AIエージェントに社内データを渡す｜MCPと台帳設計【2026】

AIエージェントに社内の業務データを扱わせるとき、多くの会社が「どうつなぐか（MCPなどの接続方式）」から検討を始めます。ところが実際に精度を決めるのはつなぎ方ではなく、渡す台帳の形です。接続が完璧でも、台帳が人間向けの見た目重視のまま置かれていれば、AIは平然と間違った答えを返します。

この記事では、接続規格であるMCPの現在地を確認したうえで、AIに渡すための台帳（System of Record＝正本データ）をどこに、どういう形で置くべきかを、権限設計まで含めて整理します。

MCPの現在地：つなぎ方はすでに標準化された

MCP（Model Context Protocol）は、AIモデルと外部のツール・データソースをつなぐための共通規格です。Anthropicが2024年11月に公開し、その後は特定ベンダーの持ち物ではなくLF Projects（Linux Foundation系）の体制で運営されています。

公式ブログによれば、2026年7月28日版の仕様が公開された時点で、主要SDKは月間5億回近いダウンロード、TypeScriptとPythonのSDKは累計10億ダウンロードを超えています。つなぎ口の規格争いは、実務上はほぼ決着したと考えてよい状況です。

比喩としてよく使われるのがUSB-Cです。かつては「このAIにこのツールをつなぐ」たびに個別実装が必要でしたが、MCPに対応したサーバーを1つ立てれば、対応する複数のAIから同じ手順で呼び出せます。逆に言えば、つなぎたい先にMCPサーバーが存在しなければ接続できないという制約も残ります。

日本の業務利用では、まだ制約がある

規格が固まったことと、明日から業務で使えることは別です。たとえばGoogleの個人向けAIエージェント「Gemini Spark」でユーザーが任意のMCPサーバーを登録する機能は、2026年8月時点で米国在住・英語・個人のGoogleアカウントという条件があり、日本の会社アカウントでは利用できません。制約の詳細はGemini Sparkのカスタムアプリが日本で使えるかを整理した記事にまとめています。

つまり現時点の実務では、「AIエージェントに全部任せる」より、AIが読み書きできる台帳を先に整えておくほうが確実に効きます。接続は後から追いつきます。

つないでも動かない理由は、たいてい台帳側にある

接続はできたのに使いものにならない、という相談で実際に見つかる原因は、ほぼ次のどれかです。

台帳側の状態	AIの出力に起きること
1行に複数の案件が混在している	集計が合わない。どの行を更新すべきか判断できない
「商談中」「商談」「面談中」が混在	件数が割れ、フェーズ別の分析がすべて狂う
ステータスがセルの色でしか表現されていない	色は読めないため、その情報は存在しないものとして扱われる
案件を一意に指す番号がない	同名の顧客や似た案件を取り違える
更新した人・日時が残っていない	どれが最新か判断できず、古い情報で回答する
同じ内容の表が複数の場所にある	どれが正本か決められず、矛盾した回答が出る

最後の行が最も厄介です。AIにとって最大の混乱要因は「正本がどれか決まっていないこと」で、これは技術ではなく運用の問題です。

System of Record（正本）をどこに置くか

正本の置き場所には大きく3つの選択肢があります。それぞれAIから見た扱いやすさが異なります。

置き場所	AIから見た扱いやすさ	注意点
SaaSの内部（CRM等）	ベンダーがAPIやMCP対応を提供していれば高い。無ければ手が出ない	対応可否がベンダー任せ。解約時の持ち出し形式も要確認
自社のデータベース	設計次第で最も自由。構造も権限も自社で決められる	設計・構築・運用を担える人が必要。最もコストが高い
Googleスプレッドシート	行と列の構造をそのまま読み書きできる。標準の連携が最も多い	人が見る画面としては限界がある。整形の規律が要る

中小企業の現場で現実的なのは3つ目です。すでに全員が使えて、AIが最も読みやすい形式で、しかもデータが自社のGoogleアカウント配下に残ります。Googleは2026年4月22日、Geminiが自然言語の指示だけでスプレッドシート全体を構築・編集できるようになったと発表しており、「Gemini で補完」による100セルのデータ拡充は手入力の9倍速とされています。

AIに渡す台帳の設計原則6つ

実装のたびに必ず適用している原則です。順番にも意味があります。

#	原則	具体的にやること
1	1行1レコード	1つの行が1つの案件・1人の顧客を指すようにする。小計行や空行を挟まない
2	1セル1情報	「山田様／03-1234-5678／再訪要」を3列に分ける
3	一意のIDを持たせる	案件ID・顧客IDを振り、シート間の紐づけはIDで行う
4	選択肢を固定する	フェーズや区分はマスターを作り、入力規則で縛る
5	意味を色や書式に持たせない	重要度・状態は必ず列の値として持つ
6	更新履歴を残す	誰が・いつ・何を変えたかを記録し、最新判定をできるようにする

この6つを満たした台帳は、AIから見るとAPI仕様書つきのデータベースとほぼ同義になります。逆に満たしていない台帳は、どれだけ高性能なモデルをつないでも精度が上がりません。具体的な整形手順はスプレッドシートをAIネイティブCRMにする5手順で詳しく扱っています。

権限とセキュリティ：AIに全権を渡さない

台帳が整うと、次はどこまで触らせるかの設計です。ここは慎重に段階を踏みます。

読み取りから始める：まず集計・要約・検索だけを任せ、書き込みは人が行う
書き込みは下書き列へ：AIの出力は「AI下書き」列に入れ、人が確認したものだけを確定列へ移す
削除は許可しない：行削除や列削除の権限は与えず、ステータス変更で表現する
権限は既存の仕組みに寄せる：Google Workspaceのドメイン権限をそのまま使えば、アカウント管理が二重にならない
接続先の安全性を確認する：第三者が公開するMCPサーバーは、提供元と扱うデータ範囲を必ず確認する

とくに最後の点は見落とされがちです。MCPサーバーは「つなげば動く」ため、どこまでのデータが送られるかを確認しないまま接続してしまう事故が起こり得ます。社外のサーバーに顧客情報を渡す構成になっていないかは、接続前に必ず確認してください。

まず何から始めるか

3ステップで十分です。順番を飛ばすと戻ってきます。

正本を1つに決める：同じ内容の表が複数あるなら、どれが正しいかを決めて他は参照に切り替える
6つの原則で整形する：とくにIDの付与と選択肢の固定は、後からやるほど痛みが大きい
読み取りのAI活用から試す：週次の停滞案件の抽出など、間違えても被害の小さい用途で精度を確かめる

そのうえで人が毎日見る画面が辛いようであれば、データはスプレッドシートに置いたままアプリ化する方法があります。私たちの「スプシ de 社内アプリ」は、まさにこの「AIには表のまま、人にはアプリで」という設計を形にしたものです。初期25万円〜、月額保守9,800円または19,800円（税別）で、人数課金ではありません。記事の途中で恐縮ですが、台帳の整形からご相談いただけますので、よろしければご覧いただけたら嬉しいです。

まとめ：配管より、流すものの形

MCPによって「AIと社内の道具をつなぐ配管」はすでに標準化されました。残っている差は、その配管に流すデータが整っているかどうかだけです。整形されていない台帳は、どんな最新モデルをつないでも正しい答えを返しません。

逆に、整形された台帳を自社の手元に持っている会社は、次にどんなAIが出てきても接続するだけで恩恵を受けられます。まずは正本を1つに決めるところから始めてみてください。台帳の現状診断からのご相談も承っています。

よくある質問

MCPとは何ですか？

AIモデルと外部のツールやデータソースをつなぐ共通規格です。Anthropicが2024年11月に公開し、現在はLF Projectsの体制で運営されています。公式ブログによれば2026年7月28日版の仕様公開時点で主要SDKは月間5億回近いダウンロード、TypeScriptとPythonのSDKは累計10億ダウンロードを超えています。

接続できたのにAIの回答が正しくないのはなぜですか？

多くの場合、原因は台帳側にあります。1行に複数案件が混在している、表記がゆれている、状態がセルの色でしか表現されていない、正本がどれか決まっていない、といった状態ではAIは正しく読めません。

正本データはどこに置くのがよいですか？

SaaS内部、自社データベース、Googleスプレッドシートの3択です。中小企業では、全員が使えてAIが最も読みやすく、データが自社アカウント配下に残るスプレッドシートが現実的な選択になりやすいです。

AIにどこまで操作を許可すべきですか？

読み取りから始め、書き込みは下書き列に限定し、行や列の削除は許可しない、という段階設計が安全です。権限はGoogle Workspaceのドメイン権限に寄せると、アカウント管理が二重になりません。

日本の会社でAIエージェントに社内データを触らせられますか？

接続機能には地域や利用条件の制約が残っています。たとえばGemini Sparkでユーザーが任意のMCPサーバーを登録する機能は、2026年8月時点で米国在住・英語・個人のGoogleアカウントが条件で、日本の会社アカウントでは利用できません。