AIエージェントは商品ページの何を見ているのか — Shopify Agentic Readinessから読み解く11項目

Shopifyが Agentic Readiness という検証ツールを公開しました。これはECサイトの商品ページが「AIエージェントから商品としてどれだけ正しく認識されるか」をチェックするツールです。

ShopifyJPの告知ポスト によると、ChatGPT・Gemini・Copilot・PerplexityといったAIエージェント経由で商品を発見・購入される時代に向けて、商品ページがAIから「見える」ものになっているかをセルフチェックできるようになっています。

興味深いことに Shopifyストアは検証対象外 です。Shopifyを使っていれば標準で要件を満たしているという前提で、検証する必要が無いということかと思われます。逆に言えば、Shopify以外のサイトで試せば、Shopifyが何を「あらかじめやってくれているか」が見えてきます。

そこで実際に試してみたところ、その結果から、AIエージェントが商品ページをどう見ているか、そして何がNGになるかが具体的に見えてきました。本記事では検証ツールが見る11項目を、「AIは何を見ているか / 何がNGになるか」 という視点で深掘りします。

検証ツールでは「エージェントの『見つけやすさ』スコア」（100点満点）と、11個の要素ごとの判定（合格 / 不合格 / 改善が必要 / 未検出）が表示されます。スコアが低い場合、どの要素がNGになっているのかを1つずつ確認していきます。

結論を一言で

AIが見ている11項目の全体像

検証ツールがチェックする11項目は、AIエージェントが商品を理解する上での「シグナル」です。性質ごとに以下の5グループに分けられます。

11項目それぞれを掘り下げる ― AIは何を見て、何がNGになるか

ここからは、11項目を1つずつ「AIが見ているシグナル / NGになる条件 / 実際のNG表示 / 対処」の流れで確認してみます。

① 商品名 ― AIは「この商品は何か」を見ている

AIが見ているもの: schema.org の Product.name プロパティ。AIはまずここを読んで「このページがどの商品について書かれているか」を判断します。

NGになる条件:

• 構造化データ（JSON-LD など）に Product.name が無い
• Product.name が150文字以上の長すぎる文字列
• そもそも Product マークアップ自体が無い

NG実例:

検証結果には「構造化データに Product.name が見つかりません」と表示されます。

対処:

• 商品ページに <script type="application/ld+json"> で Product マークアップを出力する
• name には商品名を簡潔に（150文字未満）入れる
• Shopifyの場合: 標準テーマ（Dawn / Rise / Horizon）を使えば自動で出力される

② ページタイトル ― AIは検索結果に出す見出しを見ている

AIが見ているもの: HTML の <title> 要素。検索結果やAIの回答で見出しとして使われます。

NGになる条件:

• <title> が空、または極端に短い
• <title> が長すぎる/短すぎる（30〜60文字の範囲外）

NG実例:

検証結果には「<title> が短いか、空でした」、もしくは「<title> は検出されましたが、文字数が30〜60文字の範囲外です」と表示されます。

対処:

• 各商品ページに30〜60文字の意味のある <title> を設定する
• Shopifyの場合: 商品の「SEO タイトル」フィールドを使うか、テーマで {{ page_title }} をそのまま出す

③ 説明 ― AIは商品の特徴・用途を読んでいる

AIが見ているもの: schema.org の Product.description。商品の特徴・使用例・仕様などを読んで、ユーザーのニーズとマッチするかを判断する重要な情報源です。

NGになる条件:

• Product.description が構造化データに無い
• description が10単語未満で短すぎる
• HTMLの本文には説明があるが、JSON-LDに反映されていない（よくある盲点）

NG実例:

検証結果には「Product.description が見つからないか、10単語未満です」と表示されます。

対処:

• 商品ページの説明文を構造化データに含める（最低20単語以上）
• AIは「素材は防水」「サイズはS/M/L」のような 属性情報 を抽出するので、特徴は具体的に書く
• マーケティングコピーではなく AIが推論できる属性リッチな説明文 が望ましい

関連記事: AIが商品を選ぶ時代に備える では、説明文の役割を「候補絞り込み後の加点要素」として詳しく解説しています。

④ 画像 ― AIは商品の見た目を見ている

AIが見ているもの: schema.org の Product.image。検索結果やAIの回答で商品ビジュアルを表示する元になります。

NGになる条件:

• 構造化データに Product.image が無い
• 画像URLが含まれていない、または無効

NG実例:

検証結果には「構造化データに Product.image が見つかりません」と表示されます。

対処:

• Product.image に商品画像のURLを最低1つ含める
• 複数画像がある場合は配列で渡す
• Shopifyの場合: 標準テーマでは商品メイン画像が自動で Product.image に出力される

⑤ バリエーションごとの画像 ― AIは色違い・サイズ違いを見ている

AIが見ているもの: schema.org の Product.hasVariant（または isVariantOf / ProductGroup）の中の各バリエーションの画像。色・サイズなど、選択肢ごとの見た目を理解するためのシグナルです。

NGになる条件:

• バリエーションのマークアップが無い
• バリエーションはあるが画像が個別に紐付いていない

NG実例:

検証結果には「バリエーションのマークアップ（hasVariant、isVariantOf、ProductGroup）が見つかりません。商品にバリエーションがある場合は、バリエーションごとの画像を指定して宣言してください」と表示されます。

対処:

• バリエーションがある商品では hasVariant で各色・サイズの画像URLを宣言する
• Shopifyの場合: バリエーション画像の設定が反映されるか、テーマの構造化データ実装を確認

⑥ バリエーションのオプション ― AIは選択肢を見ている

AIが見ているもの: バリエーションのオプション名（色、サイズ等）と値（赤、青、S、Mなど）。AIはこれを見て「どんな選択肢があるか」を理解します。

NGになる条件:

• バリエーションのマークアップが無い
• オプション名と値が宣言されていない

NG実例:

検証結果には「バリエーションのマークアップが見つかりません。商品にバリエーションがある場合は、オプション名と値を指定して宣言してください」と表示されます。

対処:

• hasVariant 内に各バリエーションのオプション名と値を含める
• 例: { "name": "Color", "value": "Red" } のような形式

⑦ 価格設定 ― AIは費用を見ている

AIが見ているもの: schema.org の Offer.price と Offer.priceCurrency。AIは価格でフィルタリング（「予算1万円以下」など）するため必須シグナルです。

NGになる条件:

• Offer マークアップ自体が無い
• price または priceCurrency が片方欠けている

NG実例:

検証結果には「Offer.price または Offer.priceCurrency が見つかりません」と表示されます。

対処:

• Offer マークアップに price（数値）と priceCurrency（"JPY"等）の両方を含める
• Shopifyの場合: 標準で出力される

⑧ 在庫状況 ― AIは「買えるか」を見ている

AIが見ているもの: schema.org の Offer.availability。AIは在庫切れ商品を候補から外したり、予約販売を案内したりする判断に使います。

NGになる条件:

• availability が無い
• 標準値（InStock / OutOfStock / PreOrder など）以外が入っている

NG実例:

検証結果には「Offer.availability が見つかりません」と表示されます。

対処:

• availability に schema.org の標準値を入れる: https://schema.org/InStock（在庫あり）/ OutOfStock（在庫切れ）/ PreOrder（予約販売）
• 独自の値（"available"等）はNG

⑨ ショップ名 ― AIは「どこの店か」を見ている

AIが見ているもの: schema.org の Organization（または WebSite / LocalBusiness）マークアップ。ストア全体の正体を識別するシグナルです。

NGになる条件:

• Organization / WebSite / LocalBusiness のマークアップが無い

NG実例:

検証結果には「Organization、WebSite、LocalBusiness のマークアップが見つかりません」と表示されます。

対処:

• サイトの全ページ（または最低限トップページ）に Organization マークアップを追加
• ショップ名・URL・ロゴ・ソーシャルアカウントなどを含める
• Shopifyの場合: 標準で出力されることが多い

⑩ 評価とレビュー ― AIは「他の人がどう評価したか」を見ている

AIが見ているもの: schema.org の Product.aggregateRating。評価値（5段階の何点か）とレビュー数。AIは評価の高い商品を優先する傾向があるため、ここが空だと候補から漏れやすくなります。

NGになる条件:

• aggregateRating が無い
• レビュー機能はあるが構造化データに反映されていない（Shopifyマーチャントでも起きる落とし穴）

NG実例:

検証結果には「構造化データに Product.aggregateRating が見つかりません」と表示されます。

対処:

• aggregateRating に評価値（ratingValue）とレビュー数（reviewCount）を含める
• レビューアプリ（Judge.me / Loox / Yotpo 等）を使っている場合、構造化データへの出力設定がONになっているか を確認

⑪ クローラーのアクセス ― AIはそもそも読めるか

AIが見ているもの: robots.txt の設定。AIエージェントのユーザーエージェント（GPTBot / ClaudeBot / PerplexityBot 等）が許可されているかが見られます。

NGになる条件:

• robots.txt がAIエージェントをブロックしている
• 一部のAIエージェントだけ許可してその他をブロックしている

NG実例:

robots.txt が AIエージェントをブロックしている場合、「robots.txt が一部のAIエージェントをブロックしています」と表示されます。

対処:

• robots.txt で主要AIエージェントを許可する
• 商品ページ・コンテンツページのクロールを意図的にブロックしている場合は再検討
• Shopifyの場合: 標準で適切な設定（10種以上のAIエージェントを許可）

AIの商品理解「3層モデル」

11項目を眺めると、AIエージェントは商品を以下の 3つの層 で理解しようとしていることが見えてきます。

どこか1層が欠けるだけで、AIはこの商品を「フル機能の購買候補」として扱えなくなります。

• 第1層が無い → そもそも商品として認識されない
• 第2層が無い → 商品は分かるが買えるかが判断できない
• 第3層が無い → 売り手不明で信頼性判断ができない

「3層すべてが揃っているか」が、AI時代のEC商品ページの新しいベースラインになりそうです。

Shopifyストアが検証対象外な理由

冒頭で触れたとおり、Shopifyストアはこの検証ツールの対象外です。理由はシンプルで、Shopifyは標準で:

• schema.org Product マークアップが組み込み済み
• Organization マークアップも自動生成
• Offer.price / Offer.availability も商品の在庫状況に応じて自動連動
• robots.txt も主要AIエージェントを許可するよう設定済み

つまり 「検証する必要が無い = デフォルトで合格」 という設計思想です。これはShopifyが「AI時代のEC基盤」として設計されていることを示しています。

ただし以下のケースでは要注意です。

• 古いテーマ（Online Store 1.0世代）を使っている
• 自社カスタムテーマで <script type="application/ld+json"> を上書きしている
• aggregateRating はレビューアプリ依存。アプリの実装次第で構造化データに含まれない
• 商品にバリエーションがあるが、敢えて分割商品として登録している場合、hasVariant が出ない

「Shopifyを使っているから大丈夫」と思い込まず、Google Rich Results Test で 自社のテーマがどんな構造化データを出しているか を一度確認することをおすすめします。

補足: schema.org と Catalog ― AIへの2つの届け方

ここまで schema.org の Product マークアップを軸に話してきましたが、Shopifyの場合は もう一つの経路で AI エージェントに商品データが届く仕組み を持っています。それが Agentic Commerce Protocol（ACP）に対応した Shopify Catalog による商品フィードです。

Agentic Readinessツールが見ているのは「商品ページのHTML/構造化データ経由でAIに届く情報」ですが、Shopify Catalogはそれとは別ルートで、ChatGPTのショッピング機能（ACP）や Google・Meta・Pinterest などの shopping channel に対して、構造化されたフィードとして商品データを直接配信しています。

このフィードには、本記事で挙げた11項目に近い情報（タイトル、説明、価格、在庫、バリエーション、画像など）が Shopifyによって自動的に整形 された状態で含まれています。

つまりShopifyストアの場合、AIエージェントへのデータの届き方は2経路あります。

Shopifyが Agentic Readinessの検証対象外なのは、構造化データの実装に加えて、Catalog経由でも要件をクリアしているという二重の備えがあるためと考えられます。

Shopify Catalog と ACP の仕組みについては、過去記事 AIが商品を選ぶ時代に備える で詳しく扱っています。本記事の構造化データ視点と合わせて読むと、AI時代のEC運営の全体像がつかめると思います。

ECサイト運営者がやるべきこと

立場別に整理しました。

Shopifyマーチャントの場合

1. Rich Results Test で実際の出力を確認: 商品ページのURLを入れて、Product / Organization / aggregateRating がちゃんと出ているかチェック
2. aggregateRating の有無を要確認: レビューアプリ依存なので、アプリの設定で構造化データ出力を有効にする
3. 古いテーマを使っている場合は移行検討: Online Store 2.0 に対応したテーマ（Dawn / Rise / Horizon）に移行すると自動で多くの要件を満たせる
4. メタフィールドの活用: 素材・寸法・ケア方法など、AIエージェントが「絞り込みに使える属性」をメタフィールドで宣言する

Shopify以外のECサイトの場合

優先度の高い順に:

1. Product マークアップの実装: name / description / image / offers の最低4項目を最優先で
2. Organization マークアップ追加: ショップ全体のサイト情報として宣言
3. aggregateRating の構造化データ化: レビュー機能があるなら必ず構造化データに含める
4. hasVariant の宣言: バリエーションがある商品はAIにも理解できる形にする

これからEC構築を検討する場合

「AI時代の最低要件を満たしているプラットフォームか」を選定基準に入れるのがおすすめです。Shopifyの場合、ここが標準で揃っているので、運営者は「商品データを充実させる」ことに集中できます。

まとめ ― AIから見える商品ページにするために

Agentic Readinessツールから見えてきたのは、AIエージェントが商品を理解する仕組みは 「ユーザーが見ているHTML」とは別 に、schema.org のマークアップという裏側のデータ で動いているということです。

「Shopifyを使っているから安泰」ではなく、「Shopifyを使うことで多くの要件は自動でクリアされる、その上でメタフィールドや構造化データを充実させる」という姿勢が、AI時代のEC運営として重要になりそうです。

前回記事 AIが商品を選ぶ時代に備える では「ACPでどう商品が配信されるか」をまとめましたが、今回はその裏側で AIエージェントがどんなシグナルを商品ページから拾っているか を11項目という具体的な形で確認できました。

セルフチェックは Shopify Agentic Readiness から無料で実行できますので、Shopify以外のECを運営している方や、独自実装を加えているShopifyストアの方は、一度試してみてはいかがでしょうか。

参考リンク

• Shopify Agentic Readiness ― 検証ツール本体
• ShopifyJP告知ポスト
• schema.org Product ― Productマークアップ仕様
• schema.org Organization ― Organizationマークアップ仕様
• Google Rich Results Test ― 別の検証ツール
• 関連記事: AIが商品を選ぶ時代に備える（2026-03-28公開）