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。

2025年のAI市場規模は約6,380億ドルと推定されています。 2030年にはCAGR（年平均成長率）36.6%で1兆8,110億ドルに達すると予想されています。

これは AI プロダクト マネージャーにとって素晴らしい機会です。米国では、シニア AI PM はすでに年間平均 259,000 ドルを稼いでいます。

水曜日の夜までに、OpenAI はアプローチを調整しているようだった。一部のユーザーは、ジブリ風の画像の生成がブロックされていると報告した。広報担当者は、同社は「個々の現存するアーティストのスタイルでの生成」は禁止しているが、「より幅広いスタジオスタイル」は許可していると明言した。それでも、「私たちは常に現実世界での使用とフィードバックから学んでいます」と付け加えた。

この喜びと価値の低下との間の緊張関係は、より広範な議論を引き起こした。レジー・ジェームズは、この傾向を「ジブリの汚物」と名付けたが、これは否定ではなく、独特の芸術的ビジョンが大規模に無限に再現可能になったときに何が起こるかに対する批判だった。

「かつては骨の折れる労働、美しい物語、首尾一貫した美学を認識することに価値があったものが、今では純粋に美学を受け入れ、再現することにおいて価値がある」と彼は書いている。

誰でも数秒でジブリへのオマージュを作れるようになると、希少性は実行から構想へ、技術から好みへと移ります。

「私たちはビジュアルの希少性経済から抜け出し、より奇妙な世界に突入しています。つまり、美学が Wi-Fi のような周囲のインフラになるのです」

クリス・パイクもこの矛盾を次のように捉えている。

「この商品化は、感情の深みと人間の葛藤に満ちた、意味のある手作りの物語を空虚なミームに変え、その芸術的意義を薄めてしまう」