。[1][2]

BigCommerceは店舗管理画面で商品を編集

BigCommerce Catalog Enrichmentは、管理画面の中で商品を選び、ブランドに関する情報を与えて生成し、結果を確認して適用する流れとして発表されています。[1]

店舗担当者が試すなら、最初から全商品を対象にせず、仕様を確認しやすい商品を少数選ぶ方法があります。これは本記事の運用提案で、公式が指定する必須の商品数ではありません。

対象にする商品の条件は、販売を継続する予定があること、仕様書を確認できること、原稿を確認する担当が決まっていることです。担当者のいない商品を大量に生成すると、確認待ちだけが増える可能性があります。

本記事では実際の契約アカウントで新機能の画面を操作していません。表示場所やボタン名、利用できるプランは、契約中の管理画面と公式案内で確認してください。

Feedonomicsは複数の販売先へ送る情報を整える

Feedonomicsは、販売先ごとに使う商品データを整える役割を担います。公式製品ページでは、商品名、カテゴリ、ブランド、説明、独自の属性などを扱うことや、複数のデータ取得元・配信先が説明されています。[2]

自社サイトと外部の販売先で商品名や仕様が食い違うと、購入者は同じ商品か判断しにくくなります。まず、どの情報をどこから更新するかを決めておきたいところです。

例えば、在庫は在庫管理、価格は基幹システム、説明文はEC管理画面という構成なら、文章生成の結果で価格や在庫を上書きしない設計が必要です。

導入前には「元データ→編集する場所→配信先」を一枚に描いておくと、担当者と話しやすくなります。配信先が増えても、どこを直せば正しい説明が届くか分かる状態を目指します。

AI生成の商品説明を公開するまでの確認

生成結果は、商品仕様、表現、販売条件の順に確認します。文章として自然でも、商品について正しいとは限らないためです。

品質スコアと実際の商品仕様を照合する

発表では、正確性、一貫性、ブランドの表現との一致を評価する品質スコアが案内されています。ただし、高いスコアを実物確認やメーカー資料の代わりにはできません。[1]

確認用の表には、生成された文章と根拠を並べます。例えば次の形式です。

生成された項目	根拠にするもの	判断
商品の寸法	対象型番の仕様書	一致・修正・未確認
付属品	同梱品一覧	一致・修正・未確認
使用できる環境	取扱説明書	一致・修正・未確認
発送までの日数	現在の店舗運用	一致・修正・未確認

型番違い、旧製品、別サイズの資料を参照していないかも確認します。「同じシリーズだから同じはず」という判断で数値を埋めないことが重要です。

根拠のない性能や効果が加わっていたら、表現を弱めるだけでなく、その記述を採用する根拠があるかへ戻ります。確認できなければ公開対象から外します。

商品名・FAQ・販売条件を確認して反映する

確認は、商品名、本文、FAQ、販売条件を一続きで読みます。同じページの中で答えが違えば、情報を増やしたことが迷いにつながるためです。

例えば、仕様表に「屋内用」とあり、FAQに「庭でも使えます」とあれば、先に使用条件を確かめます。商品名の色と選択中のバリエーションが違う場合も、見出しだけを直して終えないようにします。

反映前後の作業は、次の順番にすると記録を残せます。

1. 元の商品説明を保存する。
2. 商品担当者が事実を確認する。
3. 編集担当者が重複や分かりにくい文章を直す。
4. 対象の商品と更新項目を確認して反映する。
5. 公開ページと、対象の配信先で表示を確認する。

完了は「生成が終わった」時点ではありません。購入者が読む場所へ正しく届き、間違いがあれば元の文章へ戻せることまで確認します。

AIコマース対応を検討する店の利用条件

利用判断では、対応言語、対象商品数、費用、更新先を確認します。店舗の契約や商品データの管理方法によって、試す範囲は変わります。

英語対応と多言語化の予定を分ける

9月29日の発表では、新しいFeedonomics Enrichmentの商品文章生成は英語対応で、多言語化は今後の予定とされています。一方、一般の製品紹介ページには複数言語を扱う説明もあります。[1][2]

この二つを合わせて「今回の新機能は日本語でもすぐ使える」と判断せず、対象の機能名と契約を指定して確認するのが確実です。BigCommerce側の条件まで、Feedonomicsの説明だけで決め付けることも避けます。

日本語の店舗で導入を考えるなら、生成言語と配信する国を分けて伝えてください。海外向け英語カタログだけを整えるのか、日本語の商品説明を直接作りたいのかで、必要な機能が違います。

翻訳が必要な場合は、型番、寸法の単位、付属品名が変わっていないかを確認します。対応言語の数だけでは、公開前の確認作業まで不要になるわけではありません。

公式デモで確認する商品数・料金・反映先

Feedonomicsの公式製品ページから、デモや問い合わせへ進めます。新機能の具体的な契約条件は、自社の利用状況を伝えて確認してください。

問い合わせ文は、次のように対象を絞ると回答を得やすくなります。

当店の商品情報改善に、今回発表されたEnrichment機能を検討しています。
現在のEC基盤：［利用しているサービス］
対象の商品数：［商品数とバリエーション数］
必要な言語：［生成する言語］
主な配信先：［自社サイト・広告・外部販売先］

利用可能なプラン、追加費用、確認後に反映する方法、
元の説明へ戻す方法、更新できる項目の範囲を教えてください。
最初は一部の商品で試したいと考えています。

導入後の評価には、生成できた商品数だけでなく、確認にかかった時間、修正が必要だった項目、公開後の問い合わせも残します。

今回の機能は、商品説明を作る作業を変える可能性があります。店側が最初に用意したいのは、長い原稿より、正しい商品情報と、それを確認できる担当者です。