ChatGPT Shopping商品表示の仕組みとMerchant Center最適化【2026年版】
ChatGPT Shoppingの商品表示は約83%がGoogle Merchant Center経由のデータに由来する。AIショッピングを横断で駆動する仕組みと、フィード最適化・ACP対応の実践手順を2026年最新データで解説する。
目次(19項目)
- はじめに
- ChatGPT Shoppingとは何か|2026年の会話型商品発見
- Google Merchant CenterがAIショッピングの中核インフラになった理由
- ChatGPTの商品表示の83%はGoogle Shopping由来|43,000カルーセル実測
- AIエンジンが最重視するフィード項目|タイトル・description・GTIN・在庫・価格・画像
- Agentic Commerce Protocol(ACP)とOpenAI公式商品フィードの二本立て
- 2026年3月24日のChatGPT shopping updates|Instant Checkoutから自社サイト購入への転換
- ECサイト・出品者が今すぐ実践すべき最適化手順
- よくある質問
- Q1. ChatGPTに商品を出すには何から始める?
- Q2. Merchant Centerだけで足りる?
- Q3. ACPとは何か?
- Q4. 画像や価格はどこまで正確にすべき?
- Q5. Merchant CenterフィードとACP(OpenAI公式フィード)はどう使い分ける?
- Q6. 83%という数字は何を意味する?
- Q7. 楽天市場・Amazon・自社ECサイトではそれぞれ何をすべき?
- Q8. Instant Checkoutの終了で何が変わった?
- 関連用語
- 関連記事
ChatGPT Shopping商品表示の仕組みとMerchant Center最適化【2026年版】
この記事の結論: ChatGPTの商品カルーセルは、そのうち約83%がGoogle Merchant Center経由のGoogle Shoppingデータと一致するという2026年の実測がある。ChatGPT Shopping・Google AI Mode・AI Overviews・Perplexity Shoppingという複数のAIショッピング面を同時に押さえる最短ルートは、まずMerchant Centerのフィード品質を整え、そのうえでOpenAI公式のAgentic Commerce Protocol(ACP)対応を追加する二段構えにある。
最終更新日: 2026年7月3日
はじめに
「ChatGPTで商品を探して買う」行動は、2026年には特別な操作ではなくなった。会話で条件を伝えるとカルーセル形式で候補が提示され、そのまま販売サイトへ遷移して購入する流れが定着している。ChatGPTは独自の商品データベースを持つのではなく、Google Merchant Centerに登録されたフィードが複数のAIショッピング面を横断で駆動している。本記事は2026年の実測データをもとにこの構造とEC事業者の最適化手順を整理する。
ChatGPT Shoppingとは何か|2026年の会話型商品発見
ChatGPT Shoppingは、対話から予算・用途・好みを読み取り、合致する商品をカルーセル形式で提示する機能だ。2025年に登場したInstant Checkout(チャット内即時決済)は2026年3月24日のアップデートで単独機能としての提供を終え、現在は「会話で絞り込み、購入は各ECサイトへ遷移して完了する」導線が中心だ。複数商品のカート管理やロイヤルティ連携などチャット内決済だけでは対応しきれない要件の積み重なりが転換理由とされる。
Google Merchant CenterがAIショッピングの中核インフラになった理由
ChatGPT Shopping・Google AI Mode・AI Overviews・Perplexity Shoppingは、いずれもGoogle Merchant Centerのフィードデータを参照する点で共通する。Google AI Modeは500億点超の商品を抱えるShopping Graphが基盤で、Perplexity Shoppingも情報源の一つとしてGoogleの商品データを取り込む。ChatGPT自体もGoogle Shoppingの検索結果を参照して候補を組み立てていることが、後述の実測データで裏付けられた。Merchant Centerの登録品質が、AIショッピング全体の露出を左右する共通変数だ。
ChatGPTの商品表示の83%はGoogle Shopping由来|43,000カルーセル実測
Search Engine Landが2026年に公表した調査は、ChatGPTの商品カルーセル5,000件・商品43,000点を、Google・Bing上位40位までのオーガニックShopping結果20万件超と突き合わせた。カルーセル商品の約83%がGoogle上位40位以内のShopping結果と一致し、Bingとの一致は11%にとどまった。一致商品の60%はGoogle上位10位以内、84%が上位20位以内に集中し、Bing独自商品はわずか70件(0.16%)だった。ChatGPTのカルーセルに載る第一歩は「Google Shoppingの掲載順位を上げること」に集約される。
AIエンジンが最重視するフィード項目|タイトル・description・GTIN・在庫・価格・画像
Merchant Centerフィードのうち、AIエンジンが商品の同一性と信頼性を判断する項目は限られる。商品タイトルとdescriptionはクエリとの一致度を左右し、検索意図に沿った具体的な記述が求められる。GTIN(JANコード等)は同一商品を束ねるクラスタリングの土台で、誤設定や未設定は競合クラスターからの脱落を招く。在庫状況(availability)と価格はランディングページの表示と一致しているかが常に確認され、不一致は評価を下げる要因になる。商品画像は選択候補としての視認性を左右し、2026年はProduct Highlight・Q&Aなど会話型AI向けの拡張属性もフィード評価の対象に加わった。
Agentic Commerce Protocol(ACP)とOpenAI公式商品フィードの二本立て
OpenAIはMerchant Centerとは別に、Stripeと共同でAgentic Commerce Protocol(ACP)というオープン規格を策定した。ACPは商品フィード・チェックアウトAPI・決済トークンの3要素で構成され、OpenAI提供のエンドポイントへ直接カタログを同期する。Merchant Centerの更新が既定24時間サイクルなのに対し、ACP対応フィードは最短15分間隔で更新でき、価格変動の反映速度に明確な差がある。Shopify加盟店100万以上・Etsy・Walmartなど大手は対応済みで、それ以外は自前でACP準拠のエンドポイント構築が必要だ。実務では「まずMerchant Centerで露出を確保し、取引量が大きい事業者はACPを追加する」二段構えが合理的だ。
2026年3月24日のChatGPT shopping updates|Instant Checkoutから自社サイト購入への転換
2026年3月24日、OpenAIはChatGPTのショッピング体験を刷新した。従来のInstant Checkoutは複数商品のカート管理やロイヤルティ連携に対応しきれず、単独機能としての提供を終えた。新体験では画像アップロードや条件指定による絞り込みが強化される一方、購入手続きは各ECサイト自身のチェックアウトに委ねる設計へ変わった。加盟店は商品フィードとプロモーション情報をOpenAIと共有するだけで対応でき、ECサイト側の役割は「チャット内決済」から「発見後の購入体験を自社サイトで磨き込む」ことへ重心が移った。
ECサイト・出品者が今すぐ実践すべき最適化手順
優先順位は次の通りだ。第一に、Merchant Centerに登録し、タイトル・description・GTIN・在庫状況・価格・画像の基本6項目を正確に整備する。第二に、フィードの価格・在庫とランディングページの表示を自動同期させ、不一致による信頼性低下を防ぐ。第三に、取引量が大きい事業者はACP対応のフィードエンドポイント構築を検討する。第四に、構造化データとしてProductのSchema.orgマークアップをJSON-LDで実装し、価格・在庫・レビュー評価を補強する。この4点を整えた事業者から、Merchant Center経由のAIショッピング面全体で露出が安定する。
よくある質問
Q1. ChatGPTに商品を出すには何から始める?
Google Merchant Centerへの登録とフィード整備が第一歩で、ここが複数のAIショッピング面の共通土台になる。
Q2. Merchant Centerだけで足りる?
基本的な露出はMerchant Centerで確保できるが、更新頻度や取引量が大きい場合はACP対応の追加が有効。
Q3. ACPとは何か?
OpenAIとStripeが策定した商品フィード・決済API・トークンから成るオープンな商取引規格である。
Q4. 画像や価格はどこまで正確にすべき?
フィード上の価格・在庫はランディングページの表示と完全一致させる必要があり、不一致は信頼性低下につながる。
Q5. Merchant CenterフィードとACP(OpenAI公式フィード)はどう使い分ける?
Merchant Centerは横断的な基盤露出、ACPは更新頻度と決済連携を必要とする事業者向けの追加対応と位置づけるとよい。
Q6. 83%という数字は何を意味する?
ChatGPTのカルーセル商品の大半がGoogle Shopping経由であり、対策の起点はGoogle Shopping登録の質にあるということ。
Q7. 楽天市場・Amazon・自社ECサイトではそれぞれ何をすべき?
モール出品だけでは不十分で、自社ドメインでもGoogle Merchant Centerへ同一商品を登録しフィードを整備する必要がある。
Q8. Instant Checkoutの終了で何が変わった?
チャット内での即時決済という位置づけが外れ、商品発見後は各ECサイトのチェックアウトへ遷移する設計になった。
関連用語
関連記事
参考文献
- ChatGPT sources 83% of its carousel products from Google Shopping via shopping query fan-outs
- Agentic Commerce Protocol overview page
- Buy it in ChatGPT - Instant Checkout and the Agentic Commerce Protocol
- OpenAI revamps shopping experience in ChatGPT after struggling with Instant Checkout offering
- OpenAI reveals updates to its agentic commerce experience for ChatGPT
- Insights for AI-powered shopping experiences coming soon - Google Merchant Center Help
- 8 Google Merchant Center attributes your feed needs for AI Mode
- Agentic Commerce Protocol specification on GitHub
関連用語
- クエリ
クエリとは、ユーザーが実際に検索窓に入力した検索語のこと。SEOで使う「キーワード」と似ていますが、キーワードが事前に狙う言葉、クエリが実際に打たれた言葉、というニュアンスの違いがあります。
- 検索意図
検索意図とは、ユーザーがその言葉を検索したときに「本当は何をしたいのか」という背景の目的のこと。SEOでは検索意図に合った答えを返すページが上位表示されます。
- 構造化データ
構造化データとは、Webページの内容を検索エンジンが理解しやすい形式で記述したメタ情報。記事の著者・公開日、商品の価格・在庫などを機械可読にすることでリッチリザルトやAI引用の対象になります。
- JSON-LD
JSON-LDとは「JSON for Linking Data」の略で、構造化データをJSON形式で記述する方式。Google公式が推奨する構造化データ実装フォーマットで、scriptタグでHTML内に書きます。
- ChatGPT検索
ChatGPT検索(ChatGPT Search)とは、OpenAIが2024年10月に公開した、ChatGPTがWebをリアルタイム検索して出典付きで回答する機能。Perplexityと並ぶLLMO主戦場のひとつです。
- トークン
トークンとは、LLMが文章を処理する最小単位。「単語」より細かく、英語なら約4文字 = 1トークン、日本語なら1〜2文字 = 1トークンが目安。API料金もトークン単位で決まります。
関連記事
最新記事
SEO カテゴリの他の記事
- AI Overviewに画像が引用されるalt最適化の実装手順
- Gemini・ChatGPTのAIショッピングで選ばれる商品データ最適化2026
- エンティティ最適化のAI引用3倍実装方法と効果測定ガイド
- AI Overview時代の構造化データ|FAQスキーマは廃止後も書くべきか
- プリンストン大学のGEO研究とは:統計・出典追加で可視性40%向上した理由
- 検索1位でもCTR58%減——AI Overview時代の防衛戦略2026
- UCPとACPの違いとは?EC事業者が2026年に取るべき対応
- UGC×AI引用戦略2026——RedditとYahoo!知恵袋の企業活用術
- 多言語LLMOとは?一次情報の多言語化で海外AI引用を獲得する方法
- ブランド言及の85%は第三者ドメイン発、AI検索エコシステム戦略の要点
- 指名検索数はランキング要因になる?2026年に増やす戦略と計測法
- AI引用は口コミ・Q&A・比較サイトへ急増|自社ドメインの2026年対策
- AI引用のコンセンサスシグナルとは|複数プラットフォーム一致の作り方と計測
- YouTube VSEO VideoObject マルチモーダル実装 2026年完全ガイド
- YouTube VideoObject概要欄500文字以上でAI引用を最適化する方法
- 動画文字起こしブログ化と二重AI引用戦略の完全ガイド
- YouTube質問形式タイトルでAI引用を最大化する最適化戦略
- 共起引用(co-citation)でAI可視性を高める戦略と実装ガイド
- Perplexityポジティブセンチメント最適化|日本語コンテンツで好意的引用を増やす実践ガイド
- スキーマ実装の工数とROI実測ガイド:AI引用率への効果と優先順位
- FAQリッチリザルト廃止後のスキーマ優先順位を徹底見直し【2026年版】
- FAQリッチリザルト廃止2026:AEO・AI引用で勝つ代替施策の完全ガイド
- 指名検索はAI引用後に増えるのか——引用前後の実測データと再現条件
- PerplexityがRedditを46%引用する理由と日本語サイトの代替UGC戦略
- 直答ブロックの文字数とAI引用率の関係:実測データで見る最適解
- 見出し位置とAI引用率の相関を実測データで検証する
- 質問形式の見出しでAEO引用を獲得する実装ガイド
- 見出し直下 結論配置でAI引用率を上げるスニペット設計の全手法
- FAQPageスキーマ実装でAI引用率3倍:当社実測検証と再現条件
- AIに引用されやすい文章パターン実測分析:定義文・数値・構造の効果を検証
- 結論ファースト記事構成でAI引用率を上げる完全ガイド
- 構造化データの実装優先順位|AIO引用率を高めるスキーマ順序2026
- スキーマのネスト深さとAI引用率:当社検証で約40%向上した構成の実測レポート
- HowToスキーマ vs FAQPageスキーマ:AI引用率の実測比較と使い分け
- コンテンツ鮮度と更新頻度がAI引用率を左右する理由【GEO実践】
- FAQPage × Article × ItemList 三重スタックでAI引用率1.8倍|独自集計データで読む効果【2026年版】
- スキーマ AI引用率「効果なし」は本当か|Ahrefs 1885ページ研究への反論と効く条件
- Organization Schema でAI引用率を上げる設定・実装ガイド【2026年版】
- 構造化データ スキーマ種類別 AI引用率 比較 実測 2026|独自集計データで読む効果の差
- リスト記事の順位はAI引用シェアオブボイスを左右する——Peec AI実測データ(200K回分析)
- 著者情報 Person Schema でAI引用率を上げる実装ガイド【2026年版】
- YMYL × AI検索時代のE-E-A-T対策|LLMに引用されるコンテンツ戦略
- 構造化データ実装前後でAI引用率はどう変わるか|実測データ比較【2026年版】
- GEOランディングページ AI引用 設計の完全ガイド|海外ローカライズ対応で引用率を高める実践手順【2026年版】
- Reddit AI引用 日本語コンテンツ戦略|海外ローカライズで引用を獲得する実践ガイド
- 著者ページ設計でE-E-A-Tを最大化する完全ガイド【2026年版】
- Gemini Focus Mode と情報源指定で検索意図に応える SEO 戦略【2026年版】
- AI Overview 段落最適化の完全手順|海外ローカライズ対応で引用率を高める実践ガイド
- AI検索 新規サイトのドメインパワーと引用の関係【2026年完全ガイド】
- AI Overview FAQスキーマ vs 他スキーマ比較|AI引用確率を上げる選択ガイド
- エンティティ最適化とAI検索:日本語サイトが取り組むべき実践ガイド
- JSON-LD構造化データがAI検索の理解を高める理由と実装ガイド
- 新規ドメインがAI Overviewで引用されない原因と突破戦略
- FAQスキーマでAI引用を増やす実装ガイド:JSON-LDから効果測定まで
- Perplexityに引用されるReddit戦略:アルゴリズムの仕組みと実践設計
- AI Overview引用率を上げる8つの実践的手法【2026年版】
- AI検索で引用されない原因7選と改善策【2026年最新】
- YouTubeタイトルの文字数は何文字がベスト?表示上限・デバイス別・SEO最適解2026年版
- YouTube タグの効果は 2026 年もある?最新アルゴリズムでの正しい使い方
- sitemap format(sitemap.xml format)完全リファレンス|全タグ仕様・拡張形式一覧【2026年版】
- LLMO と SEO の違い完全マップ|KPI・計測・施策を全部対比【2026年版】
- トピッカルオーソリティの作り方
- タイトルタグとメタディスクリプションの書き方|CTRを上げる型
- 構造化データJSON-LDの書き方3ステップ|リッチリザルト&AI検索対策【2026年版】
- sitemap.xmlとrobots.txtの役割と作り方
- 検索意図の4分類(Know/Go/Do/Buy)と記事構成への活かし方【2026年完全版】
- Google Search Consoleの使い方|初心者の最初の30分
- ピラーページ&クラスター戦略5ステップ|SEO内部リンク設計【2026年版】
- SEO×LLMO効果測定の7指標|GSC・GA4・AI検索計測【2026年版】
- LLMOキーワード選び方&SEOキーワード選定の基本【2026年完全版】
- 内部リンク・外部リンクの設計|SEOで効くつなぎ方
- 検索エンジンの仕組み|クローラー・インデックス・ランキングを図解
- 見出しタグ(h1/h2/h3)の正しい使い方
- E-E-A-Tとは?経験・専門性・権威性・信頼性の高め方
- Core Web Vitals入門|LCP・INP・CLSをやさしく解説
- コンテンツギャップ分析のやり方
- 競合サイト分析の手順|SEO/LLMO両軸で
- canonicalタグとは?重複コンテンツ対策の基本
- SEO×LLMOで勝つ記事構成テンプレート
- 既存記事リライトの優先度と手法
