AI検索の世界では数週間おきに、llms.txt、Markdown、MCP、新しいエージェント向けプロトコル、別の対応度チェックリストといった技術項目がマーケティングのロードマップに加わる。Search Engine Journalが今回示した論点は、こうした形式は本質的な問題の下流にあるということだ。多くの組織には今なお、あらゆるチャネルで再利用できる商品情報、ポリシー、専門知識、比較材料、意思決定の根拠を統制する情報源がない。Googleの動きもこの見方を裏付ける。Googleはクロールシグナルを人為的につくるサイトマップの手法に警告する一方、AI Modeではモデルの更新が速く、単発の可視性テストが不安定になっている。持続的な優位性は、すべての新形式を真っ先に採用することではない。どこにでも発信できる正規の知識、測定、コマース基盤を築くことにある。
| Beecommercer デイリーバズ |
| 日付：2026年9月3日（木） |
| 提供：beecommercer.com |
今日のテーマは明快だ。AIが新たな情報提供手段を生み出す速度は、多くの企業が信頼できる知識を整備する速度を上回っている。
新しいプロトコルは、機械による情報取得を容易にできる。しかし、欠けた比較情報を生み出したり、食い違う価格を整合させたり、どの顧客に商品が適しているかを説明したり、どの市場にどの方針を適用すべきかを決めたりはできない。
したがって、eコマースとマーケティングの運営者が問うべき戦略課題は、「どのAI形式が必要か」から「すべての形式が必要とする事実と根拠を提供できる、信頼できる情報源が一つあるか」へと変わりつつある。
詳しく見ていこう。
トップストーリー
プロトコルは戦略ではない
Search Engine JournalのBill Huntは、業界が新しいAI配信形式を見るたびに、それぞれに新戦略が必要だと捉えてしまうと指摘する。例として、llms.txt、MCP、Markdown、Schemaの拡張、その他の新たなエージェント向け形式を挙げている。
これらの技術は異なる役割を担うが、組織に同じ誘惑を生む。経営陣が新たな対応度監査を見て、自社には最新プロトコルがないと聞くと、基礎情報が完全かどうかを問う前に、マーケティングとエンジニアリングのリソースを振り向けてしまう。
記事では「Decision Coverage（意思決定カバレッジ）」という有用な概念を紹介している。商品仕様が優れていても、AIシステムが候補に入れるべきかを判断するための根拠が不足していることはある。
例えば、「最高」の家族向けビーチリゾートを求める依頼は、単一属性の照会ではない。答えは、立地、客室構成、家族への適合性、設備、価格、空室状況、レビュー、トレードオフに左右される。ブランドが重要な5条件のうち4条件しか裏付けられないなら、同じ4つの事実を別のプロトコルで公開しても、欠けた5つ目は生まれない。
ここに、公開と能力の重要な違いがある。Schemaは関係性を記述できるが、その関係がどうあるべきかは決められない。MCPはリソースを公開できるが、異なるチームが保有する矛盾した情報を解消できない。llms.txtはシステムをコンテンツへ導けるが、企業が一度も文書化していない専門知識を生み出すことはできない。
Huntが推奨するモデルは単純だ。正規の基盤を一度構築し、あらゆる場所へ公開する。商品情報、ポリシー、専門知識、顧客の判断基準、裏付けとなる根拠を、Webページ、Schema、Merchant Center、API、Markdown、MCP、または次に有用になる形式へ供給できる、統制された情報源に置くべきだ。
これはeコマースにとりわけ重要だ。正確な商品情報が複数のシステムに分散しているからである。マーケティングサイトがポジショニングを、PIMが属性を、ERPが在庫と商取引データを管理し、カスタマーサービスが頻出する懸念を把握する一方、マーケットプレイスのフィードにはまた別の表現が存在する。
AIプロトコルが増えるたびに、その知識のコピーを手作業で保守するなら、更新のたびに同期問題が生じる。将来への適応力を高める方法は、知識レイヤーを整備し、形式を交換可能にすることだ。
| 運営者への示唆： プロトコルだけを並べたAI対応のバックログを作るのはやめよう。商品は誰向けか、どの代替品より優れるか、何が重要なトレードオフか、適合するか、いつ出荷できるか、どのポリシーが適用されるかなど、最も重要な顧客判断を選び、それぞれの正式な根拠を特定する。その知識を一度構築し、統制する。llms.txt、MCP、Markdown、Schema、フィード、APIは、有用な新しい配信経路になる場合にのみ追加しよう。 |
変化の兆し
Googleは安定したシグナルを評価し続ける一方、AI Modeはテストの裏側で変化し続ける
GoogleのJohn Muellerは、毎日のクロールを強制するためのサイトマップ手法を否定した。この手法は、サイトマップ標準のlastmod値に頼らず、子サイトマップのURLへ毎日新しいタイムスタンプパラメータを追加し、検索エンジンに新URLとして認識させるものだ。
Muellerは、この方法ではサイトマップの正規URLが変わり続けているというシグナルを送るため、悪い考えだと述べた。助言は従来どおり、簡潔で安定したURLと正確なlastmod値を使うことだった。
この教訓はサイトマップに限らない。検索システムは安定したシグナルを基に構築されている。基礎となるコンテンツが変わっていないのに変化を演出しても、有用な鮮度は生まれない。
同時にGoogleは、Gemini 3.8 Flashの公開当日に、世界中のGoogle AI ProとGoogle AI Ultraの契約者向けAI Modeへ同モデルを追加した。
これはGoogleによる6週間で3回目のFlashリリースだ。Search Engine Journalは、8月中旬のGemini 3.7 FlashによるAI Modeの引用と、現在のGemini 3.8 Flashの引用を比較しても、同じ検索・回答システムをテストしていることにはならないと指摘する。
これはAIでの可視性に重要な測定課題をもたらす。引用の増減は、コンテンツの変更、モデルの変更、プロンプトの違い、検索処理の違い、またはそれらすべてを反映しうる。
そこでSearch Engine Journalは、AI Modeをテストするたびにモデル名を記録するよう勧めている。今では一つの報告期間に複数のモデル版が含まれうるため、この小さな運用上の工夫が重要になる。
二つの話を合わせると、有用な対比が見える。安定した技術シグナルを新しく見せるために操作してはいけない。一方、測定に影響する、本当に変化しているシステムは記録すべきだ。
| 運営者への示唆： サイトマップのURLを安定させ、コンテンツが実質的に変わったときだけlastmodを使おう。AIでの可視性を追跡する際は、可能な限りエンジン、モデル版、プロンプト、日付、場所、アカウントプランを記録する。モデル変更を無視する測定システムは、プラットフォームの変動を誤ったSEOの結論へ変えてしまう。 |
オペレーション層
単一指標では成長を説明できないため、測定基盤には複数の答えが必要だ
Googleの最新Ads Decodedエピソードは、一つのツールに最終回答を求めるのではなく、アトリビューション、インクリメンタリティテスト、マーケティングミックスモデリングをまたぐ測定基盤の構築を取り上げている。
Googleによれば、マーケターはリアルタイムのアトリビューション、定期的なインクリメンタリティテスト、MMMから相反するシグナルを受け取ることが多い。最も都合のよい数字を選ぶのが答えではない。それぞれの手法が異なる問いに答えるからだ。
アトリビューションは素早い最適化と経路の把握に役立つ。インクリメンタリティは、メディアがなければ何が起きたかを問う。MMMは、より長い期間にわたる幅広いチャネルの貢献や、ユーザー単位の追跡が不完全な場合の状況を説明するのに役立つ。
議論ではQualified Future Conversionsにも焦点を当てている。これは広告接触後の将来的な商業成果を推定し、長い購買プロセスを捉えようとするものだ。
Googleは、メディアはすべてのコンバージョンをすぐ収穫するよりも、種をまくように機能すると例える。短期的なROASだけを基準にすべてを最適化したくなるブランドには有用な考え方だが、予測指標は後で実際の売上と照合する必要がある。
Shopifyの初期AIコマースデータは、階層的な測定が重要な理由を示す。2026年Q1には、AI経由のセッションが前年同期比で8倍超、AI経由の注文が約13倍に増えた。AIから商品ページへ来た訪問者のコンバージョンはオーガニック検索経由より約50%高く、平均注文額も14%高かった。
AIからの流入チャネルは依然としてオーガニック検索よりはるかに小さく、AIを介した発見の一部は分析上、今もオーガニックに分類される。つまり、一つの流入レポートだけではAIの役割を過小評価する一方、急成長しているものの小規模なチャネルの重要性を過大評価しやすい。
正しい測定上の問いは、AIトラフィックが「SEOより優れているか」ではない。そのチャネルが上乗せ効果と増分を生み、利益につながり、規模が拡大したときに追加投資へ値するかどうかだ。
| 運営者への示唆： 役割を分けた測定基盤を築こう。日々の最適化にはアトリビューション、因果関係への確信にはインクリメンタリティ、幅広い配分にはMMMを使う。AI流入を独自セグメントとして追跡しながら、顧客の質、限界利益、再購入、アシスト需要と比較しよう。将来のコンバージョンを予測する指標は有用な情報だが、計上済み売上ではない。 |
コマース規模、広告技術、AI検索の3つの動き
1. Flabelusが示す、コマースで「基盤を一度構築する」ということ
ShopifyのFlabelusケーススタディは、オンライン事業の最初の通年実績から売上を200倍超に伸ばし、現在は同じコマース基盤で14カ国47店舗を運営するフットウェアブランドを紹介している。
Flabelusは2020年にスペインでオンライン事業を開始し、その後、実店舗、追加市場、通貨、決済手段、カスタムアプリ、地域固有の要件へと事業を広げた。現在は40カ国超の顧客に対応し、プラットフォームを一度も移行していないという。
運用上の重要点は、オンラインと店舗小売が同じストアエンティティ上で動いていることだ。小売、展開、コミュニケーションの各チームは、別々のシステムからレポートを継ぎ合わせることなく、売上を一つの画面で確認できる。
標準プラットフォームで要件を満たせない部分にはカスタムアプリも使う一方、商品翻訳、インポート、エクスポート、返品、レポートは同じコアシステムにつながっている。
これは知識アーキテクチャのコマース版だ。基盤を十分に安定させ、数年ごとに中核事業を再構築するのではなく、設定と拡張で事業を広げられるようにする。
| 運営者への示唆： プラットフォームを評価するときは、規模が10倍になった場合を考えよう。店舗、通貨、倉庫、地域ごとの独自ルール、返品、翻訳、レポートが増えたらどうなるか。目標はカスタマイズをゼロにすることではない。新市場ごとに新たな信頼できる唯一の情報源を作らずに済む、十分な拡張ポイントを備えた安定した中核を持つことだ。 |
2. Googleは広告技術事業の分割を回避、ただし行動是正措置は残る
Reutersによると、米連邦判事は、GoogleにAdX広告取引所の売却を命じるよう求めたDepartment of Justiceの請求を退けた。Googleについては、パブリッシャー向け広告技術市場の一部で違法に競争を抑えたとの判断が先に示されていた。
Leonie Brinkema判事は、構造的な事業分離ではなく行動是正措置を採用した。Googleは競合他社へのリアルタイム入札アクセス提供などを提案しており、詳細な判決は機密情報の墨消し後に公表される見込みだ。
Googleはデジタル広告の需要、オークション、パブリッシャー技術、測定、検索広告枠と複数の層に関与しているため、この訴訟はマーケターにも重要だ。
裁判所の判断によって直ちに構造を大きく変える可能性は低下したが、根本にある競争と透明性の問題はなくなっていない。
| 運営者への示唆： 法的判断をメディア戦略の予測へ短絡させてはいけない。オークションルールやプラットフォームへのアクセスが変わってもチャネルの採算を理解できるよう、キャンペーン、売上、CRM、インクリメンタリティの記録を独立して維持しよう。プラットフォームの統合は利便性を生み、独立した測定は交渉力を生む。 |
3. ShopifyのAIコマースは検索の代替ではなく、上乗せの機会だ
ShopifyのAI主導のコマース進化を扱ったYahoo Financeの投資家向け記事は、現在のShopify戦略をAI支援の発見とコマースを軸に捉えている。同社は同時に、Shopとマーチャント向けプラットフォームを、需要と取引を統合する場として位置付け続けている。
より有用な運用上の根拠は、Shopify自身のコマースデータだ。AIトラフィックは急速に増え、強い購買意図を伴う傾向があるものの、オーガニック検索がもたらすセッション数は、追跡対象の全AIプラットフォームの合計をなお大きく上回る。
したがって、現在のAIコマースは上乗せの機会だ。買い物客はChatGPT、Gemini、その他のアシスタントで調査するかもしれないが、同じ商品は強いオーガニック検索、明快な商品ページ、構造化データ、レビュー、信頼できる決済から引き続き恩恵を受ける。
ShopifyのAgentic StorefrontsとUniversal Commerce Protocolは、マーチャントが新しいプラットフォームごとに個別の商品フィードを維持することなく、リアルタイムの価格、属性、在庫状況をAIシステムに提供できるよう設計されている。
| 運営者への示唆： AIコマースを、同じ信頼できる商品情報を基盤にした新たな需要接点として扱おう。個別に測定しても、運営モデルは分割しない。同じカタログ、在庫、価格、商品コンテンツ、カスタマーサービスポリシーで、Google、オーガニック検索、AIアシスタント、マーケットプレイス、自社ストアを支えるべきだ。 |
オフタイム
一度構築し、文脈とともに測り、顧客が行く先へ公開する
今日のニュースはいずれも、新しいインターフェースを新しい戦略と取り違える同じ反射的な行動に異議を唱えている。
llms.txtファイルは知識アーキテクチャではない。新しいFlashモデルは、コンテンツが変わった証拠ではない。サイトマップのパラメータは鮮度ではない。予測された将来のコンバージョンは計上済み売上ではない。AIコマースからの流入は、オーガニック検索を捨てる理由ではない。
プラットフォームは変わり続ける。モデル名も変わり続ける。新しいプロトコル、フィード、API、エージェント標準が登場する。
持続するレイヤーは、組織が制御できる部分だ。商品情報、顧客の根拠、ポリシー、専門知識、在庫、価格、測定の定義、そしてそれらの同期を保つシステムである。
だからこそ、今日の情報源にある最も簡単な一文が、最も有用なのかもしれない。
基盤を一度構築し、あらゆる場所へ公開する。
Beecommercerチーム