小売・EC特化のLLM対策「Stella LLMO」提供開始、AI可視化から購買まで7領域を一貫支援

Stellagent株式会社は、小売・EC事業者向けのLLM（大規模言語モデル）対策サービス「Stella LLMO」の提供を2026年7月28日に開始しました。

Stella LLMOの概要

「Stella LLMO」は、生活者が生成AI（ChatGPT、Gemini、Claude、Perplexity、Microsoft Copilotなど）に「おすすめは」と質問した際に、自社商品が推薦される状態を目指すサービスです。AI上での自社・競合の見え方を実測することから始め、以下の7つの領域で一貫した支援を提供します。

• AI可視性の現状把握
• クロール・インデックス基盤の整備
• 商品・ブランドデータ基盤の整備
• 外部情報・推薦根拠の強化
• AIチャネルへの商品データ配信
• AI経由の購買体験の構築
• 効果測定と継続改善

費用は初期費用が1サイトあたり20万円（税別）、継続運用が月額30万円（税別）からです。

無料AI可視性診断も同時開始

サービスの提供開始に合わせて、無料の「AI可視性診断」も提供されます。商品URLを入力することで、購買シーン別の質問群を設計し、複数のAIで自社と競合の言及・推薦・引用状況を実測します。診断結果は30分のオンライン面談で説明され、改善の優先順位と診断レポートが提供されます。

LLM対策の背景と重要性

商品検索が検索エンジンから生成AIへと移行する中で、AIによる推薦は候補が絞られ、その回答が事実として受け取られる傾向にあります。Stellagent社の調査では、AIの推薦が一部の施設に集中したり、商品情報の誤答が発生したりする現状が確認されています。 事業者はAIの回答を直接編集できないため、AIが商品を「見つけ」「正しく理解できる」ように情報を整備することが不可欠です。情報を整えていない事業者はAIに発見されず、誤って説明される不利益を被る可能性があります。

Stella LLMOの特長

1. 実測を起点としたボトルネック特定: 購買シーン別の質問約20本を設定し、複数のAIで繰り返し実行することで、自社と競合の言及率・推薦率・引用状況・情報精度を比較。負けている質問や競合、その原因を特定し、改善の優先順位を決定します。
2. AIが読める状態の構築: robots.txt、WAF、noindexなどの技術的側面を点検し、商品情報をAIが正確に読み取れるように整備します。商品名、型番、価格、在庫、用途などの情報を統一し、商品ページ、構造化データ、商品フィードに反映させます。また、プレスリリースや比較記事など外部情報での表記も揃え、AIが判断に使う文脈と信頼材料を補強します。コンテンツ制作だけでなく、技術対応から実装まで7領域を横断的に支援します。
3. 購入までの導線設計: AIが商品を探し、在庫を確認し、購入へ進む一連の流れに対応します。ショッピング面への商品フィード接続や、商品・在庫API、カート・決済の接続まで含めて設計し、表示・引用・AI経由の流入・購入までを一貫して測定することで、事業成果に基づいた改善を可能にします。

生成AIの回答自体を操作することはできず、掲載や推薦順位を保証するものではありませんが、本サービスはAIが商品を正しく理解し、比較・推薦できる条件を整えることを目的としています。

今後の展望

Stellagent社は、生成AIの商品推薦に関する実測調査を継続し、結果を調査レポートとして公開する予定です。また、AI経由の購買が促進される領域では、商品データの配信先や決済・注文連携の対応範囲を広げていく計画です。

参考リンク

• サービスサイト: https://stellagent.ai/ja/stella-llmo
• 無料AI可視性診断: https://stellagent.ai/ja/stella-llmo/diagnosis
• 本文で引用したAI推薦の集中に関する調査: https://stellagent.ai/ja/research/okinawa-hotel-ai-recommendation-survey-202607
• 本文で引用したAI回答精度に関する調査: https://stellagent.ai/ja/research/home-appliance-return-policy-ai-accuracy-survey-202607
• 調査レポート一覧: https://stellagent.ai/ja/research
• 元記事: https://prtimes.jp/main/html/rd/p/000000034.000131348.html