Shopifyストアの AI 可視性を監査する方法（ステップバイステップ）

TL;DR: AI 可視性監査とは、顧客が関連する質問をしたときに、AI エンジンがあなたのブランドや商品を推薦するかどうかをチェックするものです。このガイドでは、そのための正確なプロセスを順を追って説明します。ブランド名で問い合わせ、カテゴリで問い合わせ、競合をチェックし、結果をスコア化し、改善策に優先順位をつけます。ほとんどのストアは、2～3 のエンジンで自分たちが不可視であることに気づき、構造化データ、商品説明、サードパーティによる引用に修正可能な問題を抱えていることを発見します。Naridon はこの監査全体を自動化します — インストールしてスキャンを実行すれば、2 分以内に AI 可視性スコアが手に入ります。

あなたは毎週 Google の掲載順位をチェックしています。コンバージョン率を追跡し、広告費を監視しています。しかし、ChatGPT があなたの商品を推薦するかどうかを最後にチェックしたのはいつでしょうか。あるいは Perplexity があなたのブランドの存在を知っているかどうかは。あるいは顧客があなたのカテゴリについて質問したとき、Google AI Overviews があなたに言及するかどうかは。

ほとんどの Shopify マーチャントにとって、その答えは「一度もない」です。

これは問題です。なぜなら AI 検索トラフィックは急速に伸びており、真っ先に自分たちの可視性を監査したマーチャントこそが、真っ先にそれを修正する存在だからです — そして今まさに競合へ流れているトラフィックを獲得するのです。

このガイドでは、あなたのストアの AI 可視性を監査するための正確なステップバイステップのプロセス、結果を定量化するためのスコアリングフレームワーク、そして何から修正するかを決めるための優先順位マトリクスをご紹介します。

Naridon を Shopify にインストール — 無料で始められ、セットアップは 2 分以内です。

---

AI 可視性監査とは何か

AI 可視性監査とは、あなたのブランドや商品が AI 搭載の検索エンジン全体でどのように表示されているか（あるいは表示されていないか）を体系的にチェックするものです。クロール可能性、キーワード順位、技術的な健全性に焦点を当てる従来の SEO 監査とは異なり、AI 可視性監査はひとつの核心的な問いに答えます。顧客が AI にあなたのカテゴリについて質問したとき、AI はあなたに言及するか？

従来の SEO 監査がこれを見落とす理由

従来の SEO 監査ツール（Screaming Frog、Ahrefs Site Audit、SEMrush）は、Google があなたのページをクロールしてランク付けできるかどうかをチェックします。ChatGPT、Perplexity、Claude があなたの商品を推薦するかどうかはチェックしません。これらは根本的に異なるシステムであり、データソースも、ランキングシグナルも、出力フォーマットも異なります。

ストアは完璧な SEO スコアを持っていても、AI エンジンに対してまったく不可視である場合があります。これは思っている以上によく起こります — 特に、独創的な商品名、マーケティング色の強い説明文、不完全な構造化データを持つストアではそうです。

AI 監査から学べること

徹底した AI 可視性監査は、次のことを明らかにします。

• どの AI エンジンがあなたのブランドの存在を知っているか
• AI エンジンが関連するクエリに対してあなたの商品を推薦するかどうか
• AI があなたのブランドをどう説明しているか（正確か否か）
• あなたの代わりにどの競合が推薦されているか
• 不可視性を引き起こしている、データやコンテンツ上の具体的なギャップは何か
• まずどのエンジンから改善するのが最も容易か

---

ステップ 1：ブランド名で問い合わせる

最もシンプルなテストから始めましょう — AI はあなたが誰であるかを知っているでしょうか。

やること

各 AI エンジンを開き、同じブランド認知の質問をします。次のプロンプトを使いましょう。

• “What is [あなたのブランド名]?”
• “Tell me about [あなたのブランド名]”
• “What does [あなたのブランド名] sell?”

主要な 3 つのエンジンすべてでテストします。ChatGPT、Perplexity、そして Google（AI Overviews をトリガーするクエリで検索）。時間があれば、Claude、Bing Copilot、DeepSeek でもテストしましょう。

記録すること

各エンジンについて、次の点をメモします。

1. 認識： AI はあなたのブランドをそもそも知っているか？（はい／いいえ）
2. 正確性： 説明は正確か？あなたが何を売っているか、価格帯、ターゲットオーディエンスを正しく述べているか？
3. 網羅性： 主要商品、差別化要因、バリュープロポジションに言及しているか？
4. センチメント： 説明は中立的か、肯定的か、否定的か？
5. ハルシネーション： 事実として誤ったことを述べていないか？（誤った商品、誤った価格、誤った創業ストーリー）

この段階でよくある発見

• まったくの空白： “I don't have information about [Brand Name].” これは AI エンジンがあなたのブランドをまったくインデックスしていないことを意味します。
• 部分的な認識： AI はあなたの名前を知っているが、詳細を間違えている — 古い商品、誤ったカテゴリ、または別のブランドと混同している。
• 正確だが希薄： AI は基本的なことは知っているが、主要な差別化要因、ベストセラー商品、バリュープロポジションには言及していない。
• 強い認識： 正確な説明、正しい商品カテゴリ、適切なポジショニング。これは年間売上 $10M 未満のストアではまれです。

---

ステップ 2：商品カテゴリで問い合わせる

ブランド認知はステップ 1 です。ステップ 2 は、顧客があなたのカテゴリについて質問したとき、AI があなたの商品を推薦するかどうかです。

やること

あなたのターゲット顧客が現実的に尋ねそうなカテゴリクエリを 5～10 個作成します。キーワード検索ではなく、自然な質問の形式で作りましょう。

• “What's the best [商品カテゴリ] for [具体的な用途]?”
• “Can you recommend [商品カテゴリ] under $[価格]?”
• “What are the top [商品カテゴリ] brands?”
• “Best [商品カテゴリ] for [特定のオーディエンス]?”
• “[商品カテゴリ] comparison: what should I buy?”

たとえば、オーガニックスキンケアを販売しているなら、クエリは次のようになるでしょう。“best organic face moisturizer for sensitive skin,” “top clean beauty brands under $40,” そして “which natural skincare brands are dermatologist-recommended.”

記録すること

各エンジンの各クエリについて。

1. 言及されたか： あなたは推薦に含まれていたか？（はい／いいえ）
2. 掲載位置： どこに登場したか — 最初の言及、中間、最後？（最初の推薦は著しく大きな重みを持ちます）
3. 文脈： どのように説明されたか？トップの選択肢、予算重視の代替品、ニッチな選択肢のいずれか？
4. 競合： あなたの代わりにどのブランドが推薦されたか？（これは極めて重要なデータです）
5. 引用： エンジンはあなたのサイトへリンクしたか、あるいはあなたに言及するサードパーティのソースを引用したか？

予想されること

ほとんどの Shopify ストアは、カテゴリクエリの 20% 未満にしか登場しないことに気づきます。これは正常なこと — そして修正可能です。一貫して登場するブランドは、完全な構造化データ、事実に基づいた商品説明、権威あるサードパーティサイトでの言及を持っています。

---

ステップ 3：競合をチェックする

AI 監査はあなた自身のことだけではありません — あなたが逃している推薦を誰が獲得しているのかを理解することでもあります。

やること

直接の競合を 3～5 社特定し、どの競合が登場するかをメモしながら、ステップ 1 と 2 と同じクエリを実行します。それからさらに掘り下げます。

• 各競合の商品ページを訪れ、その構造化データをチェックする（Google の Rich Results Test を使用）
• 彼らが LLMs.txt ファイルを持っているかチェックする（competitor.com/llms.txt を訪問）
• Reddit、Wirecutter、ニッチなレビューサイトで彼らを検索し、サードパーティでのプレゼンスを測る
• 彼らの商品説明を比較する — スペック優先か、マーケティング優先か？

記録すること

次の点をメモした競合比較を作成します。

• 各競合がいくつのクエリに登場するか（あなたの総クエリ数のうち）
• どのエンジンがどの競合を好むか
• 各競合が持っていてあなたが持っていないもの（LLMs.txt、完全なスキーマ、編集記事での言及など）
• あなたが優位性を持っているかもしれないのに、AI に伝わっていない部分はどこか

---

ステップ 4：オンサイトのシグナルを監査する

今度は視点を内側に向けます。AI エンジンがあなたの商品を評価する際に使う、あなたの Shopify ストア上のシグナルをチェックしましょう。

構造化データのチェック

上位 10 の商品ページについて、JSON-LD Product スキーマに次のフィールドが存在するか確認します。

• 商品名（独創的ではなく、説明的なもの）
• ブランド名
• Price と priceCurrency
• 在庫状況（InStock、OutOfStock）
• GTIN または MPN
• AggregateRating（ratingValue と reviewCount）
• Description（事実に基づき、スペック優先）
• 画像 URL
• SKU

Google の Rich Results Test（search.google.com/test/rich-results）を使って各ページを検証しましょう。あるいは、カタログ内のすべての商品ページを一度にチェックする Naridon の自動スキャナーを使いましょう。

コンテンツ品質のチェック

上位 10 の商品説明を見直し、正直に答えましょう。

• スペックや事実で始めているか、それともマーケティングの形容詞で始めているか？
• その商品が誰のためのものかを述べているか？
• 測定可能な主張（重量、寸法、成分、容量）を含んでいるか？
• 比較可能なブランドやポジショニングに言及しているか？
• AI がこの説明から具体的で引用可能な事実を 3 つ抽出できるか？

AI 固有のファイルのチェック

• yourstore.com/llms.txt に LLMs.txt がありますか？（作り方については LLMs.txt ガイド をご覧ください）
• XML サイトマップは最新かつ完全ですか？
• メタディスクリプションは事実に基づき情報的ですか（単なるマーケティングのフックではなく）？

---

スコアリングフレームワーク：AI 可視性を定量化する

すべてのデータを収集したら、このスコアリングフレームワークを使って数値的な可視性スコアを割り当てます。各ディメンションを 0～10 のスケールでスコア化します。

ディメンション	スコア 0-3（不良）	スコア 4-6（可）	スコア 7-10（良）	重み
ブランド認識	どのエンジンにも認識されていない	1-2 のエンジンに認識されているが多少の誤りがある	3 つ以上のエンジンに正確に認識されている	20%
カテゴリ包含	カテゴリクエリの <10% に登場	カテゴリクエリの 10-40% に登場	カテゴリクエリの 40%+ に登場	25%
スキーマの完全性	必須フィールドが 5 つ以上欠落	基本はあるが GTIN/評価が欠落	全フィールドが商品の 80%+ で完備	20%
コンテンツの引用可能性	マーケティングのみのコピー、抽出可能な事実がない	一部のスペックはあるが大半がマーケティング	大半の商品でスペック優先の説明	15%
サードパーティの権威性	権威あるサイトでの言及がない	ニッチなサイトで 1-2 件の言及	権威あるソースで 5 件以上の言及	15%
競争上のポジション	すべてのクエリで競合が支配的	一部のクエリで競合と並んで登場	トップ競合と同じ頻度で登場	5%

加重スコアを計算する： 各ディメンションのスコアにその重みを掛け、それらを合計します。たとえば：ブランド（6 x 0.20）+ カテゴリ（3 x 0.25）+ スキーマ（5 x 0.20）+ コンテンツ（4 x 0.15）+ 権威性（2 x 0.15）+ 競争（3 x 0.05）= 1.2 + 0.75 + 1.0 + 0.6 + 0.3 + 0.15 = 10 点満点中 4.0。

4.0 というスコアは、それなりの SEO を持っているが AI 向けの最適化を一度もしたことがない Shopify ストアにとって典型的です。あなたのスコアの解釈の仕方は次のとおりです。

• 0-2： 不可視 — AI エンジンはあなたの存在を知りません。即座の対応が必要です。
• 3-4： 最小限のプレゼンス — 1-2 のエンジンに認識されているがめったに推薦されません。ほとんどのストアがここに位置します。
• 5-6： 台頭中 — 一部のクエリに登場しているが、一貫性がありません。的を絞った修正で状況は素早く動きます。
• 7-8： 競争力あり — エンジン全体で定期的に登場しています。維持と拡大に注力しましょう。
• 9-10： 支配的 — エンジンとクエリ全体で一貫して推薦されています。売上 $50M 未満のストアではまれです。

---

よくある発見：ほとんどのストアが気づくこと

Naridon を通じて数百件の AI 可視性監査を実行してきた結果、明確なパターンが浮かび上がります。ここでは、最もよくある問題を頻度順にランク付けして紹介します。

発見	頻度	可視性への影響	修正の難易度
スキーマに GTIN/MPN が欠落	ストアの 78%	高	簡単（データ入力）
マーケティングのみの商品説明	ストアの 72%	高	中（コンテンツの書き直し）
LLMs.txt ファイルがない	ストアの 95%	中	簡単（ファイル作成）
不完全な aggregate rating スキーマ	ストアの 61%	高	簡単（スキーマ更新）
独創的／抽象的な商品名	ストアの 54%	非常に高	中（商品名の変更）
サードパーティの編集記事での言及がない	ストアの 83%	高	難しい（アウトリーチが必要）
プラットフォーム間でブランドデータが不整合	ストアの 67%	中	中（監査と修正）
商品ページに FAQ コンテンツが欠落	ストアの 89%	中	簡単（FAQ セクションを追加）
用途やオーディエンスのマッピングがない	ストアの 76%	高	中（コンテンツ戦略）
古い商品コンテンツ（6 か月以上更新なし）	ストアの 58%	中	簡単（定期的に更新）

Naridon を Shopify にインストール — 無料で始められ、セットアップは 2 分以内です。

---

優先順位マトリクス：何から修正するか

すべての修正が同等というわけではありません。この優先順位付けフレームワークを使って、影響度と労力に基づいて何から取り組むかを決めましょう。

優先度 1：高影響・低労力（すぐに実行）

これらの修正は、最も少ない作業で最大の可視性改善をもたらします。

1. すべての商品に GTIN/MPN を追加する： UPC コードがあれば、Shopify の商品に追加しましょう。このひとつの変更で、あなたの商品が AI の商品データベース全体でマッチング可能になります。
2. LLMs.txt を作成する： 作成は 30 分、AI があなたのブランドをどう理解するかに即座に影響します。ステップバイステップの LLMs.txt ガイド をご覧ください。
3. aggregate rating スキーマを追加する： Shopify のレビューアプリ（Judge.me、Loox、Yotpo）を使っているなら、レビューデータが Product スキーマのマークアップに含まれていることを確認しましょう。
4. 商品の在庫状況を更新する： in-stock/out-of-stock のステータスがスキーマ内で正確であることを確認しましょう。AI エンジンは在庫切れの商品を推薦しません。

優先度 2：高影響・中労力（今月中に実行）

1. 上位 20 の商品説明を書き直す： スペックと事実で始めます。成分／素材、寸法、重量、用途、ターゲットオーディエンスを含めましょう。マーケティング的な言葉は残しつつ、抽出可能なデータを最初に置きます。
2. 上位の商品ページに FAQ セクションを追加する： 各商品について最もよくある 3～5 の質問に、そのページ上で直接答えましょう。AI エンジンは FAQ コンテンツから頻繁に情報を引き出します。
3. 商品タイトルを修正する： 独創的な名前を、商品カテゴリ、主要な属性、ブランドを含む説明的なタイトルに置き換えます。“The Aurora” は “Lightweight Merino Wool Running Jacket — Women's | BrandName” になります。
4. ブランドの一貫性を監査する： あなたのブランド名、商品名、主要な主張が、Shopify ストア、Amazon（該当する場合）、ソーシャルメディアのプロフィール、Google Merchant Center 全体で同一であることをチェックしましょう。

優先度 3：高影響・高労力（次の四半期に計画する）

1. サードパーティの引用を構築する： あなたの商品を、まとめ記事のライター、ニッチなブログ、レビュープラットフォームに売り込みましょう。Perplexity や ChatGPT が頻繁に引用するサイト — Wirecutter、Reddit、業界特化の出版物をターゲットにします。
2. カテゴリ権威性コンテンツを作成する： 詳細な購入ガイド、比較コンテンツ、教育的な記事をブログに公開しましょう。あなたのブランドをそのカテゴリの権威として位置づけます — AI エンジンは強いトピック権威性を持つブランドを好みます。
3. 詳細な顧客レビューを促す： 星評価を超えていきましょう。顧客に、体験を描写し、具体的な用途に言及し、代替品と比較してもらうよう依頼します。詳細なレビューは、AI エンジンが参照できるデータを増やします。

Naridon で監査と修正を自動化する

上で説明した手動の監査プロセスは 4～8 時間かかり、AI エンジンが更新されるたびに定期的に繰り返す必要があります。Naridon はこのプロセス全体を自動化します。

• 自動スキャン： Naridon はあなたの Shopify カタログ全体をスキャンし、各商品の AI 対応度をスコア化します。
• 19 以上の修正エージェント： 3 つのリスク階層（Safe、Moderate、Advanced）に整理されたこれらのエージェントは、構造化データを自動的に修正し、説明を書き直し、スキーマフィールドを追加し、LLMs.txt を生成します。
• 継続的なモニタリング： Monitor は、ChatGPT、Perplexity、Google AI Overviews、Claude、Bing Copilot、DeepSeek、Grok、Brave Search 全体であなたの可視性を追跡します — Visibility、Position、Sentiment、Citations、Mentions、Brands、Share をカバーする 7 つのタブです。
• 3 つの Autopilot モード： WATCH（モニタリングのみ）、ASSIST（承認用に修正を提案）、または AUTOPILOT（修正を自動的に実装）。
• Naridon Tiger AI チャット： 監査結果について質問し、修正の推奨を得て、14 以上のツールセットを備えた自然言語で変更を実装できます。

プランは $49/mo（Starter）から始まり、Growth は $249/mo、大規模カタログ向けの Enterprise は $899+ です。

---

どのくらいの頻度で監査すべきか

AI エンジンは急速に進化します。一度きりの監査はスナップショットを与えてくれますが、継続的なモニタリングが不可欠です。

推奨される頻度

• 毎週： ChatGPT と Perplexity でブランド名クエリをチェックします（5 分）。どのように説明されているかの変化や、まだ登場するかどうかを確認しましょう。
• 毎月： カテゴリクエリ監査全体（ステップ 1-3）を実行します。時間の経過とともにスコアの変化を追跡しましょう。
• 四半期ごと： 詳細な競合分析。AI の推薦に新しい競合が出現していないかチェックします。優先順位マトリクスを見直し、更新しましょう。
• 大きな変更のあと： 新商品を発売する、リブランドする、価格を変更する、サイトを大幅に更新するたびに、2～4 週間以内に新たな監査を実行しましょう。

あるいは Naridon に継続的に任せましょう。Monitor は継続的なチェックを実行し、可視性の変化、センチメントの変動、競合の動きを通知します — だから、問題があなたの売上を損なう前にそれを捕らえられます。

---

よくある質問

手動の AI 可視性監査にはどのくらい時間がかかりますか？

3 つの AI エンジン、10 のカテゴリクエリ、3～5 の競合、オンサイトのシグナルチェックをカバーする徹底した手動監査は、初回の監査でおよそ 4～8 時間かかります。以降の監査はより速く（2～3 時間）なります。ベースラインを構築するのではなく、変化を追跡するからです。Naridon の自動スキャンは、同等の結果を 2 分以内に提供します。

この監査に無料ツールを使えますか？

部分的には可能です。ChatGPT（無料枠）、Perplexity（無料枠）、Google（AI Overviews 用）は無料で手動クエリを実行できます。Google の Rich Results Test はスキーマ検証に無料で使えます。ただし、8 つのエンジンにまたがる体系的なモニタリングを大規模に行うには、専用のツールが必要です。手動のアプローチは一度きりのベースラインには機能しますが、継続的なモニタリングには持続可能ではありません。

AI エンジンが私のブランド情報を完全に間違えていたらどうすればいいですか？

これは、特に小規模なブランドでは、思っている以上によく起こります。もし AI があなたのブランドについて誤った詳細をハルシネーションしているなら、その修正はより正確な構造化データを提供することです。Product スキーマを完成させ、LLMs.txt を作成し、あなたのブランド情報がすべてのプラットフォーム間で一貫していることを確認します。時間の経過とともに、正確なデータがハルシネーションされた情報を上書きします。エラーが続く場合は、正しい情報を明確に述べる権威あるコンテンツを自分のサイト上で作成することで、AI エンジンに引用できる信頼できるソースを与えられます。

Shopify のテーマは AI 可視性に影響しますか？

間接的には影響します。一部の Shopify テーマは、AI クローラーが処理できない方法で JavaScript を使って商品データをレンダリングします。その修正は、Product スキーマがページの初期 HTML 内にある（JavaScript 経由で読み込まれない）ことと、メタタグがサーバーレンダリングされていることを確認することです。ほとんどの最新の Shopify 2.0 テーマはこれを正しく処理しますが、Google の Rich Results Test で検証する価値はあります。

すべての商品を監査すべきですか、それとも売れ筋商品だけでいいですか？

売上ベースで上位 10～20 の商品から始めましょう。これらは顧客のクエリに最もマッチしやすい商品であり、AI 可視性の改善が最も高い売上インパクトを持つ商品です。上位商品が最適化されたら、カタログ全体に拡大しましょう。Naridon はカタログ全体を自動的にスキャンしますが、手動で修正を行っているなら、売上で優先順位をつけましょう。

競合が AI 向けに最適化しているかどうか、どうすればわかりますか？

3 つの手早いチェック：（1）彼らは LLMs.txt ファイルを持っていますか？competitor.com/llms.txt を訪問しましょう。（2）彼らの Product スキーマはあなたのものより完全ですか？彼らの商品ページで Google の Rich Results Test を使いましょう。（3）彼らはあなたより多くの AI クエリに登場していますか？10 のカテゴリクエリを実行し、登場回数を数えましょう。もし競合が 3 つすべてで先行しているなら、彼らはおそらく GEO に投資しています。もし #3 では先行しているが #1-2 では先行していないなら、彼らの優位性はおそらく技術的なものではなく、権威性ベース（編集記事での言及、レビュー）です。

目指すべき AI 可視性スコアはどのくらいですか？

10 点満点中 6-7 のスコアは、ほとんどの Shopify ニッチで競争力のある範囲にあなたを置きます。8 以上を達成するには、オンサイトの最適化とオフサイトの権威性構築の両方に相当な投資が必要です。最も重要なのは前進すること — 3 から 5 に移動することで AI 経由のトラフィックが倍増する可能性があります。なぜならそれは、主要なカテゴリクエリで “めったに言及されない” から “定期的に言及される” へと移行することを意味するからです。

Naridon は監査全体を自動的に実行できますか？

はい。Shopify App Store から Naridon をインストールし、ストアを接続して（ワンクリック、コード不要）、初回のスキャンを実行しましょう。Naridon はあなたの商品カタログ全体について、スキーマの完全性、コンテンツの引用可能性、AI 固有のシグナルをチェックします。それから Monitor は、ChatGPT、Perplexity、Google AI Overviews、Claude、Bing Copilot、DeepSeek、Grok、Brave Search 全体であなたのブランドを継続的に追跡します。手作業なしにリアルタイムの AI 可視性スコアが手に入ります。

Naridon を Shopify にインストール — 無料で始められ、セットアップは 2 分以内です。