【実例】eBay輸出のリサーチをAIで自動化する3つの方法｜販売データ×Claudeで“売れる高単価品”だけ抜き出す

※本記事には広告（アフィリエイトリンク）が含まれています。

こんにちは、Kaiです。

「AIをeBay輸出のリサーチに、実際どうやって使ってるんですか？」

最近いちばん多く聞かれる質問です。正直に言うと、ぼくはもう“出品を片っ端から目視で見る”タイプのリサーチはしていません。やっているのは、自分の販売データや競合データをAI（ぼくはClaude Codeを使っています）に読ませて、「売れる候補だけ」を先に絞り込み、最後の判断だけ人間がやるというやり方です。

この記事では、ぼくが日々の仕入れリサーチで実際にやっているAIの使い方を3つ、出し惜しみせず公開します。5年・累計2,000個以上を売ってきた現役セラーの“今のリアル”として読んでください。

タロウ

AIでリサーチって、結局どこまで自動化できるんですか？全部AIに任せられるんですか？

Kai

全部は無理。AIは「候補出し」と「ノイズ除去」がめちゃくちゃ得意。でも最後にコンディションや客視点で“買うかどうか”を決めるのは人間。その役割分担が肝だよ。

なぜ「目視で全部見る」リサーチをやめたのか

eBay輸出は、利益の9割は「仕入れの時点」で決まるビジネスです。だからリサーチに時間をかける価値は本当に大きい。でも、出品を一つずつ目で追っていく方法には限界があります。

数が多すぎて時間が溶けるし、人間の目は「なんとなく良さそう」という主観に引っ張られます。気づくと、売れる根拠の薄い物まで“良く見えてしまう”。これが在庫を増やす一番の原因です。

そこでぼくは、判断の「前段」をAIに任せることにしました。AIは大量のデータを淡々と条件で絞るのが得意。感情で揺れません。「人間が見るべき候補」をAIに用意させてから、そこに目利きを集中する——これで時間も精度も大きく変わりました。順番に説明します。

① 自分の「販売データ」をAIに読ませて再仕入れ候補を監視する

なぜ“自分の販売データ”が最強のヒントなのか

世の中には「売れ筋ランキング」的な情報がたくさんあります。でもぼくがいちばん信頼しているのは、自分の店で実際に売れた、という一次データです。汎用ランキングは万人向けですが、自分の販売履歴は「自分の仕入れ力・価格帯・客層で本当に回った物」の記録。再現性がまるで違います。

ぼくは過去の販売実績をCSVで持っていて、これをそのままAIに読み込ませています。何百件もの取引を、AIは一瞬で整理してくれます。

抽出条件は「販売歴あり」×「売価0以上」

AIに出させているのは、次の2条件を満たす商品です。

1. 販売歴がある（過去に自分が実際に売った実績がある）
2. 売価が$300以上の高単価品

なぜこの2つか。理由ははっきりしています。

この「率より額・時間単価」という考え方は、ぼくのリサーチの軸そのものです。詳しくは eBay輸出は「利益率」で選ぶと稼げない｜利益額×時間単価の考え方 にまとめています。

AIに実際にやらせていること

具体的には、AIにこんな指示を出します。

「この販売CSVから、売価$300以上で、かつ複数回売れている機種を抽出して。販売回数・平均売価・平均利益でランキングにして」

すると、“自分の店の勝ちパターン”がリスト化されます。あとはその機種を仕入れ先（ヤフオク・メルカリ・実店舗など）でウォッチして、また手頃な値で出てきたら仕入れる。ゼロから「何が売れるかな」と探すより、圧倒的に速くて、外しません。

注意点：過去に売れた＝今も売れる、ではない

② 相場から「転売ヤーの出品」をAIに除外させる

なぜ転売ヤーの出品が相場を狂わせるのか

相場を読むとき、地味に邪魔なのが“転売ヤー”の出品です。ここで言う転売ヤーとは、適正価格を無視して高値を吊り上げる、煽り系の出品者のこと。彼らの強気な値付けを真に受けると、「この機種はこんなに高く売れるんだ」と相場を読み違える。その値段では実際には売れていない（＝Soldになっていない）のに、です。

そこでぼくは、相場データをAIに読ませるとき、転売ヤーが好んで使う“煽りワード”を含む出品にフラグを立て、基準から外すようにしています。

実際に弾いている“転売ヤー語”の例

ジャンルによって変わりますが、ぼくがノイズとして扱っている定型表現はこんな感じです。

• 「外観綺麗」（具体性がなく、状態の根拠を示さない煽り）
• 「極上品」「美品」（主観的な最上級表現の乱用）
• 「希少」「入手困難」「激レア」（希少性を過度に煽る）
• 「早い者勝ち」「早期終了あり」（焦らせて判断を奪う）
• 「コレクター必見」「価値高騰中」（投機性を煽る）

こうした言葉が並ぶ出品は、“実需の相場”ではなく“吊り上げ価格”である可能性が高い。AIにこれらを学習させ、「煽りワードを多く含む出品は相場計算から除外して」と指示すると、ノイズの少ない、実際に売れているラインの相場が見えてきます。

AIにやらせる手順

流れはシンプルです。①対象機種のSold/出品データをAIに渡す → ②「上の煽りワードを含む出品をフラグ」→ ③残った“健全な出品”だけで価格帯を出させる。これで、仕入れ判断の土台になる「本当の相場」がクリアになります。弾くワードは、自分のジャンルの実データを見ながら育てていくのがコツです。

相場そのものを国内側から確認するなら、ぼくはオークファンでヤフオクの落札相場を見て、eBayのSoldと突き合わせています。

③ ライバルセラーをAIに読ませて自分の「穴」を見つける

競合の出品を読ませて「差分」を出す

3つ目は、攻めのリサーチです。自分と扱いジャンルが近いライバルセラーの出品データをAIに読ませて、こう質問します。

「このセラーが扱っていて、自分が扱っていない商品・カテゴリを一覧にして」

つまり、競合と自分の“差分（ギャップ）”を出す。自分がまだ手を付けていないけれど、実際に売っているセラーがいる物——これが、自分の品揃えの「伸びしろ」です。

横展開のネタが自動で出てくる

この差分リストは、商品の幅を広げる“ネタ帳”になります。「自分はボディ中心だけど、このセラーはレンズや周辺機材も回しているな」「同じブランドでも別の型番を攻めているな」——こういう発見が一気に出てくる。自分の頭だけで考えるより、視野が一段広がります。

逆に「やらない理由」も見えてくる

差分が全部チャンスとは限りません。「他のセラーはやっているけど、利益率も回転も悪そうだから自分はやらない」という判断材料にもなります。“やる理由”と同じくらい、“やらない理由”が見えるのが価値。AIで全体像を掴んでから、自分のスタイルに合う物だけ取りに行きます。

AIに任せる部分・人間が決める部分

3つの使い方に共通するのは、AIは「候補出し」「ノイズ除去」「差分抽出」まで。最終判断は人間という線引きです。

AIに丸投げすると、もっともらしいけど的外れな候補も混ざります。逆に人間が全部やると時間が足りない。AIで“候補を10倍速で用意”し、人間が“目利きに集中”する。この組み合わせが、今のぼしのリサーチの形です。

ぼくが使っているAI・ツール

ぼくのメインはClaude Code。CSVを読ませて分析・抽出・仕入台帳づくりまで一気にやらせています。文章で指示できるので、上で書いたような「条件抽出」「ノイズ除去」「差分出し」が自然言語のまま頼めるのが強みです。

これからAIリサーチを試すなら、まず複数のAIを“使い比べ”てみるのをおすすめします。同じ質問でも、AIによって返ってくる整理の質はけっこう違います。1つの画面で複数のAIを同時に動かして比べられるツールを使うと、自分に合うAIが早く見つかります。

相場の裏取りは、国内の落札相場が見えるオークファン（上で紹介）と、eBayのSoldの突き合わせが基本です。AIとデータソース、両輪で精度を上げていきます。

これからAIリサーチを始める人へ：スモールステップ

1. まず自分の販売データ（売れた物のリスト）を用意する。最初は数行でもいい。
2. AIに読ませて「$300以上で複数回売れた物」を出させる。
3. その候補を今のeBay Soldで確認してから仕入れる。
4. 慣れたら②の転売ヤー除外、③の競合差分に広げる。

いきなり全部やろうとしなくて大丈夫。「自分の勝ちパターンをAIに整理させる」だけでも、リサーチの速さと精度は変わります。

AIに渡す「データ」の作り方

AIリサーチの精度は、渡すデータの質でほぼ決まります。とはいえ難しい準備は要りません。

販売データはどこから出す？

eBayのSeller Hubから、自分の販売履歴をCSV形式でダウンロードできます。まずはこれをそのままAIに渡せばOK。慣れたら、自分で利益計算を足した「仕入台帳」を作っておくと、AIの分析がさらに鋭くなります。ぼくはこの台帳づくり自体もClaude Codeにやらせています。

最低限あるといい項目

• 商品タイトル／ブランド・型番（何が売れたか）
• 売価（$ベース）
• 販売日（季節性や鮮度を見るため）
• （あれば）原価・利益（“額”でのランキングが出せる）

AIリサーチでやりがちな3つの失敗

失敗①：AIの言うことを鵜呑みにする

AIは時々、もっともらしいけど間違った数字（ハルシネーション）を出します。とくに価格や件数は要注意。AIが出した数字は「仮説」として扱い、必ず実データ（Sold・オークファン）で裏を取ってから仕入れます。

失敗②：古いデータだけで判断する

販売CSVは過去の記録。相場は生き物で、半年で雰囲気が変わることもあります。「過去に売れた」を「今も売れる」と思い込むと足をすくわれます。候補は今のSoldで再確認、が鉄則です。

失敗③：丸投げして“目利き”が衰える

これが一番こわい。AIに全部任せると、自分の判断力が鈍ります。AIはあくまで候補を“速く広く”出す道具。最終的に「この状態で、この値で、客は買うか」を見抜く目は、人間が磨き続けないといけません。AIで楽をするのは“探す工程”だけ、と割り切っています。

よくある質問（FAQ）

実例：ぼくの「月初30分リサーチ」の流れ

3つの使い方を、ぼくは毎月のはじめに“ひとまとめ”で回しています。実際の流れはこんな感じです。

この30分で、「何を再仕入れするか」「いくらまで出すか」「今月どこを広げるか」の3つが“数字で”決まります。あとは仕入れ先（ヤフオク・メルカリ・実店舗）を回って、決めたラインで拾うだけ。

正直、AIを使う前は丸1日かけても“なんとなく”でした。今はその曖昧さが消えて、リサーチが「作業」から「意思決定」に変わったのが一番大きい変化です。

まとめ：AIは“候補出し”、決めるのは自分

AIで“見るべき場所”を10倍速で用意して、人間の目利きをそこに集中させる。 これが、5年やってきたぼくのリサーチが今たどり着いている形です。難しく考えず、まずは自分の販売データをAIに渡すところから始めてみてください。

最後まで読んでいただき、ありがとうございました。