
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。