複数のモールに同じ商品を出しながら、それぞれの商品説明をどう書き分けるか悩むEC担当者
AI活用約13分編集：（AI活用担当）

AIで商品説明を各モール向けに最適化する｜1本の原稿を楽天・Amazon・Yahoo用に作り分け

「楽天用に頑張って書いた商品説明を、そのままAmazonにもYahoo!ショッピングにもコピペ」。正直に言うと、やってしまっていませんか。1つの商品を複数のモール（楽天市場・Amazon・Yahoo!ショッピングなどの出店先）に並べると、説明文を作り直す時間がどうしても足りず、気づけば“全モール同じ文章”になりがちです。

でも、モールごとにお客様が検索する言葉も、入力できる文字数も、守るべきルールも違います。同じ文章を貼ると、あるモールでは検索に引っかからず、別のモールでは字が切れて肝心の売り文句が消えている——そんなもったいない状態が起きます。

とはいえ、モールの数だけ一から書き直すのは現実的ではありません。そこで頼りになるのが、AI（文章の作り替えが得意な生成AI。ChatGPTなどが代表例）です。よくできた原稿を1本だけ用意し、それをAIに各モール向けへ作り分けてもらう。今日は、この「原稿1本 → モール別に最適化」の運用を、そのまま使えるプロンプト（AIへの指示文）付きで一緒に整えます。

結論：モールごとに説明文をゼロから書くのではなく、①いちばん伝えたいことを詰めた「元原稿」を1本だけ丁寧に作る → ②各モールの条件（字数・検索される言葉・禁止表現）をAIに渡して作り分けさせる → ③固有名詞・数値・効果表現は人が確認して反映する。AIは“作り替えの量産”が得意で、事実確認と最終判断は人の仕事です。これだけで、全モール同じ文章の取りこぼしがなくなり、作業時間も大きく減ります。

いま何が起きているか｜「全モール同じ文章」が取りこぼす理由

複数モールに同じ説明文を貼ると、次の3つがかみ合わなくなります。

ここでAIが効くのは、同じ中身を保ったまま、「言い回し」「長さ」「並び順」だけをモールの条件に合わせて作り替えるのが得意だからです。人がゼロから書き直すより速く、しかも元原稿の“芯”はぶらしません。

ただし、大事な前提があります。AIはもっともらしいが事実でない文章を作ることがあります（これを専門用語で「ハルシネーション＝AIがそれらしい嘘を作ってしまう現象」と呼びます）。素材のサイズや成分、価格、効果に関する表現を勝手に“盛る”ことがあるので、出てきた文章は必ず人が事実確認します。この線引きは生成AIのハルシネーション対策｜情報の正確性を保つでも土台から整理しています。また、AIを業務に使うときの入力・確認の線引きは生成AIをEC業務に安全に使う社内ルール作りもあわせてどうぞ。

具体例｜原稿1本をAIでモール別に作り分ける3ステップ

1本の元原稿を中心に置き、そこからAIが楽天用・Amazon用・Yahoo用へそれぞれの条件に合わせて作り分けていく流れを示した図に合わせて作り分ける。固有名詞や数値の確認は人が担う。")

ポイントは、いきなりモール別に書かないこと。まず芯になる原稿を1本作り、それを作り分けます。この順番なら、商品が増えても同じやり方で回せます。

① いちばん伝えたいことを詰めた「元原稿」を1本作る

最初に、どのモールでも共通して伝えたい中身を1本の原稿にまとめます。ここはAI任せにせず、人が主導して丁寧に。入れるのは次の要素です。

この元原稿の質が、作り分け後のすべてを左右します。元原稿そのものの書き方は、売れる商品説明文の構成テンプレやAIで商品説明を作る実践ガイドを土台にすると、芯のしっかりした1本になります。

② 各モールの条件をAIに渡して作り分けさせる

元原稿ができたら、モールごとの条件をAIに具体的に伝えて作り替えてもらいます。渡す条件は主に3つです。

同じ元原稿から、モールの数だけ“作り分けた版”が一気に出てきます。1商品ずつ手で書き直していた時間が、確認の時間に変わります。

③ 固有名詞・数値・効果表現を人が確認して反映する

作り分けが終わったら、公開前に人が1件ずつ確認します。ここが省けない関所です。

確認して問題なければ反映します。公開後は、モールごとにアクセスや購入率（CVR＝訪れた人のうち買ってくれた割合。「買われやすさ」の目安）を見て、伸びない版は検索される言葉を入れ替える、と小さく育てます。

よくあるつまずきと、その直し方
・元原稿が雑なままAIに渡す：作り分けても中身が薄い。→ まず元原稿を人が丁寧に作る。
・検索される言葉をAIに丸投げ：実際に使われない言葉が入る。→ 管理画面やサジェストから人が指定する。
・出力をそのまま貼る：サイズや価格が書き換わっていることがある。→ 固有名詞・数値は人が突き合わせる。
・全モールで同じ強い表現を使う：景表法・薬機法のリスクが全店に広がる。→ 強い言葉は足さない方針を指示に入れる。

コピペで使えるプロンプト

そのままコピーして、生成AIのチャットに貼り付けて使えます。【　】 の部分を、あなたの商品・モールの情報に置き換えてください。元原稿と、作り分けたいモールの条件をセットで渡すのがコツです。

# 役割
あなたはECの商品説明を、モールごとの条件に合わせて作り分ける編集アシスタントです。
下の「元原稿」の中身(事実・特徴)は変えずに、指定したモールの条件に合わせて
言い回し・長さ・並び順だけを最適化してください。
事実確認と最終判断は人が行うので、不明な点は勝手に補わないでください。

# 元原稿（中身は変えない）
- 対象のお客様と悩み：【例：30〜40代・普段着・サイズ不安が強い】
- 商品名／型番：【ここに貼る】
- 特徴・選ぶ理由：【ここに貼る】
- スペック・事実（サイズ/素材/重さ/付属品/保証など）：【ここに貼る】
- 不安消し（配送/返品/サイズの選び方）：【ここに貼る】
- 価格・送料・納期：【ここに貼る】

# 作り分けたいモールと条件
1. 【例：楽天市場】
   - よく検索される言葉（人が指定）：【例：コットンワンピース 大人／綿 ワンピ ゆったり】
   - 商品名の字数：【例：全角127文字以内、前半に検索語】
   - 説明文の目安字数：【例：500〜800字】
   - 禁止・注意：【例：他モールへの誘導NG、使えない記号】
2. 【例：Amazon】
   - よく検索される言葉：【　】
   - 商品名の字数：【　】
   - 箇条書き(商品の特徴)の数と字数：【例：5点・各100字以内】
   - 禁止・注意：【　】
3. 【例：Yahoo!ショッピング】
   - よく検索される言葉：【　】
   - 商品名の字数：【　】
   - 説明文の目安字数：【　】
   - 禁止・注意：【　】

# 出力条件
- モールごとに「商品名案」「説明文案」を分けて出す。
- 各モールで、スマホの最初に見える範囲に売り文句が来るよう、大事な順に並べる。
- 検索語は不自然に詰め込まず、文章として自然に入れる。
- 元原稿にない事実（サイズ・成分・価格・効果）は追加しない。

# 禁止
- 商品名・型番・サイズ・素材・価格・ブランド名を書き換えない（元原稿のまま）。
- 「必ず」「最高」「No.1」「最安」など根拠なき最上級・効果の断定を使わない（景品表示法に配慮）。
- 化粧品・健康食品などで効能・効果を断定しない（薬機法に配慮）。
- 事実か不明な点は【要・事実確認】と明記し、断定しない。

出てきた各モール版は、そのまま貼らず、固有名詞・数値・効果表現を元原稿と突き合わせて確認してから反映してください。説明文を各チャネル（メルマガ・LINE・SNSなど）向けに作り替えたいときはAIでメルマガ・LINE・SNS投稿を量産する運用フロー、商品のタグ・カテゴリ整理をAIに手伝わせたいときはAIで商品タグ・カテゴリ分類を自動化すると役割を分けると、作業がきれいにつながります。

あなたへの影響

明日やること

  1. いちばん売りたい（or 複数モールに出している）商品を1つ選ぶ。
  2. その商品の元原稿を1本、人が丁寧に作る（対象・特徴・スペック・不安消し）。
  3. 各モールの字数ルールと、よく検索される言葉を管理画面やサジェストから書き出す。
  4. 上のプロンプトに元原稿とモール条件を貼り、モール別に作り分けさせる。
  5. 出てきた各版の固有名詞・数値・効果表現を元原稿と突き合わせて確認する。
  6. 問題なければ反映し、1〜2週間後にモール別のアクセス・購入率を確認して、伸びない版の言葉を入れ替える。

AIで商品説明をモール別に最適化する チェックリスト

複数モールの商品説明がそれぞれの売り場に合わせて整い、すっきりした表情で次の商品に取りかかるEC担当者の明るい情景

関連記事・無料ツール

あなたが複数モールに出している商品で、「全モール同じ文章になっている」ものはどれでしょうか。商品名と説明文、出している主なモールを教えていただければ、無料診断で「モール別の作り分け案」の叩き台を一緒に作ってお返しします。

参考（公式・一次情報）