ブランド名は回答に出ても、クリックは自社ページに来ないことがある
よくある購買検索を考えてみましょう。たとえば「しゃがんでも透けないレギンスでおすすめは？」という質問です。AIの回答があなたのブランドを挙げる。一見すると成功です。しかし引用先が自社の商品ページではなく、レビューサイト、販売店、あるいは Reddit のスレッドだったらどうでしょうか。
これは単なるレポート上の違いではありません。引用されたページがクリックを受け、購入者に商品を説明し、その後の回答でも情報源になり得ます。ブランドは言及されても、信頼への入口は別のサイトが得ます。
Shero Commerce の最近の調査 は、この傾向を数値で示しています。研究チームは 1,000 の Shopify ストアにある 8,573 件の商品説明を調べ、Google AI Mode、ChatGPT、Perplexity に実際の購買質問を 60 件投げました。EC チームにとって最も重要な発見は「もっと文章を書こう」ではありません。同じ商品表現が複数のドメインに存在すると、AI システムにはブランドサイトを引用すべき独自の一次情報源として扱う根拠がほとんどない、という点です。
ブランドへの言及と、回答を自社で持つことは同じではありません。推薦時に自社ページを引用する明確な理由をモデルに与えることが目標です。
この調査が示すことと、示さないこと
方法は珍しく透明です。1,000 ストアのうち 883 ストアから利用可能な商品データが取得され、公開フィードからストアごとに最大 10 商品を抽出しました。取得できたページについて、生の HTML、構造化データ、重複テキストを確認しています。外部との重複は、特徴的な商品説明の一文を引用符付きで検索し、該当する一致を手動確認する方法でした。
引用テストはモデルによる推定ではなく観察です。チームは 3 つの AI プロダクトに購入意図の質問を入力し、ブランド自身のドメインが引用されたか、ブランドが推薦されたか、まったく出なかったかを記録しました。これは意味のあるパターンを説明するには十分ですが、重複コピーが特定ページの順位や引用を失わせる原因だと証明するものではありません。質問サンプルは 60 カテゴリであり、検索・引用の挙動は商品ごとに異なり、今後も変化します。
この留保を置いても、数字は見過ごしにくいものです。
| 調査で観察された項目 | 結果 | ブランドにとっての意味 |
|---|---|---|
| 別ドメインに完全一致またはほぼ同一で存在した商品説明 | 20% | 多くのブランドが同じ表現を販売店やマーケットプレイスに配布している |
| 生 HTML に商品固有テキストが 50 語未満だった、明確に測定できたストア | 15.6% | フィールドだけを見る監査が示すほど、本当に薄いページは多くない |
| Product schema を出力していたストア | 88% | 技術的な枠組みは一般的 |
| schema の説明が 50 語未満、または欠落していた割合 | 59% | 機械可読な要約層には中身が不足しがち |
| ブランド所有ページから来た全 AI 引用の割合 | 2.8% | ブランドサイトは引用元のごく小さな比率しか取れていない |
| 出版社から来た全 AI 引用の割合 | 59% | 編集記事、レビュー、リスト記事が引用を支配している |
Google の回答レイヤーでは、サンプル内の既存 DTC ブランドが引用または推薦された割合は 9.5% にとどまり、カテゴリの 3 分の 1 ではそのどれもが挙げられませんでした。ブランドが推薦されても、自社ページが根拠として引用されたのは 31% でした。残りは Good Housekeeping、Verywell Fit、CNN Underscored、Reddit などの情報源に向かうことが多かったのです。
より深い失敗は、コピー不足ではなく著者性が不明なこと
EC チームは、この問題を「商品ページが短すぎる」か「schema が不完全」という二つに分けて診断しがちです。どちらも確認する価値はありますが、この調査はより正確な診断を示唆しています。
第一に、標準の商品説明フィールドが短いからといって、ページが薄いとは限りません。調査では、説明フィールドが 50 語未満でも、生の HTML には商品固有のモジュール、タブ、詳細を持つ商品が多数ありました。1 つのフィールドだけを監査すると、充実したページを薄いページと誤認します。
第二に、買い手には情報豊富に見えるページでも、クローラーには弱い場合があります。重要な主張が画像だけにあったり、JavaScript の実行後にのみ注入されたりすると、取得されたページにはほとんど情報が含まれないかもしれません。多くのストアが Product schema を出していながら description が浅いという指摘は、このため重要です。
第三に、この調査で最も役立つ観察は、仕入先のような説明文は Amazon、百貨店サイト、ディストリビューター、ブランドサイトに現れた時点で、情報源としての価値を失うということです。これは検索エンジンがどれかを「ペナルティ」しているという意味ではありません。システムにはほぼ同じ記述が複数あり、どの情報源が最も有用で独自なのかを判断するテキスト上の証拠が乏しいのです。一方、独立した比較、レビュー、ユースケース説明を書いた出版社は、回答のより良い情報源に見えます。
実務上の問いは、もはや「商品コピーはあるか」ではありません。そのコピーがその商品に固有で、クロール可能なテキストとして存在し、買い手の実際の質問に答え、すべての販売チャネルに配った文以上の価値を提供しているかです。
図の説明: 同一の商品コピーがブランドサイトから販売店とマーケットプレイスへ流れる様子と、独自のテスト・比較情報を持つ編集ページが AI の引用を受ける様子を示す。実在の出版社ロゴは使わない。
AI がブランドサイトではなく雑誌を引用する理由
これを出版社の権威だけで説明したくなりますが、それでは単純すぎます。出版社は商品ページにない情報をモデルに提供していることが多いからです。
レビューなら、生地がスクワットで透けるか、どんな体型に合うカットか、長期使用でどうだったか、他の選択肢とどう違うかを伝えられます。「軽量」「快適」「毎日のパフォーマンスのために作られた」といった表現だけの商品ページには、購入推薦を支える証拠がほとんどありません。
答えは雑誌風の文章を模倣することでも、すべての SKU に一般論の段落を足すことでもありません。商品固有の事実、適する・適さない条件、実際の仕様、買い手の質問への平易な回答を、商品ページ自身に持たせることです。
自社に帰属できる商品ページを作り直す
多くのチームは、カタログ全体を一度に書き直すべきではありません。購入意図が強い商品から始め、4 層の情報を再構築してください。AI に引用される保証はありませんが、組み合わせることで、自社サイトが単にチャネル説明文のコピーの一つになる可能性を下げられます。
| ページ層 | 書く内容 | 避けること |
|---|---|---|
| 購入要約 | 40〜60 語で、何の商品か、誰向けか、何を解決するか、重要な制約を述べる | スローガンやチャネル共通のブランド説明 |
| 商品固有の根拠 | 検証可能な素材、寸法、互換性、試験条件、手入れ方法、同梱物 | 作り話の性能主張、認証、顧客体験 |
| 判断のための回答 | 「誰に向くか」「何が違うか」「どんな場合に合わないか」への率直な答え | 文字数を増やすためだけのテンプレート FAQ |
| 機械可読な要約 | Product schema の description に、編集した商品要約を入れ、生 HTML にあることを確認する | 空の schema description や 15 語の仮文 |
ここには大切な違いがあります。販売チャネルには一貫した商品事実が必要です。ブランドサイトには、その上に一次情報による説明が必要です。SKU データ、素材、価格ルール、安全情報は、販売先のどこでも整合させてください。しかし、ブランドサイトを再販業者に渡した標準の一段落で止めてはいけません。なぜその用途に合うのか、前モデルから何が変わったのか、購入前に何を確認すべきかを説明します。それが自社サイトだけが所有できるコンテンツ層です。
図の説明: 4 層の商品ページ構造図。生 HTML と Product schema の接点を明記する。ソフトウェアの画面を模したものではなく、編集用の情報図として作る。
コンテンツチームが始めるべき現実的な順序
「すべての商品説明を書き換える」という指示から始めないでください。小さく、検証できる反復を実行します。
- 購入判断に近い 20〜50 SKU を選びます。自然検索の需要があり、再販先が広く、「おすすめ」「用途別」「比較」クエリに現れる商品を優先します。
- SKU ごとにファクトシートを作ります。仕様、素材、フィット感、制約、近いモデルとの違い、公開済みの試験・認証根拠を集めます。裏付けられない主張を AI に作らせないでください。
- 外部との重複を比べます。特徴的な商品説明の 1〜2 文を引用符付きで検索し、どこに同じ表現があるかを確認します。目的はすべてのチャネル掲載を消すことではなく、自社商品ページにしか説明できない点を見つけることです。
- ブランドサイト向けに、購入要約、長い説明、実際の購入者 FAQ を書き直します。その後、承認した文章がサーバーから返る HTML と構造化データの description に存在することを確認します。
- 作業前後で固定した購買プロンプト群を追跡します。ブランドが出るか、どのドメインが引用を得るか、遷移先ページが質問に合うかを記録します。短期の因果を証明するものではなく、観察ループとして扱ってください。
サイト全体に schema を追加する方が速いかもしれません。同じような説明を 5,000 件生成する方が速いかもしれません。しかし、ブランドページに競合、販売店、出版社が持たない情報がなければ、どちらも帰属の問題を解決しません。
避けるべき 4 つの誤った結論
重複した商品コピーは検索ペナルティを招く。 この調査はそう述べていません。Google は長く、重複版を処理して canonical を選ぶと説明してきました。ここでの発見は、ペナルティの仕組みではなく AI 引用における情報源選択についてです。
50 語が目標である。 50 語は測定の閾値で、魔法の数字ではありません。曖昧な 80 語でも、回答エンジンに引用できるものはほとんど与えません。
schema だけで問題は解決する。 schema は機械がページを解析する助けになります。しかし不足する商品固有の中身は作れません。中に入れる description は空の枠ではなく、編集された要約であるべきです。
出版社の引用はブランドの引用と同じ価値がある。 認知には役立つことがありますが、高い購入意図を持つクリックと商品説明は第三者が受け取ります。ブランドは直接のコンバージョン、説明、一次根拠を作る機会を失います。
Auspia の見解: 引用される価値があるページすべてに、文章の仕事を広げる
AI 検索は古いコンテンツの前提を崩します。人がブランド名を見るなら、ブランドサイトは自然に恩恵を受ける、という前提です。いま重要なページには、再利用できる一段落だけでなく、帰属できるコンテンツが必要です。
ここで Auspia のライティング機能とコンテンツサービスが役立ちます。購入者の質問と検証済みの商品事実から始めます。Auspia で構造化された初稿を作り、商品を知る担当者が確認できる具体的な詳細、制約、経験を加えます。そこから、同じ一般的な説明を各チャネルへコピーするのではなく、商品ページ、購入ガイド、比較ページ、FAQ に仕上げます。
SKU 数が多いカタログでは、Auspia はリサーチ、執筆、コンテンツレビューを一つのワークフローにまとめる助けになります。獲得すべき購入質問を特定し、独自のページコンテンツを作成・レビューし、優先ページに回答を支える明確でクロール可能な材料があるかを確認します。ツールは商品の証拠を作れませんし、証拠を捏造すべきでもありません。その役目は、独自コンテンツの作成とレビューを続けやすくすることです。
まずは購入意図の強い少数の商品から始めましょう。ブランドだけが提供できる説明を書き、AI の回答で情報源のパターンがどう変わるかを見ます。 Auspia から、このワークフローを始められます。
よくある質問
AI が自社ブランドを推薦しても、自社サイトを引用しない場合は対応すべきですか？
はい。ブランドへの言及には価値がありますが、引用は購入者がどこをクリックし、どのページが商品を説明するかを決めます。まず、自社サイトに購入質問へ直接答える、独自でクロール可能な情報があるかを確認してください。
販売店やマーケットプレイスから商品説明を削除してもらう必要はありますか？
いいえ。販売チャネルには、正確で一貫した基本事実が必要です。より実務的なのは、ブランドサイトに、チャネルページにはない深い商品文脈、違い、適合の境界、購入判断の回答を与えることです。
ブログ記事と商品ページの改善は、どちらを先にすべきですか？
購入者の質問が直接 SKU に対応するなら、商品ページから始めます。教育、比較、用途の文脈が必要なら、購入ガイド、比較ページ、ブログ記事の方が適切かもしれません。どちらも、互いの繰り返しではなく、固有の情報に貢献すべきです。
著者: Auspia の 10,000 以上の商品ページを対象とする EC 検索ストラテジスト、Eva Laurent。EC SEO、商品発見、AI 支援ショッピングジャーニーについて執筆しています。
