LLMに最適化された製品発見は、大規模言語モデル（LLM）が製品の機能、用途、価値を明確に理解できるよう、製品カタログと製品詳細ページを構造化および拡充することに焦点を当てています。これにより、eコマースブランドにとってAI検索体験での製品の解釈と表示が向上し、買い物客の意図に合致したAI生成サマリー、レコメンデーション、会話型ショッピング結果に製品が表示される可能性が高まります。
エージェント型コマースは、エージェントが買い物客に代わって製品を調査し、選択肢を比較し、トランザクションを完了するモデルです。Adobe Commerceは、GoogleのUnified Commerce Protocol（UCP）とOpenAIのAgentic Commerce Protocol（ACP）の両方をサポートしています。これにより、エージェントは製品データに安全にアクセスし、在庫状況と価格を確認し、顧客に代わってトランザクションを完了できます。
会話型コマースにより、買い物客はリアルタイムで正確な製品情報を使用して質問に答え、発見を支援し、関連製品やバンドルを提案するAIアシスタントやチャット体験とやり取りできます。不確実性を軽減し、顧客が自信を持って意思決定できるよう支援することで、ブランドはコンバージョン率を向上させ、平均注文額を増加させ、リピート購入を推進できます。
セマンティック検索はAIを活用して、キーワードの完全一致だけに頼るのではなく、買い物客の検索クエリに込められた意図と意味を理解します。検索クエリと製品カタログデータ双方の文脈を分析することで、買い物客がカタログに掲載されている表現と異なる言葉やフレーズ、自然な文章表現を使った場合でも、関連性の高い製品を特定することができます。これにより、検索結果が0件となることを減らし、製品発見を改善するとともに、買い物客は求める製品をより素早く見つけられるようになります。大規模な手作業によるマーチャンダイジングや同義語管理は不要です。
MCP（モデルコンテキストプロトコル）は、AIエージェントがライブデータに安全に接続するためのオープン標準です。Adobe CommerceのストアフロントMCPサーバーは、製品カタログの検索、リアルタイムの価格・在庫の取得、買い物かごコンテンツの管理、チェックアウトの完了など、エージェントが利用できるツールを、カスタムのポイントツーポイント統合を必要とせずに提供します。これにより、対応するAIアシスタントやエージェントであれば、実際のストアデータを活用して、正確でブランドに即したショッピングエクスペリエンスを実現することができます。
