朝の光が、町工場から届いた新商品の登録画面を照らしていた。商品管理を担当する紬は、「株式会社そよ風 クレンジング」「㈱そよ風 クレンジング」「(株)そよ風 クレンジング」と並ぶ名前を見つめ、指を止めた。同じ商品のはずなのに、AI検索の結果では別々の品として表示され、在庫や価格まで違って見えている。
「名前が少し違うだけで、AIには別の商品に見えるのかな」
隣の航平は、画面をのぞき込んだ。
「RAGは、資料の中から近い情報を探し、その情報を使って答えを作る仕組みだよ。元のデータに表記ゆれがあると、探す場所も答えもずれてしまうんだ」
全角と半角の空白、「500mL」と「500ml」、「詰め替え」と「つめかえ」。小さな違いが、商品名を迷子にしていた。紬は、正式名称と略称をそろえながら、SKUという倉庫で商品を見分ける番号の整理にも向き合うことになった。
この記事の答え
- 結論商品名を正式名称、別名、SKU、属性に分けて整備すれば、AI検索で迷子にならない。
- 根拠表記ゆれと別商品の判定を分け、公式情報を基準に検索辞書と商品情報を統一するためである。
- 最初の一歩まず商品名を公式表記と照合し、略称・旧称・SKU・属性を一枚の表に整理する。
第1章 朝の検索窓に、二つの商品が並んだ

第1章 朝の検索窓に、二つの商品が並んだ - 本文
朝の七時半、通販会社「こもれび商店」の窓に、淡い光が差し込んでいた。空調の低い音にまじり、キーボードをたたく音が、まだ静かなオフィスに広がっている。商品管理を担当する紬は、マグカップの湯気を横目に、新商品の登録画面を開いた。
紬は、名前の並びを整える作業が好きだった。商品名の順番をそろえ、画像を確認し、価格や在庫の欄を一つずつ埋めていくと、ばらばらだった情報が棚にきれいに収まるように感じるからだ。その朝も、取引先から届いた「そよ風」のクレンジングを登録しようとしていた。
「紬さん、もう新商品の登録を始めているんですね」
声をかけたのは、隣の席の航平だった。航平は紙のカップを片手に、紬の画面をのぞき込んだ。
「はい。そよ風のクレンジングです。商品マスタに名前が三つあるので、正しいものを選んでいます」
画面には、「株式会社そよ風 クレンジング」「㈱そよ風 クレンジング」「(株)そよ風 クレンジング」と並んでいた。商品画像はどれも同じで、容量も香りも同じだったのに、会社名の書き方と、名前の間の空白だけが少しずつ違っている。紬は三つの行を見比べ、マウスを動かす手を止めた。
「これ、全部同じ商品ですよね。仕入れ先の納品書では、一番上の名前になっています」
紬は社内AI検索の窓に、「そよ風 クレンジング」と入力した。検索ボタンを押すと、結果の画面に二つの商品カードが現れた。左には「株式会社そよ風 クレンジング」、右には「(株)そよ風 クレンジング」と表示され、左のカードには在庫あり、右のカードには確認中と出ている。
商品画像は同じだった。けれど、価格の表示欄も、在庫を確認した担当部署も別々だった。紬がさらに詳細を開くと、片方の商品には登録済みの説明文があり、もう片方には説明文が空欄になっていた。
「同じ商品を探しているのに、二つに分かれています。名前が少し違うだけなのに、AIには別の商品に見えるのかな」
航平は画面を見たまま、静かにうなずいた。
「そうなることはあるよ。RAGは、資料の中から近い情報を探して、その情報を使って答えを作る仕組みなんだ」
「資料から近い情報を探す……ですか」
「うん。大きな書庫の中から、質問に近いカードを探すようなものだね。カードに同じ商品だと分かる手がかりがそろっていれば、同じ棚から見つかる。でも、名前が違うと、別のカードとして拾われることがある」
航平は、画面の二つのカードを指で示した。「株式会社」と「㈱」は、人なら同じ意味だと分かる。けれど、検索の仕組みや元のデータの作り方によっては、同じ文字列として扱われない場合があるという。
「それに、ここを見て」
航平が右側の名前を拡大すると、「(株)そよ風」と「クレンジング」の間に、少し広い空白があった。左側には半角スペース、右側には全角スペースが入っている。見た目では気づきにくい違いが、画面の中では別の文字として残っていた。
「全角と半角の空白まで違うんですね」
「そう。ほかにも『500mL』と『500ml』、『詰め替え』と『つめかえ』がある。人には小さな違いでも、商品名を手がかりに探す仕組みでは、見つかる場所が変わることがあるんだ」
紬は、商品マスタだけでなく、倉庫の在庫画面も開いた。そこでは三つの名前に、それぞれ別のSKUがひもづいていた。SKUは、倉庫で商品を見分けるための番号や記号だと、以前に航平から教わっていた。
「倉庫では、名前ではなくSKUで出荷するんですよね」
「そう。だから同じ商品なのにSKUまで分かれていると、片方の在庫だけが減って、もう片方が残ることがある。AI検索が別の商品を答えたとき、画面の中だけでなく、在庫や価格の表示まで別々に見えてしまうんだ」
紬は、右側のカードに表示された「確認中」の文字を見つめた。朝一番に登録した新商品が、すでに二つの道へ分かれている。片方は販売ページへ進み、もう片方は倉庫の確認待ちで止まっていた。
「名前を直せば終わると思っていました。でも、商品マスタだけでなく、検索結果やSKUもつながっているんですね」
「うん。画面に見える名前と、裏側で検索に使われる名前が同じだとは限らないからね。まずは、どれを正式な商品名にするかを決めないといけない」
紬は新商品の登録をいったん止めた。白いメモ用紙を一枚取り出し、三つの名前をそのまま書き写す。次の行には、正式名称、読み方、ブランド名、SKUと、順番に欄を作った。
窓の外では、通勤する人の足音が遠ざかっていた。検索窓には、まだ二つの商品カードが並んでいる。紬はその間にあるわずかな空白を見つめながら、最初の欄に、仕入れ先の納品書に書かれた名前をゆっくり入力した。
第2章 「おすすめ商品」の答えに、知らない名前が混ざった

第2章 「おすすめ商品」の答えに、知らない名前が混ざった - 本文
営業会議の資料を作る朝、紗季は社内AI検索の画面を開いた。新しいキャンペーンに使う商品を決めるため、検索欄へ「そよ風のクレンジングでおすすめは?」と入力した。
「どれが今、おすすめなんだろう」
しばらくすると、画面に商品が並んだ。最初は「株式会社そよ風 クレンジング 500mL」、次は「㈱そよ風 クレンジング 500ml」だった。その下には「(株)そよ風 クレンジング 詰め替え」と、旧パッケージの商品まで表示されていた。
紗季は商品名の横に出た価格と在庫を見比べた。同じクレンジングに見えるのに、価格も在庫表示もばらばらだった。画面には「おすすめ」と書かれているため、紗季は迷いながらも、上から二つを営業資料へ貼りつけた。
「この二つを、そよ風のおすすめ商品として紹介すればよさそうね」
隣の紬が、画面をのぞき込んだ。正式名称の「株式会社」と、略称の「㈱」だけが違うように見えたが、容量の表記も「500mL」と「500ml」で揺れていた。さらに、詰め替え用まで同じ列に並んでいる。
「待って。これは全部、同じ商品なのかな」
紗季の指が、資料の上で止まった。検索画面の答えは、倉庫の台帳や商品情報を拾い、近い内容をまとめて作られている。名前が似ていれば、別の商品でも同じ仲間として集めてしまうことがあった。
そこへ、倉庫担当の大地が会議室へ入ってきた。紗季が作りかけの資料を見せると、大地はすぐに赤いペンを取り出した。
「その商品は詰め替え用で、店頭商品とは別です」
「でも、商品名はほとんど同じですよ」
「見た目は似ています。でも、棚に置く場所も、袋の形も、売り方も違います。店頭の商品と一緒に数えると、出荷のときに困ります」
大地は倉庫の画面を開いた。「㈱そよ風 クレンジング 500ml」は、店頭に置くボトルだった。「(株)そよ風 クレンジング つめかえ」は、別の棚にある袋だった。旧パッケージの商品も、在庫を使い切るまで別に管理されている。
紗季は、資料に貼った商品を一つずつ見直した。おすすめとして載せた商品の中に、販売形態の違う品が混ざっていた。もしそのまま案内すれば、営業はボトルのつもりで詰め替え用を紹介することになる。
「検索結果だけを信じると、在庫だけでなく、売り方まで間違えるんですね」
紬は、商品名の文字をそろえることだけを考えていた。けれど、文字を同じ形にする作業と、実際に同じ商品かを確かめる作業は、別にしなければならない。そこが、ようやく見え始めた。
航平は、紬の画面に小さな図を描いた。丸の中に「商品名」と書き、その下に「容量」「色」「個数」「販売形態」と並べた。
「名前は看板だよ。お店の前で、何の商品かを知らせるもの。でも、倉庫で本当に見分けるのはSKUなんだ」
「SKUは、倉庫で商品を見分ける番号ですね」
「そう。500mLと500mlのような表記の違いは、ルールを決めてそろえられる。でも、容量や色、個数、販売形態が違うなら、同じ名前に寄せてはいけない。別のSKUとして残すんだ」
紗季は、先ほどの回答をもう一度見た。正式名称と略称が別の商品として離れ、詰め替え用と旧パッケージが近い商品として混ざっている。価格や在庫の違いも、単なる表示の揺れではなく、登録された商品の違いから生まれていた。
「AIに正しく探してもらうには、名前をきれいにするだけでは足りないんですね」
「うん。どこまでが表記ゆれで、どこからが別商品かを決めないといけない」
会議の開始時刻が近づき、紗季は資料をいったん閉じた。紬は新しい表を開き、正式名称、社内で使われた略称、SKU、容量、販売形態、現在の価格と在庫を一行ずつ並べ始めた。似た名前を一つにまとめる前に、倉庫の大地と照らし合わせて確認するためだった。
「この表を、そよ風のクレンジングの基準にします」
航平がうなずいた。紗季は営業資料から詰め替え用を外し、正式名称の商品だけを残した。社内AI検索の答えを直す作業は、商品名の整理ではなく、商品そのものを見つめ直す作業になっていた。
第3章 古い商品台帳の前で、名前の辞書を作る

第3章 古い商品台帳の前で、名前の辞書を作る - 本文
会議室の中央に、古い商品台帳、公式サイトの商品ページを印刷した紙、商品マスタ、営業資料、倉庫のラベルが広がっていた。紬は赤い付箋を片手に、ばらばらの商品名を一つずつ確かめる。今日は、迷子になった名前を同じ地図に戻す日だった。
「公式ページには、『そよ風 クレンジング』とあります」 「商品マスタは、『株式会社そよ風 クレンジング』です」 「営業資料では、『そよ風クレンジング』と書かれています」 「倉庫のラベルは、『㈱そよ風 クレンジング』ですね」
四人の声が、古い台帳の上で重なった。紗季が紙をそっと押さえると、窓から入った風で、端のラベルがひらりと揺れた。
「まず、公式ページを基準にしよう。商品そのものを説明している場所だからね」
航平は、ページの見出しを指でなぞった。紬は正式名称の欄に、ゆっくりと「そよ風 クレンジング」と書いた。会社名の「株式会社そよ風」は、商品名に混ぜず、ブランドや会社の欄で分けることにした。
「商品名は『そよ風 クレンジング』。ブランドは『そよ風』。会社は『株式会社そよ風』。三つを別々に置けば、名前が長くなっても迷いません」
次に、紬は大きな表を開いた。左から、正式名称、略称、英字表記、旧称、検索時に許容する表記という欄を作った。営業資料の「そよ風クレンジング」は略称へ、古い台帳の「そよ風 洗顔クレンジング」は旧称へ移し、検索で見つけられるように別名として残した。
「別名は、正式名称を置き換えるためではありません。人がどんな言い方で探しても、正しい商品へ案内するためです」
紗季は、英字資料にあった「SoyoKaze Cleansing」を英字表記の欄へ写した。大地は、実際に使われた記録がない呼び方には、勝手に丸をつけなかった。思いついた言葉を増やすより、資料で確かめられる言葉だけを残すほうが安全だった。
「『㈱』『(株)』『株式会社』は、社内データでは『株式会社』にそろえます。ただし、元の資料にどう書かれていたかは、履歴として残します」
航平の言葉に、紬は三つの表記を同じ仲間として線で結んだ。全角と半角の空白、大文字と小文字、ハイフンの形、長音符、「詰め替え」と「つめかえ」も、一つずつ確認していく。漢字とひらがなの違いや、送り仮名の違いも、検索時に受け入れる表記へ記録した。
「前後の空白、改行、タブは、商品名ではなくノイズとして扱います。見た目には小さくても、検索では別の文字になることがあるからです」
大地は倉庫ラベルを裏返し、端に残った薄い空白を見つけた。紬はその空白を正式名称へ写さず、整える前のデータとして別に保管した。消すのではなく、商品名とノイズを分けて見えるようにした。
航平は、表の「検索時に許容する表記」を軽くたたいた。
「この辞書は、AIに答えを教えるものではないよ。『この名前たちは同じ仲間だ』と知らせる目印なんだ。だから、検索の入口は広くしても、正式名称は一つにできます」
その言葉で、紬の中の固い結び目が少しほどけた。表記を全部同じにしようとしていたが、同じにする欄と、違いを残す欄は別でよかった。
ただし、容量や色が違う商品まで一つにまとめてはいけなかった。「そよ風 クレンジング」は商品シリーズ名であり、「200mL・無香料・詰め替え」は属性である。倉庫で一つずつ数える個別の在庫単位は、SKUという別の番号で見分けることにした。
「名前が似ていても、200mLと400mLは別の商品です。色や香りが違えば、在庫も価格も変わります。辞書で同じ仲間にしても、SKUまで一つにはしません」
紗季は表の右側に、「実体の違いを残す欄」を追加した。そこには容量、香り、色、販売形態、SKUを書き、「表記を統一する欄」と分けた。大地が倉庫ラベルを読み上げるたびに、商品名は左へ、属性と番号は右へ収まっていった。
航平は、印刷した公式ページの下部を指さした。
「社外のページにも、意味を伝える仕組みがあります。Schema.orgは、『この文字列は商品名』『これは価格』と伝える共通の語彙です。商品ページならProductの中に、nameやbrand、offersを分けて書けます」
「それを、どうやってページに置くの?」
「JSON-LDという形で置くんだ。ページの見た目を変えずに、検索エンジンやAIへ商品の意味を伝えられる。ただし、ページ本文とデータの名前や価格が違ってはいけないよ」
紬は、社内の名前辞書と公式ページの表記が、同じ一本の糸でつながるのを感じた。まずは商品マスタを整え、そのあとで公式ページのProduct.nameや価格、在庫を確認する。古い台帳を閉じるとき、紬は新しい表の先頭に、静かに一行を入力した。
「よし。正式名称は一つにする。別名は検索の入口に残す。違う商品は、属性とSKUで守る。これなら、やってみよう」
航平がうなずき、紗季が次の台帳を開いた。大地は倉庫へ向かう前に、ラベルを一枚ずつ表のそばへ並べた。名前をそろえる作業は、ばらばらの記録を消すことではなく、それぞれの居場所を作ることから始まった。
第4章 Excelの小さな掃除と、最初のつまずき

第4章 Excelの小さな掃除と、最初のつまずき - 本文
紬は、商品名の一覧をExcelに貼り付け、最初の掃除を始めた。画面のA列には、仕入れ先から届いた名前がそのまま並んでいる。前後に空白がある行もあれば、途中で改行された行もあった。
「まず、元の列は残しておこう。直す前の記録があれば、あとで比べられるからね」
航平は、A列の右に新しい列を作った。紬はB2に=CLEAN(TRIM(A2))と入力し、下の行まで数式をコピーした。TRIMは前後の空白や連続した半角スペースを整え、CLEANは改行などの制御文字を取り除く、と航平が説明した。
「計算結果を確認したら、B列をコピーして、値として貼り付ける。数式のままにしないのがコツだよ」
紬は一行ずつ見比べた。たしかに「株式会社そよ風 クレンジング」の前後はすっきりしたが、全角スペースは残っている行があった。ExcelのTRIMは、全角スペースまで同じように処理するとは限らないため、紬は検索と置換で全角スペースを半角スペースにそろえた。
次に、商品名の列だけを選び、検索と置換を開いた。検索欄に「(株)」、置換後の欄に「株式会社」と入れ、対象範囲を確認してから「すべて置換」を押した。「㈱」も別の検索語として同じ手順で置き換えた。
「ここまでなら、機械的に直しても大丈夫そうですね」
紗季が画面をのぞき込んだ。置換後の一覧には、同じ会社名が同じ形で表示されている。紬は安心して、次の確認へ進んだ。
けれど、フィルターで商品名を並べ替えると、別の違いが見えてきた。「つめかえ」と「詰め替え」が混ざり、「クレンジング」と「クレンジングー」も別々に並んでいる。商品名の後ろに「数量限定」「今だけおまけ付き」と付いた行もあった。
「空白と記号を取っただけでは、商品名そのものの違いは残るんですね」
「そう。文字の形をそろえる作業と、同じ商品かを判断する作業は別なんだ」
紗季は、残った違いを一度に直そうとした。検索欄に「つめかえ」、置換後に「詰め替え」と入れ、続けて似た語もまとめて置き換えようとする。ところが、置換対象を広げると、SKUが異なる「ミント」と「ミント味」まで同じ名前になりそうになった。
「待って。ここで止めよう」
航平が紗季の手を止めた。商品名の横にあるSKUを見ると、「ミント」は本体の商品で、「ミント味」は別の商品の味名だった。言葉が似ていても、在庫を分ける実体なら、名前を勝手に同じにはできない。
航平は、一覧を三つの列に分けた。元の商品名、候補となる正式名称、そして判断理由の列である。記号や明らかな会社名の略し方のように、意味が変わらない置換はExcelで直す。一方、「つめかえ」と「詰め替え」の扱いや、広告文言の削除は、公式名称とSKUを見ながら判断することにした。
広告文言は、すぐに削除しなかった。まずExcelのフィルターで「数量限定」「今だけ」「おまけ付き」などの語を含む行だけを表示し、元の商品名と公式ページの名前を一行ずつ確認した。商品名の後ろにだけ付いた言葉なら、確認済みの行から取り除き、判断できない行には「要確認」と印を付けた。
「検索条件で候補を絞れば、全部を目で探さなくて済みます。でも、絞った後は人が見ます」
紬は、広告の言葉を消す前と後の列を残した。あとでAI検索の答えが変わったとき、どの修正が影響したか追えるようにするためだった。
次は、複雑な誤字をLLMに校正させる試みだった。航平は、公式名称とSKUの対応表を先に作った。列にはSKU、正式商品名、ブランド、シリーズ、読み、登録済みの略称を入れ、LLMにはその表と、修正候補の行だけを参照させた。
「この指示で試そう。『対応表に一致する場合だけ修正する。一致しない場合は変更せず、要確認とする。SKUは変更しない。元の名前、候補、理由を表で返す』」
結果は、思ったより慎重だった。「クレンジングー」は「クレンジング」と提案されたが、「ミント」は「ミント味」に変えられなかった。対応表に二つのSKUが登録されていたため、LLMは判断を止めたのである。
それでも、紬は結果をそのまま採用しなかった。SKUと正式名称を目で確認し、問題のない行だけに「承認」の印を付けた。修正候補、理由、確認者の列も残した。
最後に、紗季がAI校正サービスのShodoを開いた。固有名詞登録に正式な商品名、ブランド名、シリーズ名を追加すると、文章の中で商品名らしい語を自動検出し、登録語に合わせた修正候補を出せる。読み方や略称も辞書に加えたが、正式名とSKUの対応はExcelの表を基準にした。
初回の検出結果には、「ミント」を「ミント味」に直す候補が一件だけ表示された。紗季は赤い候補をクリックし、右側のSKU欄を見た。名前は似ていてもSKUが違うため、修正を却下し、辞書には両方を別の商品として登録した。
「自動検出は、見落としを減らす道具ですね。最後に同じ商品かを決めるのは、私たちです」
紬は、整った商品名の列と、SKUを含む確認表を並べた。文字をそろえる作業だけでは、商品はまだ一つに決まらない。正式名称、SKU、広告文言、そして人の確認がそろって、AI検索へ渡せる名前になった。
第5章 検索結果の中で、商品名が一つの棚に戻った

第5章 検索結果の中で、商品名が一つの棚に戻った - 本文
修正済みの商品名、別名辞書、SKU属性をまとめた表が、検索用の棚へ戻された。紬たちは商品名だけでなく、容量、色、販売形態、在庫、価格、SKUを分けて登録し、AI検索の見え方を確かめることにした。
事務所の画面には、整えたデータの列が並んでいた。商品名の欄には正式名称を入れ、シリーズ名とSKUは別の欄にした。「詰め替え用」と「本体」、「無香料」と「シトラス」も、ひとつの長い名前に押し込めず、それぞれの属性として分けている。
「これなら、商品名が同じでも、違うところを見分けられるね」
航平は、検索用の棚を指さした。
「検索インデックスは、AIが探しに行く整理された棚だよ。商品名だけを置くのではなく、容量や色のような情報を、見つけやすい場所に分けて置くんだ」
紬は、前に表示された画面を思い出した。そこでは「株式会社そよ風 クレンジング」「㈱そよ風 クレンジング」「(株)そよ風 クレンジング」が別々の品として並び、詰め替え用と本体まで近くに混ざっていた。名前をそろえた今は、正式名称が中心にあり、その横に略称や読み方が静かに結び付いている。
航平は、検索の仕組みを二つの箱にたとえた。
「キーワード検索は、文字を正確に探す箱。『クレンジング』と書かれた商品を、そのまま見つけるんだ」
「もうひとつのベクトル検索は、言葉の意味の近さを探す箱だよ。『そよ風の落とすケア』のように少し違う言い方でも、近い商品を探せる。ただし、似ているだけで同じ商品とは決めない。最後は辞書とSKUで確かめるんだ」
別名辞書には、「そよ風クレンジング」「そよ風のクレンジング」などの呼び方を登録した。正式名称へ案内する道を作りながら、容量や販売形態は別の条件として残したため、略称を入り口にしても、結果の中で商品の違いが消えない。
辞書の更新は、一件ずつ画面へ打ち込む作業ではなかった。紬が表に新しい略称と正式名称の組み合わせを加えると、商品名を一括登録できる仕組みがその行を読み込み、検索用データへ反映した。表の上で確認できるので、誰がいつ見ても、どの言葉をどの商品へ結び付けたのかが分かった。
なお、RAG内の「Excelでできる具体的な前処理 / 自動チェックの具体例・数値」では、AI校正サービスShodoについて、固有名詞の登録件数が20件から2000件へ増え、動作が100倍超速化したと紹介されている。紬はその説明を読み、辞書は一度作って終わるものではなく、増やしながら使いやすくするものだと感じた。
午後、紗季が同じ質問を入力した。
「そよ風のクレンジングでおすすめは?」
前の画面では、名前の似た商品が横並びになり、どれが本体でどれが詰め替え用かを開いて確かめる必要があった。今度は、シリーズ名の下に、容量、販売形態、香り、SKUが分かれて表示された。無香料とシトラスは混ざらず、詰め替え用と本体も別の行になっている。在庫のある商品だけが候補として残り、画面の余白まで広く見えた。
紗季の肩から力が抜けた。
「これなら、お客さまに聞かれても、同じ商品を何度も探し直さなくていいね」
紬は、候補の一つを開いた。表示された価格と在庫数、SKUを、公式ページの商品情報と照合する。検索結果が整っていても、価格や在庫が変わっていないか、SKUが実物の商品を指しているかを確かめる作業は残っていた。
公式ページでは、本文の商品名と商品情報の表記も見比べた。検索の棚がきれいになったからこそ、ページ側の古い表記や、在庫表示の小さな違いが見つけやすくなっている。紬は画面の三つの名前を順に確認し、ゆっくりとうなずいた。
「名前がそろったからこそ、違いも見えるようになった」
窓の外では、工場のシャッターが夕方の光を受けていた。以前は検索結果を開くたびに生まれていた戸惑いが、今は確認すべき場所を示す静かな目印に変わっていた。商品名は、ようやく一つの棚に戻り、その棚から本当の違いを見分けられるようになった。
第6章 夕方の倉庫で、名前と番号が静かに並ぶ

第6章 夕方の倉庫で、名前と番号が静かに並ぶ - 本文
数週間後の夕方、紬は新商品の登録画面を開いていた。窓の外では、町工場の屋根がオレンジ色に染まり、画面には「株式会社そよ風 フェイスミルク」と「㈱そよ風 フェイスミルク」が並んでいた。全角と半角の空白が混ざり、不要な空白も残っている。
画面の確認欄に、表記ルールと合わない部分が淡く示された。紬はすぐに登録を直さず、公式ページと商品マスタを開いた。
「まず、正式な名前を決めるんだね」
航平が隣の椅子を引いた。二人は公式ページの商品名、商品マスタ、在庫情報を順に見比べた。正式名称は「株式会社そよ風 フェイスミルク」にそろえ、略称の「そよ風フェイスミルク」と英字表記を別名辞書へ加えた。
「容量や色は、名前の中に詰め込まないほうがいいよ。100mLか200mLか、白か青かは属性欄で分けるんだ」
紬は容量を100mL、色を白、販売形態を本体と入力した。Microsoft Excelで事前に整えた一覧には、TRIM関数で余分な空白を取り、CLEAN関数で見えない文字を除いた印がついていた。それでも最後は、画面の文字を目で確かめた。
商品ページのSchema.orgにも、同じ正式名称を入れた。JSON-LDのProductにあるnameと、ページ本文の商品名が同じかを確認する。
「器だけ合っていても、中身が違ったら困るものね」
紬がそう言うと、航平は小さくうなずいた。公式ページ、商品マスタ、在庫情報がそろったところで、二人は検索インデックスを更新した。
倉庫では、大地が同じシリーズの商品を棚へ戻していた。薄い紙のラベルには、正式名称とSKUが並んでいる。本体のSKU、詰め替え用のSKU、200mLのSKUは、同じシリーズの棚にありながら、別の場所に分かれていた。
「名前は同じ棚に集めるため、SKUは違いを見失わないためだよ」
大地は白い箱を一つ持ち上げた。名前だけなら似ている箱も、番号を見れば、容量と販売形態まで分かる。棚のラベルと在庫端末の表示が、静かに同じ商品を指していた。
そのころ営業の紗季が、検索画面を開いた。
「そよ風フェイスミルクで探しても、正式名称にたどり着けるね」
検索結果の先頭には「株式会社そよ風 フェイスミルク」が表示され、その下に別名とSKU属性が並んだ。100mLの本体と200mLの本体、詰め替え用は、同じシリーズの候補として見えながら、別の商品として分かれている。
「名前が近いからといって、一つにまとめないんだね。違うものは、違う候補として残る」
紗季は在庫数を開き、表示された数量を倉庫の端末と照合した。紬は公式ページの価格、商品マスタの価格、在庫情報を一つずつ確認した。検索インデックスが新しくなっても、元の情報を確かめる時間は残していた。
翌日、別の画面に「つめかえ用」と「詰め替え用」が見つかった。紬は片方だけを直して終わりにはしなかった。別名辞書に読み方と表記を加え、表記ルールにも記録してから、もう一度検索インデックスを更新した。
「新しい揺れは、次の人が迷わない場所へ戻しておこう」
退勤前、紬は最初に混ざっていた一覧を見返した。「株式会社」「㈱」「(株)」は、もう別々の名前では並んでいない。検索画面には一つの正式名称があり、その下に別名とSKU属性が整然と並んでいた。
窓の外では、倉庫の灯りが一つずつ消えていく。棚のラベルと画面の名前が同じ方向を指しているのを確かめ、紬は静かに画面を閉じた。
関連キーワード
著者について
鈴木信弘(SNAMO)
鈴木信弘(SNAMO)- 静岡県を拠点に活動する総経験19年のフルスタックエンジニア。AI時代の次世代検索最適化技術「レリバンスエンジニアリング」の実装者として、GEO(Generative Engine Optimization)最適化システムを開発。2024年12月からSNAMO Portfolioの開発を開始し、特に2025年6月〜9月にGEO技術を集中実装。12,000文字級AI記事自動生成システム、ベクトル検索、Fragment ID最適化を実現。製造業での7年間の社内SE経験を通じて、受注システム自動化による業務時間の短縮や検品作業のデジタル化など、現場の課題を技術で解決してきた。富山大学工学部卒、基本情報技術者保有。
プロフィールを見るよくある質問
Q1商品名の表記ゆれがあると、AI検索にどのような問題が起こりますか?
Q2商品名の表記ゆれと、別商品をどのように区別すればよいですか?
Q3商品の正式名称はどの情報を基準に決めますか?
Q4Excelで商品名の余分な空白や不要な文字を整える方法はありますか?
Q5AI検索で商品名を正しく検索させるには、どのような情報を整備すればよいですか?
Q6商品名の自動修正を行うときに注意すべき点は何ですか?
Q7正式名称と略称は、AI検索でどのように使い分けますか?
Q8詰め替え用や香り違いの商品も、同じ商品としてまとめてよいですか?
関連記事

小売店の発注担当が生成AIで曜日別の在庫最適化を始めるまで
小売店は生成AIで曜日別の発注候補を作り、承認と補正を経て在庫を最適化できる。SKU・店舗・チャネルを統合し、欠品や売上ゼロの原因を区別してAIに渡すことが根拠になる。まず商品を結ぶ一意のキーと曜日別販売実績、在庫、入荷予定、欠品理由を整理する。
読む
顧客データを守る、生成AI時代の匿名化ルール設計物語
生成AIに顧客データを渡す際は、目的に必要な情報だけを匿名化して利用する。氏名の置換だけでは不十分で、情報の組み合わせやRAG、サービスの学習利用から再識別され得る。まず利用目的を定め、直接識別子と再識別につながる項目を洗い出して不要な情報を削除する。
読む
処方変更に追われる化粧品メーカーが生成AIで表示更新を洗い出すまで
処方変更時は、容器からECサイトや広告まで全媒体の表示を横断確認する。処方差分と商品・媒体情報を整理し、生成AIで更新候補を洗い出せる。今日、旧処方と新処方、商品名、SKU、対象媒体を一覧化する。
読む
AIエージェント導入で、工場の仕事を守るリスク・頻度マトリクス
AIエージェント導入では、低リスク・高頻度の業務から任せ、高リスク業務は人が承認する。リスクと頻度で業務を分類し、閲覧、下書き、実行の三段階で権限を広げる。まず問い合わせ分類や資料検索を閲覧権限で試し、成果と例外、根拠を記録する。
読む
