MCPでVibe Working。そして、結局はContext Eng（略）/ Working with Vibe on MCP And Context Eng

2025/9/5に開催されたMCP Meetup Tokyoの登壇資料です。
https://aiau.connpass.com/event/365588/

Transcript

1. MCP Meetup Tokyo MCPでVibe Working そして、結局はContext Eng（略） 2025年9月5日 Asterminds株式会社 r.kagaya
2. 2022年に株式会社ログラスに入社 経営管理SaaSの開発、開発生産性向上に取り組んだのち、 生成AI/LLMチームを立ち上げ、新規AIプロダクトの立ち 上げに従事 その後、独立・現職 Asterminds（アスターマインズ）株式会社 r.kagaya(@ry0_kaga) 自己紹介
3. 今日の内容 • 10分なので、MCPの詳細説明は割愛させて頂きます..！ • スライドも割とサクサク進みます...！ • 今は二人しかいない会社でバタバタやってるので、皆様の状況/前提と異な ることは多いです、ご了承ください（権限周りのシビアさなど） • スライドは公開しているので、ゆっくり見たい方は、Xのハッシュタグ （#MCPMeetupTokyp）などから手元でご確認ください。 MCPを用いてVibe Workだ！とかやってたら、結局データ・コンテキスト整備に 戻ってきてる話です
4. Vibe Working 

5. Vibe Coding（他関連ワード含む） やっていますか？
6. コーディング以外も 同じことやりたくなりませんか？
7. コーディング以外も 同じことやりたくなりませんか？ 良いUI/UX、体験の定義や具体はこうやって変わっていくのだろうかと 感じている（補足: GUI・ノーコードがなくなるとかは思っていないです）
8. Appendix. Vibe for LP作成 会社HPをAstro × AIコーディングで作った エンジニア以外も開発しやすくするためにVibe Kanbanを入れてみたり 会社スライド、プロダクトドキュメントをNotion / Google Drive MCPで繋い で、Cursorルールも整備 会社HP自体のMCPサーバーやllms.txtも作った（現状たいして意味はない
9. Appendix. Vibe for プレスリリース作成 プロダクト・会社HP/LPコンテンツを引き出せるMCPサーバー/llms.txtを提供 （正直ただのWebリサーチツールか、Githubにドキュメントを入れておいても良 いので、MCPサーバーとllms.txtにしてるのは趣味） LPコンテンツを元に、Cursor/Claudeで プレスリリースを作成するなど素人がAIと 作るには重宝している
10. AIツールとの繋ぎ込みは 基本的にMCP （llms.txtの例もあったが）
11. AIツールで色々な業務をこなす 情報取得だけでもMCPは重宝する （設定は楽。権限や複雑な操作は...）
12. でも、もっとMCPを活用するなら？
13. MCPとContext Engineering 

14. 今回の話の中心となるMCPサーバー よくある社内ドキュメント共有・検索MCPサーバー GoogleやNotionのAPI / MCPを使うよりは、 特定のディレクトリやストック情報、特定チームや ユースケースで必要な情報を、上手く返すなど イメージ

15. MCPを何のために使うのか （色々あるが） AIからのアクセシビリティ担保とロジックや知識のカプセル化 共通化した知識やロジックをAIに提供したい but 簡単に配布・アクセスはしたい （標準規格の立場にこんなにスムーズに収まるとは思っていなかった） 例えば） 社内ドキュメントを共有・検索するためのMCPサーバー • 特定チームやユースケースで必要な情報を、上手く返すなど。 ルールなり、APIなりでも良いが、また違った形での責務・粒度を見出したい 現状は全くだが、サンプリングの使いこなしは、why MCPを明確になりそう？
16. MCP as a Serviceの登場 →はbyteroverのCiher いわゆるAIコーディングアシスタントに永続 的な記憶を提供するメモリレイヤー ↓MCPサーバーとしてアクセス可能 • コード、理由、AIの推論プロセスを保持 • 過去の解決策やパターンを記憶 • チーム全体 and チーム毎の共有 https://www.byterover.dev/ 

17. MCP as a Serviceの登場 →はbyteroverのCiher いわゆるAIコーディングアシスタントに永続 的な記憶を提供するメモリレイヤー ↓MCPサーバーとしてアクセス可能 • コード、理由、AIの推論プロセスを保持 • 過去の解決策やパターンを記憶 • チーム全体 and チーム毎の共有 https://www.byterover.dev/ 
 MCPとして導入・提供

18. とはいえ、社内ドキュメント検索MCPサーバーを作る・使ってみて感じること 当たり前だが、MCPサーバーの実装云々の前にデータ整備や検索の出番 理想は、Notion API or MCPを使うだけでは実現が難しい、特定チームや職種・ ユースケースに応じた知識・コンテキストの提供がしたい （今は二人だけの会社なので、正直そんなにクリティカルではないけど..） for MCPに限らないが、AIアクセシビリティの担保やデータ整備、コンテキスト の共有と分離に話が戻ってくる
19. とはいえ、社内ドキュメント検索MCPサーバーを作る・使ってみて感じること 当たり前だが、MCPサーバーの実装云々の前にデータ整備や検索の出番 理想は、Notion API or MCPを使うだけでは実現が難しい、特定チームや職種・ ユースケースに応じた知識・コンテキストの提供がしたい （今は二人だけの会社なので、正直そんなにクリティカルではないけど..） for MCPに限らないが、AIアクセシビリティの担保やデータ整備、コンテキスト の共有と分離に話が戻ってくる 今風に言うと、
 Context Engineering

20. なぜContext Engineeringが必要か シングル or マルチを問わず、コンテキストの共有、もしくは分離が重要 現時点ではマルチエージェントはコンテキストの一貫性が重要なタスク（コーディン グなど）では、コンテキスト共有の難しさはある 一方、シングルエージェントも複雑なタスク になればコンテキストのオーバーフローが 起きるので、コンテキストの圧縮や動的な コンテキスト管理が求められる
21. なぜContext Engineeringが必要か シングル or マルチを問わず、コンテキストの共有、もしくは分離が重要 現時点ではマルチエージェントはコンテキストの一貫性が重要なタスク（コーディン グなど）では、コンテキスト共有の難しさはある 一方、シングルエージェントも複雑なタスク になればコンテキストのオーバーフローが 起きるので、コンテキストの圧縮や動的な コンテキスト管理が求められる 専用LLMで履歴を
 詳細/イベント/決定に
 圧縮とかしてる(らしい)

22. 再掲) 目指すはAIコーディング for メモリ（Context7、Ciher-mcp）の社内版 →はbyteroverのCiher いわゆるAIコーディングアシスタントに永続 的な記憶を提供するメモリレイヤー 下記機能をMCPを入れると利用可能 • コード、理由、AIの推論プロセスを保持 • 過去の解決策やパターンを記憶 • チーム全体 and チーム毎の共有 https://www.byterover.dev/ 

23. 再掲) 目指すはAIコーディング for メモリ（Context7、Ciher-mcp）の社内版 →はbyteroverのCiher いわゆるAIコーディングアシスタントに永続 的な記憶を提供するメモリレイヤー 下記機能をMCPを入れると利用可能 • コード、理由、AIの推論プロセスを保持 • 過去の解決策やパターンを記憶 • チーム全体 and チーム毎の共有 https://www.byterover.dev/ 
 コンテキストが育つ体験とチーム間共有
 さらにはチーム毎のコンテキスト分離
 
 -> やりたいことそのものでは？

24. MCPのために コンテキストをどう整備する？
25. 最近やってること・工夫 生成
 01
 外部知識の獲得と生成 
 ドキュメント検索MCPにおけるNotion / Google Driveへの取得や後述する日 報を元にした自動ナレッジの生成など 
 整備
 02
 定期的にナレッジやドキュメントを元に、重要度や最新の情報にアップデート 
 llms.txtでドキュメント置き場の索引を提供/更新するなども 
 共有・分離 
 03
 領域やユースケースごとのコンテキスト管理 
 例えばセールス系コンテキスト、特定チーム毎のコンテキストでまとめるなど （最近やり始めたばかり、まだそんなに分離することがない 

26. 日報やナレッジ抽出の自動化 日報収集を音声AIとの対話で自動化し、n8nを用いて構造化・格納 格納したナレッジをDriveに貯めて、MCPでアクセスして引き出す e.g.) 「プロダクト開発進捗」に関する言及は、プロダクト関連コンテキストとして特 定ディレクトリに格納する -> 人間は構造化・抽出プロンプト・音声AI対話の改善に注力
27. 自動的なコンテキスト分離 前述の日報からのナレッジ抽出の中で、領域に応じた、コンテキストの生成、格納 一例は、「プロダクト開発進捗」に関する言及は、プロダクト関連コンテキストとして特 定ディレクトリに格納 -> 自動で上手く回るように、ひたすら作業履歴の確認と抽出プロンプトの改善
28. まずはMCPを情報取得に使いつつも コンテキスト整備に邁進している
29. まとめ

30. MCPに限らない、コンテキスト生成ワークフローを試しての感想 AI前提で考える
 ルール決めと改善
 手動で直すのを我慢
 今のフローのままAIをどう組 み込むか？には難しさもあ る
 今の構成を上手くAIに教え るのではなく、そもそもやり やすい形に構成を変えるな ど
 （この辺りダメダメなので、世 の中のAI Ops Mgrはすごい 
 
 判断やルールを極力決め て、人間はそのルールの改 善や保証などの仕組みに時 間を使うのも吉 
 
 理想はルール自体の改善や レビューも半自動化？ 
 油断すると抽出したコンテキ スト・ドキュメントを手動で直 して、終わりとしてしまう 
 業務運営上仕方ないことも あるが、せっかくやるならプ ロンプトやルール自体を改 善することにも時間を割く 

31. まとめ • ドキュメント検索サーバーを題材にMCPの利点や活用、そのためにも結局 Context整備が重要だと感じる • AIコーディングアシスタント向けで提供が先行しているメモリレイヤーが、社 内でのAIツール/MCP活用においても重要だと考えている • MCPによる社内向けメモリ・コンテキスト管理へのトライを始めた ◦ byteroverのCiher、もしくは類似サービス（Zep）利用も検討 ◦ 1,2ヶ月後には何か進捗を話せるように頑張る
32. まとめ • ドキュメント検索サーバーを題材にMCPの利点や活用、そのためにも結局 Context整備が重要だと感じる • AIコーディングアシスタント向けで提供が先行しているメモリレイヤーが、社 内でのAIツール/MCP活用においても重要だと考えている • MCPによる社内向けメモリ・コンテキスト管理へのトライを始めた ◦ byteroverのCiher、もしくは類似サービス（Zep）利用も検討 ◦ 1,2ヶ月後には何か進捗を話せるように頑張る （本音) これの話をしようと思っていた！
 未来の自分に期待

33. Zepというのもある（まだ試せていない、知ってる人がもしいたら.. https://www.getzep.com/ 
 > チャット履歴とビジネスデータから関連性の高いコンテキストを体系的に構築し、 高速・高精度でパーソナライズされたエージェントを開発するプラットフォーム
34. Appendix）llms.txtでの索引更新 社内のドキュメント情報・コンテキストの索引まとめたllms.txtを作成 （右画像はイメージ） 情報先の明確なヒントや構造の提示 AIに見せたら、何となく起点はわかる 見つけるのはAgentic RAGの力技 （これも自動追加・更新をしたいが、そこまではできていない
35. ネタ、イメージ MCPサーバー側でロジックは定義できるが、 リモートサーバーのURLを配ったら、すぐに誰 でもAIツールからアクセス （残念ながら、能力不足で面白いゲームにそも そもならなかった）
36. おわり