ChatGPTショッピングで自社商品が推薦されるには？EC企業のAI検索対策

結論から書きます。ChatGPTのショッピング機能で自社商品を推薦候補に載せるためにEC事業者・メーカーがやるべきことは、次の3つに集約されます。

1. OpenAIに構造化された商品フィードを渡す。OpenAIはAgentic Commerce Protocol（ACP）に基づく商品フィード仕様を公開しており、マーチャント登録フォーム（chatgpt.com/merchants）から申請できます。価格・在庫・商品説明を機械可読な形で直接渡すことが、掲載精度を上げる最短経路です。
2. 自社ECサイトをAIが読める状態に整える。ChatGPTはWeb上の商品情報・レビュー・販売者情報も参照して回答を組み立てます。AIクローラーの許可、商品ページの構造化、価格・在庫表記の整合が土台になります。
3. 第三者の評価情報（レビュー・比較記事・公開データ）を育てる。ChatGPTのショッピング結果には、公開Webサイトのレビューをもとにモデルが生成した要約が表示されます。自社サイトの外にある評価情報が推薦の材料になるということです。

広告枠を買えば載る、という仕組みではありません。OpenAIはヘルプセンターで「通常の商品検索結果はChatGPTが独自に選択するもので、広告やOpenAIとの提携によって決まるものではない」と明言しています。だからこそ、商品データの品質と外部評価の積み上げという地道な整備が、そのまま対策になります。

本記事では、OpenAIの公式ドキュメント・ヘルプセンター・公式発表を一次情報として、ChatGPTショッピングの仕組みと、EC事業者が整えるべき実務を解説します。なお、ChatGPT検索全般の最適化は別記事「<a href="https://uravation.com/llmo/chatgpt-search-optimization/">ChatGPT検索で自社サイトが引用されるための最適化</a>」で扱っており、本記事はEC・商品推薦に特化しています。

ChatGPTショッピングとは（定義）

ChatGPTショッピングとは、ChatGPTの会話内で商品を検索・比較・推薦する機能群の総称です。ユーザーが「静かなコードレス掃除機を探して」のように相談すると、ChatGPTがWeb上の商品情報・価格・在庫・レビューを調査し、商品カルーセル（画像付きの商品一覧）や比較ガイドの形で候補を提示します。表示される商品はChatGPTが独自に選択したもので、広告枠ではありません。EC事業者は、OpenAIへの商品フィード提供と自社サイトの情報整備によって、この推薦候補に含まれる可能性を高められます。

この定義ブロックだけ切り出されても意味が通るように書いています。AI検索に引用される記事側の作法として、当メディアでも実践している形です。

ChatGPTショッピングを構成する3つの機能

「ChatGPTショッピング」と呼ばれるものは、実際には複数の機能の集合です。時系列で整理します。

重要なのは、チャット内決済（Instant Checkout）は短命に終わったが、商品発見・推薦の機能はむしろ強化されているという点です。2026年3月、OpenAIは「初期版のInstant Checkoutは目指す柔軟性を提供できなかったため、マーチャント自身のチェックアウト体験を使えるようにし、我々は商品発見に注力する」と表明したとCNBCが報じています。ビジュアル比較や絞り込みなど、発見側のUIは刷新が続いています。

EC事業者にとっての意味はシンプルです。「ChatGPT内で売る」準備より、「ChatGPTに見つけてもらい、自社サイトに送客してもらう」準備の優先度が高い。決済はこれまで通り自社ECで受ける前提で、発見・推薦のレイヤーを取りに行くのが2026年時点の正しい構えです。

商品はどうやって選ばれるのか：公式情報の整理

対策を考える前に、OpenAIが公式に説明している選定・表示の仕組みを押さえます。ここが曖昧なまま「AIに載せるテクニック」に飛びつくと、根拠のない施策に予算を溶かすことになります。

公式に確認できる事実

OpenAIヘルプセンター「Shopping with ChatGPT Search」および開発者向けドキュメント（Agentic Commerce）から確認できるのは以下です。

最後の行は見逃されがちですが、開発者向けドキュメントに明記された重要な一文です。推奨（任意）フィールドの充実がランキングと関連性の改善につながると、OpenAI自身が書いています。

公式には確認できないこと（仮説として扱う領域）

一方で、次のような点は公式に開示されていません。当メディアではこれらを仮説・確認項目として扱い、断定しません。

• カルーセル掲載の具体的なスコアリング式や重み付け
• フィード提供済みマーチャントと未提供マーチャントの掲載率の差（定量値）
• schema.orgの構造化データマークアップが商品選定にどの程度直接寄与するか
• レビュー件数・評価点の具体的な閾値

「この施策で必ず掲載される」と断言する情報源があれば、それは一次情報にない話をしています。逆に、公式が明言している範囲（フィード提供・メタデータ品質・レビュー・価格在庫の正確性）に投資するのが、根拠のある対策です。

対策1：OpenAIに商品フィードを提供する

もっとも直接的な打ち手が、OpenAIへの商品フィード提供です。開発者向けサイト（developers.openai.com/commerce）に仕様が公開されています。

申請から掲載までの流れ

1. マーチャント登録：chatgpt.com/merchants のフォームから申請します。フィードのオンボーディングは現在、承認されたパートナーに提供されています。事業情報を提出し、OpenAIの審査・承認を経てフィード連携が始まります。
2. 連携方式の選択：ファイルアップロード（SFTP経由でCSV/JSON等のスナップショットを提供）とAPI（商品のupsert）の2方式があります。公式ドキュメントは「フィード全体を1日1回ファイルで提供し、日中の更新はAPIで送る」構成を一般的な推奨としています。フィードが小規模ならAPIのみでも構いません。
3. 必須フィールドの検証：全レコードで必須項目を満たしているか検証してからアップロードします。
4. 鮮度の維持：ファイル方式なら同一ファイルを最新スナップショットで定期的に上書き、API方式ならupsertで更新し続けます。

フィードに含める情報

商品フィード仕様（Product Feed Spec）では、正確な発見・価格・在庫・販売者情報のためのスキーマが定義されています。実務上の要点を整理します。

公式ベストプラクティスには、コンテンツ品質についての指針もあります。商品説明は簡潔で事実ベースの文章にすること、任意フィールドはデータ品質が安定しないなら無理に埋めず省略すること、URLは正しくエンコードすること。誇張コピーを流し込むフィードより、正確で淡々としたデータのほうが評価される設計です。

なお、掲載できない商品カテゴリも明示されています。アダルト、酒類・ニコチン・ギャンブルなどの年齢制限商品、武器、処方薬、無認可の金融商品などは禁止対象で、違反時は商品削除や販売者の表示停止措置がありうると明記されています。該当カテゴリを扱うECは、フィード対象商品の切り分けから設計してください。

日本のEC事業者が知っておくべき現実

正直に書くと、2026年7月時点でフィード連携は「申請すれば誰でもすぐ通る」状態ではありません。承認パートナー制であり、審査があります。また、Instant Checkoutの日本展開は実現しないまま機能自体が終了しました。

それでも申請しておく価値はあります。理由は2つ。第一に、フィードは決済機能とは独立した「商品発見」の基盤であり、OpenAIが注力すると表明した領域だからです。第二に、承認制のフェーズで連携を確立した事業者は、機能が広く開放されたときに先行できるからです。承認されるまでの間は、次の対策2・3が主戦場になります。

対策2：自社ECサイトをAIが読める状態にする

フィード未承認でも、ChatGPTはWeb上の情報から商品・販売者を認識します。ヘルプセンターも、メタデータの取得元として「第三者プロバイダーまたはマーチャント自身」を挙げています。自社サイト側の整備は、フィードの有無にかかわらず効きます。

AIクローラーを拒否していないか確認する

最初に確認すべきはrobots.txtです。ChatGPTの検索・ショッピング機能が参照するには、OpenAIのクローラー（OAI-SearchBotなど）がサイトにアクセスできる必要があります。CDNやWAFのbot対策でAIクローラーを一括ブロックしているECサイトは珍しくありません。設定の確認手順は「<a href="https://uravation.com/llmo/robots-txt-ai-crawler-settings/">robots.txtのAIクローラー設定</a>」で詳しく解説しています。

商品ページの情報を機械可読に整える

商品ページで整えるべき要素は次の通りです。

• 商品名の一貫性：フィード・商品ページ・モール出品で商品名の表記が割れていると、同一商品としての名寄せに不利に働きえます（これは仮説ですが、販売者ランキング要因に「その商品の主要販売者か」がある以上、同一性の認識は前提条件です）。型番・正式名称を統一します。
• 価格・在庫の明示：ページ上の価格と、構造化データやフィード上の価格がずれていないか。OpenAI自身が価格反映の遅延を課題として明記している領域なので、少なくとも自社側の情報源間で矛盾を作らないことが最低ラインです。
• 構造化データ（schema.orgのProduct系マークアップ）：商品名・価格・在庫・レビュー評価をマークアップしておくことは、Google側のリッチリザルトにも効く標準的な整備です。ChatGPTの商品選定に直接寄与するかは公式に明言されていないため仮説扱いですが、「機械可読な商品情報を増やす」という方向性はフィード仕様の思想と一致しており、やらない理由がありません。実装の考え方は「<a href="https://uravation.com/llmo/structured-data-ai-search/">AI検索と構造化データ</a>」を参照してください。
• 返品・配送ポリシーの公開URL：フィード仕様のseller.linksが恒久的な公開URLを求めているように、ポリシー類が明確なURLで公開されていること自体が販売者情報の品質です。

「切り出しても意味が通る」商品説明にする

ChatGPTは商品説明を要約・引用して回答を組み立てます。「こだわりの逸品」「至福の使い心地」のような形容だけの説明文は、AIが比較表を作るときに使える情報がゼロです。素材、サイズ、重量、対応環境、他モデルとの違い、想定ユーザーを、文章として明記してください。「静音性を重視する集合住宅住まいの人向けに、運転音を55dB以下に抑えた」のような一文は、そのままAIの推薦理由に使える形をしています。

対策3：第三者の評価情報を育てる

ChatGPTショッピングの特徴的な仕様が、レビュー要約の表示です。公開Webサイトのレビューをもとにモデルが「よく挙がる長所・短所」を要約して表示します。つまり自社ドメインの外にある情報が、推薦画面の一部を構成します。

EC事業者が打てる手は次の通りです。

• 自社ECのレビュー機能を公開状態にする：会員限定・ログイン必須でしか読めないレビューは、公開Webの情報として扱われません。レビューが検索エンジンからもクロール可能な形で公開されているか確認します。
• レビュー収集の仕組みを整える：購入後メールでのレビュー依頼など、継続的にレビューが積み上がる運用を作ります。件数や評価の閾値は公開されていないため「何件あれば載る」とは言えませんが、要約の材料が存在しないことには要約されようがありません。
• 比較記事・専門メディアでの言及を増やす：ショッピングリサーチは「信頼できる情報源をレビューして」バイヤーズガイドを作るとOpenAIは説明しています。カテゴリの比較記事・専門メディア・レビューサイトで自社商品が文脈付きで言及されている状態は、この調査プロセスで拾われる面を増やします。第三者言及の設計は「<a href="https://uravation.com/llmo/citation-ai-search/">AI検索で引用される情報源の作り方</a>」で扱っています。
• ブランド・企業情報の整合：メーカー直販の場合、「この会社がこの商品のメーカーである」とAIが認識できることが販売者ランキング上の材料になります。会社概要・ブランドサイト・公的データベースでの情報整合は「<a href="https://uravation.com/llmo/chatgpt-search-company-info/">ChatGPTに自社がどう説明されるかの確認と修正</a>」を参照してください。

なお、やらせレビューや自作自演の比較記事は論外です。レビューはOpenAIの検証対象外と明記されていますが、モデル生成の要約は「よく挙がる不満」も平気で表示します。不自然な高評価の山は、実際の不満レビューと混ざったときにむしろ矛盾として露呈します。

実装チェックリスト

自社の現状把握に使ってください。上から順に効果の直接性が高い順です。

計測の詳細は「<a href="https://uravation.com/llmo/ga4-ai-search-traffic-measurement/">GA4でAI検索経由のトラフィックを計測する方法</a>」にまとめています。

事業タイプ別の優先順位判断

同じ「ChatGPTショッピング対策」でも、事業構造によって優先すべき打ち手が違います。

よくある失敗パターン

実際の相談で見かける、やってしまいがちな失敗を挙げます。

失敗1：チャット内決済の対応を最優先にしてしまう。 Instant Checkoutは2026年3月に終了しています。古い解説記事を参考に決済連携の検討から始めるのは、優先順位の逆転です。現在の主戦場は発見・推薦であり、決済は自社サイトで受ける前提で設計します。

失敗2：AIクローラーをブロックしたまま「載らない」と悩む。 CDNのbot対策設定でOAI-SearchBotが403を返されているケースは実際にあります。どれだけコンテンツを磨いても、読めなければ存在しないのと同じです。まずアクセス可否を確認してください。

失敗3：フィードに広告コピーを流し込む。 「業界最高峰の逸品」のような誇張表現でフィードを埋めるパターンです。公式ベストプラクティスは事実ベースの簡潔な説明を求めています。AIが比較・要約に使えるのは仕様と事実であり、形容詞ではありません。

失敗4：価格・在庫の不整合を放置する。 フィード上は在庫あり、サイト上は売り切れ、モールでは別価格。OpenAI自身が価格反映の遅延を課題と認めている以上、自社側で矛盾を増やすのは自滅行為です。ユーザーが「ChatGPTで見た価格と違う」体験をすれば、それは自社への不信として返ってきます。

失敗5：「掲載保証」をうたう業者に依頼する。 商品結果はChatGPTが独自選択し、広告や提携で買えないとOpenAIが明言しています。選定アルゴリズムの詳細も非公開です。この構造で掲載を保証できる事業者は存在しません。外注検討時の見極めは「<a href="https://uravation.com/llmo/llmo-naisei-gaichu/">LLMO対策の内製と外注の判断基準</a>」も参考にしてください。

よくある質問

ChatGPTショッピングに掲載されるのに費用はかかりますか？

商品カルーセルへの掲載自体は広告ではなく、掲載枠を購入する仕組みはありません。ChatGPTが独自に選択するとOpenAIが明言しています。かかるのは、フィード整備・サイト改善・レビュー運用といった自社側の実装コストです。なおOpenAIは広告向けの別フィード（Ads Manager経由）も用意していますが、これは広告商品の話であり、通常の商品検索結果とは区別されています。

商品フィードは日本のECでも申請できますか？

申請フォーム（chatgpt.com/merchants）自体はオンラインで受け付けられていますが、フィードのオンボーディングは承認されたパートナーに提供される段階であり、承認可否と時期はOpenAIの審査によります。承認を待つ間に、AIクローラーの許可・商品ページの構造化・レビューの公開といった自社サイト側の整備を進めるのが現実的です。

Instant Checkoutが終了した今、対策する意味はありますか？

あります。終了したのはチャット内の決済機能であり、商品の検索・比較・推薦（ショッピング検索、ショッピングリサーチ）は継続・強化されています。OpenAIは商品発見への注力を表明しており、マーチャントは自身のチェックアウトを使う形になりました。つまり「ChatGPTで見つけてもらい、自社ECで買ってもらう」導線の価値はむしろ明確になっています。

対策の効果はどう測ればいいですか？

保証された掲載枠がない以上、計測は自社データで行います。具体的には、GA4でchatgpt.com参照の流入を識別する、フィードURLにUTMパラメータを付与してフィード経由クリックを区別する、主要商品カテゴリの想定質問をChatGPTに定期的に投げて自社商品の表示有無を記録する、の3点です。表示有無の定点観測は手作業でも始められます。

schema.orgの構造化データを入れれば掲載されますか？

構造化データの実装がChatGPTの商品選定に直接効くという公式の明言はなく、これは仮説の領域です。ただし、機械可読な商品情報を増やすことはフィード仕様の方向性と一致し、Google検索のリッチリザルトなど他チャネルにも効く標準整備なので、実装する価値はあります。「入れれば載る」ではなく「読める状態の土台を作る」施策として位置づけてください。

まとめ：買えない枠だからこそ、データ品質で差がつく

ChatGPTショッピングの商品推薦は、広告費で買えません。選ばれる材料は、正確な商品データ、読める商品ページ、公開された第三者評価です。逆に言えば、この3つを組織的に整備できるEC事業者は、予算規模ではなくデータ品質で戦えます。

打ち手の全体像をもう一度まとめます。

1. 商品フィード：chatgpt.com/merchantsから申請し、必須＋推奨フィールドを埋めたフィードを日次で維持する
2. 自社サイト：AIクローラー許可、事実ベースの商品説明、価格在庫の整合、ポリシーの公開
3. 外部評価：公開レビューの蓄積と、信頼できるメディアでの第三者言及

自社のECサイトが現時点でChatGPTにどう認識され、どこがボトルネックになっているかを知りたい場合は、UravationのAI検索診断（LLMO診断）で、クローラー到達性・構造化状況・第三者言及の現状を棚卸しできます。まずは「自社商品がAIにどう説明されているか」を確認するところから始めてください。全体的なLLMO対策の考え方は「<a href="https://uravation.com/llmo/llmo-taisaku/">LLMO対策とは</a>」で解説しています。

（本記事の事実関係は、OpenAIヘルプセンター、OpenAI開発者向けドキュメント（Agentic Commerce）、OpenAI公式発表を一次情報として2026年7月18日に確認しました。仕様は変更される可能性があるため、実装時は最新の公式ドキュメントを確認してください。）