登壇者：Idriss Khouader（Météoria CEO） / 2026年3月24日 / Agora Chopin
AIに「おすすめの商品を教えて」と聞いたとき、あなたのブランドは表示されているか。
2026年3月24日、パリで開催されたマーケティングカンファレンス「All4Customer」にて、フランスのGEOツール「Météoria」CEOのIdriss Khouaderが、EコマースとAI検索の交差点で今何が起きているかをリアルな事例とともに語った。テーマはChatGPTの「商品カルーセル」——検索でも広告でもない、AIによる商品推薦という新しい集客経路だ。
🎤 セッション開幕｜登壇者の自己紹介
【Idriss Khouader（Météoria CEO）】：
「本日は、私たちがCdiscountというクライアントと一緒に取り組んできた事例をご紹介します。実はこの発表、先週金曜日にSEO Summitでも同じ内容を行いました。あの時はCdiscountのメンバーも一緒に登壇してくれたのですが、残念ながら今日は仕事に戻ってしまって。なので今日は私が彼らのパートも含めてお話しします。テーマは、ChatGPTがどのように商品カルーセルを構築しているか、そしてEコマース企業・リテーラーがどうすればそのカルーセルに表示されるか、です。」
「まず、私たちMétéoriaが何をやっているかを簡単にご説明します。MétéoriaはChatGPT、Perplexity、GeminiといったAI生成型エンジンにおけるブランドの可視性を分析するツールです。ブランドがAIの回答に表示されているかどうかを分析して、表示されていない場合はどうすれば表示されるようになるかのインサイトを提供します。現在、50社以上のデジタルマーケティングエージェンシー（今日この会場にもCyber CitéやAdzupなどがいらっしゃいます）と、100社以上のブランドと取り組んでいます。」
🏗️ Météoriaの4つのユースケース
【Idriss：】
「私たちが取り組む主なユースケースは4つあります。
ひとつ目は「獲得（Acquisition）」のユースケースです。 例えば、LucaというHR領域のSaaSがクライアントにいます。誰かがChatGPTで『最高のHRツールを比較して』と入力したとき、Lucaのソリューションが回答に表示されてほしいわけです。それを実現するための取り組みです。
ふたつ目が、今日メインでお話しする「Eコマース」のユースケースです。 多くのリテーラーと一緒に、ChatGPTがどのように商品カルーセルを構築しているかを分析して、クライアントの商品がそのカルーセルに表示されるよう支援しています。
三つ目が「ジオローカル（Geo-local）」のユースケースです。 実店舗を持つブランドに対して行う取り組みです。例えば、私たちはLa Matmutという保険会社と一緒に仕事をしています。彼らはフランス全土に数百の拠点を持っています。誰かがChatGPTに『パリで保険を探している』と聞いたとき、La Matmutの拠点が回答に出てくるのか、競合他社の拠点が出てくるのか、それを測定・改善していくことがテーマです。
四つ目は、少し異なる「ブランドノトリエテ（Brand Awareness）」のユースケースです。 ブランドについて質問されたとき、AIがどのように回答しているかを分析します。例えばCarrefourと一緒にやっているケースでは、誰かがChatGPTに『働くならCarrefourはどうですか？』と聞いたとき、その回答の中の言葉（verbatim）がポジティブかネガティブかを細かく分析します。もしネガティブな記述があれば、AIがどのソースからそのネガティブ情報を引っ張ってきているのかを突き止め、そのソースに影響を与えることでAIの回答をコントロールしようとする、そういう取り組みです。」
🛒 なぜGEOがリテーラーにとって重要か
【Idriss：】
「なぜリテーラーにとってGEOが重要なのか、少し背景をお話しします。みなさんも感じていると思いますが、オンラインで情報を検索する方法が変わりつつあります。数十年にわたって、私たちはキーワードを検索エンジンに入力して、Googleにウェブサイトのリストが表示されて、自分でひとつひとつクリックして情報を集めて、自分で判断していました。それが今、『レスポンスエンジン（回答エンジン）』の方向に変わってきています。
AIに質問を投げかけると、AIのリサーチエージェントが代わりにベンチマークを行ってくれる。ユーザー体験としては圧倒的に楽で、時間もかかりません。
ChatGPTとPerplexityはこのことをよく理解していて、単なる生成型AIから、いわゆる『リサーチエージェント』に進化しました。LLMをインターネットに接続して、リアルタイムの情報にアクセスできるようにした。一方でGoogleはその逆をやっています。もともと検索エンジンだったGoogleが、その上にエージェント的な機能レイヤーを載せています。それがAI Overviews（フランスでは間もなく公開予定）であり、Geminiであり、Google AI Modeです。
私は、数年後にはChatGPTとGoogleは少なくとも検索の部分ではほぼ同じことをやっていると思っています。」
「では、リテーラーにとってどう面白いのか。先週Cdiscountと登壇したときに彼らがシェアしてくれたデータを紹介します。現時点では、LLMから来るトラフィックは彼らのトラフィック全体の約1%に過ぎません。数字としてはまだ大きくはない。でも、そのトラフィックの質が圧倒的に高い。ChatGPTやPerplexityから来たユーザーのコンバージョン率は、GoogleやほかのチャネルよりもずっYhigh（高い）です。そして何より、この1%という数字が急速に伸びています。正確な数字は手元にないですが、月ごとに着実に増えています。」
🔍 ChatGPT商品カルーセルの仕組み解説
【Idriss：】
「では本題に入りましょう。ChatGPTの商品カルーセルとは何か。みなさんもChatGPTを使っているときに見たことがあると思います。商品購入に関連する質問をすると、ChatGPTは商品リストを返してきます。通常7商品で、小さな画像と一緒に表示されます。
そのうちのひとつをクリックすると、平均1〜3つの『購入オプション』が表示されます。例えばFnac、Amazon、Dartyといったリテーラーが価格と一緒に出てくる。さらに『確認する（Consulter）』というCTAをクリックすると、そのEコマースサイトの商品ページに直接飛べます。
これは非常に興味深いエントリーポイントです。なぜかというと、ChatGPTのインターフェースからEコマースサイトへ直接リンクが貼られているからです。これ、実はかなりレアなことなんです。Eコマース以外のブランドをサポートしているときに直面する最大の課題のひとつが、このリンクの問題です。
例えば、ChatGPTに『最高のSEOエージェンシーは？』と聞いたとしましょう。すると8つのエージェンシーが返ってきますが、エージェンシー名に直接リンクは貼られていない。ユーザーは名前をコピーしてGoogleで検索して、Googleから辿り着く。そうなると、そのトラフィックをChatGPT経由と正確にアトリビュート（帰属）することが極めて難しい。でも商品カルーセルの場合は、CTAボタンから直接トラッキングできる。そこが大きな違いです。」
■ステップ1：Query Fanout（クエリ展開）
【Idriss：】
「すべてのプロンプトが商品カルーセルを発動するわけではありません。私たちのプラットフォームでは毎月100万件以上のプロンプトをモニタリングしています。全業種横断です。そのデータを分析して、どんなプロンプトが商品カルーセルを発動させるのかを調べました。
分かったこと：カルーセルを発動させるプロンプトの半数は、明示的な購買シグナルを含んでいます。 『買う』『最高の』『価格』『安い』といった言葉が含まれているプロンプトです。もうひとつパターンがあって、ブランドシグナルを含むプロンプト、つまり特定のリテーラーやそのプロダクトについて質問した場合も、カルーセルが表示される傾向があります。
では、カルーセルが発動したとき、ChatGPTはどのようにしてその質問からカルーセルを生成するのか。
最初のステップは、Query Fanout（クエリ展開）と呼ばれるプロセスです。 例えば、『スタジオ向けの安いテーブルトップ小型冷蔵庫を探している』というプロンプトを投げたとしましょう。ChatGPTはこの質問を、Googleと（以前はBingでしたが）いまはほぼGoogleで検索するためのキーワード、つまりQuery fanoutに変換します。
重要なのは、ChatGPT自身は独自のインデックスを持っていないということです。Perplexityも同じです。だから他者のインデックスを使わざるを得ない。そのインデックスとして、今最良のものを持っているGoogleを使うようになっています。最初はMicrosoftとのパートナーシップでBingのインデックスを使っていましたが、結果の質を上げるために徐々にGoogleに移行してきているのが私たちの観測です。
このQuery fanoutには面白いパターンがあります。フランス語でプロンプトを投げると、ChatGPTはフランス語と英語、両方のキーワードで検索します。 つまりフランス語1件＋英語1件、計2つのクエリが走ります。これは非常に重要な示唆を含んでいます。たとえフランス国内でしか販売していない企業であっても、ChatGPTの回答に表示されるためには英語コンテンツを作る必要があるかもしれない、ということです。スペイン語でプロンプトを投げれば、スペイン語＋英語のクエリになります。
また、Query fanoutのキーワードは平均10ワードと長い。ChatGPTはいわゆる『ロングテール』を検索している。意図が明確に定義されたキーワードを探すんです。当然、購買意図に関連するキーワード（buy、best、cheap、avis＝レビューなど）も含まれます。
興味深いのは、例えば『テニスラケットを買いたい』というプロンプトでも、ChatGPTがQuery fanoutの中でテニスラケットブランドのavis（レビュー）を検索することがある点です。なぜかというと、レビューを読んで、最も良いブランドを推薦できるようにするためです。」
■ステップ2：ソーシング（情報収集）
【Idriss：】
「Query fanoutが決まったら、次はソーシングのステップです。ChatGPTはGoogleに検索をかけて、1回の検索につき平均10〜30のソースを取得し、そのコンテンツを読んで、今回の例でいえば『スタジオ向けの安いテーブルトップ小型冷蔵庫』に合致する商品を特定します。
私たちは、商品カルーセルを発動させるプロンプトに対してChatGPTが最もよく使うソースを大規模に分析しました。スクリーンショットに示したExcelのデータを見ると、ChatGPTが商品ソーシングで最も使うサイトのトップが見えてきます。大型リテーラーのサイトが上位に来ており、さらにDailoo、un-deux-trois-comparerといった比較サイト（コンパラトゥール） も多い。そしてRedditが非常に多く使われています。全カテゴリ平均で8位ですが、テーマによっては最上位ソースになることもあります。
コンテンツの種類別にも分析しました：
- 37%：商品ページ（PDPページ）
- 15%：ブログ記事（その商品について書かれた記事）
- 15%：カテゴリページ
- 14%：比較サイト（コンパラトゥール）
カテゴリページと比較サイトが面白いのは、1ページを訪問するだけで複数の商品情報を得られるからです。これは重要なポイントです。LLMにとって、ページを訪問してその内容を処理するのはコストがかかります。ページが長ければ長いほど、トークンが多ければ多いほど、そのページを処理するコストが高くなる。だから効率の観点から、比較サイトやカテゴリページは1ページで多くの商品を取得できるので、LLMに好まれやすい傾向があります。商品ページだと1ページで1商品しか得られないのに対して、比較サイトは1ページで複数商品を把握できるので、ChatGPTにとっては非常に効率的です。」
「例で見ていきましょう。先ほどの『スタジオ向けの安いテーブルトップ小型冷蔵庫』のプロンプトに対して、ChatGPTが最初に訪問したのは、Conforamaの『mini-réfrigérateur pas cher（安いミニ冷蔵庫）』カテゴリページでした。そのカテゴリページの中にFar RTGというモデルがあって、ChatGPTはそれを取得してカルーセルに表示しました。
でもここで重要なことがあります。Conforamaのページから情報を取ってきたからといって、必ずしもConforamaが購入オプションになるわけではないんです。」
■ステップ3：Google Shoppingとの連携（購入オプション生成）
【Idriss：】
「購入オプションを構築するための次のステップがあります。 これはブラウザの開発者ツールでネットワークフローを確認すると見えてくることですが、（ちなみにこれが私たちMétéoriaがデータを取得する仕組みでもあります）ChatGPTのデータフローの中に、『request query』というフィールドがあります。
このrequest queryには、ソースから取得した商品名が入っています（スライドでは緑色でハイライトされています）。そしてChatGPTはこのrequest queryをGoogle Shoppingで検索します。 これによって、その商品を販売しているリテーラーを特定するんです。
私たちがそのrequest queryをGoogleショッピングで実際に検索してみると、例えばVuittonとConforamaという2つのリテーラーが表示される。そしてこの2つがChatGPTのカルーセルの購入オプションとして表示されるわけです。価格が若干違うのは送料（35ユーロ）の計算のズレですが、本質的には同じ商品の同じ価格です。
つまり、ChatGPT商品カルーセルに購入オプションとして表示されるためには、Googleショッピングのフィードが最適化されている必要があるということです。 ChatGPTが商品名でGoogleショッピングを検索したときに、自社のショッピングフィードが正しく最適化されて上位に来ていなければ、カルーセルには表示されません。
これは実際に私たちが支援しているある化粧品ブランドのケースで顕著でした。そのブランドの商品はGoogleの通常の検索結果では非常によく表示されていました。ChatGPTに化粧品を推薦してもらうと、そのブランドの商品がカルーセルに表示される。でも、購入オプションをクリックしたときに、そのブランド自体は出てこない。Googleショッピングのフィードが最適化されていなかったからです。その結果、ショッピングフィードをきちんと整備していた競合リテーラーが代わりに購入オプションとして表示されていた。」
📊 リテーラーが追うべき4つのKPI
【Idriss：】
「では、リテーラーが追うべきKPIについてお話しします。私たちがお勧めする4つのKPIがあります。
KPI①：ブランドのAI回答内メンション率 AIの回答の中で自社ブランドが言及されているか。プロンプトを投げたとき、そもそも自社ブランドが回答に出てくるかどうか、これが基本のKPIです。
KPI②：購入オプション（buying option）への表示率 たとえブランド名が回答本文に出なくても、購入オプションにリテーラーとして表示されることは可能です。自社のサイトが購入オプションとして表示されているかどうかを追います。
KPI③：カルーセル内での商品の表示順位（position） 通常カルーセルには7商品表示されます。自社商品が前の方に表示されるほど、横スクロールせずに見てもらいやすい。何位に表示されているかが重要です。
KPI④：購入オプション内での表示順位 購入オプションは通常1〜3件（場合によってはそれ以上）表示されます。4件以上になると『もっと見る』をクリックしないと出てこない。つまり3位以内に入ることが重要です。
そしてCdiscount独自のKPIとして、もうひとつあります。私が言うより彼らが言うべきことですが、Cdiscountが特に気にしているのは、複数の購入オプションの中で自社が最安値の選択肢であるかどうかです。これはMétéoriaでも各商品に対して追跡できるKPIです。」
🏢 Cdiscountの実践事例
【Idriss（Cdiscountパートを代理で）：】
「ここからはCdiscountのパートに入ります。必要に応じて彼らに電話できるか確認しましたが（笑）、一応私がお話しします。
Cdiscountが直面している課題のひとつは、AIからのトラフィックを適切に追跡・アトリビュートすることが難しいという点です。なぜかというと、AIには『Google Search Console』のような公式ツールが存在しないから。ChatGPTのユーザーがどんなことを検索して自社サイトに来たのか、現時点では公式には把握できない。Google AnalyticsなどのツールはありますがSA、外部ツールで補完するしかない状況です。
もうひとつの課題は、トラッキングが非常に断片的ということです。先ほど申し上げたように、ユーザーがChatGPT上で情報を見つけて、その後Googleに移って、Googleから自社サイトに来ることもある。そうなるとどこからのトラフィックか分からなくなってしまう。
Cdiscountが追っている3つのKPIは：
- AIの回答内でブランドが言及されているか
- 商品カルーセルにCdiscountの商品が表示されているか
- CdiscountのウェブサイトがAIの情報ソースとして使われているか（これが非常に重要）
特に3つ目、ソースとして使われているかどうかは重要です。なぜなら、自社サイトがAIの情報ソースになれば、自社の情報をコントロールできるからです。そして私たちのデータでも、あるドメインのページがChatGPTにソースとして使われている頻度と、そのブランドのAI回答内での可視性の間に、非常に強い相関関係があることが分かっています。」
■ 3,500プロンプトの監視体制
【Idriss：】
「Cdiscountがどうやってこれを監視しているかをご説明します。彼らは350の商品カテゴリを監視しています。各カテゴリについて、消費者がLLMで最も入力しそうな質問を10個選定しました。350カテゴリ × 10プロンプト = 合計3,500プロンプト。これを3つのLLM（ChatGPT、Geminiなど主要なもの）に対して毎日チェックしています。
なぜ毎日かというと、AIの回答は固定されていないからです。同じ質問を2回続けてChatGPTに投げても、同じ回答は返ってこない。でも30回、40回、50回と投げていくと、傾向が見えてきます。Cdiscountが分析しているのはその傾向です。」
■ プロンプト選定における不確実性
【Idriss：】
「ただし、この方法論にはいくつかの不確実性があることも正直にお伝えしなければなりません。
最大の不確実性：追っているプロンプトが本当に正しいプロンプトかどうか。 なぜかというと、ChatGPTはGoogleのように検索ボリュームデータを公開していないからです。Googleであればどのキーワードが何回検索されているかが分かる。でもChatGPTはその情報を出していない。将来的には広告（ChatGPT上の広告、いわゆるGIEと呼ばれるもの）が始まれば、広告主向けにそういったデータが提供されるかもしれませんが、今は公開されていない。
だからCdiscountやほとんどのクライアントが採用している方法論は、SEOのキーワードデータを使うことです。自社にとって戦略的なSEOキーワードを抽出して、特にロングテールキーワードを選んで、それを疑問文形式に変換します。『このキーワードがGoogleでよく検索されているなら、人々はChatGPTでも似たようなことを質問するはず』という前提のもとで。
もうひとつの不確実性はペルソナです。 AIにはユーザーの会話履歴が蓄積される可能性があり、ユーザーが『私はこういう人間で、こういう予算でこういう商品を探している』という詳細な情報を与えて質問することも増えています。Googleでのキーワード検索ではなかなかここまでの情報を与えることはなかった。
そこでCdiscountは、最も代表的なペルソナをプロンプトに加えた場合と加えない場合で回答がどう変わるかもテストしています。まだ実験段階なので詳細はシェアできませんが、ペルソナを加えることでQuery fanoutが変わり、結果として表示商品が変わるのか、それとも変わらないのかを検証しています。
Cdiscountの考え方として重要なのは、行動する前に、何を監視すべきかを正確に理解する段階に時間をかけるということです。監視対象が不明確なまま施策を打っても意味がない。まず分析・理解のフェーズをしっかりやって、それからアクションに移る、という姿勢です。」
■ Frandroid記事による「ナラティブコントロール」の実例
【Idriss：】
「最後に、Cdiscountが実際に成果を出した具体例をひとつご紹介します。これは商品カルーセルではなく、ブランドレピュテーション・ノトリエテに関するケースです。
Cdiscountは1,000件以上のプロンプトを監視しています。そのプロンプトのテーマは物流・配送・運営上の信頼性に関するものです。具体的には、『Cdiscountで注文したら、ちゃんと届く？』『Cdiscountの配送はどう？』といった質問です。
ユーザーがそういった質問をChatGPTに投げたとき、ChatGPTはソースから情報を集めてきます。Cdiscountにとって問題だったのは、そういった情報が自社ではコントロールできない第三者のソースに依存していた点です。
そこで彼らが取った行動は、Frandroid（フランスの有名テックメディア）に記事を出したことです。その記事にCdiscountの物流・信頼性に関して自分たちが伝えたいメッセージ・情報を正確に盛り込みました。そして、その記事がChatGPTのQuery fanoutで検索されるキーワードに対してしっかり上位表示されるよう最適化しました。
結果：記事公開後すぐにAIがこの記事をピックアップし始めました。 グラフで見ると、公開直後からソースとして使われ始めたことが分かります。そして今では、Cdiscountの物流に関する質問が投げられた際、20%のケースで、ChatGPTがこのFrandroidの記事を情報ソースとして引用しています。 これによってCdiscountはナラティブをコントロールできるようになりました。
これがGEOの実践です。まず監視すべきプロンプトを正確に定義する。次に、そのプロンプトに関連するQuery fanoutのキーワードで自社にとって有利なコンテンツを上位表示させる。そしてそのコンテンツがAIにソースとして使われる状態を作る。この一連のワークフローです。」
「まず監視すべきプロンプトを正確に定義する。それができて初めてアクションに意味が生まれる」——Idrissの言葉はシンプルだが本質を突いている。
日本でもChatGPTの利用は急拡大しており、商品カルーセルの展開は時間の問題だ。Googleショッピングの最適化とGEO対策は、もはや別の話ではない。フランスの最前線で起きていることは、1〜2年後の日本のEコマース担当者が直面する現実でもある。
(取材・文：LIF Tech編集部 / 現地取材：2026年3月24日 パリ)
🔑 セッションの核心まとめ（日本のマーケター向け）
| テーマ | 要点 |
|---|---|
| カルーセルの仕組み | ChatGPT → Query fanout（英仏混在キーワード生成）→ Googleで10〜30ソース取得 → 商品特定 → Googleショッピングで購入オプション生成 |
| 表示されるための必須条件 | Googleショッピングフィードの最適化が最重要。フィードが最適化されていなければ、カルーセルに商品は載っても購入オプションに自社は出てこない |
| 英語コンテンツの必要性 | フランス語（日本語）でプロンプトを投げてもAIは英語クエリでも検索する。つまり英語コンテンツなしでは可視性を最大化できない |
| KPI | ①ブランドメンション率 ②購入オプション表示率 ③カルーセル内順位 ④購入オプション内順位（最安値かどうか） |
| ナラティブコントロール | 信頼できるメディアに自社に有利なコンテンツを掲載 → AIがそれをソースとして引用する構造を作る |
| 監視設計 | Cdiscountは350カテゴリ×10プロンプト=3,500プロンプトを3LLMで毎日監視 |
