アイデアソン技術紹介 ChatGPT 含む技術紹介 2025 年 11 月時点
みなさん、こんにちは！
この1年で進化したAI技術について紹介します。
長いプロンプトを書く時代から、AIが自律的に判断・実行する時代へ AI でつくるシーンも変わってきました。 MCP（Model Context Protocol）や AI エージェントを中心に、最近のクラウドプレイグラウンドを組み合わせた実装アプローチをお伝えします。
テーマ：プロンプトだけでなく新しい手法も加えてシステムと連携する
プロンプト（お願い）でできることは、もうみんな知っています。
でも、この1年で AI をシステムに組み込む技術が大きく進化しました。今日は、その最新動向と実例をお見せします。
この1年の進化について3つのポイントをお伝えします。
ポイント1：「お願い」から「仕組み」へ
- 昨年まで
- 長いプロンプトを書いて制御
- 毎回同じことを説明する必要
- 出力フォーマットがバラバラ
2025年の今は変わってきています。
Structured Output や Function Calling で出力を確実な JSON 形式にする技術。AIの回答が毎回違うフォーマットだと処理できない問題を解決します。
これによりシステムと連携はしやすくなる初歩ができてきました。
そして、AIエージェントが登場します。複数のツールを組み合わせて、文脈から高度な処理を自律実行。「今日の天気を見て、寒ければライトを暖色に」といった複合的な指示も可能に。
「プロンプトだけじゃなく、システムの一部として動く」そんな機運が高まりました。
ポイント2：より良く連携する術 MCP
この1年で注目すべき技術が MCP（Model Context Protocol）です。
MCPは、AIとAPI/システムがコミュニケーションするための標準プロトコルです。
いままでは、外部システムとの連携に長いプロンプトが必要、AI の会社 AI モデルごとに実装方法が異なるし、複数ツールの連携が複雑で、プロンプトと言葉の解析のプログラムを併用したねじ伏せ感がありました。
MCP によって、でーたのるーる（スキーム）を決めれば、データが確実に届き、標準化されたプロトコルで実装がしやすくなりました。
そして、これにより AI エージェントと組み合わせて AI が自分で判断してツールを使えるようになりました。
公式ドキュメント：
- What is the Model Context Protocol (MCP)? - Model Context Protocol
MCPの特徴
- API と自然言語の橋渡し
- 長いプロンプトを置き換え、開発効率を向上
- AI と既存システムの親和性を高める
- 開発ハードルを下げ、より多くのエンジニアが AI 機能を統合可能に
- 実装の手軽さ
- Python/TypeScript SDKの提供
- データの定義（スキーマ）が手堅くできるので動作が決めやすい
- すぐに試せる環境を提供できる
ポイント3：使いやすくなった AI 基盤
AI 技術だけでなく AI を使う環境もだいぶやりやすくなりました。
クラウドプレイグラウンド
GUI ベースで独自のプライベートAI環境を構築できるサービスが充実してきました。ハッカソンでも気軽に自分のデータでAIを試せます。
- AWS Bedrock
- AWSのマネージドAIサービス
- 複数のAIモデルから選択可能
- AWSエコシステムとの統合
- Azure AI Foundry
- Azure ベースのエンタープライズ向けAI基盤
- Microsoft のエコシステムと統合
- GUI でプライベートAI基盤構築体験を提供
Ollama（ローカルLLM）
- ローカル環境で動作するLLM
- プライバシー重視の用途に最適
- オフライン環境でも利用可能
クラウドプレイグラウンドと共通の特徴としては、
- GUI でプライベートAI基盤構築体験を提供
- 自分のデータで安全に AI をテスト可能
- ハッカソンなどで素早くプロトタイプを作成
実例デモ：Claude Desktop × MCP × IoT制御
言葉だけでは分かりにくいので、実際にデモをお見せします。
デモの構成
Claude Desktop（MCP接続済み）
↓ 自然言語で指示
MCPサーバー
↓ MQTT経由で通信
IoTデバイス（ライト）
↓
オン/オフ制御
デモの流れ
- Claude Desktopで「ライトをオンにして」と入力
- MCPサーバーがMQTTメッセージを送信
- IoTデバイスが反応してライトがオン
- 「オフにして」でオフに
ポイント
- 長いプロンプト不要
- 自然言語だけでシステム制御
- 標準プロトコル活用
- MCPによる確実なデータ連携
XR × IoT制御の動画デモ
さらに発展した例として、XR空間でのIoT制御も時間があればお見せします。
デモの内容：
- XR空間でのライトのオンオフ制御
- 自然言語によるデバイス制御の実現
- MCPによる複数システムの連携
実用例：ChatGPT APIと多様なAIサービス
もちろん、従来のChatGPT APIも引き続き強力なツールです。
ChatGPT APIは、OpenAIが提供する強力な会話型AIサービスです。テキスト生成だけでなく、Vision APIによる画像認識、Whisper APIによる音声認識など、マルチモーダルな機能を提供し、実際のビジネスアプリケーションに組み込むことができます。
ChatGPT API の主な機能
- 会話文脈保持
- 長い会話でもコンテキストを維持
- もちろん他のAIサービスも同様に利用可能
- 画像認識
- Vision APIによる画像解析
- スクリーンショットからの情報抽出
- 音声認識
- Whisper APIによる高精度音声認識
- 多言語対応
まとめ：今日から使える、今日から作れる
この1年の進化
- Structured Output / Function Calling: AIの出力を確実に
- AI エージェント**: 複数ツールを組み合わせた自律実行
- MCP: AIとシステムの標準的な接続方式
- クラウドプレイグラウンド: 誰でも簡単にAI基盤を構築
AI 連携の仕組みを自分たちのコンテンツに加えていきましょう！
参考資料
以下のリソースも合わせてご活用ください。
次のページ: ハンズオンの準備に進みましょう！