メインコンテンツへスキップ
見出し画像

Claude.aiに自分のAPIを繋ぐ。GPT Builderとの違い

    このシリーズのStep 4bです。Step 4aの記事でChatGPTの Custom GPT に自分のAPIが繋がった状態を前提にしています。シリーズの完成形は冒頭のフック記事で紹介しています。

    ChatGPTしか使わない方はここを読む必要はありません。Claude.aiも普段使いしている方、モバイルでも両方のアプリから自分のポートフォリオを聞きたい方向けの記事です。

    Step 4bでは、Step 3で作った自分のAPIをClaude.aiのCustom Connectorに登録します。これでClaude.aiのモバイルアプリから「今の維持率は?」と聞けばChatGPT側と同じく答えが返ってくる状態になります。

    GPT Builder と Claude.ai Connector の違い

    GPT Builder(Step 4a)は OpenAPIスキーマを貼る方式で、ChatGPT が直接あなたのHTTP APIを叩きます。Claude.ai の Custom Connector は少し抽象化されていて、「MCP サーバー」というものの URL を貼る方式です。MCP(Model Context Protocol)は Anthropic が提唱した、AI とツール・データソース間の共通プロトコルで、Claude 系のアプリで一貫して使える口です。

    ざっくり:

    - GPT Builder: OpenAPIスキーマを貼る。ChatGPT が生のHTTP APIを直接叩く
    - Claude.ai Connector: MCPサーバーのURLを貼る。Claude.ai / Claude Desktop / モバイルアプリで共通の口として使える
    - 仕組みは違うが目的は同じ:エージェントに自分のデータを読ませる

    違いの結果、Step 3 で作った生 FastAPI のままでは Claude.ai Connector には繋がりません。一度 MCP サーバー化する必要があります。とはいえ既存のFastAPIに MCP 用のエンドポイントを足すだけなので、エージェントに任せれば完了します。

    エージェントに丸投げする場合

    Step 1で入れたエージェントに次のように伝えます。

    「Step 3でデプロイしたFastAPI(https://〇〇.onrender.com/portfolio)を、Claude.aiのCustom Connectorに登録できるようにしたい。既存の /portfolio エンドポイントは残したまま、同じアプリに MCP サーバーとしても答える口(/mcp など)を足してほしい。必要なライブラリ(fastmcp など)のインストール、コードの書き換え、Render への再デプロイまで順に案内して」

    エージェントが既存コードを読み、MCP 対応コードを書き加え、Render に再デプロイする手順まで案内してくれます。完了すると MCP サーバーのURL(例: https://〇〇.onrender.com/mcp)が手に入ります。

    Claude.ai Connector 設定チェックリスト

    1. Claude.ai にログインし https://claude.ai/settings/connectors を開く(Claude の Pro / Max / Team / Enterprise プランが必要。Freeプランでは1個だけ追加可能)
    2. 画面中央の「Connectors」見出しの右にある「+」ボタンをクリック
    3. 表示されるメニューから「Add custom connector」を選ぶ
    4. Name に「My Portfolio」など自分で分かる名前を入れる
    5. URL にエージェントが用意した MCPサーバーのURL(例: https://〇〇.onrender.com/mcp)を貼る
    6. 認証が不要なら Advanced settings は空のまま「Add」をクリック
    7. 接続が成功すると Connectors 一覧に自分の Connector が並ぶ

    モバイルアプリで使う

    Claude.ai のモバイルアプリ(iOS / Android)を開きます。チャット画面の入力欄付近またはサイドバーに Connector の一覧があり、作った「My Portfolio」をオンにします。オンの状態で「今の維持率は?」と聞けば、ClaudeがMCP経由で自分のAPIを叩き、答えを返します。

    アプリ側で Connector のオン/オフを会話ごとに切り替えられるのがGPT との違いです。資産の話をしないときはオフ、聞きたいときだけオンといった使い分けもできます。

    動作確認

    「今のポートフォリオで気になる点は?」のような俯瞰的な問いを送ります。Connector 経由でAPIが叩かれ、返ってきたJSONを Claude が読んで要点を返せば完了です。エラーが出る場合は、エージェントに「Claude.ai Connector に繋いでもツールが呼ばれない」とエラー内容を伝えれば原因を見てくれます。

    完走お疲れ様でした

    このシリーズの技術ステップはここで完了です。フック記事で紹介した状態 —— 移動中にChatGPTやClaude.aiのモバイルアプリに「今の維持率は?」と聞けば答えが返ってくる —— が、手元で実現できているはずです。

    ここまでの構成を振り返ると、Pythonスクリプトを手元で動かす(Step 2)→ インターネット上のURLにする(Step 3)→ AI アプリの口に登録する(Step 4a, 4b)という4段で、「自分のデータをAIに相談する」基盤ができ上がりました。次はこの基盤の上に何を積むか(追加のデータ、別の問い方、通知の自動化など)をお好みで広げていってください。

    シリーズで通した後に出てくる運用の設計判断(セキュリティ境界、MCP / FastAPI の内部、プラットフォーム選び、データ設計、実運用ユースケース、3 ヶ月運用で削ぎ落とした過剰設計)は、Zenn Book「自分のポートフォリオをAIに相談する — 動いた後の運用設計ガイド」に体系的にまとめています。

     
     
    全世界株+レバレッジドファンドを6年運用中。信用取引の実体験とリスクの数字を公開。資産データをAIに相談する仕組みも記録中。Zenn Book→zenn.dev/wireharbor

    あなたへのおすすめ