Share
Embed
Transcript
44 slides
-
自己紹介 • 平川 瑞樹 • 株式会社ヴァル研究所 「駅すぱあと API」チームリーダー&PO • 好きなもの:
クラフトビール, AI • X (Twitter) , Zenn: @mizuki901 2 Copyright Val Laboratory Corporation All Rights Reserved. -
Postman API Night 登壇2回目! • 2026/05/29: Postman API Night Tokyo
2026 Late Spring • 2026/09/10: Postman API Night Fukuoka 2026 Fall(今回) Postman様、本日もお誘いいただきありがとうございます 🙇 3 Copyright Val Laboratory Corporation All Rights Reserved. -
アジェンダ 1 弊社紹介 2 「駅すぱあと API MCPサーバー」について 3 Tool設計における勘所や実践ノウハウ 4
Copyright Val Laboratory Corporation All Rights Reserved. -
会社概要 社名 株式会社ヴァル研究所 設立 1976年7月26日(51期) 所在地 東京都杉並区高円寺北 2-3-17 代表取締役 菊池
宗史 従業員数 165名(2026年7月1日現在) Mission 世の中の当たり前を変えることで、人々の可能性をひろげ活力 に満ちあふれた社会を実現する Vision 「思考の一歩先」を提供する熱狂的イノベーションカンパニー 5 Copyright Val Laboratory Corporation All Rights Reserved. -
「駅すぱあと」とは 北海道から沖縄まで 日本全国の路線を網 羅 鉄道だけでなく、船の海路図やコミュニティバスの路線図もご用意 「駅すぱあと」は、1988年に日本で最初に発売された 経路検索サービスです。 以降35年以上にわたり経路検索のパイオニアとして、鉄道・バス 飛行機の交通データ ・航空・船など、日本全国の公共交通に関する多様な情報を保有
日本国内のすべての航空路線に 対応しております。 (一部離島同士のヘリ便等除く) し、公共交通機関の最適経路及び運賃情報を提供しています。 水路の交通データ フェリーなどの水路データも フェリーターミナルを入れる ことで検索することができます。 バスの交通データ 路線バス、コミュニティバス、高 速バスも網羅。類似製品の中では 高いカバー率を誇っています。 Copyright Val Laboratory Corporation All Rights Reserved. -
主な「駅すぱあと」製品 「駅すぱあと」独自の経路検索エンジンに備えられた全国の公共交通機関データを幅広い製品に活用。 プライベートでのお出かけや旅行などでの経路検索をはじめ、ビジネスシーンでの交通費精算や通勤定期代の支給計算などの法人 向けサービスとも連携し、12万社以上の取引実績があります。 経路検索 / 駅情報 / 鉄道路線図などの 1988年の発売以来、豊富な情報量と様々な機能
機能を実装できる法人向けAPIです。 で利用者の移動を強力にバックアップします。 通勤費手当に関する申請・管理業務を 累計1,500万ダウンロードを超える、 一元化するクラウドサービスです。 iOS・Android端末向け経路検索アプリです。 Ads for web 「駅すぱあと」アプリに蓄積した移動予測データ スマートフォンやパソコンで 内の駅・路線・交通種別等にてセグメントする 経路検索/時刻表検索/運行情報などが 精度の高い広告メニューを提供しています。 いつでも無料で利用できるWebサイトです。 Copyright Val Laboratory Corporation All Rights Reserved. -
「駅すぱあと API」とは 「駅すぱあと」の高度な探索エンジンと最新の公共交通データをお客様のシステムへ自在に組み込めるWeb APIです。 交通費精算の自動化から、不動産・求人サイトでの通勤時間検索まで、公共交通に関わるあらゆる課題を解決します。 経路・鉄道情報 経路検索 バス情報 交通費計算 定期・運賃情
報 物件検索 8 Copyright Val Laboratory Corporation All Rights Reserved. -
アジェンダ 1 弊社紹介 2 「駅すぱあと API MCPサーバー」について 3 Tool設計における勘所や実践ノウハウ 10
Copyright Val Laboratory Corporation All Rights Reserved. -
MCP (Model Context Protocol) とは LLMが外部のデータやツールなどに接続するためのオープンプロトコルのこと リアルタイムな接続による「最新の情報の参照」「外部ツールの操作」などが可能になる LLM MCPサーバー (A)
外部データ (A) MCPサーバー (B) 外部ツール (B) MCPクライアント 11 Copyright Val Laboratory Corporation All Rights Reserved. -
MCPサーバーのToolの実装方法(typescript-sdkの場合) import { McpServer } from "@modelcontextprotocol/sdk/server/mcp.js"; import { z
} from "zod"; const server = new McpServer({ name: "weather", version: "1.0.0" }); server.registerTool( "get_forecast", // Tool名の定義 // 入力スキーマの定義 (LLM向けのToolの説明文、パラメータ、など) { description: "Get weather forecast for a location", latitude: z.number(), longitude: z.number() }, // 任意の処理を実装(例: 外部API呼び出し) async ({ latitude, longitude }) => { … // MCP仕様に沿った形式で値を返す return { content: [{ type: "text", text: `Temperature: ${temperature}${unit}, ...` }] } } ); Toolの実装の流れ: ① Tool名を定義 ② 入力スキーマを定義 ③ 処理ロジックの実装 ④ 返り値を実装 WebAPIの開発経験があれば、 似た要領でToolを実装できる (それほど難しくはない) 12 Copyright Val Laboratory Corporation All Rights Reserved. -
WebAPIをMCPサーバー化する価値 • AsIs: 人やプログラムからWebAPIを呼び出していた • ToBe: AIエージェントからもWebAPIを呼び出せるようになる 呼び出し AIエージェント 呼び出し
MCPサーバー WebAPI 13 Copyright Val Laboratory Corporation All Rights Reserved. -
「駅すぱあと API MCPサーバー」リリース 2026年1月15日に「駅すぱあと API」公式のMCPサーバーをリリース。 AIエージェントによる経路探索や経費精算などが可能に。 接続 AIエージェント 接続 駅すぱあと
API MCPサーバー 駅すぱあと API ご紹介ページ 14 Copyright Val Laboratory Corporation All Rights Reserved. -
MCPサーバーで提供しているTool(一部紹介) Tool名 Toolの概要 内部で呼び出される「駅すぱあと API」 ekispert_api_get_stations 駅の情報(駅名称、駅コード、 (駅情報取得Tool) 座標、など)を取得する ekispert_api_generate_condition
経路探索で使用する詳細な (探索条件生成Tool) 探索条件を生成する ekispert_api_search_routes 2地点間(経由駅を含む)に (経路探索Tool) おける経路探索を行う • GET: /station/light (デフォルト) or • GET: /station • GET: /toolbox/course/condition • GET: /search/course/extreme ツールの命名規則: ekispert_api_get_stations プレフィックス 動詞 Copyright Val Laboratory Corporation All Rights Reserved. 名詞 15 -
「駅すぱあと API MCPサーバー」でできること お客様がお持ちのデータ × 「駅すぱあと API MCPサーバー」を掛け合わせることで 公共交通に関わる様々な課題を解決可能に NEW
NEW NEW 2026/09/03の機能アップデート で、より様々なシーンでお使いいただけるようになりました! 17 Copyright Val Laboratory Corporation All Rights Reserved. -
アジェンダ 1 弊社紹介 2 「駅すぱあと API MCPサーバー」について 3 Tool設計における勘所や実践ノウハウ 18
Copyright Val Laboratory Corporation All Rights Reserved. -
WebAPIをTool化する際のよくある悩み 個々のAPI毎にTool化すべきか vs 複数のAPIを呼び出す ひとまとまりのToolにすべきか API: A Small Tool: A
API: A API: B Small Tool: B API: B API: C Small Tool: C API: C Large Tool: X 19 Copyright Val Laboratory Corporation All Rights Reserved. -
「駅すぱあと API MCPサーバー」で採用した方針 個々のAPI毎にTool化すべきか vs 複数のAPIを呼び出す ひとまとまりのToolにすべきか 駅情報取得API 駅情報取得Tool 駅情報取得API
探索条件生成API 探索条件生成Tool 探索条件生成API 経路探索API 経路探索Tool 経路探索API 総合経路探索Tool 20 Copyright Val Laboratory Corporation All Rights Reserved. -
デモ①の解説 プロンプト: 「梅田から新大阪までの10時発の経路を調べて」 ユーザーの指示 思考 経路探索Tool Input: viaList: 梅田:新大阪、time: 1000
→ 🔴Error: 駅が見つかりません(梅田) 思考 駅情報取得Tool 思考 経路探索Tool Input: name: 梅田 → 🟢Success: 「梅田(地下鉄) / 29089」「大阪梅田(阪急線) / 25848」... 「梅田」の文字列から駅の正式名称や駅コードを取得 Input: viaList: 29089:新大阪、time: 1000 → 🟢Success: (経路探索結果を取得) 思考 ユーザーへの回答 入力された駅名があいまいでも、LLMが駅情報取得Toolを使って駅の正式名称や駅コードを取得してくれる(柔軟に対応してくれる) Copyright Val Laboratory Corporation All Rights Reserved. 22 -
デモ②の解説 プロンプト: 「新宿から甲府まで、バスや特急をそれぞれ使う/使わない場合の明日10時発の経路を調べて」 ユーザーの指示 バス・特急を使う/使わない計4通りの探索条件を生成 探索条件生成Tool 探索条件生成Tool 探索条件生成Tool 探索条件生成Tool 並列実行
各探索条件を使って、それぞれ経路探索を実行 経路探索Tool 経路探索Tool 経路探索Tool 経路探索Tool 並列実行 ユーザーへの回答 パラメータを変えて同じツールを同時並行に複数回実行するなど、LLMが賢くToolを呼び出してくれる Copyright Val Laboratory Corporation All Rights Reserved. 24 -
「駅すぱあと API MCPサーバー」で採用した方針 個々のAPI毎にTool化すべきか vs 複数のAPIを呼び出す ひとまとまりのToolにすべきか 駅情報取得API 駅情報取得Tool 駅情報取得API
探索条件生成API 探索条件生成Tool 探索条件生成API 経路探索API 経路探索Tool 経路探索API 総合経路探索Tool → LLMがユーザーの要望に応じて柔軟な経路探索を行える 25 Copyright Val Laboratory Corporation All Rights Reserved. -
個人の見解:絶対的な正解はない(サービス毎で異なる) 個々のAPI毎にTool化する場合 vs 複数のAPIを呼び出す ひとまとまりのToolにする場合 API: A Small Tool: A
API: A API: B Small Tool: B API: B API: C Small Tool: C API: C Large Tool: X • LLMがToolを柔軟に組み合わせ可能 • LLMがTool選択で迷いづらい • Toolの再利用性・汎用性が高い • トークン消費・応答速度を抑えやすい 26 Copyright Val Laboratory Corporation All Rights Reserved. -
個人の見解:Tool設計における観点 正確性 • • LLMが意図通りのToolを選択できるか LLMがユーザーの目的に到達できるか 効率性 • LLMが短時間で目的に到達できるか コスト
• • 適切なトークン消費量かどうか 適切なAPIコール数かどうか※ ※:特に、APIコール数に応じた従量課金モデルのMCPサーバーの場合 Copyright Val Laboratory Corporation All Rights Reserved. 27 -
正確性 • • LLMが意図通りのToolを選択できるか LLMがユーザーの目的に到達できるか 提供するToolが多い場合 提供するToolが少ない場合 利用可能なTool 利用可能なTool Tool:
A LLM Tool: B LLM Tool: X Tool: C Toolを組み合わせて様々なタスクに対処可能 特定のタスクを確実に遂行できる 使用すべきToolの判断を誤る確率が高まる 複雑な指示には応えられない可能性がある 28 Copyright Val Laboratory Corporation All Rights Reserved. -
効率性 • LLMが短時間で目的に到達できるか 提供するToolが多い場合 提供するToolが少ない場合 ユーザーの指示 思考&Tool選択 Tool: A 実行
ユーザーの指示 思考&Tool選択 全体の 処理時間 Tool: B 実行 思考&Tool選択 思考&Tool選択 全体の 処理時間 Tool: C 実行 Tool: X 実行 思考 ユーザーへの回答 思考 ユーザーへの回答 効率性に関しては、呼び出す必要のあるToolが少ないほうが有利 Copyright Val Laboratory Corporation All Rights Reserved. 29 -
コスト • • 適切なトークン消費量かどうか 適切なAPIコール数かどうか 提供するToolが多い場合 LLM 使用可能な コンテキスト 領域
利用可能なTool Tool: A Tool: B Toolをロードした コンテキスト領域 Tool: C 提供するToolが少ない場合 LLM 利用可能なTool 使用可能な コンテキスト 領域 Tool: X Toolをロードした コンテキスト領域 トークン消費量を節約できれば、LLMの利用料を抑えられることに繋がる コスト面だけでなく、使用済みのコンテキストサイズを抑えるほど、LLMの作業の精度は上がる 30 Copyright Val Laboratory Corporation All Rights Reserved. -
コスト • • 適切なトークン消費量かどうか 適切なAPIコール数かどうか 何らかの理由で、LLMが同一Toolを再実行する判断をした場合を仮定: 個々のAPIをTool化していた場合 複数のAPIを呼び出すToolにしていた場合 API: A
Small Tool: A API: A API: B Small Tool: B API: B API: C Small Tool: C API: C Large Tool: X 「Small Tool: C」が再度呼び出されるとした場合、 「Large Tool: X」が再度呼び出されるとした場合、 実際に呼び出されるAPIは「C」のみで済む 不要に「A〜C」の各APIが呼び出されてしまう 31 Copyright Val Laboratory Corporation All Rights Reserved. -
コスト(「駅すぱあと API MCPサーバー」における工夫) Tool名 内部で呼び出される「駅すぱあと API」 • 無償 GET: /station/light
(デフォルト) or 有償 GET: /station • 無償 GET: /toolbox/course/condition • 有償 GET: /search/course/extreme • ekispert_api_get_stations (駅情報取得Tool) ekispert_api_generate_condition (探索条件生成Tool) ekispert_api_search_routes (経路探索Tool) 仮に、LLMが暴走しても(不要に様々なToolを呼び出してしまっても)、 基本的に「経路探索Tool」が呼び出されない限りは課金が発生しない仕組みにしている Copyright Val Laboratory Corporation All Rights Reserved. 32 -
個人の見解:Tool設計における観点 正確性 • • LLMが意図通りのToolを選択できるか LLMがユーザーの目的に到達できるか 効率性 • LLMが短時間で目的に到達できるか コスト
• • 適切なトークン消費量かどうか 適切なAPIコール数かどうか※ ※:特に、APIコール数に応じた従量課金モデルのMCPサーバーの場合 Copyright Val Laboratory Corporation All Rights Reserved. 33 -
APIドキュメントの llms.txt 化 • llms.txtとは: Webサイトの全体像をLLMに伝えるためのテキストファイル • 参考: 「駅すぱあと API」公式ドキュメント(
トップページ | llms.txt ) • APIドキュメントを llms.txt 対応するメリット: ◦ 主な効果:LLMからのWebサイトへの流入。LLMもAPIの仕様を理解できるようになる。 ◦ 副次効果:CLAUDE.md / AGENTS.md に記載すれば、MCPサーバーの開発作業でも活用できる。 CLAUDE.mdへの記載例 Tool で呼び出す WebAPI の仕様は、 https://docs.ekispert.com/llms.txt を必ず参照して。 35 Copyright Val Laboratory Corporation All Rights Reserved. -
Anthoropic公式スキル /mcp-builder の活用 • https://github.com/anthropics/skills/tree/main/skills/mcp-builder • MCPサーバーの設計・開発・改善などに関するアドバイスを行ってくれるスキル • 初めてMCPサーバーを開発する場合は特に役に立つ •
用途: ◦ Toolの粒度の相談や設計作業における壁打ち相手 ◦ Toolのdescriptionの文章の改善 ◦ などなど 36 Copyright Val Laboratory Corporation All Rights Reserved. -
詳細は書籍で! 「Software Design 2026年4月号」にて 「駅すぱあと API MCPサーバー」の 開発ノウハウを寄稿させていただきました。 本日お話ししたような内容以外にも、 既存WebAPIをAIを活用して効率よくTool実装を
進めるための開発ノウハウなども紹介しています。 ご興味のある方は是非お読みください! 39 Copyright Val Laboratory Corporation All Rights Reserved. -
今週末のイベント:Developers Summit 2026 FUKUOKA 明日9/11開催です!Postman 草薙様が登壇されます! 40 Copyright Val Laboratory
Corporation All Rights Reserved. -
今週末のイベント:Zenn Agentic AI Hackathon with Google Cloud 9/11~12でハッカソン@福岡開催です!弊社もSupportスポンサーとして参加します! 41 Copyright
Val Laboratory Corporation All Rights Reserved. -
今週はまだまだ福岡で面白そうなイベントがいっぱいあります! Developers Summit 2026 FUKUOKA Zenn Agentic AI Hackathon 2026/09/11
13:00 ~ 18:40 2026/09/11 19:00 ~ 2026/09/12 17:00 ONE FUKUOKA CONFERENCE HALL(天神駅直結) 福岡舞鶴スクエア(赤坂駅から徒歩4分) なんと、ハシゴできる距離・時間です! 42 Copyright Val Laboratory Corporation All Rights Reserved. -
We are hiring! ヴァル研究所では、一緒に働く仲間を募集中です!! • フロントエンドエンジニア • アプリエンジニア • バックエンドエンジニア
• ITソリューション営業、など • カジュアル面談も行っています! 採用情報 43 Copyright Val Laboratory Corporation All Rights Reserved. -
ご清聴ありがとうございました! 「駅すぱあと API MCPサーバー」 90日間無料の評価版の ご紹介ページ アクセスキーもお申込み可能です! 44 Copyright Val
Laboratory Corporation All Rights Reserved.