BigQueryに蓄積されたデータを、Claudeから直接操作できたら。そんな発想から、MCPサーバーを活用したデータ分析基盤を構築しました。
MCPとは何か
MCP（Model Context Protocol）は、AIモデルが外部のデータソースやツールに直接アクセスするためのプロトコルです。これにより、AIエージェントは「質問を受けて、データを取得し、分析し、回答する」という一連の流れを自律的に実行できるようになります。
BigQuery × MCP の構成
今回構築した構成はシンプルです。
- BigQuery MCP Server: BigQueryへのクエリ実行をMCPツールとして公開
- Claude Desktop / Claude Code: MCPサーバーに接続し、自然言語でクエリを実行
- メダリオンアーキテクチャ: Bronze → Silver → Gold のデータ層を事前に整備
この構成により、「先月の売上トップ10商品は？」といった自然言語の質問が、SQLクエリの生成→実行→結果の解釈まで自動で処理されます。
実践での学び
MCPを使ったデータ分析で重要なのは、AIが理解しやすいデータ構造を事前に整備しておくことです。カラム名の命名規則、テーブルの粒度、メタデータの付与。これらが整っていれば、AIは驚くほど正確にデータを扱います。
逆に、生データのままMCPに繋いでも期待した結果は得られません。データの構造化こそが、AI活用の基盤です。
EDINET DBへの応用
この知見は、EDINET DBの開発にも直接活かされています。有価証券報告書の複雑なデータを、AIが扱いやすい形に構造化するプロセスは、まさにこのMCP実践から生まれたものです。
EDINET DBでは、MCPサーバーとしてAIエージェントから直接アクセスできるインターフェースを提供しています。