ChatGPTショッピング完全攻略 — EC104社データで判明した「AIに推薦される商品」の条件【2026年版】
ChatGPTに「おすすめの〇〇」と聞いたとき、あなたの会社の商品は候補に挙がるだろうか。2025年末からChatGPTにショッピング機能が搭載され、AIが直接商品を推薦する時代が到来した。AI Visibility Indexが104社のEC企業を調査した結果、ChatGPTの商品推薦で引用される企業には明確なパターンが存在する。そして104社中101社がスコア10点未満という厳しい現実も見えてきた。
ChatGPTショッピングとは何か
ChatGPTショッピングは、ユーザーの質問に対してAIが商品を直接推薦する機能だ。従来の検索エンジンのように「検索結果一覧を表示して終わり」ではなく、AIが文脈を理解し、ユーザーの意図に最適な商品をピックアップして提示する。
たとえば「30代男性に合う防水のランニングシューズ」と聞けば、ChatGPTは価格帯・機能・ブランドを総合的に判断し、具体的な商品名と購入先を回答する。この「回答に含まれるかどうか」が、EC事業者にとっての新しい競争軸になりつつある。
- Google検索 — キーワードに一致するページを一覧表示。ユーザーが自分で比較・選択
- ChatGPTショッピング — AIが文脈を理解し、最適な商品を絞り込んで推薦。ユーザーは「選ばれた候補」から判断
- 決定的な違い — Google検索は「露出の量」が勝負だが、ChatGPTは「AIに選ばれるかどうか」の二択になる
104社データで見る — ChatGPTに選ばれる企業の条件
AI Visibility Indexの5月度調査（EC業界104社、4大AIエンジン、170クエリ）から、ChatGPTの引用パターンを分析した。
| 順位 | 企業名 | ChatGPTスコア | 総合スコア | 業界 |
|---|---|---|---|---|
| 1 | Amazon Japan | 42.04 | 28.07 | EC総合 |
| 2 | 楽天市場 | 35.46 | 23.15 | EC総合 |
| 3 | Yahoo!ショッピング | 13.46 | 10.46 | EC総合 |
| 4 | メルカリ | 11.00 | 5.58 | EC総合 |
| 5 | ZOZOTOWN | 10.52 | 6.15 | ファッション |
| 6 | ニトリ | 7.05 | 3.79 | インテリア |
| 7 | オイシックス | 6.27 | 3.97 | 食品 |
| 8 | ビックカメラ.com | 5.80 | 3.93 | 家電 |
| 9 | ユニクロ | 5.65 | 4.12 | ファッション |
| 10 | IKEA Japan | 4.46 | 2.70 | インテリア |
上位を占めるのは知名度の高い大手だ。しかし注目すべきは、ChatGPTスコアと総合スコアの乖離だ。AmazonのChatGPTスコア（42.04）は総合スコア（28.07）の約1.5倍。ChatGPTは他のAIエンジンと比較して、ブランド認知度への依存が際立って高い。
ChatGPTが商品を推薦する5つの判断基準
104社のデータ分析と、ChatGPTの応答パターンから推定される判断基準は以下の5つだ。
1. ブランド認知度（最重要）
ChatGPTの学習データに含まれるブランドへの言及量が、引用の最大の決定要因だ。104社の調査では、業界平均スコア1.3点に対し、上位10社の平均は14.2点。この格差の大部分はブランド認知度によって説明できる。
具体的には、Wikipedia日本語版に独立した記事がある企業は、ない企業と比較してChatGPTスコアが約3.3倍高い。
2. 商品データの構造化
ChatGPTが商品を正確に推薦するには、商品名・価格・スペック・在庫状況が機械可読な形式で提供されている必要がある。具体的には以下の要素だ。
- JSON-LD構造化データ（Product, Offer, AggregateRating スキーマ）
- OGPタグ（og:title, og:description, og:image, og:price:amount）
- Google Merchant Center（商品フィード登録）
104社のうちJSON-LDを実装している企業は23%にとどまる。つまり77%の企業は、AIが商品情報を正確に読み取れない状態にある。
3. レビュー・評価の蓄積
ChatGPTは「おすすめ」を求められた際、レビュー数や評価点を判断材料にする傾向がある。楽天市場やAmazonが高スコアなのは、膨大なレビューデータがChatGPTの学習データに含まれているためだ。
自社ECでレビュー機能を実装していない企業は、ChatGPTの推薦対象になりにくい。最低限、AggregateRatingスキーマでレビュー数と平均評価を構造化データとして出力すべきだ。
4. カテゴリ内での代表性
ChatGPTは「ランニングシューズのおすすめ」と聞かれた場合、そのカテゴリで最も代表的なブランドを優先する。業界別の平均スコアを見ると、この傾向が鮮明だ。
| 業界 | 平均スコア | 企業数 |
|---|---|---|
| EC総合 | 6.4 | 12 |
| ファッション | 1.3 | 14 |
| インテリア・家具 | 0.8 | 10 |
| 家電・ガジェット | 0.8 | 12 |
| 食品・グルメ | 0.6 | 12 |
| コスメ・美容 | 0.4 | 12 |
| D2Cブランド | 0.3 | 10 |
| B2B・業務用 | 0.2 | 12 |
| スポーツ | 0.1 | 10 |
EC総合（マーケットプレイス）が突出して高いのは、「あらゆるカテゴリで代表的な存在」として認識されているためだ。専門EC（食品、美容、スポーツ等）がChatGPTに選ばれるには、自社のカテゴリで唯一無二の存在として認知される必要がある。
5. コンテンツの網羅性
ChatGPTは単に商品ページだけでなく、ブログ記事、ガイド、比較コンテンツなど幅広い情報源から学習する。自社メディアで「選び方ガイド」「比較記事」「専門知識」を発信している企業は、AIの学習データに多くのコンテキストを提供でき、結果として推薦対象になりやすい。
中小ECがChatGPTショッピングで勝つための5つの施策
104社中101社がスコア10点未満という現実は厳しいが、裏を返せばまだほとんどの企業が対策していないということだ。以下の施策を先行実施すれば、競合に差をつけられる。
施策1: 商品ページのJSON-LD完全実装
全商品ページにProductスキーマを実装する。必須プロパティは以下の通り。
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Product",
"name": "商品名",
"description": "商品説明（150–300文字）",
"brand": { "@type": "Brand", "name": "ブランド名" },
"sku": "SKU-12345",
"offers": {
"@type": "Offer",
"price": "3980",
"priceCurrency": "JPY",
"availability": "https://schema.org/InStock"
},
"aggregateRating": {
"@type": "AggregateRating",
"ratingValue": "4.5",
"reviewCount": "128"
}
}
</script>施策2: Google Merchant Centerへの商品フィード登録
ChatGPTショッピングはGoogleの商品データと連携するケースが増えている。Google Merchant Centerに商品フィードを登録することで、AIが商品情報を正確に参照できるようになる。Shopify、MakeShop等の主要ECプラットフォームは、プラグインや機能でフィード生成を自動化できる。
施策3: カテゴリ特化のコンテンツ資産を構築
「革靴の選び方」「日本酒の温度別おすすめ」など、自社の専門領域で網羅的なコンテンツを発信する。ChatGPTはこうした専門コンテンツを学習データに取り込み、関連する質問への回答に引用する。重要なのは単なる商品紹介ではなく、ユーザーの意思決定を助ける情報を提供することだ。
施策4: 外部メディアでの言及を増やす
ChatGPTのブランド認知度はWeb上での言及量に比例する。プレスリリース配信、業界メディアへの寄稿、第三者レビューサイトへの掲載など、外部からの言及を戦略的に増やすことが効果的だ。
施策5: Perplexityを先行攻略する
ここまでの分析で明らかなように、ChatGPTはブランド認知度への依存が強く、中小企業が短期で結果を出すのは難しい。一方、PerplexityはリアルタイムWeb検索を活用するため、最新のコンテンツやプレスリリースが即座に反映される。
104社の調査でも、ChatGPTスコアよりPerplexityスコアが高い企業が47社確認されている。まずPerplexityで可視性を獲得し、そこで蓄積したコンテンツ資産がChatGPTの次回学習に取り込まれる — という段階的なアプローチが現実的だ。
業界別の対策優先度
全業界で同じ施策を打つのは非効率だ。データに基づく業界別の優先施策を整理する。
| 業界 | 現状 | 優先施策 | 難易度 |
|---|---|---|---|
| EC総合 | 上位独占 | 構造化データ強化 + レビュー拡充 | 中 |
| ファッション | ZOZOTOWN一強 | カテゴリ特化コンテンツ + ブランドストーリー | 高 |
| 食品 | オイシックスのみ | 専門性の発信 + Perplexity先行 | 中 |
| 家電 | ビックカメラ優位 | スペック比較コンテンツ + JSON-LD | 低 |
| 美容 | ほぼ全社Invisible | Perplexity先行 + Wikipedia作成 | 中 |
| D2C | ほぼ全社Invisible | ブランドストーリー + PR + llms.txt | 高 |
| B2B | ほぼ全社Invisible | 専門コンテンツ + 事例紹介 | 中 |
まとめ — ChatGPTショッピング対策のチェックリスト
- 全商品ページにJSON-LD（Product, Offer, AggregateRating）を実装する
- Google Merchant Centerに商品フィードを登録する
- 自社の専門領域で意思決定を助けるコンテンツを継続的に発信する
- プレスリリース・業界メディア・レビューサイトで外部言及を増やす
- まずPerplexityで可視性を獲得し、段階的にChatGPTへの認知を広げる
- llms.txtを設置してAIにサイト構造を伝える
ChatGPTショッピングは始まったばかりだ。104社中101社がスコア10点未満という現状は、言い換えれば今動けば先行者優位を獲得できるということでもある。まずは無料チェッカーで自社の現在地を把握し、上記のチェックリストを一つずつ実行していこう。
よくある質問
- ChatGPTショッピングとは何ですか？
- ChatGPTが商品を直接推薦する機能です。従来の検索エンジンのように結果一覧を表示するのではなく、AIがユーザーの質問の文脈を理解し、最適な商品をピックアップして提示します。EC事業者にとっては『AIに選ばれるかどうか』が新しい競争軸になります。
- ChatGPTに自社商品を推薦してもらうにはどうすればいいですか？
- 104社の調査から、ブランド認知度、JSON-LD構造化データの実装、レビューの蓄積、カテゴリ内での代表性、コンテンツの網羅性の5つが重要な判断基準と判明しています。特にJSON-LD実装率は23%と低く、早期実装で差をつけられます。
- 中小ECでもChatGPTショッピングで勝てますか？
- ChatGPTはブランド認知度への依存が強いため、中小企業は直接の対策が難しい面があります。現実的にはPerplexity（リアルタイム検索主体）で先行して可視性を獲得し、蓄積したコンテンツ資産が次回のChatGPT学習に取り込まれる段階的アプローチが有効です。
