AnyDigiAnyDigi
MCPAI活用事例個人開発Claude

AIに「私の資産を見せて」と言うだけでポートフォリオ分析ができる仕組みを作った

はじめに

「私のポートフォリオを教えてください」

AIにこう話しかけるだけで、自分の保有資産が一覧表示され、評価損益の分析や、FIRE（経済的自立）の可能性まで計算してくれる — そんな仕組みを作りました。

技術的には MCP（Model Context Protocol） という、AIにツールを渡すための標準プロトコルを使っています。

ただ、この記事で一番伝えたいのは、ポートフォリオアプリを作った話ではありません。

固有のデータを蓄積し、Webアプリで人が管理しやすくし、AIとの接続口を作る。この3ステップを踏めば、データの活用が劇的に変わる — ということです。

今回はその実例として、個人の資産管理アプリにMCPサーバーを組み込み、AIがポートフォリオに直接アクセスできるようにした話をします。

何ができるようになったか

Claudeに自然言語で話しかけるだけで、以下のことができます：

  • 保有資産の一覧表示 — 株式、投資信託、不動産、現金、暗号資産まで全て
  • ポートフォリオの評価 — アセットアロケーションの偏り、リスク分析、改善提案
  • ポートフォリオ見直しの提案 — 目標や市場環境に応じたリバランス案の提示
  • FIRE診断 — 現在の資産と支出から、経済的自立に必要な条件を逆算

従来のポートフォリオ管理ツールは「データを見る」ことしかできません。MCPを使うことで、AIが「データを見て、考えて、提案する」ところまで一気通貫でやってくれます。

Webアプリのポートフォリオ画面

MCPとは何か — AIに「手」を与えるプロトコル

MCP（Model Context Protocol） は、Anthropicが2024年末にオープンソースで公開したプロトコルです。

一言でいうと、「AIに外部ツールを使わせるための標準規格」。

ChatGPTのFunction Callingに似ていますが、MCPはモデルに依存しないオープン標準で、サーバー側に1回実装すれば、対応するあらゆるクライアントから利用できます。

現時点で対応しているクライアントの例：

  • Claude Code — ターミナルで動くCLI型のAIアシスタント
  • Claude Desktop — Anthropicのデスクトップアプリ
  • GitHub Copilot（VS Code） — エディタ内のAIアシスタント
  • Cursor — AI特化のコードエディタ

重要なのは、AIがどのツールをいつ使うかを自分で判断するということ。ユーザーは「ポートフォリオを見せて」と言うだけで、AIが裏側で資産取得ツールを呼び出し、結果を解釈して返してくれます。

アーキテクチャ：意外とシンプル

全体の構成はこうです：

┌──────────────────────────────────────┐
│        Claude Code / Desktop          │
│    「ポートフォリオを教えて」            │
└──────────┬───────────────────────────┘
           │ MCP (HTTP + JWT認証)
           ▼
┌──────────────────────────────────────┐
│         Webアプリ（MCPサーバー）        │
│     ・資産一覧の取得                    │
│     ・資産サマリーの取得                 │
│     ・資産種別ごとの取得                 │
└──────────┬───────────────────────────┘
           │
           ▼
┌──────────────────────────────────────┐
│          データベース                   │
│     portfolios / holdings テーブル     │
└──────────────────────────────────────┘

ポイントは3つ：

  1. MCPサーバーはWebアプリに同居 — 既存のアプリにAPIエンドポイントを1つ足すだけ。別サーバー不要
  2. JWT認証 — Settings画面でトークンを発行し、有効期限付きで安全に管理
  3. ツールの説明文がカギ — AIは説明文を読んで「どのツールをいつ使うか」を判断する。ここの書き方でAIの賢さが変わる

MCPサーバーの設置に大がかりなインフラ変更は不要です。既存のWebアプリにAPIルートを1ファイル足すだけで始められます。

実際に使ってみる

※以下のスクリーンショットに表示されている資産データは、記事用に作成したダミーデータです。実在のポートフォリオではありません。

「私のポートフォリオを教えてください」

Claude Codeでの資産一覧表示

AIがMCPツールを呼び出し、資産種別ごとの集計と一覧表を返してくれます。データベースの構造や集計ロジックをユーザーが知る必要は一切ありません。

「現在のポートフォリオを評価して」

ポートフォリオ評価

ここからがAIの真価です。データを取得するだけでなく、アセットアロケーションの分析、リスクの指摘、改善提案まで出してくれます。これは従来のダッシュボードツールにはできないことです。

「私はFIREできますか？」

FIRE診断

冗談半分で聞いてみたFIRE診断。AIが真面目に年間支出を仮定し、4%ルールで逆算してくれました。結果は…まだ道のりは長いようです（笑）

使っている技術

カテゴリ技術
WebアプリNext.js（App Router）
データベースNeon Postgres
ORMDrizzle ORM
MCPサーバー@modelcontextprotocol/sdk
認証JWT（トークン発行・検証）
ホスティングVercel
AIクライアントClaude Code / Claude Desktop

MCPサーバーの実装は、公式SDKを使えば比較的簡単です。ツールの定義は「名前」「説明」「入力パラメータ」「実行する処理」の4つを書くだけ。あとはSDKがプロトコルの通信部分を全て処理してくれます。

次にやりたいこと

この仕組みの面白いところは、MCPツールを足せば足すほどAIにできることが増えるということ。

現在は「ポートフォリオを見る」だけですが、今後は：

  • ニュース分析との連携 — 「保有銘柄に関連するニュースある？」
  • YouTubeトレンド分析 — 急上昇動画のコメントから市場の空気感を読む
  • 銘柄スクリーニング — 「配当利回り4%以上で割安な銘柄を探して」

AIが自分専用のデータベースを自由に検索できる状態を作ると、「質問するだけで答えが返ってくる」体験が本当に快適です。ダッシュボードを開いて自分でフィルタする時代は終わるかもしれません。

おわりに

今回はポートフォリオ管理で試しましたが、この仕組みの本質は資産管理に限りません。

自社の固有データを蓄積する。Webアプリで人が扱いやすくする。そしてAIとの接続口を用意する。

この3つが揃えば、あとはAIに「聞くだけ」でデータが活きはじめます。顧客データ、在庫、売上、問い合わせ履歴 — どんな業務データでも同じ構造で実現できます。

MCPはまだ新しいプロトコルですが、既存のWebアプリにAPIエンドポイントを1つ足すだけで始められます。興味がある方はぜひ試してみてください。

（FIREはもう少し頑張ります）

← Any Notes に戻る