Anthropicがコマース向けAIエージェントの設計図を公開しました。
Anthropicは2026年9月2日、Claudeでコマース向けAIエージェントを構築するための設計図（ブループリント）を公開しました。買い物客に対応するショッピングエージェントと、店舗運営側を支えるマーチャントエージェントの2種類が、動く実装としてそのまま配布されています。小売向けの発表ですが、中身を分解すると賃貸仲介の物件提案や賃貸管理の業務フローと構造がほぼ重なります。本記事は、宅建業免許（東京都知事(1)第113520号）を保有し、AI導入コンサル100社超の実績を持つ株式会社オルセル（不動産のチカラ運営）が、不動産事業者の目線で3つの論点に整理して解説します。
何が公開されたのか、事実関係を整理します
公開されたのは、AIエージェントを本番で動かすための足回りをまとめた設計図です。具体的には、エージェントを動かす土台（ハーネス）、実装パターン、そして出力を制御するガードレールの3点がセットになっており、エンジニアチームが数日でコマースエージェントを立ち上げられる状態を目指しています。コードはcommerce-agentsリポジトリで配布され、Claude Code用のプラグインも同梱されています。
数字として示されているのは、Claude上でショッピングエージェントを運用している小売各社で、カートの金額が最大35パーセント大きくなり、買い物客が購入まで到達する割合が60パーセント高まったという実績です。導入速度の例も具体的で、Wixのエンジニアは15分でプロンプトを受け付けるコマースエージェントを動かし、Fetchは2種類のエージェントを1時間かからずローカルで起動したと報告されています。
対象として想定されているのは小売、旅行、通信、チケット販売の4業種です。実行環境はClaude APIのほか、Amazon Bedrock、Microsoft Foundry、Google Cloud Vertex AIに展開できるとされ、導入支援側ではアクセンチュア、マスターカード、ビザが名を連ねています。技術的な設計思想はエンジニア向けの解説記事に、業種別の動作デモはコマース向けページにまとまっています。
不動産の物件提案に効く3つの論点
結論から言えば、この設計図は不動産業でそのまま読み替えられます。理由は、扱っている業務の骨格が「カタログから条件に合うものを探して、比較して、申し込みにつなぐ」という一点で同じだからです。以下、3つの論点に分けます。
第1の論点は、物件データベースはコマースの商品カタログとほぼ同じ構造だということです。ショッピングエージェントに実装されている機能は、カタログ検索、複数の要望をまとめて1つの提案に組み立てること、顧客の好みを覚えて次回に反映すること、会話の中に商品比較やカートを表示すること、そして注文状況や返品ポリシーの問い合わせに同じ会話の中で答えることの5点です。これは賃貸仲介の接客とほぼ一対一で対応します。「駅から徒歩10分以内、ペット可、2LDK、家賃15万円まで、4月入居」という複合条件は、設計図が言う複数アイテムのプランニングそのものです。違いは決済まわりで、ブループリントは決済を自社実装に委ねる設計になっているため、不動産の場合は申込、入居審査、重要事項説明、契約という日本固有の工程を自社側で組むことになります。
第2の論点は、ガードレールの置き場所が宅建業法と重なるという点です。ブループリントのショッピングエージェントは、価格と商品を実在するカタログデータに限定し、顧客を煽るような押し売り的な提案を避ける設計になっています。不動産に置き換えると、これは誇大広告の禁止と、いわゆるおとり広告への対策そのものです。成約済みや募集停止の物件をAIが提案してしまう事故を防ぐには、物件在庫の同期が前提条件になります。AIによる査定や家賃査定を組み込む場合も、出力はあくまで参考値であり、最終的な判断は宅建士が行うという建て付けを先に決め、断定的な表現をAIに出させない制約を明文化しておく必要があります。顧客の好みを覚える機能も同様で、希望条件や家族構成を保存する以上、個人情報保護法にもとづく同意の取り方を設計の最初に置くべきです。この論点はAIが顧客を特定しても連絡できない件の整理とも重なります。
第3の論点は、マーチャントエージェントの「AIが提案し、人が承認してから反映する」という型が、賃貸管理の業務にそのまま効くことです。設計図のマーチャントエージェントは、売れ筋と不振品の分析、在庫が切れそうな商品の先回り警告、自社の販売履歴にもとづく価格と販促の提案、そして動かしたい商品の販促文の下書きを担当します。賃貸管理に読み替えると、空室が増える前のアラート、更新時期の一括把握、募集条件（賃料、フリーレント、広告料）の見直し案、ポータル掲載文や追客メールの下書きに対応します。重要なのは、提案が自動で反映されず人の承認を経る点です。この一段があるからこそ、宅建業法上の責任の所在を担当者側に残したまま、AIに下ごしらえを任せられます。
今週から始められる初動アクション
まず着手すべきは、自社の物件データがAIから読み出せる形になっているかの棚卸しです。自社データベース、レインズからの書き出し、ポータルサイトへの入稿CSVのうち、どれが最新で、どれが人の手作業で更新されているかを洗い出します。エージェントの精度は、モデルよりもデータの鮮度に強く引きずられます。導入の順番についてはAI導入の順番とデータ基盤の前提で詳しく整理しています。
次に、ガードレールの要件を文章として先に固めます。AIが出してよい情報と、出してはいけない表現を具体的な文言レベルで列挙し、募集停止物件を除外するルールを明記します。実装より先に言語化しておくと、後からの手戻りが大幅に減ります。
そのうえで、対象業務を1つに絞って小さく始めます。問い合わせの一次対応の下書きか、物件提案の候補出しのどちらかが入口として扱いやすいはずです。いきなり接客の全部をAIに渡すのではなく、人が最終確認する前提の下書き生成から入るのが現実的です。検証から本番運用に移す判断軸はPoCから本番化への3つの判断にまとめています。
最後に、承認の履歴を残す仕組みを同時に用意します。誰がいつどの提案を承認したかが追える状態でなければ、トラブル発生時に説明ができません。アクセンチュアの調査では、85パーセントがAIエージェントとの協働に前向きで、4人に3人近くが購買を任せる相手として親友よりもパーソナルAIエージェントを信頼すると回答しています。消費者側の受容が進むほど、事業者側の説明責任の設計が競争力になります。
まとめ
Anthropicが公開したコマースエージェントの設計図は、小売向けの体裁をとりながら、カタログ検索と条件マッチングという不動産業の中核と同じ構造を扱っています。不動産事業者が読むべきは、実在データへの限定、人による承認、同意設計という3つのガードレールの置き方です。モデル選定より先に、物件データの鮮度と出力ルールを整えることが、AI接客の成否を分けます。
参考文献
- Anthropic「Building commerce agents with Claude」
- Anthropic「A guide to the anatomy of effective commerce agents」
- GitHub: anthropics/commerce-agents
- Claude「Build commerce agents with Claude」業種別デモ
※不動産のチカラでは、生成AIの導入支援から運用最適化まで、貴社の不動産事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://fudosannochikara.jp/contact/
引用元: Anthropic
【監修】齋藤竹紘（株式会社オルセル代表 / EC支援19年5,000社超・AIコンサル100社超 / 宅建業免許 東京都知事(1)第113520号）