AIが商品を選ぶ前に何が起きているのか—サイト運営者が見落とす盲点

「AIが商品を買う時代が来る」——そんな言葉をよく見かけるようになりました。

エージェンティックコマース（Agentic Commerce）と呼ばれる概念で、AIエージェントがユーザーの代わりに商品を探し、比較し、購入まで完結する未来像です。Stripe・Shopify・Googleといった大手が相次いで対応を発表し、2026年に入ってから一気に注目が高まっています。

ただ、少し待ってください。

「AIが商品を選ぶ」その前に、AIはサイトの商品ページをきちんと読めているのでしょうか。

AI観測ラボでは、GPTBot・ClaudeBotなど主要AIクローラーのサーバーログを継続的に計測しています。そのデータが示す現実は、多くのサイト運営者が想像しているものとは大きく異なっていました。さらに、私が管理しているECサイトのGA4データでは、ChatGPT経由でのEC商品ページへの流入がすでに月60セッション発生していることも確認できています。

「未来の話」ではなく、「すでに起きていること」として、実測データをもとに整理していきます。

この記事でわかること｜📖：約8分

• AIクローラーが商品ページに到達できていない構造的な理由
• GPTBot・ClaudeBotの実測データで見えた「脱落ポイント」の正体
• ChatGPT経由でEC商品ページにすでに流入が起きているという事実
• AIエージェントに読まれる商品ページにするための具体的な実装方法

AIが商品を買う時代——その現実はどこまで来ているのか

2026年に入ってから、「エージェンティックコマース（Agentic Commerce）」という言葉を目にする機会が急増しています。AIエージェントがユーザーの代わりに商品を探し、比較し、購入まで完結する——そんな購買体験の変化を指す概念です。

実際に大手企業の動きは早く、OpenAIはChatGPT内での商品提案機能を拡充し、ShopifyはGoogleと共同でUCP（Universal Commerce Protocol）の推進を発表しました。StripeはAIエージェント向けの決済基盤を整備し、国内でも対応の議論が始まっています。

3社の戦略はそれぞれ異なる方向性を持っている

市場規模の予測も大きく、McKinsey＆Companyは2030年までにAgentic Commerceの市場規模が商品購買だけで3〜5兆ドルに達すると試算しています。

日本のAgentic Commerce展開予測——2026年夏〜秋に本格展開の見込み

ただ、数字や事例が大きければ大きいほど、見落とされがちな「前提」があります。AIエージェントが商品を選ぶためには、まず商品ページの情報を正確に読み取れている必要があります。

Agentic Commerce——人間が買うフローとAIが買うフローの違い

「AIが商品を買う時代」の話をする前に、「AIは商品ページを読めているのか」という問いに向き合う必要があります。次のセクションで、実測データをもとに確認していきます。

「AIが商品を選ぶ」その前に——クローラーは商品ページに到達できているのか

Agentic Commerceの議論では「AIエージェントが商品を比較・購入する」という出口の話が中心になりがちです。ただ、AIエージェントが商品を正しく評価するためには、入口の話が先にあります。

AIエージェントが商品情報を把握するプロセスは、大きく2段階に分かれます。

1. AIクローラーが事前にサイトを巡回し、商品情報をデータベースに蓄積する
2. ユーザーの質問に対して、蓄積したデータをもとにAIが回答・提案する

つまり①のクローラー巡回がうまくいっていなければ、どれだけAgentic Commerceの仕組みが整っても、AIエージェントはその商品を「存在しないもの」として扱います。

ではAIクローラーは実際に商品ページまで到達できているのでしょうか。AI観測ラボで計測したサーバーログを見ると、想定とは異なる現実が見えてきました。

AIクローラーが最初にアクセスするのは商品ページではない

サーバーログを分析すると、AIクローラーがサイトに訪問したとき、最初にアクセスするのは商品ページや記事ページではありません。ほぼ例外なく、以下の順番で動いています。

1. robots.txtを取得してクロール許可範囲を確認する
2. sitemap.xmlを取得してサイト構造を把握する
3. サイトマップに記載されたURLを順番にクロールする

重要なのは、②のサイトマップの時点で「クロールする価値があるか」を判断しているという点です。サイトマップの構造が不適切だったり、商品ページがサイトマップに含まれていなかったりすると、AIクローラーはその先に進まずに離脱します。

商品ページへの到達は「当たり前」ではなく、いくつかの条件をクリアした先にある——これがサーバーログから見えた現実です。次のセクションで、クローラーごとの実測データを確認していきます。

GPTBot・ClaudeBot・ChatGPT流入——実測データで見えた3つの現実

AI観測ラボのサーバーログとGA4データをもとに、AIクローラーが実際にどう動いているかを整理します。

現実① GPTBotはサイトマップを3回確認してから本文へ向かう

GPTBotのサーバーログを分析すると、サイトへの訪問パターンに一定の規則性があることがわかりました。

• 1回目：robots.txtを取得
• 2〜4回目：sitemap.xmlに複数回アクセスして構造を確認
• 5回目以降：サイトマップに記載されたURLへ順番にアクセス

注目すべきは、サイトマップへの複数回アクセスです。GPTBotは1回読んで終わりではなく、サイトマップを繰り返し参照しながらクロール対象を絞り込んでいます。この段階でサイトマップに商品ページが含まれていなければ、GPTBotはその商品ページに到達しません。

詳細なログデータはGPTBotはサイトマップを3回確認してからクロールしていたで公開しています。

現実② ClaudeBotはrobots.txtの次の瞬間にsitemapへ向かう

ClaudeBotの挙動はGPTBotとは異なります。サーバーログで計測したところ、robots.txt取得からsitemap.xmlアクセスまでの間隔が0〜1秒という結果が出ています。

GPTBotが慎重にサイトマップを複数回確認するのに対して、ClaudeBotは高速でサイト構造を把握し、即座にクロール対象の判断を行います。判断が速い分、サイトマップの構造が不完全だった場合の影響も大きくなります。

ClaudeBotの詳細な行動パターンはClaudeBotはどう動いてサイトを読むのかで解説しています。

現実③ ChatGPT経由でEC商品ページへの流入はすでに起きている

「AIが商品を買う時代は未来の話」——そう思っているサイト運営者も多いかもしれません。ただ、私が管理しているECサイト（インテリア系）のGA4データを確認したところ、直近30日間で以下の流入が確認できました。

参照元	セッション数	エンゲージメント率	平均滞在時間
chatgpt.com	60セッション	100%	約57秒
gemini.google.com	6セッション	67%	約0.2秒
perplexity	3セッション	100%	約27秒
copilot.com	4セッション	100%	—

ChatGPT経由の60セッションは、エンゲージメント率100%・平均滞在時間57秒という数値です。つまりChatGPTから商品ページに来たユーザーは、きちんとページを読んでいます。

一方でgemini.google.com経由は滞在時間が0.2秒とほぼ直帰に近い状態です。同じAI参照流入でも、AIプラットフォームによってユーザーの質に大きな差が出ています。

ただし、ここで重要な問いが残ります。ChatGPTがECサイトの商品を紹介できているのは、GPTBotが事前に商品ページを正しくクロールできていたからです。クローラーが商品ページに到達できていなければ、この流入は発生していません。

「AIからの流入を増やしたい」と考えるなら、出口（AI参照）より先に入口（クローラーの到達）を整える必要があります。

AIエージェントに読まれる商品ページの条件——3つの原則

実測データから見えてきた現実をまとめると、AIクローラーが商品ページに到達できるかどうかは、以下の3つの条件で決まります。

条件① サイトマップに商品ページが含まれている

GPTBotもClaudeBotも、サイトマップを起点にクロール対象を決めています。商品ページがサイトマップに含まれていなければ、AIクローラーはその商品ページの存在を認識できません。

MakeshopやShopifyなどのASPカートを使っている場合、商品ページが自動生成されるため、サイトマップへの反映状況を意識していないケースが多いです。まず自分のサイトのサイトマップを確認することが最初の一歩になります。

条件② robots.txtでAIクローラーを拒否していない

robots.txtで主要AIクローラーのアクセスを拒否している場合、クローラーはサイトマップにたどり着く前に離脱します。意図せず拒否設定になっているケースもあるため、現在の設定を確認しておく必要があります。

AIクローラーごとのrobots.txt設定についてはrobots.txtでAIクローラーにどう見せるかで詳しく解説しています。

条件③ 商品ページのHTMLが構造化されている

AIクローラーが商品ページに到達できたとしても、HTMLの構造が複雑すぎたり、商品名・価格・仕様などの情報がdivタグの中に埋まっていたりすると、AIは情報を正確に読み取れません。

セマンティックHTMLとschema.orgの構造化データを組み合わせることで、AIクローラーが商品情報を正確に把握しやすくなります。

3つの条件を整理すると、AIエージェントに商品ページを読んでもらうための前提は「未来の技術対応」ではなく、今すぐ確認・修正できる基本設定の話です。次のセクションで具体的な実装方法を解説します。

今日からできる実装——AIに商品ページを読ませる3つの設定

条件として整理した3つのポイントを、具体的にどう実装するかを解説します。難しい技術知識がなくても確認・修正できるものから順番に紹介します。

実装① サイトマップに商品ページを含める

まず自分のサイトのサイトマップにアクセスして、商品ページのURLが含まれているかを確認します。サイトマップのURLは通常以下のいずれかです。

• https://ドメイン名/sitemap.xml
• https://ドメイン名/sitemap_index.xml

WordPressの場合はYoast SEOまたはAll in One SEOを使っていれば、商品ページ（WooCommerce）やカスタム投稿タイプが自動的にサイトマップに含まれます。設定画面でインデックスが「オン」になっているかを確認してください。

FutureshopやMakeshopなどのASPカートの場合、サイトマップが自動生成されないケースがあります。その場合はGoogle Search Consoleのサイトマップ送信機能を使って手動で登録する方法が現実的です。

AIクローラーのサイトマップ巡回の詳細はWordPressのsitemapはAIクローラーに届いているかで解説しています。

実装② robots.txtの設定を確認する

以下のURLにアクセスして、現在のrobots.txtの内容を確認します。

https://ドメイン名/robots.txt

主要AIクローラーのUser-Agent名は以下のとおりです。これらがDisallow: /で拒否されていないかを確認してください。

AIクローラー	User-Agent名
ChatGPT（OpenAI）	GPTBot
Claude（Anthropic）	ClaudeBot
Perplexity	PerplexityBot
Apple	Applebot

robots.txtの詳しい設定方法はrobots.txtでAIクローラーにどう見せるかを参照してください。

実装③ 商品ページにschema.orgの構造化データを追加する

AIクローラーが商品情報を正確に読み取るために、schema.orgのProductマークアップを追加します。最低限以下の項目を含めることで、AIが商品名・価格・在庫状況を構造化データとして認識できます。

{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "商品名",
  "description": "商品の説明",
  "offers": {
    "@type": "Offer",
    "price": "価格",
    "priceCurrency": "JPY",
    "availability": "https://schema.org/InStock"
  }
}

WordPressの場合はHFCMプラグインを使って、商品ページのスラッグを指定してJSON-LDを挿入できます。構造化データの詳しい実装方法はJSON-LDとは？AIに読まれる構造化データの種類と実装方法で解説しています。

まずこの順番で確認する

3つの実装をいきなり全部やろうとすると手が止まりがちです。以下の順番で確認するのが現実的です。

1. サイトマップにアクセスして商品ページのURLが含まれているか確認する
2. robots.txtを開いて主要AIクローラーが拒否されていないか確認する
3. 商品ページのHTMLソースにschema.orgのProductマークアップを追加する

①②は確認だけなら5分以内に終わります。現状を把握するところから始めてください。