「上位5件は有名店で」——Meta買い物AIの指示書が暴いた、知名度という名の“入場ゲート”

AIが「おすすめ」を選ぶ時代、その選考基準はどこに定められているのか。2026年10月11日、米広告専門メディアPPC Landは、Metaの買い物エージェント「Muse」の内部指示ファイルに「表示する上位5件は、知名度の高い販売者のものであることが必須」という趣旨の規則が記されていたと報じた。品質でも価格でもなく、「知られていること」そのものが、明文化されたランキング条件になったのである。ブランドの価値は、もはや人の記憶の中だけで測られるものではない。エージェントの指示書の中でも、静かに計算され始めている。

ニュース概要：Museの指示書に書かれていた「有名店優先」のルール

知名度は、ランキング指示の中で3回繰り返されていた

発端は、AIマーケティング企業Profoundが9月25日にMuseのシステムファイルから取得したとする買い物用の指示ファイルだ。Profoundはその全文をブランド専門メディアState of Brandに提供し、同メディアが10月8日に分析記事を公開。PPC Landが10月11日に詳報した。報道によれば、指示ファイルの主な内容は次のとおりである。

最優先の目的は「利用者の出費を抑えること」
ユーザーの要望に合わない商品、品質が劣ると見なされる商品に加え、カテゴリーの通常価格帯から外れた商品を除外する（高すぎる商品も、安すぎる商品も対象）
ランキング、表示、書式の3つの段階で「知名度の高い販売者」を優先するよう繰り返し指示。とくに表示段階では、上位5件を有名店舗や主要サイトで埋めることが「必須」とされている
利用者がブランド名を指定した場合は、そのブランドの公式ストアを最上位に置く。既定では再販業者よりメーカー直販を優先する
Web検索で比較するのは1回の依頼につき最大3店舗・10商品まで。ただし、その3店舗をどう選定するかの基準は明記されていない
チャット内で購入・カート作成ができるのは、Metaの商品カタログに登録され「エージェント購入」が有効な商品だけ

カタログ60件より、ブラウザで見た2サイトが勝つ

Profoundは10月2日、Museの挙動を検証した調査結果も公開している。1つの小売カテゴリーで50個のプロンプトを1アカウントから試したところ、典型的なケースでは、Metaのカタログが約30店舗・約60商品の候補を返した一方、ブラウザ検索は3サイトを訪れ、2店舗から4商品を拾っただけだった。それでも最終的に表示された6商品の内訳は、ブラウザ由来が4件、カタログ由来が2件。候補の大半を占めるカタログより、ブラウザで絞り込まれた少数の店舗が推薦枠の3分の2を占めたことになる。

さらに同調査は、Museがサイト閲覧時にAIであることを名乗らず、一般の家庭用回線を経由して通常の人間の訪問者のように振る舞っていることや、回答の中で参照元を明記しないことも指摘している。Amazonは、エージェントが名乗らないことなどを理由に、Museによる自社サイトでの購入を遮断した。

Museは9月8日に米国で公開され、Sensor Towerの推計では公開から22日間で米国・カナダ合わせて500万インストールを超えた。なお、Profoundはブランド向けのAI可視化ツールを販売する利害関係者であり、検証は小規模で、指示ファイルが現在も有効かは不明だ。Metaはこのファイルについてコメントしていない。こうした留意点はあるものの、ルールの方向性そのものは、ブランドに携わる者にとって無視できない。

Spike Analysis：エージェントは感動しない。だが、記憶された名前には従う

1. 新たな関門「認知ゲート」——知名度は順位ではなく“入場資格”になった

このニュースの核心は、知名度の役割が変わったことにある。これまで、無名であることのコストはクリック数の差で測られてきた。検索結果の下の方に表示されても、優れた商品であれば見つけてもらえる可能性は残っていた。だがMuseの指示書の下では、無名のコストは「誰にも比較される前に決まる順位」として払われる。

Branding Spikeはこれを「認知ゲート（Recognition Gate）」と名付けたい。AIエージェントが、候補を評価する前の段階で、知名度を入場資格として使う構造のことだ。ゲートは3重になっている。Web検索の対象が3店舗に絞られる段階、価格帯の外れ値が除外される段階、そして上位5件が有名店に割り当てられる段階である。

過去10年、挑戦者ブランドの勝ち筋は「発見」にあった。より良い商品、より安い価格がSNSや検索で見つかれば、老舗のシェアを奪うことができた。認知ゲートは、その道筋のほぼすべてに蓋をする。とりわけ皮肉なのは価格フィルターだ。新興ブランドが注目を集めるためにあえて付ける戦略的な低価格は、エージェントにとって「通常価格帯から外れたノイズ」として切り捨てられてしまう。

2. 「エージェント忠誠格差」が、ついに文書になった

Branding Spikeはこれまで、プラットフォームのAIエージェントが必ずしもブランドの利益のために動くとは限らない状態をエージェント忠誠格差（Agent Loyalty Gap）と呼んできた。これまでは推測の域を出なかったこの問題が、今回は指示書という形で可視化された。

注目すべきは、指示書が最初に掲げる目的が「利用者のお金を節約すること」である点だ。それにもかかわらず、ランキングの決め手は知名度に置かれている。ここに表れているのは、利用者の利益というより、プラットフォームのリスク回避の感覚だろう。有名店を薦めておけば、外れたときの責任は軽く済む。百貨店のバイヤーが日常的に行っている保守的な判断を、AIが全利用者・全依頼に対して、しかも商品を見る前に一律に適用する。それが今回明らかになった構図である。

3. 「AI均質化のパラドクス」は、推薦の層でも起きる

生成AIによる制作物が似通ってくる現象を、Branding SpikeはAI均質化のパラドクスとして論じてきた。今回の件は、同じ均質化が「推薦」の層でも起きうることを示している。

Museは利用者ごとに好みのプロフィールを持ち、サイズや好みを記憶する「パーソナル」なエージェントを掲げている。だが上位5件が有名店に固定される限り、個人に最適化されているはずの棚は、誰が見ても似た顔ぶれに収束していく。個別化を売りにするほど、上位は既存の有名ブランドに寄っていく。ここに新しいパラドクスがある。棚の多様性が失われれば、ブランドの多様性もやがて失われる。これは個々の企業の問題にとどまらず、市場の文化的な豊かさの問題でもある。

4. 皮肉な結論：最も古い仕事が、最も強い攻略法になる

では、認知ゲートを越える方法はないのか。State of Brandの分析がたどり着いた答えは、意外なほど古典的だった。利用者がブランド名を指名すれば、そのブランドの公式ストアが最上位に置かれる。つまり、「名前で指名されること」こそが、Museのルールを迂回する最も直接的な道なのである。

人に名前を覚えてもらい、口にしてもらう。これはブランドマーケティングの最も古い仕事だ。AIエージェントの時代になって、その古い仕事の価値がむしろ上がった。機能や価格の比較はエージェントが代行してくれる。しかしエージェントに「どの名前を入れるか」を決めるのは、依然として人の記憶である。

エージェントは感動しない。だが、人々が感動し、記憶した名前には従う。AI時代のブランディングは、機械を説得するゲームではなく、機械に名前を告げる「人間」を動かすゲームである。

ここに、Branding Spikeが掲げる「AIと感性の融合」の本質がある。物語、美学、手仕事の痕跡、忘れがたい体験。合理性だけでは説明できない感性への投資が、名前の記憶という形で、アルゴリズムに正しく評価される回路ができつつある。かつて「効率が悪い」と言われたブランド投資が、エージェント時代の最も合理的な選択になるという逆転だ。

付け加えるなら、知名度を評価するランキングは、MetaがFacebookやInstagramで販売しているブランド広告が育てるものと、ちょうど重なる。報道もこれは推測にすぎないと断っているが、プラットフォームの広告事業と、エージェントの選考基準が同じ方向を向いている点は、冷静に見ておく必要がある。

5. 見えない来店客——ブランド体験の「もう一人の読者」

もう一つ見逃せないのが、Museが名乗らずにサイトを訪れ、参照元も示さないという指摘だ。ブランドは、自社のページがエージェントに「審査」されたことすら知ることができない。Branding Spikeが計測空洞（Measurement Void）と呼んできた問題は、広告の効果測定から、ブランド体験そのものの観測へと広がりつつある。

Profoundによれば、こうしたエージェントは、ブラウザがHTMLから組み立てる「アクセシビリティツリー」を通じてページを読む。スクリーンリーダーが使うのと同じ構造だ。商品の仕様を画像で表示していたり、名前のない独自ボタンに頼っていたりするページは、人には美しく見えても、エージェントには読み切れない可能性がある。これからのブランド体験には、人間の顧客と、名乗らない機械の訪問者という二人の読者がいる。美しさと読みやすさは、もはや二者択一ではない。両方を満たして初めて、ブランドは選考の土俵に上がることができる。

日本市場への示唆

Museは現時点で米国・カナダ向けのサービスであり、日本にいつ展開されるかはわからない。しかし、Googleも米国でAIモードやGeminiに購入機能を組み込み始めており、「エージェントが候補を絞り込み、購入まで代行する」という構造は、遅かれ早かれ日本にも届くと考えるべきだ。日本企業が今から準備できることを4点挙げる。

1. 「指名される力」への投資を見直す

日本では近年、短期的な獲得効率を重視して、ブランド投資を削る企業が少なくない。だが認知ゲートの構造の下では、ブランド名で指名されることが最大の防御になる。指名検索数や純粋想起といった指標を、経営レベルのKPIとして扱い直す時期に来ている。

2. 「価格帯の外れ値」になるリスクを点検する

エージェントがカテゴリーの通常価格帯から外れた商品を除外するなら、影響を受けるのは低価格で参入する新興ブランドだけではない。伝統工芸や職人系のブランドのように、通常価格帯より大幅に高い商品も、同じく除外される可能性がある。高価格の理由を、素材・工程・保証といった形で明確に言葉にしておくことは、人間の顧客に対してだけでなく、エージェントに対しても意味を持ち始める。

3. 「画像で語る商品ページ」の文化を見直す

日本のECサイトでは、商品説明を縦長のバナー画像で表現する慣習が根強い。だが、エージェントがアクセシビリティツリーを通じてページを読むのであれば、画像の中の文字情報は読まれにくい。用途、サイズ、素材、互換性、注意点といった情報をテキストとして構造化し、セマンティックなHTMLで記述することが、エージェントに「読まれる」ための前提条件になる。2024年4月から民間事業者にも合理的配慮の提供が義務化されたことを踏まえれば、アクセシビリティ対応とエージェント対応は、同じ投資で両立できる。

4. カタログ連携とプラットフォーム依存のバランスを設計する

Profoundは、小規模ブランドにとってはShopifyやMetaのカタログとの連携が有効な投資だとしている。一方で、カタログに入っても知名度による順位付けは変わらないという限界も指摘されている。どのプラットフォームのカタログに商品を載せるかは、販路の選択であると同時に、どのAIエージェントに「見える」かの選択でもある。自社の公式サイトという拠点を手放さずに、外部カタログとどう付き合うかを設計しておく必要がある。