最先端のAmazonセラーは、AIを「どこまで」使っているか

AI活用の記事は「何ができるか」ばかりで、実務で使える形になっていない。 本当に効くのは、どのレポートの、どの列を、どんな指示で渡し、どこで人に戻すかという設計だ。ここが決まっていないと、出てきたレポートは「それっぽいが判断できない文章」になる。

中国のセラーが実務コミュニティで公開した市場調査の5ステップ、米国セラーが議論している使い方、そして当社が記事運用で実際に組んでいる判定の仕組み。3つを突き合わせて、再現できる手順に落とした。

結論

• 渡すレポートを1つに絞り、しきい値を先に人が決める。分類だけをAIに任せるのが再現性の高い型だ。
• AIに渡せるAmazonのデータは5種類。最初は検索語句レポートの60日・6列だけで足りる。
• 除外・昇格・様子見の3分類で受け取り、商品名や型番が入る語句は人が外す。出力はそのまま実行しない。

まずやること

1. 検索語句レポートを60日分、6列で書き出す
2. AIに渡す前に、分類のしきい値を紙へ書く
3. 出力は必ずSeller Centralの画面で数字を確認する
4. 規約・アカウントの判断はAIに聞かない

AmazonでAIに渡せるデータは5つ

渡せるデータは決まっている。 それ以外をAIに渡しても「一般的な市場論」しか返ってこない。

最初に渡すなら検索語句レポート一択だ。列が限られていて、出力がそのまま広告の作業に変わる。

検索語句レポートをAIに渡す手順

ここが最も再現性が高い。実際の手順を5段階で書く。

プロンプトは固定する。 毎回書き換えると、出力の基準がぶれる。

あなたはAmazon広告の分析担当です。以下の検索語句レポートを3つに分類してください。

1) 除外候補: クリック10以上 かつ 注文0
2) 昇格候補: 注文2件以上 かつ ACOS 30%未満
3) 様子見: それ以外

出力は表形式で、列は「検索語句・クリック・注文・ACOS・分類・理由」の6つ。
数字は与えた表の値だけを使い、推測で補わないこと。
判断に迷う行は「様子見」に入れ、迷った理由を書くこと。

最後の2行が効く。 「推測で補わない」「迷ったら様子見」を入れないと、AIは空欄を埋めようとして数字を作る。

出力はそのまま実行しない。 除外候補のうち、商品名そのもの・型番・ブランド名が含まれる語句は除外しない（自社商品の検索を止めてしまう）。ここは人が見る。

レビューを属性で分ける

星1〜3のレビューを、サイズ・耐久性・説明不足・配送・初期不良の5属性に分類させる。件数が多い順に並べれば、直す順番が決まる。

広告より先に直すべきものが見える。 レビューの不満がサイズなら、いくら入札を上げても転換率は戻らない。

そして返品理由レポートと突き合わせる。レビューで「サイズ」が多いのに、返品理由が「破損」なら、原因は別にある。2つのレポートが一致した項目だけを、本当の原因として扱う。

ブランド分析（SQP）で需要を見る

検索クエリパフォーマンスは、検索ごとのインプレッションシェア・クリックシェア・購買シェアが見られる。使うのは1つだけだ。

「クリックシェアはあるのに購買シェアが低い検索」を探す。 これは「見えているが買われていない」状態で、原因は価格・画像・レビュー・在庫のどれかになる。逆に「インプレッションシェアが低い」なら、そもそも見えていない＝広告か在庫の問題だ。

注意点は2つ。 Amazonが報告する検索は上位の一部だけで、全市場ではない。そしてSQPは週次で遅れて届く。「今週の数字」として扱わない。

なぜ「AIの市場調査」は判断できないのか

中国のセラーが公開していた5ステップは、筋が通っていた。データを打標し、競合を見て、レビューを掘り、検証し、ダッシュボードにする。それでも投稿者の結論は「レポートが全面的でなく、機会の有無を判断できない」だった。

理由は3つに分解できる。

1. 上位100商品の外側に機会がある。 検索語句の裏側、関連商品、代替品は上位リストに入らない
2. 数字の更新が速い。 AIに渡した時点と判断する時点で、状況が変わる
3. レポートが繋がっていない。 返品理由・原価・競合価格が別々の表にあり、突き合わせは人に残る

AIが速くするのは「並べる」まで。 判断には、返品理由・原価・競合価格を同じ表に載せる作業が要る。ここを飛ばすと、立派なダッシュボードが「読むだけの資料」になる。

人に戻す判断と、そのしきい値

AIに候補を出させ、決めるのは人。ただし、しきい値を先に決めておけば判断は数分で終わる。

しきい値をAIに決めさせない。 決めさせると、毎回違う基準で判断される。AIに任せるのは「基準に当てはまる行の抽出」までだ。

当社の運用では、AIを「門番」にしている

記事運用では、AIを書く側ではなく判定する側に置いている。1本ごとに4項目を確率で判定し、基準を下回れば公開しない。

• 実用度（0〜4のスコア）が2.4以上か
• 見出しが本文を誇張していないか（確率0.35未満）
• 根拠のない断定が混じっていないか（0.40未満）
• 明日とれる行動が書かれているか（0.55以上）

コストは1本あたり0.01円程度。 判定は決定的なので、スクリプトの合否にそのまま使える。

書く側をAIに任せると品質がばらつくが、判定をAIに任せると基準が固定される。 Amazonの運用でも同じで、レポートの分類はAIに、しきい値の設定は人に置くのが安定する。

30分で回す週次手順

時間を決めて、同じ順番で回す。広げないのがコツだ。

使ってはいけない領域

規約とアカウントの判断は、AIに任せない。 出品停止・警告への対応は、公式ヘルプとアカウントヘルス画面が唯一の根拠になる。AIの記憶は古く、断定させると危険だ。

数字も同じ。 当社でも、AIの要約どおりに書くと誤る数字が実際にあった。課金の単位（1個あたりではなく分類ごと）、罰則の水準（裏付けが取れず掲載を見送った）。確認できなければ、記事にも社内資料にも書かない。

よくある質問

検索語句レポートは、何日分・何列で出せばよいですか？

直近60日、6列で足ります。検索語句・クリック・費用・売上・注文・ACOSの6列だけを書き出し、まずこの6列で分類します。

AIの出力を、そのまま除外や入札変更に使ってもよいですか？

使わないでください。特に商品名・型番・ブランド名を含む語句は除外しない。数字はSeller Centralの画面で確認します。

しきい値は、誰が決めるべきですか？

人が決めます。除外はクリック10以上かつ注文0、昇格は注文2件以上かつACOS 30%未満を先に書いてからAIに渡します。

まとめ：今週やること

Amazon広告とレポート運用の設計は、サービスページで相談できます。

※数字の出典：https://advertising.amazon.com/help