---
title: AIエージェント開発の進め方｜MCP・A2Aの設計と実装ガイド
description: AIエージェント開発は、対象業務を絞り、ツール接続と人の確認を組み合わせて小さく始める方法が基本です。MCPとA2Aの役割、構成要素、開発フレームワークの選び方、評価・改善の進め方、権限やプロンプトの設計上の注意点を解説します。
image: https://start-link.jp/hubfs/blog/screenshots/generated/gen_BS-5.jpg
---

[![StartLink](https://start-link.jp/hs-fs/hubfs/logo/%E6%9C%80%E7%B5%82Start%20Link%20(500%20x%20150%20px)%20(%E8%83%8C%E6%99%AF%E3%81%82%E3%82%8A).png?width=130&height=39&name=%E6%9C%80%E7%B5%82Start%20Link%20(500%20x%20150%20px)%20(%E8%83%8C%E6%99%AF%E3%81%82%E3%82%8A).png "StartLink")](https://start-link.jp)

- [会社情報About](https://start-link.jp/about)
- [サービスService](https://start-link.jp/service)
- [プロダクトProducts](https://start-link.jp/sync)
- [YoutubeYoutube](https://start-link.jp/about/sns)
- [ブログBlog](https://start-link.jp/hubspot-ai)
- [導入事例Case studies](https://start-link.jp/case)
- [採用情報Recruit](https://start-link.jp/recruit)

[資料DL](https://start-link.jp/download/service) [無料相談 →](https://start-link.jp/contact)

[会社情報](https://start-link.jp/about) [サービス](https://start-link.jp/service) [プロダクト](https://start-link.jp/sync) [Youtube](https://start-link.jp/about/sns) [ブログ](https://start-link.jp/hubspot-ai) [導入事例](https://start-link.jp/case) [採用情報](https://start-link.jp/recruit)

[資料ダウンロード](https://start-link.jp/download/service) [無料相談 →](https://start-link.jp/contact)

- [トップ](https://start-link.jp)
- [会社情報](https://start-link.jp/about)
- [サービス](https://start-link.jp/service)
- [Youtube](https://start-link.jp/about/sns)
- [ブログ](https://start-link.jp/hubspot-ai)
- [Contact](https://start-link.jp/contact)
- [個人情報保護方針](https://start-link.jp/privacy-policy)
- [個人情報取り扱い規定](https://start-link.jp/personal-information-processing-agreement)

[ホーム](https://start-link.jp) › [ブログ](https://start-link.jp/hubspot-ai) ›[AI活用](https://start-link.jp/hubspot-ai/ai) ›[AI駆動開発](https://start-link.jp/hubspot-ai/ai/ai-driven-dev) ›AIエージェント開発の進め方｜MCP・A2Aの設計と実装ガイド

# AIエージェント開発の進め方｜MCP・A2Aの設計と実装ガイド

- 2026年3月7日
- 最終更新: 2026年10月7日

![](https://start-link.jp/hubfs/blog/screenshots/generated/gen_BS-5.jpg)

この記事の結論

AIエージェント開発の進め方とは、対象業務を一つに絞り、AIが処理する範囲と人が判断する場面を決めたうえで、必要な情報、ツール接続、確認手順を組み合わせることです。AIエージェント開発では、対象業務を一つに絞り、AIが処理する範囲と人が判断する場面を決めます。そのうえで、必要な情報、ツール接続、確認手順を組み合わせます。最初に決めたいのは、何をもって処理が完了したと判断するか、判断できないときに誰へ戻すかです。

ブログ目次

もっと見る ▼

AIエージェント開発の進め方とは、対象業務を一つに絞り、AIが処理する範囲と人が判断する場面を決めたうえで、必要な情報、ツール接続、確認手順を組み合わせることです。AIエージェント開発では、対象業務を一つに絞り、AIが処理する範囲と人が判断する場面を決めます。そのうえで、必要な情報、ツール接続、確認手順を組み合わせます。**最初に決めたいのは、何をもって処理が完了したと判断するか、判断できないときに誰へ戻すかです。**

顧客情報がスプレッドシートとCRMに分かれていて照合に手間がかかる。AIに業務システムを使わせたいが、どの操作まで任せてよいかわからない。MCPやA2Aを自社の業務で使うべきか判断できない。こうした場合は、技術を選ぶ前に、対象業務の開始条件、参照する情報、完了条件を整理します。

AIエージェントとは、指示を受けてタスクを計画し、ツールを使って実行し、その結果をもとに次の処理を選ぶAIシステムです。開発では、LLM、ツール接続、メモリ、実行を管理する仕組みを、対象業務に合わせて組み合わせます。

AIエージェントの基本概念については「[AIエージェントとは？ビジネス活用の全体像を解説](https://start-link.jp/hubspot-ai/ai)」で詳しく紹介しています。

## この記事でわかること

AIエージェントの開発を検討するときに、技術構成だけでなく業務の選び方や運用の組み立て方も知りたい方に向けて整理しています。

- **開発の構成要素** — LLM、ツール接続、メモリ、オーケストレーションの役割と、業務フローとの関係を説明します。
- **MCPとA2Aの役割** — AIと外部ツールをつなぐMCPと、エージェント同士を連携させるA2Aの使いどころを解説します。
- **フレームワークの選び方** — 単一タスク、複雑なワークフロー、マルチエージェントなど、目的に応じた選定の考え方を整理します。
- **開発と運用の手順** — 対象業務の選定からツール接続、評価、改善までを順に見ていきます。
- **人とAIの役割分担** — AIに任せる処理と、人が確認・判断する処理を分けるポイントを紹介します。

読み進める際は、自社で繰り返し発生している業務を一つ思い浮かべてください。その結果を担当者が確認できるなら、最初の試作対象として検討できます。確認できない場合は、先に完了条件と確認方法を決めます。

## AIエージェント開発は業務フローから設計する

AIエージェントを業務に組み込むなら、まず手作業の照合や転記が多い工程を一つ選びます。その工程について、入力が届く場所、正しい情報を確認する場所、結果を受け取る担当者を順に書き出します。AIに任せる処理と人が判断する場面を分け、その工程で確認できたことを踏まえて、顧客との接点から取引、顧客化、請求までの流れに段階的に広げます。

例えば、問い合わせ内容をCRMの情報と照合する業務なら、最初の完了条件を「参照した情報と分類案を担当者に提示できること」に置けます。担当者が分類案を直した理由を記録できれば、入力情報が不足しているのか、分類基準が曖昧なのかを切り分けられます。基準が曖昧なら、ツールを増やす前に業務ルールを見直します。

業務フローには、通常どおり進む場合に加え、「該当する顧客を特定できない」「参照先の値が食い違う」「接続先から情報を取得できない」場合の戻し先も書き込みます。担当者がどの情報を見れば再開できるかまで決めると、試作中の停止が設計上の不足なのか、想定した引き継ぎなのかを区別できます。

### AIエージェントを構成する要素

AIエージェントの構成は、主に推論を担うLLM、外部機能を使うためのツール接続、過去の情報を扱うメモリ、処理手順を管理するオーケストレーションに分けられます。対象業務のどの工程に各要素が必要かを確かめてから組み立てます。

| 構成要素 | 役割 | 具体例 |
| --- | --- | --- |
| LLM（推論エンジン） | 自然言語の理解・推論・計画立案 | Claude、GPT-4o、Gemini |
| ツール接続（Tool Use） | 外部システムの操作・データ取得 | MCP経由のCRM操作、API呼び出し |
| メモリ（記憶） | 過去の対話・実行結果の保持 | 短期メモリ（コンテキスト）、長期メモリ（DB） |
| オーケストレーション | タスクの計画・実行・エラー処理 | ReActパターン、Plan-and-Execute |

例えば、問い合わせを受け取ったら、内容を分類し、CRMのコンタクト情報と照合し、担当者に確認を依頼する設計が考えられます。この段階で必要な過去情報がCRMから取得できるなら、別の保存先を増やす必要があるかを先に検討します。担当者の確認後に取引へつなげ、顧客化後の請求処理に必要な情報を連携する場合も、各工程の責任者と受け渡す項目を決めてから範囲を広げます。

構成要素を選ぶ際は、「この情報を次の処理で使うか」を確かめます。同じ実行中だけ必要な情報と、後の業務でも参照する確定情報を分け、後者は正本となる場所を決めます。処理を途中から再開する必要があるなら、どの状態と確認結果を残すかを定義してから、状態管理の仕組みを選びます。

### LLMに任せる判断と、人が担う判断

LLMは自然言語の理解や情報の要約、検討材料の整理に使えます。一方、業務ルールそのものや最終的な意思決定をプロンプトだけに委ねると、結果を説明しにくくなります。

| AIが支援しやすい処理 | 人が定義・判断する処理 |
| --- | --- |
| 問い合わせ内容の分類候補 | 分類基準と例外の扱い |
| 顧客情報や取引情報の要約 | 商談化の条件、顧客化の判断 |
| 企業情報の調査と下書き | 対外連絡の送信可否 |
| 入力データの整理 | 取引や請求に関わる業務ルール |

分類ルール、確認条件、確認する担当者を業務側で明文化します。例えば、情報が不足して分類できない場合は推測で埋めず、「不足している項目」を示して担当者へ戻します。担当者が同じ基準で判断できる状態になってから、次の処理を自動化するか検討します。

判断の境界を確かめるには、担当者が意見を分けた事例を使います。分類基準を照らし合わせても結論が揃わないなら、AIの出力形式を調整する前に例外の扱いを決めます。基準は揃っているのにAIが必要な情報を示せないなら、参照データか指示を見直します。

### 一元管理・自動化・可視化をつなげる

CRMを使う業務では、AIエージェントが参照した情報と、担当者が確定した情報の置き場所を決めておくことが大切です。コンタクト、会社、取引などの情報を関連付けて管理し、決まった条件で次の処理を動かし、その状況をレポートで確認できる形にすると、どの工程を見直すべきか判断する材料が残ります。

情報がスプレッドシート、チャット、CRMに分かれているなら、まず一つの業務フローで情報の基点と更新項目を決めます。HubSpotを使う場合は、自社のオブジェクトと業務フローに合わせて接続対象を絞り、エージェントによる情報整理と人による判断・承認の役割を分けます。同じ項目に異なる値がある場合の確認先まで決められたら、試作へ進みます。

値の食い違いを試作時に見つけたら、エージェントが一方を選んで上書きする前に、どの情報が確定値で、誰が訂正できるかを確認します。訂正後の値をどこへ反映するかまで決まって初めて、後続の自動処理を検討できます。

## MCPでAIと外部ツールをつなぐ

MCPは、AIアプリケーションから外部のデータやツール、ワークフローに接続するためのオープン標準です。（出典：[Model Context Protocolとは](https://modelcontextprotocol.io/docs/2026-07-28/getting-started/intro)）MCPを検討するときは、「どの情報を読むか」「どの操作を公開するか」を業務単位で決めます。MCPの基本概念については「[MCP（Model Context Protocol）とは？AI×ツール連携の標準規格を解説](https://start-link.jp/hubspot-ai/ai/genai-work/mcp-model-context-protocol-guide)」でも紹介しています。

### MCPの基本構造

MCPの構成は、AIエージェントを動かすホスト、MCPサーバーとの通信を担うクライアント、外部機能を提供するサーバーに分けて理解できます。MCPサーバーは、ツールやデータなどをAIアプリケーションから利用できる形で公開します。

| 構成要素 | 役割 | 具体例 |
| --- | --- | --- |
| MCPホスト | エージェントが動作する環境 | Claude Desktop、Claude Code、自作アプリ |
| MCPクライアント | MCPサーバーとの通信を仲介 | ホスト内の通信モジュール |
| MCPサーバー | 外部ツールの機能を公開 | HubSpot MCPサーバー、Slack MCPサーバー |

MCPを使う前に、接続先の認証で参照できる情報と更新できる対象を確認します。ツールごとに参照と更新の操作を分け、更新が不要な用途では参照用のツールだけを公開します。一つのツールに両方の操作が含まれる場合は、分割できるか確認します。接続先で許可されていない情報の取得や更新は、MCPを使ってもできません。

接続を確認する際は、正常に情報を取得できる場合だけでなく、対象が見つからない場合と権限がない場合の応答も見ます。両者を担当者が区別できなければ、誤った対象を探し続けたり、存在しないと判断したりするおそれがあるため、結果の示し方を見直します。

### MCPサーバーを設計する手順

自社ツール用のMCPサーバーを作る際は、実装言語を決める前に、エージェントに公開する操作と業務上の境界を整理します。そのうえで、各操作の入力と出力を設計します。

1. **対象業務を切り出す** — 顧客情報の検索、取引内容の参照など、エージェントが担う処理を決めます。
2. **公開する操作を定義する** — 読み取り、下書き作成、更新などを分け、初期段階では実行結果を確認しやすい操作から始めます。
3. **入出力を設計する** — 各操作に必要な入力項目と、返却する情報の形式を定めます。
4. **認証と権限を設計する** — 接続先の認証方式を確認し、必要な範囲の権限を付与します。
5. **接続と動作を確認する** — MCPクライアントから接続し、想定した情報だけを取得し、許可した操作だけが実行されることを確かめます。

各段階で、次へ進む条件も決めておきます。検索対象が曖昧なら公開する操作を増やす前に対象データを確定し、返却した情報を担当者が照合できないなら出力項目を見直します。参照結果が業務判断に使え、不要な情報が返らないことを確認できてから、下書きや更新案の作成を試します。

例えば、CRMの取引情報を参照する機能と、取引情報を更新する機能は分けて設計できます。更新を扱う場合は、更新前の値、変更案、確認者を提示し、対象を取り違えたときに実行を止める条件を加えます。更新前後の値を照合できない場合は、実行結果を成功として扱わず、担当者が確認する経路へ戻します。

### MCPを業務フローに置く

MCPは、AIから業務ツールを使うための接続部分です。顧客情報を参照するだけなのか、取引を更新するのか、顧客化後の請求に関する情報まで扱うのかによって、公開するツールと確認者は変わります。

HubSpotを業務フローの基点にする場合は、コンタクト情報の参照から始め、取引情報との関連を確認し、必要に応じて顧客化後の業務へ連携する順序が考えられます。会計ソフトやプロジェクト管理ツールとの接続も、どの情報をどの処理で使うかを決めてから追加します。

複数システムをつなぐ前には、顧客情報の正本、取引の更新担当、請求に渡す情報を決めます。連携後に同じ情報が重複更新されるなら、自動更新を広げず、どちらのシステムで確定するかを見直します。

## A2Aでエージェント同士を連携する

A2Aは、異なるエージェント同士が情報をやり取りし、タスクを調整するためのプロトコルです。Googleの発表では、エージェント同士が情報を交換し、複数の業務アプリケーションをまたいで連携する仕組みとして説明されています。（出典：[Announcing the Agent2Agent Protocol](https://developers.googleblog.com/en/a2a-a-new-era-of-agent-interoperability/)）単一のエージェントで処理できる範囲を超えたときに、役割ごとに分けたエージェント間の受け渡しを設計できます。

### MCPとA2Aの違い

MCPはAIアプリケーションと外部のツールやデータをつなぎ、A2Aはエージェント間の連携を扱います。接続したい相手がツールならMCP、独立したエージェントに仕事を依頼するならA2Aを検討します。

| 観点 | MCP | A2A |
| --- | --- | --- |
| 接続先 | 外部ツールやデータ | 別のAIエージェント |
| 主な用途 | 情報の取得、機能の実行 | タスクの委任、エージェント間の連携 |
| 設計上の焦点 | 公開する機能と権限 | 各エージェントの担当範囲と受け渡し |
| 業務フロー上の例 | CRMから取引情報を参照 | 調査担当から確認担当へ結果を渡す |

複数エージェントに分ける場合も、CRMや会計ソフトなどの外部ツールへの接続は別に設計します。エージェント間の役割分担だけを決めても、接続先で許される操作やデータの定義までは揃わないためです。

判断に迷う場合は、処理を分けたい理由を書き出します。外部情報を取得できないことが問題なら、まずツール接続を確認します。情報は取得できるものの、別の担当範囲へ作業を依頼し、その完了を受けて次へ進む必要があるなら、エージェント間の受け渡しを検討します。

### エージェントカードとタスクの受け渡し

A2Aを使う構成では、各エージェントが何を担当し、どのようなタスクを受け付けるかを明らかにします。Agent Cardは、エージェントの能力を他のエージェントが確認するための記述です。タスクを依頼する側は、受け手の対応範囲と必要な情報を照合し、結果を次の処理に渡します。

| 層 | 役割 | エージェント開発での活用 |
| --- | --- | --- |
| Agent Card（名刺層） | エージェントの能力を宣言 | 他のエージェントが「何を依頼できるか」を判定する手がかりにする |
| Task管理層 | タスクの作成・進捗・完了を管理 | submitted → working → completed のライフサイクル |
| メッセージ層 | エージェント間のデータ交換 | テキスト・ファイル・構造化データの送受信 |

業務に当てはめると、調査エージェントが企業情報を整理し、確認エージェントが内容を点検し、CRM更新を担当するエージェントが承認済み情報を反映する構成が考えられます。受け渡す情報には、調査結果だけでなく、情報の出所、未確認の項目、確認状況、更新対象を含めます。必要な情報が欠けていれば次の担当へ進めず、依頼元または人の担当者へ戻す手順にします。

受け渡しを設計するときは、送る側の「完了」と受け取る側の「着手可能」を別々に確認します。調査が終わっていても、確認者が情報の出所を辿れなければ着手可能とはいえません。受け取る側が不足項目を示せるようにし、その項目を補う担当と再依頼の経路を決めます。

### マルチエージェントの設計パターン

エージェント間の役割の分け方は、中央で指示を出す方式、対等に連携する方式、階層的に分担する方式に整理できます。運用者が追うべき経路やエラー時の戻し先が異なるため、組織の業務フローに合う形を選びます。

| パターン | 進め方 | 留意点 |
| --- | --- | --- |
| オーケストレーター型 | 中央のエージェントが他の担当へタスクを割り当てる | 中央への依存が高くなりやすい |
| ピアツーピア型 | エージェント同士が必要な情報やタスクを受け渡す | 処理経路を追いにくくなる場合がある |
| 階層型 | リーダー役と担当エージェントで処理を分ける | 役割や委任範囲が曖昧だと判断が分散する |

単一エージェントで処理を試し、独立した担当範囲と明確な受け渡し条件が見つかった工程を分離します。分離する際は、依頼に必要な情報、完了の判定者、失敗時の戻し先を記録します。受け渡しのたびに人が内容を補わないと進まないなら、エージェントを増やす前に入出力の定義を見直します。

方式を選ぶ際は、誰が処理全体の進行を確認するかも決めます。中央で進捗を把握する必要があるなら、各担当の結果を集める経路を設計します。担当同士が直接受け渡すなら、依頼元と運用担当者が経過を追える記録が必要です。いずれも、受け渡しに失敗したタスクが放置されないことを確かめてから対象を広げます。

## フレームワークは業務の複雑さで選ぶ

フレームワークを選ぶ前に、対象業務を一つの流れとして描きます。入力を受け、情報を取得し、結果を作り、担当者が確認するまでの間に、どの分岐や承認が必要かを確かめます。必要な制御がわかれば、作りたい業務と実装チームの技術を照らして比較できます。

### 目的別のフレームワーク比較

主なフレームワークは、開発対象やワークフローの複雑さで特徴が異なります。次の表を選定の起点として、実際の業務要件とチームの扱える技術を照らし合わせます。学習コストは目安として読んでください。

| フレームワーク | 開発元 | 特徴 | 適用場面 | 学習コスト |
| --- | --- | --- | --- | --- |
| Claude Code | Anthropic | CLI型エージェント。ファイル操作・コード生成が中心。MCPに対応 | 開発タスクの自動化、プロトタイプ開発 | 低 |
| LangChain / LangGraph | LangChain | グラフベースのワークフロー定義。状態管理の機能を備える | 複雑な条件分岐を含む業務フロー | 中〜高 |
| Crew AI | Crew AI | ロールベースのマルチエージェント。役割単位で定義しやすいAPI | チーム型のタスク分担 | 低〜中 |
| AutoGen | Microsoft | 会話駆動型マルチエージェント。研究用途でも使われる | R&D・分析・ディスカッション型タスク | 中 |
| Dify | Dify AI | ノーコード/ローコードでエージェント構築 | 非エンジニアによるエージェント開発 | 低 |
| Mastra | Mastra | TypeScript向け。MCP・A2Aに対応 | TypeScript環境でのプロダクション開発 | 中 |

比較するときは、表の特徴だけで採用を決めず、対象業務で使うデータを取得できるか、途中で人の確認を挟めるか、失敗時にどの処理からやり直せるかを試します。要件を満たせない場合は、別の道具を比較する前に、その要件が業務上必要かも確認します。

同じ入力と完了条件を使って試すと、違いを見分けやすくなります。下書きの質だけでなく、参照情報を確認できるか、担当者の修正後に処理を再開できるか、失敗した工程だけをやり直せるかを記録します。必要な確認手順を実装できない場合は、運用で補えるかを担当者と確かめ、それでも完了条件を満たせなければ別の構成を検討します。

### 単一タスクの試作から始める

例えば、CRMの取引情報をもとに営業向けの状況要約を作る場合、最初は必要な情報を読み取り、要約を下書きとして返し、担当者が確認する流れにします。試作で記録するのは、参照した情報、要約に足りなかった情報、担当者が直した箇所、次の行動を決められたかどうかです。

必要な情報が取得できないなら接続やデータ項目を見直します。情報はそろっているのに要約が使えないなら、出力形式や判断基準を見直します。特定の処理が独立した責務になり、受け渡す情報を定義できた段階で、エージェントの分割を検討します。

例えば担当者が「次に連絡すべき理由が読み取れない」と修正した場合、理由の根拠となる取引情報が入力にあるかを先に確認します。入力にないなら取得項目を、入力にあるのに要約へ反映されないなら出力の指示を見直します。修正理由を工程に結び付けることで、道具の変更が必要かを判断できます。

### 自社に合う選定基準

フレームワークを選ぶ前に、業務の分岐、外部システムとの接続方法、実行結果を誰が確認するか、チームが保守できる言語を整理します。定型的な下書き作成ならシンプルな構成から試せます。複数の条件分岐や承認がある業務では、処理の途中状態を保持して戻り先を指定できるかを確認します。

| 確認項目 | 条件がシンプルな場合 | 条件や担当が複雑な場合 |
| --- | --- | --- |
| 業務の分岐 | 単一の処理から試す | 分岐と戻り先を明示して設計する |
| ツール接続 | 必要な参照先に限定 | 操作ごとの権限と担当を分ける |
| 実行結果の確認 | 担当者が結果を確認 | 承認や例外時の経路を組み込む |
| 開発体制 | チームが扱いやすい方法を選ぶ | 運用担当も含めて保守方法を決める |

既存の業務システムやデータモデルとの接続が難しい場合は、どの項目が必要で、どこで確定する情報なのかを確認します。情報の持ち方や受け渡しが定まってから、その流れを実装できる道具を選びます。

## AIエージェントの開発と改善を進める

開発は対象業務の選定、構成の決定、ツール接続、評価の順に進めると、どこで期待と結果がずれたか確認しやすくなります。業務側と開発側が同じ実行結果を見て評価し、判断が分かれる場合は完了条件の定義から見直します。

次の図は、対象選定から評価までの開発段階と、各段階で何を確認してから次へ進むかを示します。

![AIエージェント開発の4段階の図](https://start-link.jp/hubfs/blog/screenshots/generated/BS-5_figure_r1005_01.png)

### 対象業務と完了条件を決める

対象は、繰り返し発生し、判断基準を説明でき、接続先のデータを利用できる業務から選びます。初期段階では、失敗したときに人が確認し、修正できる処理が扱いやすいです。

例えば、日次レポートの下書き、CRMデータの定期確認、メール文面のドラフト作成は、実行結果を人が見て評価できます。着手前に「どの情報がそろえば完了か」「どの結果なら担当者へ戻すか」「何を記録するか」を決めます。担当者が結果の良し悪しを説明できないなら、試作前に判断基準を具体化します。

HubSpotを使う業務なら、コンタクトの受付、取引の作成や更新、顧客化後の情報引き継ぎという流れの中から、課題が明確な箇所を選びます。請求まで連携する場合も、CRMの取引情報と会計側で必要な情報を分け、どの段階で誰が確認するか決めます。

完了条件は「下書きができた」だけで終わらせず、担当者が参照情報を確認し、利用可否を判断できる状態まで含めます。入力不足で停止した場合も、足りない情報と確認先が示されていれば、担当者へ引き継げたかを評価できます。

### LLMとフレームワークを選ぶ

対象業務が決まったら、必要な推論能力、ツールの接続方式、状態管理の複雑さを比較します。単一タスクと単一の接続先から試すなら軽量な構成、条件分岐が多い業務ならワークフローを明示できる構成、役割分担が必要ならマルチエージェント向けの構成を検討します。

比較には、同じ業務の入力と完了条件を使います。ツールの選び方、情報の抜け、担当者による修正、失敗時の戻しやすさを並べて確認すれば、何を改善すべきか判断できます。LLMの利用に伴う費用は、応答ごとの印象だけで判断せず、実際の業務で必要な呼び出しと再試行を記録して、得られる結果と運用負荷を比較します。

### ツール接続と権限を実装する

ツール接続では、既存のMCPサーバーを利用できるか、自社用のサーバーが必要かを調べます。必要な操作、返却される情報、権限の分け方を照合し、足りない操作や独自の業務ルールがある場合に追加実装を検討します。

実装では、ツールの入力項目と出力形式を定め、処理ロジックを業務ルールとして管理します。例えば、顧客情報の取得、取引内容の要約、更新案の作成を分ければ、どの段階で誤りが生じたか確認できます。

権限は必要な操作に限定します。まず読み取りで取得データが正しいかを見て、次に下書きや更新案を作る処理を検証し、更新を自動化する必要性が確認できた場合に操作範囲を見直します。データの削除や一斉送信のように影響が大きい操作は、人が内容と対象を確かめてから進める設計にします。

接続の試行では、指定した対象の情報が返るかに加え、対象を特定できない入力で処理が止まるかを確かめます。更新案を扱う段階では、対象の識別情報、現在の値、変更案を担当者が照合できる状態を次へ進む条件にします。

### 評価基準を決めて改善する

エージェントは、一度動作しただけでは業務に適していると判断できません。担当者が完了と判断できるか、必要な情報を取得したか、誤りが起きたときに原因を追えるかを、実際の業務例で確認します。費用や所要時間も同じ業務の処理全体で比較します。

| 評価項目 | 確認する内容 | 改善の判断 |
| --- | --- | --- |
| タスク完了 | 指示された結果まで処理できたか | 完了条件や入力情報を見直す |
| ツール選択 | 適切なツールを選び、必要な情報を取得したか | ツール説明や利用条件を整理する |
| 出力品質 | 下書きや分類結果を担当者が利用できるか | プロンプトや参照データを改善する |
| 実行コスト | LLM呼び出しやツール利用が業務に見合うか | 不要な処理や呼び出しを減らす |
| 失敗時の対応 | 停止、再試行、担当者への引き継ぎが適切か | 例外時の手順を追加する |

評価では、正しく処理できた例と担当者が修正した例について、入力条件、参照した情報、選んだツール、出力、修正理由、引き継ぎの要否を対応付けて残します。「誤りがあった」という記録だけでは、情報取得と判断のどちらを直すべきか決められないためです。

見直す順序は、まず必要な情報が入力と参照結果にあるか、次に適切なツールを選んだか、最後に情報を使って判断・出力できたかです。情報が欠けていれば入力条件や取得項目を、情報は正しいのに別の操作を選べばツールの説明や利用条件を、適切な情報から使えない出力を作れば判断基準や出力形式を見直します。変更後は同じ事例を使い、修正した問題が解消したか、以前は処理できた事例を損ねていないかを確かめます。

業務ルールの解釈が担当者間で異なる場合は、ルールが確定するまで対象範囲を広げません。例外時に安全に停止できない場合や、処理状況を担当者へ引き継げない場合も、次の操作範囲へ進む前に停止条件と引き継ぎ内容を直します。

## 失敗を防ぐ権限と運用の設計

AIエージェントは、ツールに接続すると情報の参照や操作を行えます。そのため、機能を増やす前に、実行できる操作、結果の確認者、失敗時の戻し先を決めます。想定外の操作が記録された場合は、その操作を止め、入力、ツール選択、権限設定のどこに原因があるかを確認します。

### 権限を段階的に広げる

権限は「参照→下書き→限定更新」の順に検討し、取得情報・出力内容・更新対象の確認基準を記録して、担当者が替わっても同じ手順で判断できるようにします。

| 段階 | エージェントの操作 | 次へ進む判断 |
| --- | --- | --- |
| 情報参照 | 必要なデータを取得する | 取得範囲と内容が業務に合う |
| 下書き作成 | 更新案や連絡案を作る | 担当者が内容を確認し、修正点を説明できる |
| 限定更新 | 条件を満たす情報を更新する | 更新対象とログを追跡できる |
| 拡張 | 対象業務や接続先を増やす | 例外時の処理と責任者が定まっている |

各段階では、通常の入力だけでなく、情報不足、対象の取り違え、接続先のエラーも確認します。下書き段階で修正理由を説明できない結果が続くなら、更新権限へ進まず、入力情報か完了条件を見直します。限定更新を検討する場合は、対象と変更内容を事前に確認でき、実行後の結果を追跡できることを条件にします。

更新後の確認方法も、権限を広げる前に決めます。実行したという応答と、接続先に意図した値が残っていることは別の確認です。結果を照合できないなら、更新を完了として後続工程へ渡さず、担当者の確認に戻します。

### 業務ロジックは管理できる形にする

プロンプトにすべての業務ルールを書き込むと、ルールの変更や原因調査が難しくなることがあります。エージェントに伝える指示は目的と判断の補助に使い、明確な業務条件やデータ検証はツールやワークフロー側で扱います。

例えば、取引を作成する条件、更新に必要な情報、担当者へ差し戻す条件を定義し、その条件をワークフローやツールの処理に反映します。業務ルールが変わったときは、変更した条件、影響する工程、確認すべき結果を業務担当者が追える形で残します。処理結果とルールの対応を説明できれば、次の改善箇所を決められます。

ルール変更時には、以前なら処理を進めた事例と、差し戻した事例の両方を見直します。条件を変えたことで確認が必要な事例まで通過するなら、対象範囲を広げず、停止条件を調整します。

### マルチエージェント化のタイミングを見極める

複数エージェントを導入すると役割を分担できますが、受け渡しの確認や原因調査が複雑になります。まず単一エージェントで作業し、各工程の入力と出力、処理が滞る箇所を記録します。そのうえで、独立して進められる工程と、前の工程の結果を待つ必要がある工程を見分けます。

分割の判断は、処理が滞った理由から始めます。必要なデータが届かず止まるなら、先に取得方法を直します。判断基準が曖昧で止まるなら、担当者と基準を確定します。別の専門的な処理へ仕事を渡す必要があり、受け手に渡す情報と完了の判定方法を定義できる場合に、その工程を分けて試します。

例えば、調査、内容確認、CRM更新の担当が異なる場合、調査側は情報の出所と未確認項目を渡し、確認側は承認結果と差し戻し理由を返す形にできます。CRM更新へ進む条件は、確認結果に加えて更新対象と変更内容を特定できることです。受け取った側が結果を検証できないなら、エージェントを増やす前に受け渡し内容を整えます。担当を分けても業務の責任者が曖昧になる場合は、責任者と最終確認の経路を決め直します。

分割後は、単一エージェントで扱った同じ事例を使い、完了結果だけでなく、差し戻し先と原因を追えるかを比較します。受け渡しのたびに人が情報を補う必要がある、または失敗時の担当を特定できないなら、分割範囲を見直します。

## よくある質問

### Q1. AIエージェント開発にはプログラミングスキルが必要ですか？

目的によって異なります。Difyのようなノーコード、ローコードのツールで試作できる処理もありますが、自社ツール向けのMCPサーバーや複雑なワークフローを作る場合は、TypeScriptやPythonの知識が必要になることがあります。まず必要な処理を分け、標準機能で実行と確認ができるか試します。足りない部分が接続や分岐の処理に集中していれば、その範囲を実装対象にします。

### Q2. MCPとA2Aはどちらから検討すればよいですか？

外部ツールの情報取得や操作が必要なら、接続対象と権限を整理してMCPを検討します。独立したエージェント間でタスクを委任する必要があり、受け渡す情報と完了条件を定義できるならA2Aを検討します。単一エージェントで業務を完了できる間は、その実行結果を評価してから役割の分割を判断します。判断に迷うときは、止まっている理由が「外部情報を使えないこと」か「別の担当へ仕事を渡せないこと」かを確認します。

### Q3. エージェント開発にかかる費用はどう考えればよいですか？

LLMのAPI利用、接続先ツール、開発や運用の工数など、業務全体で必要となる費用を整理します。実際の業務を小さく試し、LLM呼び出し、再試行、人による確認や修正を含めて利用状況を記録します。その結果を、担当者が得られる情報や削減できる作業と比較します。修正や再試行が特定の工程に集まるなら、その原因を直したうえで処理全体を再び比較します。

### Q4. セキュリティ面では何を確認すればよいですか？

接続先で許可される操作、AIに渡すデータ、実行ログ、担当者の確認手順を整理します。参照した情報が業務に必要な範囲に収まっているかを確認し、下書きの内容を人が点検できる状態になってから更新権限を検討します。入力内容に想定外の指示が含まれる場合や対象を特定できない場合は、実行を止めて担当者へ引き継ぐ条件を設けます。引き継ぐ際には、停止した工程と未確認の項目を示します。

### Q5. 既存のRPAとAIエージェントはどう使い分けますか？

決まった画面操作を同じ手順で繰り返す業務では、ルールベースの自動化が扱いやすい場合があります。入力の内容を読んで分類したり、複数の情報をもとに下書きを作ったりする業務では、AIエージェントが支援できる余地があります。まず入力の揺れと例外を確認し、判断基準を固定できる処理は定型化を、内容を読み取る必要がある処理はAIによる下書きを試します。どちらも、結果を人が確認できることを次へ進む条件にします。

## まとめ

AIエージェント開発では、対象業務の開始条件と完了条件を決め、必要なLLM、ツール接続、メモリ、処理手順を組み立てます。MCPはAIと外部ツールの接続、A2Aはエージェント間のタスク連携を扱います。どちらを採用する場合も、業務ルール、権限、確認者を具体化してから試します。

まずは、読み取りや下書き作成など結果を人が確かめられる業務を選びます。必要なデータを取得でき、担当者が出力の修正理由を説明できたら、ツール接続や対象範囲を広げるか判断します。誤りや例外が残る場合は、その工程の入力、ルール、引き継ぎ条件を見直します。**企業様によって最適な形は異なります**。自社の業務でどこまで確認できたかを基準に、次の段階を決めてください。

- 対象業務と完了条件を決める
- 必要なデータとツール接続を絞る
- 人の確認を含めて試行し、結果から改善する

CRMを活用した業務効率化やAIとの連携を検討する際は、対象業務の切り出し、HubSpotで参照・更新する情報、人が確認する工程の整理について、StartLinkまでお気軽にお問い合わせください。

## あわせて読みたい

技術の基本から実装方法まで、次の記事で確認できます。MCPによるツール接続、業務自動化の進め方、ノーコードでの試作、CRM連携の開発を、検討中の工程に合わせて読み進めてください。

- [Claude Codeの使い方｜インストールから実践的な開発ワークフローまで完全ガイド](https://start-link.jp/hubspot-ai/ai/ai-driven-dev/claude-code-guide)
- [MCP（Model Context Protocol）とは？AI×ツール連携の標準規格を解説](https://start-link.jp/hubspot-ai/ai/genai-work/mcp-model-context-protocol-guide)
- [AIエージェントで業務自動化｜経理・マーケ・営業の自動化事例と導入ステップ](https://start-link.jp/hubspot-ai/ai/ai-agent-ops/ai-agent-business-automation)
- [ノーコードAIアプリ開発ガイド｜Dify・Zapier等でプログラミング不要のAI業務アプリを作る方法](https://start-link.jp/hubspot-ai/ai/ai-driven-dev/no-code-ai-app-development)
- [CRM連携API開発にAIを活用する方法｜HubSpot API×Claude Codeの実践](https://start-link.jp/hubspot-ai/ai/ai-driven-dev/crm-api-development-with-ai)

記事の内容を、そのまま実務に落とし込みたい方向け

HubSpotゴールドパートナーのStartLinkが、HubSpot導入・AI活用・CRM整備・業務効率化までをまとめて支援しています。記事で気になったテーマを、そのまま相談ベースで整理できます。

[サービス概要を見る](https://start-link.jp/service/hubspot-ai) [無料で相談する](https://start-link.jp/contact)

## 次に読む

### [![](https://start-link.jp/hubfs/blog/screenshots/generated/gen_DD-61_fast_mode_model_support.png) Claude Codeのfast mode（/fast）｜対応モデル・料金・使いどころの判断基準](https://start-link.jp/hubspot-ai/ai/claude-code-practice/claude-code-fast-mode)

### [![](https://start-link.jp/hubfs/blog/screenshots/generated/gen_DD-60_agent_view_session_states.png) Claude Code agent viewの使い方｜全セッションを1画面で管理](https://start-link.jp/hubspot-ai/ai/claude-code-practice/claude-code-agent-view)

### [![](https://start-link.jp/hubfs/blog/screenshots/generated/gen_DD-58_goal_evaluation_loop.png) Claude Codeの/goalコマンド｜完了条件でAIを自律実行させる方法](https://start-link.jp/hubspot-ai/ai/claude-code-practice/claude-code-goal-command)

## 記事の内容を、そのまま実務に落とし込みたい方向け

[無料で相談する](https://start-link.jp/contact) [資料をダウンロード](https://start-link.jp/hubspot-ai/ai/ai-driven-dev/ai-agent-development-guide#blog-download)

 株式会社StartLinkは、事業推進に関わる「販売促進」「DXによる業務効率化（ERP/CRM/SFA/MAの導入）」などのご相談を受け付けております。 サービスのプランについてのご相談/お見積もり依頼や、ノウハウのお問い合わせについては、[無料のお問い合わせページ](https://www.start-link.jp/contact)より、お気軽にご連絡くださいませ。

###### 関連キーワード:

[AI](https://start-link.jp/hubspot-ai/tag/ai) [生成AI](https://start-link.jp/hubspot-ai/tag/生成ai)

## サービス資料を無料DL

## 著者情報

![7-1](https://start-link.jp/hubfs/7-1.jpg)

### 今枝 / Imaeda

 株式会社StartLink 代表取締役。累計150社以上のHubSpotプロジェクト支援実績を持ち、Claude CodeやHubSpotを軸にしたAI活用支援・経営基盤AXのコンサルティング事業を展開。  
 HubSpotのトップパートナー企業や大手人材グループにて、エンタープライズCRM戦略策定・AI戦略ディレクションを経験した後、StartLinkを創業。現在はCRM×AIエージェントによる経営管理支援を専門とする。

[StartLink](https://start-link.jp/)

### Service

- [会社情報](https://start-link.jp/about)
- [サービス](https://start-link.jp/service)
- [プロダクト](https://start-link.jp/sync)
- [採用情報](https://start-link.jp/recruit)
- [コンサルタントの方へ](https://start-link.jp/consultant-platform)

### Contact

- [問い合わせ](https://start-link.jp/contact)
- [資料ダウンロード](https://start-link.jp/download/service)
- [Syncナレッジベース](https://start-link.jp/sync/knowledge-base)
- [個人情報保護方針](https://start-link.jp/privacy-policy)
- [個人情報取り扱い規定](https://start-link.jp/personal-information-processing-agreement)

(c) 2026 All Rights Reserved.

```json
{
  "@context" : "https://schema.org",
  "@type" : "BlogPosting",
  "author" : {
    "@type" : "Person",
    "name" : "今枝 拓海",
    "url" : "https://start-link.jp/hubspot-ai/author/imaeda"
  },
  "datePublished" : "2026-03-07T15:07:11.000Z",
  "headline" : "AIエージェント開発の進め方｜MCP・A2Aの設計と実装ガイド",
  "image" : [ "https://start-link.jp/hubfs/blog/screenshots/generated/gen_BS-5.jpg" ],
  "mainEntityOfPage" : {
    "@id" : "https://start-link.jp/hubspot-ai/ai/ai-driven-dev/ai-agent-development-guide",
    "@type" : "WebPage"
  },
  "publisher" : {
    "@type" : "Organization",
    "logo" : {
      "@type" : "ImageObject",
      "url" : "https://start-link.jp/hubfs/Start%20Link%20(1500%20x%20600%20px)%20(5)-1.png"
    },
    "name" : "株式会社StartLink"
  }
}
```

```json
{
  "@context" : "https://schema.org",
  "@type" : "FAQPage",
  "mainEntity" : [ {
    "@type" : "Question",
    "acceptedAnswer" : {
      "@type" : "Answer",
      "text" : "目的によって異なります。Difyのようなノーコード、ローコードのツールで試作できる処理もありますが、自社ツール向けのMCPサーバーや複雑なワークフローを作る場合は、TypeScriptやPythonの知識が必要になることがあります。まず必要な処理を分け、標準機能で実行と確認ができるか試します。足りない部分が接続や分岐の処理に集中していれば、その範囲を実装対象にします。"
    },
    "name" : "AIエージェント開発にはプログラミングスキルが必要ですか？"
  }, {
    "@type" : "Question",
    "acceptedAnswer" : {
      "@type" : "Answer",
      "text" : "外部ツールの情報取得や操作が必要なら、接続対象と権限を整理してMCPを検討します。独立したエージェント間でタスクを委任する必要があり、受け渡す情報と完了条件を定義できるならA2Aを検討します。単一エージェントで業務を完了できる間は、その実行結果を評価してから役割の分割を判断します。判断に迷うときは、止まっている理由が「外部情報を使えないこと」か「別の担当へ仕事を渡せないこと」かを確認します。"
    },
    "name" : "MCPとA2Aはどちらから検討すればよいですか？"
  }, {
    "@type" : "Question",
    "acceptedAnswer" : {
      "@type" : "Answer",
      "text" : "LLMのAPI利用、接続先ツール、開発や運用の工数など、業務全体で必要となる費用を整理します。実際の業務を小さく試し、LLM呼び出し、再試行、人による確認や修正を含めて利用状況を記録します。その結果を、担当者が得られる情報や削減できる作業と比較します。修正や再試行が特定の工程に集まるなら、その原因を直したうえで処理全体を再び比較します。"
    },
    "name" : "エージェント開発にかかる費用はどう考えればよいですか？"
  }, {
    "@type" : "Question",
    "acceptedAnswer" : {
      "@type" : "Answer",
      "text" : "接続先で許可される操作、AIに渡すデータ、実行ログ、担当者の確認手順を整理します。参照した情報が業務に必要な範囲に収まっているかを確認し、下書きの内容を人が点検できる状態になってから更新権限を検討します。入力内容に想定外の指示が含まれる場合や対象を特定できない場合は、実行を止めて担当者へ引き継ぐ条件を設けます。引き継ぐ際には、停止した工程と未確認の項目を示します。"
    },
    "name" : "セキュリティ面では何を確認すればよいですか？"
  }, {
    "@type" : "Question",
    "acceptedAnswer" : {
      "@type" : "Answer",
      "text" : "決まった画面操作を同じ手順で繰り返す業務では、ルールベースの自動化が扱いやすい場合があります。入力の内容を読んで分類したり、複数の情報をもとに下書きを作ったりする業務では、AIエージェントが支援できる余地があります。まず入力の揺れと例外を確認し、判断基準を固定できる処理は定型化を、内容を読み取る必要がある処理はAIによる下書きを試します。どちらも、結果を人が確認できることを次へ進む条件にします。"
    },
    "name" : "既存のRPAとAIエージェントはどう使い分けますか？"
  } ]
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/hubspot-ai/ai/ai-driven-dev/ai-agent-development-guide#article",
  "@type" : "BlogPosting",
  "author" : {
    "@id" : "https://start-link.jp/#founder"
  },
  "dateModified" : "2026-10-07T17:37:17+09:00",
  "datePublished" : "2026-03-07T15:07:11+09:00",
  "headline" : "AIエージェント開発の進め方｜MCP・A2Aの設計と実装ガイド",
  "image" : "https://start-link.jp/hubfs/blog/screenshots/generated/gen_BS-5.jpg",
  "isPartOf" : {
    "@id" : "https://start-link.jp/#website"
  },
  "mainEntityOfPage" : {
    "@id" : "https://start-link.jp/hubspot-ai/ai/ai-driven-dev/ai-agent-development-guide",
    "@type" : "WebPage"
  },
  "publisher" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "speakable" : {
    "@type" : "SpeakableSpecification",
    "cssSelector" : [ ".blog-section h2", ".blog-section p:first-of-type", ".blog-section blockquote" ]
  }
}
```

```json
{
  "@context" : "https://schema.org",
  "@type" : "BreadcrumbList",
  "itemListElement" : [ {
    "@type" : "ListItem",
    "item" : "https://start-link.jp",
    "name" : "ホーム",
    "position" : 1
  }, {
    "@type" : "ListItem",
    "item" : "https://start-link.jp/hubspot-ai",
    "name" : "ブログ",
    "position" : 2
  }, {
    "@type" : "ListItem",
    "item" : "https://start-link.jp/hubspot-ai/ai",
    "name" : "AI活用",
    "position" : 3
  }, {
    "@type" : "ListItem",
    "item" : "https://start-link.jp/hubspot-ai/ai/ai-driven-dev",
    "name" : "AI駆動開発",
    "position" : 4
  }, {
    "@type" : "ListItem",
    "name" : "AIエージェント開発の進め方｜MCP・A2Aの設計と実装ガイド",
    "position" : 5
  } ]
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#organization",
  "@type" : "Organization",
  "address" : {
    "@type" : "PostalAddress",
    "addressCountry" : "JP",
    "addressLocality" : "中央区",
    "addressRegion" : "東京都",
    "postalCode" : "104-0061",
    "streetAddress" : "銀座1丁目12番4号 N&E BLD.6F"
  },
  "alternateName" : "StartLink Inc.",
  "award" : [ "HubSpot Gold Solutions Partner（HubSpotゴールドパートナー、2026年4月認定）" ],
  "contactPoint" : [ {
    "@type" : "ContactPoint",
    "availableLanguage" : [ "ja" ],
    "contactType" : "customer support",
    "url" : "https://start-link.jp/contact"
  }, {
    "@type" : "ContactPoint",
    "availableLanguage" : [ "ja", "en" ],
    "contactType" : "sales",
    "url" : "https://start-link.jp/contact"
  } ],
  "description" : "「AI × HubSpot」をコンセプトに掲げるHubSpotゴールドパートナー（Gold Solutions Partner、2026年4月認定）。HubSpotマーケットプレイスに自社アプリ（Sync for freee / Notion / Money Forward / Chatwork）を公開するアプリ開発企業であり、HubSpot/Salesforce知見とAI活用を組み合わせたCRM構築・移行・最適化・AIエージェント/PoC支援まで一貫して提供する。",
  "founder" : {
    "@id" : "https://start-link.jp/#founder",
    "@type" : "Person",
    "jobTitle" : "代表取締役",
    "name" : "今枝 拓海",
    "sameAs" : [ "https://x.com/ImaedaTakumii", "https://www.linkedin.com/in/takumi-imaeda/", "https://www.facebook.com/takumiIma" ]
  },
  "foundingDate" : "2024-09-04",
  "hasCredential" : {
    "@type" : "EducationalOccupationalCredential",
    "credentialCategory" : "certification",
    "name" : "HubSpot Gold Solutions Partner",
    "recognizedBy" : {
      "@type" : "Organization",
      "name" : "HubSpot, Inc.",
      "url" : "https://www.hubspot.com/"
    }
  },
  "image" : [ "https://start-link.jp/hubfs/startlink-ai-agent.jpg", "https://start-link.jp/hubfs/startlink-aiorg.jpg" ],
  "knowsAbout" : [ "HubSpot CRM", "HubSpot Implementation", "HubSpot導入支援", "CRM構築", "AI活用", "HubSpot連携アプリ開発", "Salesforce to HubSpot Migration", "Generative AI Integration", "AI Agent Development", "Revenue Operations", "Marketing Automation", "freee Integration", "Notion Integration", "Money Forward Integration" ],
  "legalName" : "株式会社StartLink",
  "logo" : "https://start-link.jp/hubfs/startlink-logo.png",
  "mainEntityOfPage" : "https://start-link.jp/",
  "memberOf" : {
    "@type" : "ProgramMembership",
    "hostingOrganization" : {
      "@type" : "Organization",
      "name" : "HubSpot, Inc.",
      "url" : "https://www.hubspot.com/"
    },
    "membershipNumber" : "Gold Tier",
    "programName" : "HubSpot Solutions Partner Program"
  },
  "name" : "株式会社StartLink",
  "sameAs" : [ "https://www.youtube.com/@startlink-hubspot", "https://x.com/ImaedaTakumii", "https://www.linkedin.com/in/takumi-imaeda/", "https://www.linkedin.com/company/108100307/", "https://www.facebook.com/takumiIma", "https://www.facebook.com/profile.php?id=61566874764985", "https://prtimes.jp/main/html/searchrlp/company_id/149669", "https://app.hubspot.com/ecosystem/46046172/marketplace/solutions/startlink" ],
  "taxID" : "8010001248134",
  "url" : "https://start-link.jp/"
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#website",
  "@type" : "WebSite",
  "inLanguage" : "ja",
  "name" : "株式会社StartLink",
  "publisher" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "url" : "https://start-link.jp/"
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#service-hubspot",
  "@type" : "Service",
  "areaServed" : "JP",
  "category" : [ "CRM導入", "HubSpot" ],
  "description" : "150社以上の実績を持つHubSpotゴールドパートナーが、業務フローに合わせた設計から構築・本番稼働まで一貫支援。",
  "name" : "HubSpot導入・構築支援",
  "provider" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "serviceType" : "HubSpot導入・構築支援",
  "url" : "https://start-link.jp/service/hubspot"
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#service-hubspot-ai",
  "@type" : "Service",
  "areaServed" : "JP",
  "category" : [ "CRM最適化", "AI活用" ],
  "description" : "HubSpotを軸に業務要件に沿った設計改善とAI連携活用を包括支援。",
  "name" : "HubSpot AIコンサルティング",
  "provider" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "serviceType" : "HubSpot AIコンサルティング",
  "url" : "https://start-link.jp/service/hubspot-ai"
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#service-hubspot-training",
  "@type" : "Service",
  "areaServed" : "JP",
  "category" : [ "研修", "HubSpot" ],
  "description" : "HubSpotの概念・基本操作からAI活用ノウハウまで、社内浸透のための研修を提供。",
  "name" : "HubSpot研修・レクチャー支援",
  "provider" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "serviceType" : "HubSpot研修・内製化支援",
  "url" : "https://start-link.jp/service/hubspot-ai/training"
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#service-sf2hs-replace",
  "@type" : "Service",
  "areaServed" : "JP",
  "category" : [ "CRM移行", "データ移行" ],
  "description" : "Salesforce/HubSpot双方の思想とデータモデルを理解した移行設計とHubSpot側CRM開発を実行。",
  "name" : "SalesforceからHubSpotへのリプレイス支援",
  "provider" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "serviceType" : "SalesforceからHubSpotへのリプレイス支援",
  "url" : "https://start-link.jp/service/salesforce-hubspot-replace"
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#service-claude-code-bi",
  "@type" : "Service",
  "areaServed" : "JP",
  "category" : [ "AI活用", "経営管理" ],
  "description" : "複数システムのデータを統合し、毎朝のAIブリーフィングなど経営の意思決定を加速する仕組みを構築。",
  "name" : "Claude Codeによる経営データ活用支援",
  "provider" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "serviceType" : "AI経営管理支援",
  "url" : "https://start-link.jp/service/claude-code/business-intelligence"
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#service-claude-code-content",
  "@type" : "Service",
  "areaServed" : "JP",
  "category" : [ "コンテンツマーケティング", "AI活用" ],
  "description" : "キーワード戦略からSEO記事制作、CMS公開まで、AIを活用したコンテンツマーケティングを自動化。",
  "name" : "Claude Codeによるコンテンツマーケティング支援",
  "provider" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "serviceType" : "AIコンテンツ制作支援",
  "url" : "https://start-link.jp/service/claude-code/content-marketing"
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#product-sync-freee",
  "@type" : "SoftwareApplication",
  "applicationCategory" : "BusinessApplication",
  "author" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "description" : "HubSpotとfreee会計・freee請求書をシームレスに連携。取引先の同期から請求書作成まで、バックオフィスの業務を自動化するHubSpotマーケットプレイスアプリ。",
  "featureList" : [ "freee取引先をHubSpotに自動同期", "HubSpotからfreee見積書・請求書を作成", "取引データをfreee会計に自動登録", "月次請求・更新処理に対応", "商品項目・品目・部門・タグ情報の連携" ],
  "installUrl" : "https://ecosystem.hubspot.com/marketplace/apps/sync-for-freee-bystartlink",
  "name" : "Sync for freee",
  "offers" : [ {
    "@type" : "Offer",
    "description" : "請求月5件・見積月20件まで",
    "name" : "Free",
    "price" : "0",
    "priceCurrency" : "JPY"
  }, {
    "@type" : "Offer",
    "billingIncrement" : "P1M",
    "description" : "請求月50件・見積月100件まで",
    "name" : "Professional",
    "price" : "4000",
    "priceCurrency" : "JPY"
  }, {
    "@type" : "Offer",
    "billingIncrement" : "P1M",
    "description" : "無制限",
    "name" : "Enterprise",
    "price" : "10000",
    "priceCurrency" : "JPY"
  } ],
  "operatingSystem" : "Web",
  "softwareHelp" : {
    "@type" : "WebPage",
    "url" : "https://start-link.jp/sync/knowledge-base/freee/basic-steps"
  },
  "url" : "https://start-link.jp/sync/freee"
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#product-sync-notion",
  "@type" : "SoftwareApplication",
  "applicationCategory" : "BusinessApplication",
  "author" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "description" : "HubSpotのCRMレコードとNotionのページ・データベースを接続。HubSpotの画面から離れずにNotionのすべてにアクセスできるHubSpotマーケットプレイスアプリ。",
  "featureList" : [ "CRMカードからNotionページの作成・閲覧・編集", "NotionデータベースをCRMタブにテーブル表示", "4つのワークフローアクションで自動化", "コンタクト・会社・取引・チケット・サービス・プロジェクト対応" ],
  "installUrl" : "https://ecosystem.hubspot.com/marketplace/listing/sync-for-notion-bystartlink",
  "name" : "Sync for Notion",
  "offers" : [ {
    "@type" : "Offer",
    "description" : "ページ・DB合計50件まで",
    "name" : "Free",
    "price" : "0",
    "priceCurrency" : "JPY"
  }, {
    "@type" : "Offer",
    "billingIncrement" : "P1M",
    "description" : "無制限",
    "name" : "Professional",
    "price" : "6000",
    "priceCurrency" : "JPY"
  } ],
  "operatingSystem" : "Web",
  "url" : "https://start-link.jp/sync/notion"
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#product-sync-moneyforward",
  "@type" : "SoftwareApplication",
  "applicationCategory" : "BusinessApplication",
  "author" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "description" : "HubSpotとマネーフォワード クラウドを連携。取引情報から見積書・請求書を自動作成し、取引先・品目の同期や継続請求に対応するHubSpot連携アプリ。",
  "featureList" : [ "取引（Deal）から見積書・請求書を自動作成", "会社情報とマネーフォワード取引先の同期", "商品項目・品目マスタの連携", "月次・固定回数の継続請求に対応（Professionalプラン以上）", "合算請求（Enterpriseプラン限定）", "前受請求（一括請求・月次計上）（Enterpriseプラン限定）", "原価登録（MF会計への仕訳登録）で案件別の原価・粗利を可視化（Enterpriseプラン限定）", "取引レコードにCRMカードで連携ステータスを表示" ],
  "installUrl" : "https://ecosystem.hubspot.com/ja/marketplace/listing/sync-for-moneyforward-bystartlink",
  "name" : "Sync for Money Forward",
  "offers" : [ {
    "@type" : "Offer",
    "description" : "請求月5件・見積月20件まで",
    "name" : "Free",
    "price" : "0",
    "priceCurrency" : "JPY"
  }, {
    "@type" : "Offer",
    "billingIncrement" : "P1M",
    "description" : "請求月50件・見積月100件まで",
    "name" : "Professional",
    "price" : "4000",
    "priceCurrency" : "JPY"
  }, {
    "@type" : "Offer",
    "billingIncrement" : "P1M",
    "description" : "無制限",
    "name" : "Enterprise",
    "price" : "10000",
    "priceCurrency" : "JPY"
  } ],
  "operatingSystem" : "Web",
  "url" : "https://start-link.jp/sync/moneyforward"
}
```

```json
{
  "@context" : "https://schema.org",
  "@id" : "https://start-link.jp/#product-sync-chatwork",
  "@type" : "SoftwareApplication",
  "applicationCategory" : "BusinessApplication",
  "author" : {
    "@id" : "https://start-link.jp/#organization"
  },
  "description" : "HubSpotとChatworkを連携。ワークフローからChatworkのルームへ通知を送り、CRMカード上で最新のやり取りの確認と返信ができ、紐付けたルームの新着メッセージをHubSpotのノートとして自動で記録するHubSpot連携アプリ。",
  "featureList" : [ "ワークフローアクション「Chatworkに通知」（取引・会社・コンタクト・チケット対応）", "送信先ルームIDとメッセージ本文にHubSpotのプロパティを差し込み", "取引・会社・コンタクトとChatworkルームの紐付け（全プラン無制限）", "CRMカードにルームの最新100件のメッセージを表示（Professionalプラン以上）", "CRMカードからChatworkへメッセージを送信（Professionalプラン以上）", "紐付けたルームの新着メッセージをHubSpotのノートへ自動記録（Enterpriseプラン限定）", "引用や装飾を、HubSpotのノートでも読みやすい見た目のまま記録", "OAuth接続とAPIトークン接続（SAML/SSO環境向け）に対応" ],
  "installUrl" : "https://ecosystem.hubspot.com/marketplace/listing/sync-for-chatwork-bystartlink",
  "name" : "Sync for Chatwork",
  "offers" : [ {
    "@type" : "Offer",
    "description" : "通知 月10件まで・ルーム紐付け無制限",
    "name" : "Free",
    "price" : "0",
    "priceCurrency" : "JPY"
  }, {
    "@type" : "Offer",
    "billingIncrement" : "P1M",
    "description" : "通知無制限・CRMカードで最新100件の表示とメッセージ送信",
    "name" : "Professional",
    "price" : "3000",
    "priceCurrency" : "JPY"
  }, {
    "@type" : "Offer",
    "billingIncrement" : "P1M",
    "description" : "Professionalの全機能＋メッセージ同期（30分ごと）",
    "name" : "Enterprise",
    "price" : "10000",
    "priceCurrency" : "JPY"
  } ],
  "operatingSystem" : "Web",
  "url" : "https://start-link.jp/sync/chatwork"
}
```