全国215,000社の建設業データをAIから使えるMCPを1日で作った 全国215,000社の建設業データをAIから使えるMCPを1日で作った
- 結論から 「東京都の建設会社を教えて」 ClaudeやChatGPTにこう聞くだけで、全国215,899社の建設業データベースから企業リストが返ってきます。
- 前回の記事で「北海道7,400社のMCPサーバーを1日で作った」話を書きました。
- 今
本記事は、日本全国215,899社の建設業データベースをMCP（Model Context Protocol）サーバーとして公開し、ClaudeやChatGPTなどのAIから自然言語で検索できる仕組みを約1日で構築した開発体験レポートです。「東京都の建設会社を教えて」のような問いかけだけで企業リストが返ってくる点が特徴として紹介されています。
著者は以前、北海道7,400社を対象にした小規模版MCPサーバーを作った経験を持ち、今回はそれを全国規模に拡張した形です。MCPを活用することでAIエージェントが外部データベースをツールとして呼び出せるアーキテクチャを、比較的短期間で実現できることを示しています。実装詳細やデータソースの正確な出典については元記事を参照してください。
This article documents a developer's experience building an MCP (Model Context Protocol) server that wraps a 215,899-company Japanese construction industry database, making it queryable through AI assistants like Claude and ChatGPT using plain natural language—all within roughly one day of work.
The project is a follow-up to an earlier effort covering roughly 7,400 Hokkaido-based companies; this version scales to a nationwide dataset. By exposing the database as an MCP tool, AI agents can call it directly during conversations, returning structured company lists in response to queries such as "Show me construction companies in Tokyo."
The write-up highlights how MCP lowers the barrier to integrating proprietary or domain-specific datasets into AI workflows. Readers interested in implementation specifics, data sourcing, or licensing details should consult the original Zenn article for authoritative information.
本ページの本文・要約は AI による自動生成です。正確性は元記事 (zenn.dev) をご確認ください。
