MCPとマネージドPaaSで実現する 大規模AIアプリケーションの 高速開発 後川 菜穂子 / 芝村 達郎 HACK EVERYTHING. 

HACK EVERYTHING. 後川 菜穂子 芝村 達郎 ⚫ Microsoft MVP for Microsoft Azure ⚫ しばやん雑記 https://blog.shibayan.jp ⚫ (株) merida 代表 ⚫ Webフロントエンドエンジニア HACK EVERYTHING. 

AIアプリケーション開発の背景と課題 HACK EVERYTHING. 大規模開発では“スピード”と“精度”を両立しづらい ⚫ データの種類／前処理方法／開発者に要するドメイン知識などが 全く異なる領域をまとめて取り扱う ⚫ LLMがスマートに解釈してくれるとはいえ、 問い合わせ内容を意識した作り込みは必須 ⚫ 簡易的なSaaSソリューションでは精度が出せず、 低レイヤーからゼロベースで構築していくとスモールスタートできない → 機能ごとの並行開発を可能にするマイクロサービス的技術への期待 

AIアプリケーション開発の背景と課題 HACK EVERYTHING. マルチエージェント？ ⚫ 自律型マルチエージェントの課題 エコシステムが未成熟で、フレームワークそのものの方針や性能に精度が依存する ⚫ Agentic ワークフロー型 (決定論的) マルチエージェントの課題 固定のフローには最適だが、高度に動的なものは作りにくい リモートMCP？ 

AI Challenge Day 4 HACK EVERYTHING. https://www.youtube.com/live/2tTHr20sT_o ⚫2025/6/19 (木) 開催 ⚫テーマ 生成AIを組み込んだ、リテール業界向け Azure製アプリケーションの開発 ⚫ZEN Architectsも参加することに 

AI Challenge Day 4 HACK EVERYTHING. ⚫実稼働2~3日、リードタイム1週間のチームハッカソン ⚫仮想のECサイトのチャットアシスタントを構築 多岐にわたる問い合わせに対応: 商品仕様 (画像による質問も)、在庫・発送状況、クレーム (自らに) MCP縛りを課して参戦！ → “スピード” と “精度” の検証に適した題材 

既存データストア Blob Storage Cosmos DB (Mongo DB) Azure Database for PostgreSQL Data Ingest 既存 APIs (MCP) Knowledge base Cosmos DB (No SQL API) MCP Servers Azure OpenAI Service Azure Functions (Flex Consumption) Document Intelligence Azure AI Foundry 注文・在庫 MCP 商品 MCP SNS MCP 画像 MCP EC Agent EC Web (UI) Static Web Apps App Insights Monitor GitHub Actions User Agent Context ベクター化 メタデータ生成 DevOps 基盤 MCP Client History MCP tool trigger Vector Index GPT-4.1 GPT-4.1 embedding Advanced RAG （メタデータ生成） Remote MCP アーキテクチャ 

Azure Functions MCPツールバインド HACK EVERYTHING. ⚫Azure FunctionsでリモートMCPサーバーを構築するための拡張機能 現在プレビュー段階、SSEにのみ対応 TypeScriptの実装例 (超シンプル！) https://github.com/Azure-Samples/remote-mcp-functions-typescript/blob/main/src/functions/helloMcpTool.ts 

MCP×マネージドPaaSを使った開発 HACK EVERYTHING. ⚫ MCPツール化するための実装は Functions SDKに内包 ロジック実装に集中できる ⚫ ベースがAzure Functions モニタリングやスケールも 設定レス ⚫ クライアント・サーバー間の接 続仕様が先に決まっている ⚫ サーバー側の実装更新に伴い、 クライアントがダイナミックに ツールスキーマを読んでくれる (OpenAPI との違い) 効率的に並行開発できる 

MCP×マネージドPaaSを使った開発 HACK EVERYTHING. ⚫MCPクライアント ⚫各MCPサーバー で実装担当を割り振って 開発着手時から完全に分業 

MCP×マネージドPaaSを使った開発 HACK EVERYTHING. 「ギリギリまで分担開発して、 最後に接続してから精度調整しよう」 後調整なしでかなりの精度が出る結果に groundedness / relevance スコア満点 2~3日後 

MCP×マネージドPaaSを使った開発 HACK EVERYTHING. 大規模AIアプリケーション開発において「MCPに寄せる」戦法は有効そう ⚫ 開発・設計・運用対象の最小化(標準仕様に則った周辺技術により) ⚫ 疎結合化による効率的な分業 多種なデータを扱うAIアプリケーションでも 開発体制のスケールが可能 

MCP×マネージドPaaSを使った開発 HACK EVERYTHING. プロトコル標準化の恩恵は エコシステムの成長ありき Azure Functions MCPツールバインドの 進化にも期待！ https://github.com/Azure/azure-functions-mcp-extension/issues 

デモ & 技術解説 

技術的な学び HACK EVERYTHING. ⚫マルチエージェントとMCPは共存前提 ⚫REST APIとMCPツールは粒度や考慮点が異なる API ManagementのAI-Gateway ⚫常時接続を持つSSEはFaaSとの相性△ Streamable HTTPに期待 ⚫継続的な精度計測も重要 MCP×マネージドPaaSで開発を効率化した結果、いわゆるLLMOpsの領域にまで早期に手が出せる 

Thank you! HACK EVERYTHING.