ChatGPTに商品カードが登場。ECの露出条件が「順位」から「商品データ」へ移る

結論

OpenAIが4月から、ChatGPTの中に商品カードを表示する体験を広げています。画像、ラベル、購入リンクが直接並ぶ形式です。

従来のように検索結果の長い一覧は返りません。絞り込まれた候補が、その場で提示されます。ユーザーは一覧を眺めて選ぶのではなく、提示された数点から選ぶことになります。

Figure

検索結果と商品カードで、選ばれ方が変わる

従来の検索結果

• 10件以上のリンクが並ぶ
• ユーザーが自分で比較する
• 順位が露出量を決める

ChatGPTの商品カード

• 絞り込まれた候補だけが出る
• 画像・ラベル・購入リンクが揃う
• 商品データの質が候補入りを決める

この変化でECサイトが問われるものが変わります。順位ではなく、商品データそのものが露出の条件になります。

何が候補入りを決めるのか

報告されている条件は3つです。商品データの質、構造化マークアップ、そしてレビューや言及といった外部からの信号になります。

Figure

商品カードに載るまでの経路

1. 1

   1. データ

   価格・在庫・型番・サイズ・素材が正確に揃っている

2. 2

   2. マークアップ

   その情報が構造化データとして機械可読になっている

3. 3

   3. 外部信号

   レビューや第三者の言及が、その商品に紐づいている

4. 4

   4. 候補入り

   質問の条件に合う候補として、カードで提示される

順位という言葉が出てこない点が特徴です。上位表示を取るための施策と、ここで求められる整備は重なりません。

なお、この方向はGoogleでも同時に進んでいます。GoogleはUniversal Commerce Protocol（UCP）という枠組みを導入しました。AIエージェントが商品の発見から決済、購入後の処理までを対話画面の中で扱える仕組みです。

2026年4月には、英国とパートナー網へレストラン予約の自動化も広げています。対話の中で発見から予約までが完結する形が、複数の事業者で同時に進んでいることになります。

影響を受けるページ・クエリ

影響が大きいのは、商品を比較して選ぶ質問です。

具体例を挙げます。アパレルECで「身長170cm 細身 テーパードパンツ 1万円以下」のような質問を想定します。この条件に答えるには、サイズ表、シルエットの分類、価格が機械可読である必要があります。画像の中にしかサイズ表がないページは、条件の照合ができません。

もう1つは家電のECです。「一人暮らし 静かな洗濯機 5kg」といった質問では、運転音のデシベル値と容量が判断材料になります。仕様表がテキストとして存在しない商品は、候補に入る材料を持ちません。

一方、影響が小さいのは指名買いです。型番や商品名が決まっている購入は、従来どおり検索や公式サイトから直接進みます。ここは商品カードの経路を通らない可能性があります。

やること／やらなくていいこと

Figure

ECサイトが4月時点でやること

やること

• ✓価格・在庫・型番・サイズが、構造化データと本文で一致しているか点検する
• ✓画像内にしかない仕様表を、HTMLのテキストに戻す
• ✓レビュー件数と評価を、商品単位で集計できる状態にする

やらなくていいこと

• ✕ChatGPT専用のフィードやページを新設する
• ✕商品説明文をAI向けの独自形式に書き換える
• ✕順位計測をやめて、AI経由の露出だけを追う

最初にやるのはデータの整合確認です。商品ページの表示価格と、構造化データの価格が食い違っているECサイトは珍しくありません。セール価格の反映漏れ、在庫状態の更新遅れが典型です。この不一致は、機械が読む経路すべてで不利に働きます。

次に画像内テキストの棚卸しです。仕様表やサイズ表を画像1枚で作っているページを洗い出してください。人には読めますが、機械には存在しない情報になります。この作業は工数がかかりますが、Google・ChatGPTの両方に効きます。

専用フィードの新設は不要です。参照されるのは既存の商品データと構造化データだと報告されています。新しい形式を先回りで作る段階ではありません。

実測も並行してください。主力商品10点について、想定される質問をChatGPTに投げます。自社が候補に出るか、競合だけが出るか、そもそも商品カードが出ないかを記録します。この3分類が、次に手を入れる場所を決めます。

「棚に並ぶ」ための整備は、どのAIでも共通する

この変化を1つの原則にまとめると、次のようになります。AIが商品を推薦するには、商品を機械可読な属性の集合として理解できる必要があるということです。

この条件はChatGPTに限りません。GoogleのUCP、他のAI検索サービスでも、必要になるのは同じ種類の情報です。価格、在庫、寸法、素材、対応機種、レビュー。これらが正確で最新であることが前提になります。

裏を返すと、投資が分散しません。1つのAIサービス向けに整えたデータは、他のサービスでもそのまま使えます。ChatGPT向け、Google向けと別々に対応する必要はないと考えられます。

これは予算を通すときの材料にもなります。「AI検索対策」として個別に費用を積むのではなく、商品マスタの整備という1つの投資として説明できるためです。効果の及ぶ範囲が広い分、費用対効果も見積もりやすくなります。

規模感も押さえておきます。Bainは、エージェント型AIが2030年までに米国EC市場の15〜25%を占めうると予測しています。現時点の売上比率は小さくても、データ整備の着手は早いほうが有利になる領域だと考えられます。

よくある質問

ChatGPTの商品カードに載るには、何が必要ですか

報告されている条件は3つです。商品データの質、構造化マークアップ、そしてレビューや外部からの言及です。順位を上げる施策とは別の整備になります。まず価格・在庫・仕様の正確さから着手してください。

ChatGPT専用のフィードを作るべきですか

現時点では不要です。参照されるのは既存の商品データと構造化データだと報告されています。専用の形式やページを先回りで作る根拠は示されていません。

順位対策はもう不要になりますか

不要にはなりません。指名買いや、従来の検索から入る購買行動は残ります。加えて、商品データの整備はGoogleの通常の検索結果でも評価されます。順位対策とデータ整備は、どちらかを選ぶものではありません。