海産物通販をAI検索へ伝える商品情報設計

判断の分かれ目は、12項目の商品条件が一つの海産物に結び付いているかに尽きます。2026年10月現在、GoogleはAI検索だけの特別なマークアップは必要ないと説明し、重要な情報を本文で読めること、構造化データと表示内容を一致させることを案内しています。商品名と写真だけでは、「どこで獲れた何か」「どう加工されたか」「届いてから何日あるか」「飲食店が継続仕入れできるか」までは判断できません。

定義：水産加工・海産物通販のLLMO対策とは、魚種、一般的な名称、原料原産地、加工地、加工方法、内容量、温度帯、保存方法、期限、調理方法、配送条件、BtoB仕入れ条件を商品単位で揃え、自社サイト、ECシステム、商品フィードの内容を整合させる取組です。AI検索への表示や引用を保証する施策ではなく、人と検索システムの両方が同じ事実を確認できる情報設計です。

海産物は農産物と異なり、魚種と地方名、水域と水揚げ港、天然と養殖、生鮮と加工品、冷蔵と冷凍、解凍前と解凍後といった軸が選定に直結します。農園や直売所の「収穫状態」をそのまま移植するのではなく、水産と加工に固有の変数を先に固定する必要があります。

最初に固定するのは商品名ではなく「比較できる一文」

「人気の海鮮セット」「職人こだわりの干物」といった商品名は、販促コピーとしては使えても、他商品と比べる条件を含みません。商品ページの冒頭には、次の型で一文を置きます。

一文の型

「この商品は、【魚種・一般名】を【原料原産地】から調達し、【加工地】で【加工方法】に仕上げた、【内容量】入りの【冷蔵・冷凍】商品です。」

例えば、「国産魚使用」だけでは、魚種、水域、養殖場の地域、加工地のどれを示すのか不明です。「静岡県内で加工」も、原料が静岡産である意味ではありません。原料原産地と加工地を別の欄にするだけで、誤読の余地を減らせます。

この一文はキャッチコピーの代わりではありません。商品名の直下に事実ブロックとして置き、その後に味や作り手の特徴を説明します。一般的な食品ECの商品ページ設計は、食品メーカー・D2CのAI検索対策と分担し、ここでは水産特有の属性に絞ります。

魚種・産地・加工・温度帯を一つの商品へ束ねる

商品台帳は、ECに表示できる項目だけで作らないことが重要です。法令上の表示、購入者の比較、受注・在庫管理、BtoB商談で使う事実を一つの商品IDにひも付けます。

表の12項目は、GoogleやOpenAIが公開した「水産物専用の必須属性」ではありません。水産物の選定に必要な事実と、食品表示・EC・業務用仕入れの実務を接続した情報設計上の仮説です。まず自社の主力商品で欠落を確認し、購入者や取引先から実際に届く質問で項目を調整します。

「お取り寄せ」「ギフト」「業務用」で回答を分ける

一つの商品台帳を作っても、読者に見せる順番は検索場面で変わります。「お取り寄せ おすすめ」では食べ方と到着後の扱い、「干物 ギフト 人気」では贈答条件、「業務用 魚 仕入れ」では供給条件が先に必要です。

カテゴリページに全条件を押し込むのではなく、カテゴリは選び方と商品一覧、商品ページはその商品の事実、業務用ページは取引条件を担当します。同じ魚に家庭用と業務用がある場合は、別商品のように複製せず、共通の商品IDから容量、入数、価格、取引条件の差を示します。

消費者庁の通信販売のルール解説は、通信販売広告の表示事項と申込みの最終確認画面に関するルールを案内しています。食品として何を表示するかと、通販の価格・送料・支払・引渡し・返品などの取引条件を同じ欄へ詰め込まず、商品情報から購入条件へ迷わず移動できるようにします。

業務用の情報設計全般は、卸売・商社のLLMO対策も参考になります。水産サイトではそこに、魚種、加工形態、温度帯、不漁時や欠品時の代替可否を追加するのが分化点です。

食品表示を販促コピーから独立させる

食品表示はLLMOのために作るものではありません。しかし、一般的な名称、原産地、原材料、保存、期限などの事実は、購入者だけでなくAI検索が商品を比較する際の基礎にもなります。

消費者庁の早わかり食品表示ガイドでは、消費者向けの生鮮水産物について名称と原産地の表示を説明し、加熱、塩蔵、乾燥、酸処理、異種混合などは加工食品となる例を示しています。つまり、同じ魚でも、鮮魚と干物を同じ項目だけで管理してはいけません。

また、魚介類の名称のガイドラインは、魚種によって品質や価格に違いがある場合、原則として種ごとの名称を表示する考え方を示しています。ブランド名は一般的な魚介類の名称の代わりにはならないため、商品ページでは両方を分けます。

実務では、容器包装の一括表示を写真で載せるだけで終わらせず、重要項目をテキストでも掲載します。画像内の文字は、スマートフォンで拡大しないと読めなかったり、更新時に本文とずれたりします。商品台帳を元に本文、一括表示画像、ECシステムへ同じ値を反映させる運用が必要です。

2026年10月1日に消費者庁は食品表示基準の一部改正を公表しました。今回の主な改正は栄養機能食品に関する内容で、通常の海産物通販全般へ新しい一律の表示項目を追加したものではありません。一方、2026年4月のアレルゲン表示に関する改正ではカシューナッツが特定原材料に追加され、現行資料は義務表示の特定原材料を9品目としています。古い8品目のままのテンプレートを複製せず、現行資料と経過措置を照合してください。法的な適合性は、個別商品と販売方法に応じて食品表示の担当者や専門家が判断する領域です。

賞味期限は製造日起算だけで終わらせない

海産物通販では、「製造日から90日」と書いても、注文する人が「届いてから何日保管できるか」を計算できないことがあります。冷凍商品ではさらに、未開封・冷凍保存時の期限と、解凍後の目安を分ける必要があります。

消費者庁のインターネット販売向けガイドブックは、ECサイトの期限情報について、具体的な年月日、到着日または出荷日からの期限残、製造日からの期間、サイト全体の方針という提供方法を整理しています。特に到着時の残日数は購入者にわかりやすい一方、配送遅延で表示と実商品の差が出るため、保証できる最低日数と起算点を運用ルールにします。

商品ページでは、次のように分けます。

• 未開封での保存温度と期限
• 出荷時または到着時に保証する期限残の最低値
• 解凍にかかる時間と方法
• 解凍後・開封後に食べる目安
• 再冷凍の可否と注意点
• 配送に日数を要する地域と、対応できない地域

冷蔵と冷凍の優劣を一律に決めるのではなく、食べる日、配送地域、調理方法、必要量で選べるようにします。この説明があれば、「冷蔵が新鮮で冷凍は劣る」といった単純化を避け、用途ごとの判断材料を提供できます。

BtoB仕入れは発注後の条件まで公開する

飲食店、旅館、給食、小売の仕入れ担当者は、「その魚を扱っているか」だけでなく、希望規格で継続納品できるかを判断します。「詳細はお問い合わせください」だけのページでは、商談前の比較が止まります。価格を公開できない場合でも、価格が決まる条件は示せます。

水産庁の水産流通適正化法の周知資料では、対象となる水産動植物について漁獲番号等の伝達や取引記録などの制度が説明されています。対象魚種に該当する事業者は、販促ページと法定の記録を同一視せず、元データと責任者を接続します。漁獲番号等を一般向けページに全て掲載するべきだという意味ではなく、自社が説明する産地や取引履歴をさかのぼれる状態にするという運用設計です。

構造化データと商品フィードは本文の写しにする

構造化データを追加する前に、商品ページの本文を完成させます。サイト運営者向けのGoogle AI検索公式ガイドは、公開され、クロール可能な内容、明確な技術構造、人に役立つ独自情報など、従来のSEOの基礎を重視しています。llms.txtや不要なAI向けテキストファイルだけで視認性が上がるとはしていません。

Googleの商品向け構造化データの仕様では、購入できる商品ページにおけるProductとOfferの考え方、一つの商品またはそのバリエーションに焦点を当てること、価格や在庫といった情報を扱うことが説明されています。構造化データにだけ「在庫あり」を残し、本文は売り切れという状態は避けます。リッチリザルトの表示は保証されないため、マークアップの有無だけを成果にしないことも重要です。

OpenAIは商品検索のヘルプで、商品選定に検索意図や文脈を使い、販売者の表示には在庫、価格、品質、メーカーまたは主要販売者かといった要素を使うと説明しています。また、公開情報、外部の商品データ、販売者から直接提供されるデータなどを使うとしています。仕様や対象地域は変更され得るため、特定の連携や表示を前提にせず、自社商品ページの正確さを先に担保します。

2026年10月に更新されたGoogleの生成AIコンテンツ利用ガイダンスは、AIで作成した内容を公開前に人が事実確認し、本文だけでなくタイトル、メタディスクリプション、構造化データ、画像の代替テキストも検証対象にするよう案内しています。産地や期限をAIで補完せず、商品台帳・容器包装・取引資料へ戻って確定します。

実装の順番は次の通りです。

1. 商品IDごとの本文と表示項目を整える。
2. 本文とECシステムの価格・在庫・配送条件を一致させる。
3. その同じ元データからProduct、Offer、Organizationなど、内容に適合する構造化データを生成する。
4. 商品フィードを使う場合は、価格・在庫・URL・画像の更新遅延を監視する。
5. テストツールでエラーを確認し、実際の公開ページと商品台帳を照合する。

商品フィードやChatGPTでのEC対応をさらに分けて検討する場合は、ChatGPTショッピングのEC対策と接続してください。

AI検索に伝わりにくい7つの失敗

失敗の共通点は、情報が少ないことより、何と何が同じ商品の事実かわからないことです。ページ数を増やす前に、一つの商品ページで名称、産地、加工、保存、期限、販売状態が一致しているかを確認してください。

着手順を決める判断表と実装チェックリスト

全商品を同時に書き直す必要はありません。ただし、日数を先に決めた短期ロードマップではなく、購入・仕入れ判断への影響と更新頻度で優先順位を決めます。

商品情報のチェック

• 商品ごとに恒久URLと商品IDがある。
• 一般的な名称、魚種、ブランド名を混ぜていない。
• 原料原産地、加工地、発送元を別々に書いている。
• 生鮮、塩蔵、乾燥、加熱、冷凍などの状態が明確である。
• 重量と枚数を混同せず、セットの内訳を文字で読める。
• 原材料、アレルゲン、保存方法を商品仕様書・容器包装・公式資料と照合している。
• 期限に起算点があり、到着後の扱いがわかる。
• 生食可否、解凍方法、加熱方法を一緒に確認できる。

販売・仕入れ条件のチェック

• 価格、在庫、発送日、販売終了の状態を分けている。
• 配送地域、送料、冷蔵・冷凍の便を確認できる。
• ギフトはのし、包装、着日指定、受取人に届く期限を説明している。
• BtoBは取引対象、最低ロット、入数、納期、配送範囲を示している。
• 加工指定の種類と、指定による納期・価格への影響を説明している。
• 欠品、不漁、相場変動の場合に代替品を提案するか明記している。

公開データのチェック

• 商品台帳、本文、構造化データ、商品フィードの更新元が明確である。
• 価格や在庫の変更後に、公開ページまで反映したか確認している。
• 構造化データは本文にない評価や在庫を追加していない。
• 会社名、加工者、販売者、問い合わせ先の関係がわかる。
• 主力商品を対象に、「お取り寄せ」「ギフト」「業務用仕入れ」の質問で、自社情報がどう説明されるか定点確認している。
• 表示や引用の有無だけでなく、魚種、産地、保存、BtoB条件の誤りがないかも記録している。

水産加工・海産物通販のAI検索でよくある質問

海産物のお取り寄せは、産地・加工地・加工方法・保存方法のどこを見ればよいですか？

一つだけではなく、原料原産地、加工地、加工方法、温度帯、期限の順に同じ商品の情報として確認します。特に「国産」「産地加工」といった短い表現では、どの工程を指すか確認してください。

冷蔵便と冷凍便は、食べる日や賞味期限に合わせてどう選び分けますか？

受取日と食べる日が近く、商品が指定する温度で保管できるなら冷蔵、保管期間を確保するなら冷凍が候補です。ただし、商品ごとに未開封時の期限、解凍方法、解凍後の目安が異なるため、配送便の名称だけで決めないことが大切です。

干物ギフトは、魚種・枚数・価格帯・のし・到着日をどう比較すればよいですか？

まずセット内訳と一枚あたりの重量帯を確認し、次に相手の受取可能日、冷蔵・冷凍保管、到着時の期限を確認します。のし、包装、贈答品への価格非表示、複数配送先への対応は、商品の品質とは別の取引条件として比べます。

業務用の魚は小ロットで仕入れられますか？

小ロットの定義は仕入先と商品で異なるため、「対応可」だけでは判断できません。最低ケース数、入数・重量帯、最低金額、送料、配送地域、定期発注の要否を同じページで確認します。条件が変動する場合は、見積に必要な入力項目が公開されているかが判断材料になります。

柵取り・三枚おろし・骨取りなどの加工指定と、発注から納品までの期間は確認できますか？

確認できるように、仕入先は加工種別、対象魚種、最低ロット、標準リードタイムを分けて公開します。端数処理や特注が納期に影響する場合は、通常品と同じ納期に見せず、追加日数ではなく「見積時に回答」など自社が実際に運用できる条件を示します。

最後に確認すべきこと

水産加工・海産物通販のLLMO対策は、構造化データの種類を増やすことからは始まりません。主力商品一つについて、魚種、原料原産地、加工地、加工方法、内容量、保存温度、到着時の期限、食べ方、配送、BtoB条件を一つのページで説明できるかを見てください。

その上で、商品台帳、公開本文、注文画面、構造化データ、商品フィードの値を照合します。これで表示や引用が保証されるわけではありませんが、購入者と仕入れ担当者が確認できる事実を増やし、自社の説明がチャネルごとに食い違うリスクを減らせます。

どの商品・ページから直すべきか、自社がAI検索でどのように説明されているかを整理できない場合は、LLMO診断・AI検索診断で欠落項目と情報の食い違いを先に棚卸した上で、必要な実装範囲だけを決める方法があります。