エージェンティックコマース最適化（ACO）ガイド：AI ショッピングエージェントに選ばれる方法

米国の消費者の半数以上が、買い物のどこかで AI を使っています。NielsenIQ の 9 月の調査では、過去 1 か月で 51%。5 月は 42% でした。Meta の Muse エージェントは、Shopify のストアで Shop Pay を使って直接購入まで進められるようになりました。消費者が一つ質問すると、二つか三つの答えが返ってきます。

あなたの商品がその中に入っていなければ、消費者は商品ページを目にすることがありません。

「その二、三の答えに入る」ための取り組みには、名前が定着し始めています。エージェンティックコマース最適化（Agentic Commerce Optimization、ACO）です。このガイドでは、ACO とは何か、SEO や GEO とどう違うのか、そして小さなチームでも回せる週次の手順を紹介します。

先に結論

	SEO	GEO	ACO
購入者が質問する場所	検索ボックス	AI アシスタント	購入まで行える AI ショッピングエージェント
勝つもの	上位表示されたページ	言及・引用されること	エージェントが薦める数点の商品に入ること
エンジンが読むもの	ページ、リンク	ページ、出典、エンティティ	構造化された商品データ（属性、価格、在庫、レビュー、各種ポリシー）
測る指標	順位、クリック	言及回数、回答内シェア	質問ごとの推薦率と、エージェント経由の注文

ACO は SEO や GEO を置き換えません。上に一層加わるものです。この層でエージェントが選ぶのは、ページではなく商品です。

ショッピングエージェントは何を見ているか

「子ども二人を連れた長距離フライトに合う機内持ち込みスーツケース」とエージェントに頼んで、その動きを見てみてください。トップページを眺めることはしません。読み取れて、そのまま伝えられる事実で、数点の商品を比べます。

具体的な属性。 重量、サイズ、素材、容量。「軽い」は「2.4 kg」に負けます。
価格と在庫。 チャネル間で一致する現在価格と、信頼できる在庫状況。
裏付け。 レビュー件数と評価、そして出どころのある訴求。
各種ポリシー。 保証期間、返品の期限、配送の約束。
質問への適合。 誰向けの商品かが書かれているか、購入者の言い方に近い言葉が使われているか。

エージェントが挙げる推薦理由は、得られる中で最も役に立つ手がかりです。「内寸と 10 年保証が記載されているため」とあれば、どの項目を直すべきかがそのまま分かります。

毎週の ACO の手順

1. 勝ちたい質問を書き出す

購入者の言葉のまま、10〜20 の質問から始めます。レビュー、サポートへの問い合わせ、検索語から拾います。それぞれに優先度（高・中・低）を付け、答えになるべき SKU を書き添えます。

2. 棚を確認する

各質問を、購入者が使うエージェント（ChatGPT、Gemini、Meta Muse、Amazon Rufus）で尋ねます。新しいセッションで、ブランド名は入れません。自社が何番目に出たか（または出なかったか）、代わりに誰が選ばれたか、エージェントが挙げた理由を記録し、原文の抜粋を証拠として残します。

同じ質問でも回答は毎回変わるため、1 回の確認は一つのサンプルにすぎません。数週間の推移こそが意味を持ちます。

3. 文章ではなく、データの穴を探す

負けた質問ごとに、自社の商品ページを勝った商品と並べ、具体的な違いを言葉にします。ほとんどの穴は次の五つのどれかです。属性の欠落、出典のない訴求、チャネルごとの価格の違い、在庫状況、ポリシー情報の不足。

4. 項目ごとに、出典付きで修正を一つ提案する

「梱包重量を追加：3.1 kg（サプライヤー仕様書 C 版 2 ページ）」は確認できる修正です。「説明文を改善する」は違います。競合の数字が順位に効いたからといって、そのまま写してはいけません。出典を示せない値は、保留にします。

5. 公開前に人が承認する

エージェントは商品ページを事実として、その場で支払うかもしれない購入者に伝えます。価格、保証、認証、互換性に関する表現は、必ず人の承認を待ちます。文言の微調整は、もう少し早く進めて構いません。

6. もう一度確認する

翌週の確認で、修正の効果が見えてきます。質問ごと、エージェントごとに変化を見ます。1 回の結果は因果の証明にはなりません。

よくある落とし穴

データではなく、回答の文面を追いかける。 勝った商品に似せて文章を直しても、効果は薄いです。エージェントは事実で選びます。
穴埋めのために仕様を作る。 作った属性は、欠けているよりも悪い結果になります。エージェントはそれを引用し、顧客はそれを根拠にあなたへ問い合わせます。
チャネルごとに違う価格。 一方のチェックアウトで 179 ドル、別の場所で 189 ドルと見えたエージェントは、どちらも選ばないか、誤ったほうで買ってしまうかもしれません。
一度しか測らない。 AI の回答のスクリーンショット 1 枚は、あくまで一例です。

エージェントチームで ACO を回す

上の手順の大半は繰り返し作業です。毎週同じ質問をする、商品ページを比較する、項目単位の修正案を書く。これはエージェントの仕事です。どの事実が正しいか、どの価格なら許容できるかを決めるのは、エージェントの仕事ではありません。

Buda では、EC 向けの AI エージェントチームが一つのストアワークスペースで動きます。商品データ、サプライヤーのシート、各種ポリシーもそのそばにあります。リサーチエージェントが競合の商品ページを追跡し、カタログ補完エージェントが欠けている属性を埋め、価格が古い、あるいはチャネル間で在庫が食い違う商品を洗い出し、出品エージェントがチャネルごとの形式に合わせた文面を下書きします。どの成果物も、まず下書きとして戻ってきて、人が承認してからストアに届きます。

同じワークスペースには、この週次の手順を再利用できるスキルとして保存し、スケジュールに沿って実行させることもできます。すでにキーワードのクラスタリングを担っている SEO エージェントなら、検索と AI 回答の二つの流れを一か所で管理できます。

小さく始めましょう。購入者の質問を五つと商品ラインを一つ選び、3 週間確認を続けて、推薦理由が何を教えてくれるかを見てください。

よくある質問

エージェンティックコマース最適化は GEO と同じですか？

違います。GEO は AI の回答で言及・引用されることが対象です。ACO は、AI ショッピングエージェントが推薦する、さらには自分で購入する商品になることが対象です。記事よりも、構造化された商品データ、価格、在庫に大きく依存します。

どの AI ショッピングエージェントを確認すべきですか？

購入者が使っているものです。米国向けに販売する多くの事業者にとっては、ChatGPT、Gemini、Meta Muse、Amazon Rufus です。Walmart などは、自社サイト内に独自のショッピングアシスタントを持っています。

確認を自動化できますか？

まず各プラットフォームの利用規約を確認してください。スクレイピングを認めていないところが多くあります。より安全なのは、自分で管理するブラウザセッションの中で、人間と同じペースでエージェントに尋ね、回答をすべて証拠として保存する方法です。

修正はいつ反映されますか？

エージェントごとの商品データの更新頻度によって異なります。毎週記録し、1 か月の推移を見てください。