同じAIなのに、なぜ差がつくのか？「コンテキスト」と「オントロジー」というEC実装の分かれ道

良い文脈は、どこから来るのか

　では、その「良い文脈」は、どこから湧いてくるのでしょうか。毎回その場の思いつきで情報をかき集めていては、担当者が代わった瞬間に再現できなくなります。属人的なコツは、引き継げない。文脈にも、安定した供給源が要ります。

　そこで出てくるのが、もう1つの言葉、オントロジーです。哲学由来の用語なので、つい身構えてしまう。けれどビジネスの文脈では、それほど難しい話ではありません。自社のなかに「どんな概念が存在し、それらがどう関係し、どんなルールで動いているか」を、人間にもAIにも読める形で明示したもの。いわば、自社という世界の地図です。

　データの一覧表とは、少し違います。表は「何があるか」を引くためのもの。オントロジーは「それが何であって、何と何がどうつながっているか」を扱います。情報設計のスペシャリストであるJessica Talismanは、この違いを、検索のための仕組みと、推論のための仕組み、と整理していました^[3]。

　AIに、それらしい答えではなく筋の通った答えを出させたい。そう望むなら、後者が要ります。意味のルールが先に決まっていれば、AIは曖昧な場面でも、勝手な解釈に走りにくくなる。Gartnerも、2026年のデータ活用領域において、こうした意味の構造をエージェント型AIの基盤インフラだと位置づけています^[4]。土台、という言葉がしっくりきます。

ECにとっての「オントロジー」とは何か

　ここまでは、やや一般論でした。EC事業者にとってのオントロジーとは何か、具体例に落としこんでみましょう。

　結論から言えば、皆さん既に持っています。商品マスタ、商品ごとの属性、カテゴリーの分類体系、ブランドガイドラインのトーン、顧客セグメント。これらは自社の「意味の構造」の原型です。問われているのは、それがAIの推論に耐えるだけ整っているか、という一点に尽きます。

　わかりやすい例があります。Ask Phillの記事^[5]で指摘されている事例によると、商品説明に「とろけるような肌触りの、上質なコットン」と書いてあるとする。人間の買い物客には、確かに響く表現です。けれどAIにとっては、判断材料としてやや心もとない。一方で「綿100％、生地の厚み200グラム毎平方メートル、オーガニックコットン認証あり」と構造化された属性があれば、AIは他社の商品と並べて比較し、顧客の細かい質問にも正確に答えられます。

　実際、AIを介した商品提示では、雰囲気のあるコピーよりも具体的な属性のほうが選ばれやすい、という観察が既に見られるようになっています。

　ここで誤解してほしくないのは、情緒的なコピーが不要だ、という話ではないことです。人に向けた言葉と、機械に向けた構造、そのどちらも要る。両方が必要だという前提に立てるかどうか。そこが、多分最初の分岐点になります。

　オントロジーを整えるのは、決して派手な作業ではありません。商品属性の表記を揃える。曖昧なカテゴリー名を見直す。スペック、用途、相性のいい商品、よくある質問への答え。こうした要素を、商品データときちんと結びつけて持っておく。地味な整理の積み重ねが、AIに渡せる文脈の質を、静かに底上げしていきます。