作ったサイトの更新が、だんだん面倒になってくる
AIを使って自分のサイトやアプリを作り始めると、最初の「動いた」の次に、別の手間が出てきます。商品を一つ追加する、お知らせを一本更新する。そのたびに管理画面を開いて、フォームに打ち込んで、保存する。数が増えると、この作業そのものが時間を取ります。
受講生のYさんも、同じところに差しかかっていました。自分の商品ページを作り進めるなかで、Claude Codeで開発はしているのに、中身の更新だけは毎回手で入れている。Yさんからは「クロードコードにこの問題を作ってくださいと言って、それをコピーして画面に貼って保存する、それが面倒」という話が出ました。作る部分はAIに頼めているのに、できたものを自分のシステムに入れる最後の一歩が手作業のまま、という状態です。
ここで一つの考え方があります。AIが自分のシステムに直接入って、更新までできる「窓口」をあらかじめ作っておく、というものです。打ち合わせでは、私はこう説明しました。「システムの中にMCPサーバーというのを作って、外部のLLMからやり取りできる窓口を自分で作ってあげて、自分のクロードコードから、こういう問題を作ってよと言って、それがそのままシステムの中に入る」。コピーして貼る手間が、頼むだけで済むようになる、というイメージです。


「窓口」を作るとはどういうことか
ここで言う窓口の作り方には、MCPとAPIという二つの言葉が出てきます。役割は少し違います。MCPはAIアプリと外部の機能・データをつなぐための標準の一つで、APIはソフトウェア同士がデータや処理をやりとりするための仕組みです。
MCP(Model Context Protocol)は、AIアプリケーションを外部のシステムにつなぐための共通の決まりごとです。公式の説明では、MCPを通じてClaudeやChatGPTのようなAIアプリが、ファイルやデータベースといったデータ、検索などのツール、特定の手順などに接続できる、とされています。仕組みとしては、Claude CodeのようなAI側(ホスト)が、MCPサーバーと呼ばれるプログラムにつなぎに行く形です。このMCPサーバーが、AIから呼び出せる「操作」を公開します。たとえばデータベースに保存する、一覧を取り出す、といった操作を定義しておくと、AIはその操作を呼び出して実行できます。
APIは、もう少し前からある一般的な入り口です。ソフトウェア同士が決まった形式でデータをやりとりするための窓口で、プログラムから呼び出して使います。MCPとAPIはどちらか一方を選ぶものとは限りません。MCPで公開した操作の裏側で、実際の処理はAPIが担うこともあります。打ち合わせでも、同じことをAPIで実現する道もあると話しました。「もうクロードコードがそのデータベースにそのまま保存できるように、システム側にAPIを設けるというのも手段ではあります」。
MCPとAPIの違いだけをもう少し知りたい場合は、別の記事(/consultation/media/mcp-toha)でそちらに絞って整理しています。この記事では、言葉の区別よりも、「自分のシステムに窓口を用意すると何ができるようになるか」を見ていきます。
できるようになること
窓口を用意し、AIが呼び出せる操作を実装しておくと、更新作業をAIに頼める形に近づきます。打ち合わせで私が例に挙げたのは、サイト運営の日々の作業でした。「お知らせを作ったり、商品の情報を更新したり、そういうのをクロードコードにお願いして、公開済みのサーバーのデータベースに保存して、それが反映されるというふうにしたりもできる」。管理画面を開かずに、Claude Codeに「この商品を追加して」「このお知らせに差し替えて」と頼むと、それが実際のデータベースに入り、サイトに反映される、という流れです。
更新だけでなく、取り出す側にも使えます。たとえば問い合わせがデータベースに溜まっていくなら、そこにAIがアクセスできれば、内容を整理したり確認したりが頼みやすくなります。打ち合わせでは、問い合わせのデータベースにもAIがアクセスできると楽になる、という話もしました。
この発想に対して、Yさんは「それもやりたいな。そうすれば運用保守が楽ですよね」と話していました。これはこれからやってみたいという期待で、実際に運用が楽になったという結果ではありません。ただ、作って終わりではなく、作ったあとに毎日発生する更新や確認を頼めるようにしておけば、手作業を減らせる場面はありそうだ、という見込みです。


窓口を作るには、土台がいる
便利に見えますが、窓口は単体では成り立ちません。窓口は「入り口」なので、その先に、入れる場所と動く仕組みが必要です。
たとえば商品情報やお知らせをデータベースに保存する形なら、まずそのデータをしまう場所がいります。保存先がなければ、AIが「保存して」と頼まれても、入れる先がありません。そのうえで、外からデータを出し入れするための仕組みを用意します。打ち合わせでも、この順番を話しました。「それを実現するためには、やっぱりデータベースを構築したり、APIをかましたりというのは必要になってくる」。しまう場所と、つなぐ仕組みの両方がそろって初めて動く、という関係です。
考え方としては、たとえば次のような形になります。
Claude Code(AI)
│ 「この商品を追加して」と頼む
▼
窓口(MCPサーバー。処理の裏でAPIを使うこともある)
│ あらかじめ決めた操作だけを受け付ける
▼
データベース(しまう場所)
│ 保存される
▼
サイトに反映される
これはあくまで一例で、このとおり書けば動くというものではありません。保存先はデータベースとは限らず、既にある管理の仕組みを使う構成もあります。実際には、どのデータをどう持つか、誰がその窓口を使えるようにするか(認証の設定)などを、自分のシステムに合わせて決めていく必要があります。MCPサーバーはローカルで動かす場合もありますが、インターネットから接続できる形で公開するなら、誰がどの操作を使えるのかを管理する認証や、AIに許可する操作の範囲の設計が関わってきます。ここは特に気をつけたいところです。
だからこそ、AIをうまく使いこなすには、技術的なところもある程度は知っておいたほうが進めやすい、というのが私の実感です。全部を自分で書けるようになる必要はありませんが、「何がどうつながって動いているのか」の見取り図を持っておくと、AIへの頼み方も、つまずいたときの切り分けも変わってきます。
任せる範囲は、自分で線を引く
もう一つ、分けて考えたいことがあります。「AIに頼めるようにする」ことと、「人の確認なしで全部自動にする」ことは、同じではありません。
打ち合わせで、顧客への問い合わせ対応をAIが全部やってくれる形についても話題になりました。これについては、私自身は慎重な立場です。相手のある対応まで確認なしで任せきるのは、今のところ微妙だと感じています、と伝えました。Yさん自身も、やり取りがかみ合わない自動対応の窓口に不満を持った経験を話していて、全部を機械に預けることへの違和感は共有されていました。
窓口があると、商品の追加やお知らせの更新のように、自分で結果を確認できる作業は頼みやすくなります。一方で、お客さんに直接返す内容や、取り消しのきかない操作は、AIに下書きまでを頼み、最後は自分の目で見てから出す、という線の引き方ができます。窓口を作れるかどうかと、どこまで任せるかは、別々に決められます。
まとめると、AIに自分のシステムの更新を頼めるようにするには、データをしまう場所とつなぐ仕組みという土台が先にいり、どこまで任せるかは自分で決める部分が残ります。言葉を覚えることよりも、「自分のサイトの、どの作業を頼めるようにしたいか」から考え始めるのが進めやすいと思います。
なお、こうした窓口は、別のAIから自分のシステムを呼び出すだけでなく、自分のシステムの中にAIを組み込む形ともつながってきます。自分のアプリにAIの機能を載せる話は、別の記事(/consultation/media/ai-agent-itsu-tsukuru)でも触れています。
どの作業をAIに頼めるようにして、どこは自分で確認するか。この線引きは、作っているものによって変わります。AIで自分のサービスややりたいことを形にしたい方は、実際のプロジェクトを見ながら相談してみる方法もあります。ZELK IT・AI相談所では、何をどうつなぐかの進め方を、1対1で一緒に整理しています。



