Tool use
AIに「外部の関数」を呼ばせる仕組み。在庫検索・SaaS API呼び出し・社内DB参照などを安全に実行できます。
AI Agent / MCP Development
業務システムを、AIエージェントで動かす。
MCPサーバ・Tool use・RAGで、Salesforce / kintone / 基幹DB / SaaS を Claude と繋ぐ。 AWS Bedrock経由の閉域構成で、業務AIを実装まで届けます。
Concepts
MCP / RAG / Tool use の整理
3つの仕組みは排他ではなく、業務要件に応じて組み合わせて使います。
MCP
Model Context Protocol。Tool useで使う関数群をサーバ側で標準プロトコル化し、複数のAIから再利用できます。
RAG
社内文書・ナレッジをAIに参照させる検索拡張。MCP/Tool useと組み合わせて「調べて・実行する」エージェントを作ります。
Patterns
代表的な構成パターン
ユースケースに応じて使い分ける3つの実装パターン。
業務システム + MCP
基幹DBや業務SaaSをMCPサーバ越しにAIへ接続。社内権限とログを統合管理します。
RAG + Bedrock
社内ドキュメントを検索拡張し、AWS Bedrock閉域で回答生成。情報漏洩リスクを抑えます。
複合エージェント
MCP・RAG・Tool useを束ねた複合エージェント。「調べて・判断して・実行する」業務AIを構築します。
Plans
料金プラン
PoCは固定額・短期。本開発は要件次第で個別見積。
PoC
4〜8週
100〜200万円・固定額
- ユースケースに合わせたMCPサーバ実装 / Tool use設計
- RAGパイプラインのプロトタイプ
- 業務システム連携 (1〜2システム) の実装
- 評価レポート・本開発判断のための材料
本開発
応相談 (要件次第)
応相談
- 本番運用に耐えるエージェント実装
- AWS Bedrock + Claude による閉域構成
- 監視・ログ・ガバナンス設計
- 社内チームへの引き継ぎとドキュメント
Capabilities
この支援で使う技術
MCP・Tool use・RAGからAWS Bedrock運用まで、AIエージェント実装の中核スタック。
Cases
導入事例
課題 → アプローチ → 成果 の流れで読める事例集。
リユース業の顧客属性別 LINE 配信エージェント
- 課題
- 売買データは溜まっているが、顧客を属性別に切り分けて LINE 配信に活かす運用が手作業で、マーケティング担当者がデータ整理に時間を取られて施策に手が回らない。
- アプローチ
- 売買履歴を AI エージェントが分析して顧客属性を自動定義し、MCP で LINE 配信基盤と連携。属性別のメッセージ配信をエージェントが組み立てて担当者に提示する。
- 成果
- 顧客属性の定義から配信内容の組み立てまでをエージェントが担うようになり、マーケティング担当者は施策の意思決定に集中できる体制に移行。
BtoB SaaS 営業の Salesforce / kintone 連携エージェント
- 課題
- Salesforce と kintone と社内 DB に営業データが分散し、提案準備のたびに営業が複数システムを横断してデータを集めていた。
- アプローチ
- MCP サーバで Salesforce / kintone / 社内 DB をエージェントから一元アクセスできるようにし、Claude エージェントが顧客状況の要約と提案下書きを自動生成する仕組みを構築。
- 成果
- 営業がシステム横断で手作業していたデータ集約をエージェントが担い、提案準備の起点が「データ集め」から「中身の検討」に変わる。
SaaS カスタマサポートの一次回答エージェント
- 課題
- サポートチケットの大半が FAQ で答えられる内容にもかかわらず、一次対応のたびにオペレーターが手動で回答を作成し、有人対応すべき難易度の高い問い合わせの対応が後手に回っていた。
- アプローチ
- 社内ドキュメントと過去チケットを RAG で接続し、MCP 経由でチケット管理システムを操作できる Claude エージェントを構築。一次回答ドラフトをエージェントが提示し、オペレーターは確認・送信に集中。
- 成果
- 定型問い合わせの一次回答が自動化され、有人対応の工数を難易度の高いチケットに集中できる体制を実現。
FAQ
よくある質問
MCP / RAG / Tool use の違いは何ですか?
Tool use はAIに「外部の関数」を呼ばせる仕組み。MCP (Model Context Protocol) はその関数を提供するサーバ側のプロトコルで、複数のAIから再利用できます。RAGは「社内文書をAIに参照させる」検索拡張で、MCP/Tool useと組み合わせて使います。3つは排他ではなく、業務要件に応じて組み合わせます。
業務システム連携はどこまで対応できますか?
Salesforce・SAP・kintone・社内データベース・各種SaaSなど、APIやデータベース接続が可能なシステムは対応できます。レガシーで直接APIがない場合も、中間連携層 (Lambda / ECS等) を含めて設計します。
AWS Bedrock を使う理由は?
プロンプトと出力をAWSアカウント内に留められる閉域運用が組めるため、情シス・セキュリティ部門の要件を通しやすいからです。Claude Sonnet / Opus を Bedrock 経由で呼び出し、IAM・VPC・ログを統合設計します。
料金と期間はどのくらいですか?
PoCは固定額 100〜200万円・4〜8週を基本とします。本開発は要件次第で個別見積。ユースケース1つあたり PoC → 本開発で 3〜6ヶ月を目安にしてください。
Claude Code 企業導入支援との違いは?
Claude Code は「開発業務」をAIで効率化する文脈です。AIエージェント・MCP開発は、業務システム自体をAIで動かす実装支援です。両者を組み合わせて「開発も業務もAIで回す」体制を作る例もあります。
PoCで止まらず本番運用まで届きますか?
PoCの設計段階から本番運用を見据えた構成 (権限・監視・ログ・ガバナンス) を含めます。本開発では同じチームがそのまま実装を続けるため、PoCと本番の断絶を作りません。
Start
4〜8週のPoCから始める
1ユースケースに絞り、MCP / RAG / Tool useを組み合わせて業務AIのプロトタイプを実装します。