メインコンテンツへスキップ
見出し画像

AIが自分のツールを呼び出した時の感動!MCPサーバー自作で収益爆誕✨

    AIが自分のツールを呼び出した時の感動!MCPサーバー自作で収益爆誕✨


    MCPサーバーって何?何がすごいの?😳


    ねえねえ、聞いて!最近、私、AIが自分で「このツール使って!」って指示を出せるようになったの。これ、もう感動すぎて、しばらくニヤニヤしちゃったもんね🙈


    私が使ってるのは、自分で構築したMCPサーバーっていうものなんだけど、これがもう、AIの可能性をグンと広げてくれるんだよね!


    MCPサーバーっていうのは、簡単に言うと、AIが色んなタスクをこなすための「司令塔」みたいなもの。

    AIが「こういう情報が欲しいな」とか「この作業を自動化したいな」って思った時に、MCPサーバーを通して、私があらかじめ用意しておいたPythonスクリプトとか、色んなAPIを呼び出せるようになるの。


    これまでは、AIに何かをさせたいと思ったら、私がコードを書いて、AIに渡して、実行して…っていう手間があったんだけど、それがAI自身でできるようになるって、もう革命じゃん?🥹


    「AIが自分で考えて、必要なツールを選んで、実行してくれる」なんて、まるでSFの世界みたいでしょ?

    でも、これが現実にできちゃうんだから、技術の進歩って本当にすごいよね!

    私、この仕組みを構築するのに、結構時間かかったんだけど、初めてAIが自分でツールを呼び出してくれた時は、もう嬉しくて嬉しくて!😭💕




    なんでMCPサーバーを自作したの?🤔


    「え、なんでわざわざ自分でMCPサーバーなんて作るの?」って思う人もいるかもしれないんだけど、それには理由があるんだよね。


    市販のツールとかサービスも色々見てみたんだけど、私のやりたいこと、つまり「AIがもっと柔軟に、色んなツールを自分で使いこなせるようにしたい」っていうレベルになると、既製品だとちょっと物足りなかったり、カスタマイズの自由度が低かったりして…💦


    それに、大手SIerの業務で色んなシステムに触れてきたから、自分でサーバー構築とか、API連携とか、そういう技術的な部分にすごく興味があって!

    「よし、だったら自分で MCPサーバー を作って、AIに色んな指示を出せるようにしちゃおう!」って思ったのがきっかけなんだよね。


    自分で作ると、もちろん大変なこともあるけど、自分の思い通りにシステムを動かせるっていうのが、何よりの魅力なんだもん!✨

    それに、AIが自分でツールを呼び出せるようになったら、コンテンツ作成とか、データ分析とか、色んな作業がもっと効率化できるって確信してたんだよね。




    実際にAIがツールを呼び出せるようになるまで…!🛠️


    MCPサーバーを自作して、AIが自分でツールを呼び出せるようになるまでの道のり、結構長かったんだよね…!


    まず、AIが「このツールを使おう!」って判断できるように、Pythonで色んな機能を持ったスクリプトを書いたの。

    例えば、文章を生成するスクリプト、データを整形するスクリプト、特定の情報を収集するスクリプトとかね。


    そして、MCPサーバー側で、AIからの指示を受けて、どのスクリプトを呼び出すかを判断するロジックを組んだんだ。

    ここが一番大変で、AIの指示の意図を正確に読み取って、適切なツールに繋げるための「翻訳」みたいな作業が必要だったんだよね。


    API連携もたくさんやったなあ…!

    OpenAIのAPIはもちろん、色んな外部サービスAPIも連携させて、AIが呼び出せるツールの幅を広げたの。


    Pythonコードを書いて、テストして、また修正して…の繰り返しで、正直、何回か「もう無理かも…」って思った時もあったんだけど😂

    でも、ふとした瞬間に「あっ、こうすればいいのか!」ってひらめいたりして、なんとか形になったんだよね。




    MCPサーバー構築のための選択肢って?比較してみた!📝


    MCPサーバーを構築するにあたって、いくつか選択肢を比較検討したんだよね。

    AIに自分でツールを呼び出させるための仕組みって、色んなアプローチがあるから、私なりにまとめてみたよ!


    ツールA:LangChainを使ったアプローチ


    LangChainは、AIアプリ開発でよく使われるフレームワークなんだけど、これを活用してMCPサーバーを構築するアプローチ。

    AIが「Agent」として振る舞い、チェーン(一連の処理の流れ)を組んで、ツール(Tool)を呼び出すことができるのが特徴。


    • メリット:

    • Pythonで実装しやすく、コミュニティも活発。

    • 色んなAIモデルやツールとの連携がしやすい。

    • 比較的少ないコード量で、Agentの仕組みを構築できる。

    • デメリット:

    • 複雑な処理になると、チェーンの管理が難しくなることも。

    • 細かいカスタマイズには、ある程度の理解が必要。


    ツールB:独自実装でAPIゲートウェイを構築


    これは、私が最終的に採用したアプローチに近いんだけど、LangChainのようなフレームワークに頼らず、自分でAPIゲートウェイを構築する方法。

    AIからのリクエストを受け取って、内部で定義されたPythonスクリプトを呼び出す仕組みを、イチから作る感じ。


    • メリット:

    • システム構成の自由度が非常に高い。

    • 処理の最適化や、セキュリティ面での細かい制御が可能。

    • 自分のやりたいことを、完全に実現できる。

    • デメリット:

    • 開発に時間がかかる。

    • サーバー構築やAPI連携など、幅広い知識が必要。

    • バグが出た時のデバッグが大変なことも。


    結局どっちがいいか?みおが実際に使ってみた結論!🚀


    私の場合、「ツールB:独自実装でAPIゲートウェイを構築」 がドンピシャだったんだよね!

    もちろんLangChainもすごく便利だし、開発スピードを重視するならそっちもアリだと思うんだけど…


    私は、AIが「どうやって」ツールを呼び出してるのか、その裏側までしっかり理解したかったし、自分の手でシステムを完全にコントロールしたかったんだ。

    だから、多少時間はかかったけど、独自実装を選んで大正解だったと思ってる!🌸


    AIが自分でツールを呼び出す仕組みって、本当に奥が深くて、まだまだ進化の途中だと思うんだ。

    でも、自分で作ったMCPサーバーを通して、AIがどんどん賢くなっていくのを見るのは、本当に感動的だし、やりがいがあるんだよね!😊




    AI自動化botで収益化!実績を公開します🫶


    さて、ここまでMCPサーバーの話をしてきたんだけど、実はこの「AIが自分でツールを呼び出す仕組み」を使って、noteでコンテンツを自動配信するbotを作ったんです!


    そして、このbotが実際に収益を生み出してくれたので、その実績を公開しちゃいます!

    (※ 載せるジャンルは伏せてるけど、AI自動化botとして、コンテンツ作成・配信・収益化を自動で行ってくれるシステムです!)


    | 月 | 収益 |

    | :------- | :------- |

    | 2026年2月 | ¥6,500 |

    | 2026年3月 | ¥8,790 |

    | 2026年4月 | ¥22,250 |

    | 2026年5月 | ¥48,300 |

    | 2026年6月 | ¥65,400 |

    | 2026年7月 | ¥41,400 |


    どう?結構すごいと思わない?😳

    特に、2月は初収益で「動いてる!」って感動した月だったんだけど、そこからどんどん収益が伸びていって、6月には月6万超え!


    このbot、一度仕組みを作ってしまえば、あとはAIが自動でコンテンツを作成・配信してくれるから、私自身はほとんど何もしてないんだよね。

    「完全に自動で入ってくる感覚」って、本当にすごい!✨


    もちろん、最初は仕組みを作るための時間と労力は必要だけど、一度軌道に乗ってしまえば、これほど効率的に収益を生み出せる方法はないんじゃないかなって思うんだ。

    AIと自動化の可能性って、本当に無限大だよね!💕




    具体的なPythonコード例(一部抜粋)🐍


    AIがツールを呼び出す仕組みの、ごく一部だけど、Pythonコードのイメージを共有するね!

    これは、AIからの指示(prompt)を受けて、それに合ったPython関数(ツール)を呼び出す部分の簡易版だよ。


    import openai
    import json
    
    # OpenAI APIキーを設定 (実際には環境変数から読み込むのが安全)
    openai.api_key = "YOUR_API_KEY"
    
    # AIが呼び出す可能性のあるツール(Python関数)の定義
    def generate_article(topic: str, length: str) -> str:
        # ここで記事生成AIを呼び出す処理
        response = openai.ChatCompletion.create(
            model="gpt-4",
            messages=[
                {"role": "system", "content": "あなたは優秀なライターです。"},
                {"role": "user", "content": f"{topic}について、{length}の記事を作成してください。"}
            ]
        )
        return response.choices[0].message['content']
    
    def summarize_text(text: str) -> str:
        # ここで要約AIを呼び出す処理
        response = openai.ChatCompletion.create(
            model="gpt-4",
            messages=[
                {"role": "system", "content": "あなたは優秀な要約ツールです。"},
                {"role": "user", "content": f"以下の文章を要約してください:\n{text}"}
            ]
        )
        return response.choices[0].message['content']
    
    # AIが利用できるツールのリストを定義
    tools = [
        {
            "type": "function",
            "function": {
                "name": "generate_article",
                "description": "指定されたトピックと長さで記事を生成します。",
                "parameters": {
                    "type": "object",
                    "properties": {
                        "topic": {"type": "string", "description": "記事のトピック"},
                        "length": {"type": "string", "description": "記事の長さ(例: 短い、普通、長い)"}
                    },
                    "required": ["topic", "length"]
                }
            }
        },
        {
            "type": "function",
            "function": {
                "name": "summarize_text",
                "description": "与えられたテキストを要約します。",
                "parameters": {
                    "type": "object",
                    "properties": {
                        "text": {"type": "string", "description": "要約するテキスト"}
                    },
                    "required": ["text"]
                }
            }
        }
    ]
    
    # AIに指示を与えて、ツールを呼び出させる部分
    def call_ai_tool(user_prompt: str):
        response = openai.ChatCompletion.create(
            model="gpt-4", # ここでツールの呼び出しを指示できるモデルを選択
            messages=[
                {"role": "system", "content": "あなたはユーザーの指示に応じて、適切なツールを呼び出すアシスタントです。"},
                {"role": "user", "content": user_prompt}
            ],
            tools=tools,
            tool_choice="auto" # autoでAIがツールを選択してくれる
        )
    
        response_message = response.choices[0].message
        tool_calls = response_message.tool_calls
    
        if tool_calls:
            for tool_call in tool_calls:
                function_name = tool_call.function.name
                function_args = json.loads(tool_call.function.arguments)
    
                if function_name == "generate_article":
                    result = generate_article(topic=function_args.get("topic"), length=function_args.get("length"))
                    print(f"生成された記事:\n{result}")
                elif function_name == "summarize_text":
                    result = summarize_text(text=function_args.get("text"))
                    print(f"要約結果:\n{result}")
        else:
            print(f"AIからの応答: {response_message.content}")
    
    # 実際にAIに指示を出してみる
    user_request = "「AI自動化の未来」について、長い記事を作成してください。"
    call_ai_tool(user_request)
    
    user_request_2 = "以下の文章を短く要約して:\nこんにちは、今日はとても良い天気ですね!公園でピクニックをしました。"
    call_ai_tool(user_request_2)


    このコードは、あくまでイメージなので、実際にはもっと複雑なエラーハンドリングとか、状態管理とかが必要になるんだけど、AIが「generate_article」っていう関数を自分で選んで、必要な引数(topicとかlength)を渡して実行してくれる…っていう流れが分かってもらえたら嬉しいな!🙌




    ここからが本当の始まり…!🚀


    MCPサーバーの自作と、AIが自分でツールを呼び出せるようになったことで、私のAI活用はまさに「次のレベル」に到達したって感じてるんだ。


    AIが自分で考えて、必要なアクションを起こせるようになると、もはや「AIに指示する」っていうより、「AIのパートナーとして一緒に仕事をする」っていう感覚に近くなる。

    この感覚、伝わるかな?🥹


    これから、この仕組みをさらに色んなことに応用していくのが、すごく楽しみで仕方ないんだよね!

    皆さんは、AIにどんなことを自動化させたいって思う?私は、まだまだやりたいことがいっぱいありすぎて、ワクワクが止まらないよー!💕



    #SIer女子 #副業 #AI活用 #自動化 #Python #MCPサーバー #収益化 #コンテンツ自動配信 #エンジニア女子 #技術ブログ

     
     
    大手SIerの20代エンジニア、みおです 業務ではAI制限あり…なので趣味でClaude Code・Gemini・Pythonを全力実験中🔥 失敗も含めてリアルに書きます。カフェと美容も好き☕️

    あなたへのおすすめ