アプリを接続する自動化プラットフォームで知られる Zapier は、2024 年後半にエコシステムへの MCP インターフェースをリリースし、膨大なアプリ統合カタログを AI が使用できるツールに実質的に変えました ( Zapier MCP )。これは画期的なことです。AI エージェントは、Slack メッセージの送信、Google カレンダー イベントの作成、CRM レコードの更新、e コマース注文の開始など、Zapier がサポートするあらゆるアクションを、サービスごとにカスタム API コーディングすることなく実行できるようになりました。

Zapier MCP を発表できることを嬉しく思います。Cursor、Windsurf、またはサポートする AI アシスタントから 8,000 以上のアプリと 30,000 以上のアクションに直接アクセスできます。

Zapier MCP は、AI がツールとして呼び出すことができる単一の MCP サーバー エンドポイント (URL)を AI に提供することで機能します。そのエンドポイントの背後で、Zapier は AI が要求する特定のアプリとアクションへのルーティングを動的に処理します。たとえば、AI は (MCP 経由で内部的に) 「Gmail アクションをトリガーして、件名を「フォローアップ」として customer@example.com にメールを送信してください」と言う場合があります。Zapier MCP サーバーはそれを受け取り、ユーザーのリンクされた Gmail 統合を介して認証し、メール送信アクションを実行します。AI の観点からは、それは単なる 1 つのシームレスなコマンドでした。Zapier の説明にあるように、「これで、AI はメッセージの送信、データの管理、イベントのスケジュール設定、レコードの更新などの実際のタスクを実行できます。会話ツールからアプリケーションの機能拡張へと変化します」

これは本質的に、実用的なビジネスおよび生産性タスク向けに AI エージェントを強化するものです。以前は、テキストを適切に推論または生成できる AI があったとしても、チームが使用するすべてのサービスにそれを接続するのは困難でした (それぞれに API キー、プラグインなどが必要)。Zapier MCP を使用すると、AI は、Salesforce にリード情報を追加したり、Teams にステータスを投稿したり、Asana にタスクを作成したり、複数のステップを接続したり (「顧客からのメールが届いたら、それを要約して Notion に保存する」) などの操作を即座に実行できます。これにより、AI は知識労働者から行動労働者へと移行します。

ゲーム開発に目を向けると、Unity MCP は、AI がゲームやインタラクティブなシミュレーションの構築にどのように役立つかを示しています。Blender と同様に、Unity には、開発者が多くの時間を費やす豊富な API (C# 形式) とエディターがあります。Unity 用の MCP サーバー (Miguel Tomas らが作成) を使用すると、AI が Unity エディターを操作できます。オブジェクトの作成、コンポーネントの構成、エディター メニュー コマンドの実行などを行うことができます。実質的に、「Unity MCP は、AI モデルに Unity エディターへの直接アクセスを提供します」。つまり、ゲーム開発者が「NPC キャラクターをシーンに追加し、パトロール スクリプトを与え、マップの周囲に 5 つのヘルス ピックアップを生成する」などの指示を出すと、AI が MCP を介して Unity でそれらの手順を実行します。

Claude が Unity と直接対話できるMCPを構築しました。これにより、1 つのプロンプトからゲーム全体を作成できます。

最も話題になった MCP デモの 1 つがBlender MCPです。Blender MCPでは、AI アシスタントが簡単な言語を使用して Blender で 3D シーンを作成および変更できます。オープンソースで Python でスクリプト化可能な Blender は、MCP サーバーに最適な候補であり、コミュニティがそれを実現しました。

Blenderで高品質の3Dアセットを生成するには、必要なアセットを記述するだけで、Blender に表示されます。

どのように動作するのでしょうか? Blender MCP サーバーは、Claude (または他の AI クライアント) を Blender の Python API に接続します。接続すると、プリミティブ シェイプの作成、マテリアルの適用、モデルのインポート、照明の調整など、サポートされる操作のリストを AI に提供できます。

結果は驚くべきものでした。ユーザーからは、説明だけでかなり複雑なシーンを生成できるという報告がありました。あるユーザーの証言では、「クロードに説明するだけで、適切なマテリアルを使用した複雑なローポリシーンを作成できました。何時間もかかっていた作業が、わずか数分で完了しました」とありました。

Blender の使用例は、3D アーティストだけでなく、それが示唆する、MCP を介したあらゆる複雑なクリエイティブ ソフトウェア (Photoshop、CAD ツール、ビデオ エディターなど) での AI 主導の作成にも刺激的です。AI がそのようなアプリとインターフェイスする方法の青写真ができました。つまり、スクリプト API を MCP サーバーのバックボーンとして使用します。その意味は、将来的には、デザイナーがツールを操作できる AI エージェントと対話することで、シーン、アニメーション、またはモデル全体を構築するようになるということです。これは、クリックしてドラッグするのとは根本的に異なるパラダイムであり、賢い共同制作者と共同作業するようなものです。そして、MCP はこれを標準化された繰り返し可能な方法で可能にします。

Figma MCP サーバーを使用すると、AI エージェントが Figma ファイルを直接読み取って操作できるようになります。この方向性により、開発者は最終的に AI に正確な設計仕様を取得したり、レイアウトを変更したり、さらには Figma で新しい UI 要素を作成したりするように依頼できるようになります。これらはすべて自然言語を通じて行われます。

Cursor は、Figma MCP サーバーを使用して、80% の精度で Figma デザインを構築できます。

IDE に次のように入力することを想像してください。「AI、ログイン画面のデザインからカラー パレットを取得できますか?」 AI は MCP を介して Figma からデザイン ドキュメントを取得し、カラー スタイルを返します。または、「サインアップ ボタンのパディングを増やして、画像としてエクスポートしてください」と言うと、AI は Figma にその要素を調整して更新されたアセットを取得し、コードで使用するように指示できます。

重要な要因の1つは、AbletonがPythonベースのリモートスクリプトをサポートしていたことです。MCPサーバーは、Ableton内でMIDIリモートスクリプトを使用してコマンドを実行し、Pythonプロセスを使用してClaudeとインターフェースします。これは、MCPサーバーがホストアプリが提供するプラグインやAPIメカニズムを介して橋渡しをすることが多いことを示しています。

経験豊富なプロデューサーやコーダーにとって、これは未来を垣間見るものです。AI 支援 DAW では、音楽の概念を理解し、それをソフトウェアに実装できる AI と連携します。別のドラム キットを試してみたいですか? AI に尋ねるだけです。ベースラインを 1 オクターブ下げる必要がありますか? そう言えば、Ableton (MCP 経由) がそれに従います。AbletonMCP プロジェクトはすでに大きな関心を集めており、多くの人がこれをクリエイティブ ソフトウェアと対話する新しい方法と見なしていることがわかります。AI が複雑な音楽リクエストを本当に「理解」するにはまだ学習曲線がありますが、初期のデモでは、特定の楽器の読み込みからシンセ パラメーターの調整まで、かなり多くのことを処理できることが示されています。おまけに、この統合はClaude のデスクトップ アプリと Cursor (1 回の設定後) の両方で機能するため、AI コーディング アシスタントとチャットボットも音楽アシスタントになることができます。

MCP の印象的なデモの 1 つは、 Ableton Live (人気のデジタル オーディオ ワークステーション)との統合です。開発者が構築した AbletonMCP サーバーを使用して、Claude AI は Ableton Live を直接制御して音楽を作曲および編集できます ( AI エージェント用の Ableton Live MCP サーバー)。つまり、AI に曲を作成するように文字通り依頼すると、トラック、楽器、エフェクトが魔法のように Ableton に表示されるのを見ることができます。MCP サーバーは、トラック作成、MIDI クリップ編集、再生制御、楽器の追加などのアクションを公開します。

Claude が Ableton と直接通信できる MCP を構築しました。これでプロンプトだけで音楽を作成できます。

たった 2 つのプロンプトで、80 年代のシンセウェーブ トラックを作成したデモをご紹介します。適切な楽器を選択し、メロディーを作成し、リバーブやディストーションなどのエフェクトを追加します。

使用方法はどのようになっているでしょうか?ミュージシャンは、Claude (または Cursor) に「重厚なベースラインとドラムのリバーブを備えた 80 年代のシンセウェーブ トラックを作成」などのコマンドを入力できます。MCP を通じて、AI は Ableton Live がこれを実現できることを認識し、AbletonMCP サーバーがリクエストを解釈します。

バックグラウンドでは、Ableton をトリガーしてテンポを設定し、シンセプリセットで MIDI トラックを作成し、ドラムトラックを追加し、そのチャンネルにリバーブエフェクトを適用します。AIbase の技術レポートによると、ユーザーは Claude に「80 年代のシンセウェーブトラックを作成」や「ドラムにリバーブを追加」などの指示を与えることができ、「Claude はセッションとトラックの情報にアクセスし、再生を制御し、MIDI クリップを作成および編集できます」すべて MCP サーバー経由で実行できます。プロセスは双方向です。サーバーは Ableton プロジェクトの状態も読み取ることができるため、AI は「これまでにどのようなトラックがありますか?」などの質問をして、構造化された回答を得ることができます。

構造が重要 (順序と強調):トランスフォーマー アーキテクチャのおかげで、モデルはプロンプトの最初と最後に特別な注意を払います。これを活用して、最も重要な詳細や要求を最初に置き、必要に応じて最後に絶対的な要件を繰り返します。また、モデルには固定のコンテキスト ウィンドウがあることにも注意してください。長すぎるプロンプトや非常に長い会話は、AI が以前の詳細を忘れてしまう可能性があります。プロンプトを集中させ、必要に応じてコンテキストを更新します (たとえば、セッションが長い場合はモデルに重要なポイントを思い出させます)。

指示と制約を明確にする: AI が目標を推測すると想定しないでください。制約や好みがある場合は、それを明記してください。たとえば、出力で特定のライブラリを使用する必要があるか、特定の範囲内にとどまる必要がある場合は、事前にモデルに伝えます。AI は指示に文字通り従います。あいまいさは、望ましくない結果や AI の「幻覚」(作り話の情報) につながる可能性があります。

コンテキストと詳細を提供する: AI モデルには、あなたが提供するもの以外の常識や暗黙のコンテキストはありません。常に関連する背景や要件を提供してください。たとえば、「ログイン ページを作成する」とだけ言うのではなく、「React を使用して、メール/パスワード認証と JWT 処理を備えたログイン ページを作成する」など、詳細を指定します。技術スタックやツール (「認証に Supabase を使用する」など) を明示的に含めます。