当社の卸売業向け商品登録システムでは、取り込んだ商品情報をもとにAIがタグ・説明文の草稿を作り、担当者が編集・確認する流れを構築しました。この記事では公開済みの実装内容と、同種業務で検討したい確認項目を分けて紹介します。
2026年9月7日時点の情報です。
公開できる実装内容
商品登録システムの実績ページでは、Next.jsとSupabaseを使った管理画面、商品情報の取り込み、AIによるタグ付けと説明文生成、人による編集・確認を紹介しています。
この事例の対象は商品登録業務です。配送計画、倉庫在庫の引当、WMSの置き換えまでを実装した事例ではありません。作業時間や売上への改善率は測定値として提示していません。
処理の流れと人の判断が残る場所
| 段階 | システムで扱うこと | 担当者が確認すること |
|---|---|---|
| 取り込み | 元の商品情報を登録用に扱う | 元情報の不足・誤記 |
| 草稿 | AIでタグ・説明文を作成する | 内容が元情報に基づいているか |
| 編集 | 画面で草稿を修正する | 表記・分類・商品固有の注意点 |
| 確認 | 登録内容を担当者が確認する | 公開してよい説明になっているか |
AIによる草稿があることは、確認作業が不要になることを意味しません。原資料にない性能や材質を補っていないかを見る必要があります。
同種業務を検討するための受入例
以下は当該案件の試験結果ではなく、自社で検討する際の説明用サンプルです。
- 材質が空欄の商品：材質を推測して埋めず、確認が必要だと分かること。
- 色違いの商品：親商品の説明を流用しても、対象SKUの色と混同しないこと。
- 既存商品を再取り込み：新規登録と更新を区別し、担当者の修正文をどう扱うか合意すること。
- 元資料を差し替え：どの説明を再確認するか分かること。
このような条件を先に用意すると、「自然な文章か」だけで評価を終わらせずに済みます。
効果の測定を始めるなら
商品カテゴリを揃えて、草稿なしと草稿ありの作業を比較します。入力時間だけでなく、確認・修正時間、差し戻し理由、登録後に発見した誤りも記録します。結果が出る前に削減率を提示せず、対象商品の範囲と確認者の条件を残してください。
導入範囲の決め方
商品登録の問題が、情報不足なのか、転記なのか、文章作成なのかを分けます。情報不足が原因なら、入力元の整理が先です。定型文と分類ルールで足りる部分にはAIを使わない案も比較できます。
よくある質問
Q. AIが作った説明文はそのまま公開しますか？
この公開事例では人が編集・確認する流れです。自社への導入でも、商品情報の正確性と公開判断を誰が確認するか決めます。
Q. 削減時間はどのくらいですか？
この記事で提示できる測定値はありません。対象商品の条件を揃え、入力・確認・修正を含む時間で評価する方法を示しています。
自社の状況を整理して相談する
まず、商品情報の入力元、草稿で困る項目、公開前の確認担当を書き出してください。この記事に合う検討シートとAI相談用プロンプトで、未確認の項目を残したまま整理できます。シートを完成させる前でも、お気軽にご相談いただけます。
運営・編集