VII-A4 エージェントに選ばれるサイトの条件

VII-A3で見た通り、agentic commerceの土台になっているのは共通して構造化データでした。このレッスンでは視点を少し広げ、agentic commerceに限らずAIエージェント全般から「選ばれる」ために、サイト側が備えておくべき具体的な条件を、実装レベルまで踏み込んで棚卸しします。

人間向け設計とエージェント向け設計は別物

人間の訪問者は多少情報が整理されていなくても、写真や文脈から意図を推測して読み進めてくれます。しかしAIエージェントは、機械可読な形で明示された情報を優先的に参照します。つまりデザインが美しいサイトと、エージェントに読み取ってもらいやすいサイトは、必ずしもイコールではありません。ここが従来のSEO対策との発想の違いです。

構造化データという共通の土台

AIが商品やコンテンツを提示する際、schema.orgに準拠したProduct・Offer・Review・AggregateRatingなどのマークアップが主要な手がかりになります(編III-B参照)。フィードを提出していない、あるいは提出が承認制で通っていない場合でも、AIが公開Webページを読み取る際にこの構造化データが頼りになります（出典: きよの&Co.「ChatGPTショッピングとは？」、2026年7月23日確認）。実装のイメージ(価格・評価などの数値はあくまで説明用のサンプルです)は次の通りです。

{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "商品名をここに記載",
  "description": "商品の特徴を簡潔に",
  "offers": {
    "@type": "Offer",
    "price": "価格",
    "priceCurrency": "JPY",
    "availability": "https://schema.org/InStock"
  },
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": "4.5",
    "reviewCount": "120"
  }
}

重要な留意点として、構造化データを入れたからといって表示や引用が保証されるわけではありません。あくまで「土俵に立つための前提条件」と捉えてください（出典: きよの&Co.、同上）。

識別子と鮮度という運用面の条件

GTIN(JANコード等)やMPN(型番)、ブランド名が欠落していると、掲載自体が却下されるケースがあります。GTINを持たない自社ブランド品の場合は、MPNとブランド名の組み合わせで代替できるとされています（出典: EasyChannel、DataFeedWatch、2026年7月23日確認）。また価格・在庫データは、OpenAIの商品フィード仕様が最短15分間隔、Perplexityが30分以内を目安に更新への対応を求めているため、古い情報のままだと表示から除外されたり信頼性が下がったりする要因になります（出典: OpenAI Developers、WisePIM、2026年7月23日確認）。

robots.txtという入口の条件

どれだけ構造化データを整えても、そもそもAIクローラーがサイトにアクセスできなければ意味がありません。GPTBot・ClaudeBot・PerplexityBot・Google-Extendedなど主要AIクローラーへのアクセスを許可するかどうかは、検索流入とAI引用のどちらを優先するかという経営判断です(編III-A参照)。イメージとしては次のような設定になります。

User-agent: GPTBot
Allow: /

User-agent: Google-Extended
Allow: /

User-agent: PerplexityBot
Allow: /

第三者言及・レビューという「外側の証拠」

AIは自社サイトの情報だけでなく、Reddit・YouTube・レビューサイトなど第三者の言及も参照します。具体的な使用感や写真つきレビューを増やす施策は、こうした「外側の証拠」を厚くする効果があります(編IV-D参照)。ただしステルスマーケティング的な操作は信頼性を損ない、AI側の不正検知の対象にもなり得るため避けてください。

実践ステップ

1. 1
   主要な商品・サービスページにProduct・Offer・AggregateRating・ReviewのJSON-LDを実装する
2. 2
   GTIN・MPN・ブランド名が欠落なく設定されているか確認する
3. 3
   価格・在庫データの更新頻度が15〜30分単位の運用に耐えられるか点検する
4. 4
   robots.txtで主要AIクローラーの許可・不許可を棚卸しし、方針を文書化する
5. 5
   構造化データテストツールで実装内容にエラーがないか確認する
6. 6
   具体的な使用感の伝わるレビューを増やす施策を担当部署と検討する

このレッスンはテキストとスライドで学べます。スライドは上のビューアからご覧ください。