——「Slackの通知が多すぎて、本当に重要な情報を見逃している」。BtoB企業のコミュニケーションハブとしてSlackを運用している組織ほど、この問題は深刻になっていきます。チャンネルが増え、メンバーが増え、連携ツールからの通知が増える。結果として、Slackが「情報の墓場」になってしまうケースは少なくありません。
この課題に対する構造的な解決策が、MCP（Model Context Protocol）によるSlack連携の自動化です。CRM特化型のコンサルティングを通じて、さまざまな組織のSlack運用を見てきましたが、MCPを活用することでSlackは単なるチャットツールから、AIが情報を整理・要約・通知する「インテリジェントなコミュニケーションハブ」へと進化します。
本記事では、MCPによるSlack連携の設計パターンを、チャンネル横断検索、メッセージ自動投稿、スレッド要約、ワークフロー通知の4つの軸で実践的に解説します。
Slack APIは非常に充実したAPIセットを提供しています。Web API、Events API、Block Kit、Socket Modeなど、開発者がSlackの機能を拡張するためのツールは豊富に揃っています。しかし、これらのAPIを使いこなすには相応の開発スキルが必要です。
従来のSlack自動化は、大きく2つのアプローチに分かれていました。1つはSlack Workflow Builderを使ったノーコードの自動化、もう1つはBolt SDKやSlack APIを使ったカスタム開発です。前者は手軽ですが柔軟性に欠け、後者は自由度が高いものの開発・保守コストがかかります。
MCP（Model Context Protocol）は、この2つの間にあるギャップを埋める存在です。MCPサーバーを通じてAIがSlack APIを自然言語で操作できるようになるため、開発コードを書かずとも高度な自動化が実現できます。
| 比較項目 | Slack Workflow Builder | カスタムBot開発 | MCP Slack連携 |
|---|---|---|---|
| 導入難易度 | 低い（ノーコード） | 高い（Bolt SDK等の開発） | 中程度（MCP設定のみ） |
| 柔軟性 | 限定的（定型パターン） | 非常に高い | 高い（自然言語で指示） |
| メンテナンスコスト | 低い | 高い（コード保守） | 低い（MCPサーバー側で吸収） |
| AIによる判断 | 不可 | 個別実装が必要 | ネイティブ対応 |
| チャンネル横断操作 | 1チャンネル単位 | 開発すれば可能 | 自然言語で即座に実行 |
| CRM連携 | Zapier等の外部ツール依存 | API連携をゼロから構築 | MCP経由で複数システム統合 |
ここが結構ミソになってくるのですが、MCPの最大の強みは「複数のMCPサーバーを同時に接続できる」という点です。Slack MCPサーバーとHubSpot MCPサーバーを同時に動かせば、AIが「CRMの取引データに基づいて、適切なSlackチャンネルに通知を送る」といった、従来なら専用開発が必要だった処理を、自然言語の指示だけで実行できます。
MCP Slack連携の基本構造は、以下の3層で構成されます。
[AIクライアント] ←→ [MCP Slack サーバー] ←→ [Slack API / Workspace]
(Claude Desktop (Slack Bot Token (メッセージ送受信
Claude Code 等) で認証・操作代行) チャンネル管理等)MCPサーバーがSlack APIのラッパーとして機能し、AIクライアントからの自然言語の指示をSlack APIのリクエストに変換します。Slackの公式MCPサーバーは、Anthropic社のMCPリポジトリおよびSlack公式リポジトリで公開されています。
ステップ1：Slack Appの作成とBot Token取得
Slack APIの管理画面（https://api.slack.com/apps）でAppを作成し、Bot User OAuth Tokenを取得します。必要なスコープは自動化の範囲に応じて設定します。
# 推奨する最小スコープ設定
channels:history # パブリックチャンネルのメッセージ履歴
channels:read # パブリックチャンネルの情報取得
chat:write # メッセージの投稿
groups:history # プライベートチャンネルのメッセージ履歴
groups:read # プライベートチャンネルの情報取得
search:read # メッセージ・ファイルの検索
users:read # ユーザー情報の取得ステップ2：MCPサーバーの設定
Claude Desktopを使用する場合、claude_desktop_config.json に以下を追加します。
{
"mcpServers": {
"slack": {
"command": "npx",
"args": ["-y", "@anthropic/mcp-server-slack"],
"env": {
"SLACK_BOT_TOKEN": "xoxb-your-bot-token",
"SLACK_TEAM_ID": "T0123456789"
}
}
}
}ステップ3：接続テスト
設定完了後、AIクライアントから以下のようなクエリを実行して接続を確認します。
「Slackのパブリックチャンネル一覧を表示してください」正常に接続できていれば、ワークスペース内のチャンネル一覧がAI経由で取得されます。
SlackとHubSpotの両方のMCPサーバーを同時に設定することで、CRMデータとSlackの情報を横断した操作が可能になります。この設計パターンの詳細については「HubSpot MCPサーバーによるCRM操作の自動化」で解説しています。
{
"mcpServers": {
"slack": {
"command": "npx",
"args": ["-y", "@anthropic/mcp-server-slack"],
"env": {
"SLACK_BOT_TOKEN": "xoxb-your-bot-token",
"SLACK_TEAM_ID": "T0123456789"
}
},
"hubspot": {
"command": "npx",
"args": ["-y", "@hubspot/mcp-server"],
"env": {
"HUBSPOT_ACCESS_TOKEN": "your-hubspot-token"
}
}
}
}Slackの標準検索機能は、キーワードマッチング方式です。検索したい内容の正確なキーワードがわからなければ、目的の情報にたどり着けません。また、チャンネルが数十〜数百に増えると、どのチャンネルに情報があるかを人間が把握すること自体が困難になります。
Salesforceが2025年に発表した調査では、ナレッジワーカーは週平均9.3時間を情報検索に費やしているというデータがあります。この時間の多くが、Slackやメール、社内Wikiなどのツールをまたいだ横断的な検索に使われています。
MCP Slack連携を活用すると、AIが文脈を理解した上で検索を実行します。
プロンプト例：
「先週、#sales チャンネルで議論された価格改定に関する話題をまとめてください」この指示に対し、AIは以下の処理を自動的に実行します。
従来のSlack検索では「価格改定」というキーワードを含むメッセージしかヒットしませんが、MCPを介したAI検索では「値上げ」「料金体系の見直し」「プライシング変更」といった関連表現も含めて検索できます。
| 活用シーン | プロンプト例 | 取得結果 |
|---|---|---|
| 営業情報の横断検索 | 「#sales と #cs で言及された〇〇社に関する直近の情報をまとめて」 | 営業進捗とCS対応状況の統合ビュー |
| プロジェクト状況の把握 | 「#proj-xxx のスレッドで今週決定された仕様変更を一覧化して」 | 意思決定ログの自動抽出 |
| 競合情報の収集 | 「全チャンネルで直近1ヶ月に言及されたCompetitor Xの情報を集約」 | 社内に散在する競合インテリジェンスの統合 |
| 障害・トラブル調査 | 「#support で報告されたAPI接続エラーの事例をすべて抽出」 | トラブルの傾向分析用データの自動収集 |
MCPを通じたSlackへのメッセージ自動投稿は、単純な通知から高度な条件分岐まで対応できます。
プロンプト例：
「#general チャンネルに、今週のチームミーティングのリマインダーを投稿してください。
明日14:00から、アジェンダはQ2の進捗確認と新規施策の共有です」この処理自体はシンプルですが、MCPの真価はCRMやその他のシステムとの連携にあります。
ここが結構ミソになってくるのですが、Slack MCPサーバーとHubSpot MCPサーバーを組み合わせることで、CRMの状態変化に応じたインテリジェントな通知が実現します。
パターン1：取引ステージ変更の自動通知
プロンプト例：
「HubSpotで今日ステージが"提案中"から"見積もり送付済み"に変わった取引を検索し、
各取引の担当者情報と金額を含めて #sales-updates に投稿してください」AIはHubSpot MCPサーバーで取引の変更履歴を検索し、条件に合致する取引を抽出した後、Slack MCPサーバーを通じて整形されたメッセージを投稿します。
パターン2：リードスコア変動のリアルタイム通知
プロンプト例：
「HubSpotでリードスコアが80点以上になったコンタクトを検索し、
担当営業の個人チャンネルにそれぞれ通知してください」パターン3：週次レポートの自動生成・投稿
プロンプト例：
「今週のHubSpotパイプラインサマリーを作成し、#management に投稿してください。
新規取引数、ステージ別の取引金額、クローズ予定の取引リストを含めてください」通知の自動化で最も重要なのは「通知疲れ」を防ぐことです。すべてをリアルタイムで通知すると、結果的に重要な情報が埋もれてしまいます。
| 通知レベル | 条件例 | 配信先 | タイミング |
|---|---|---|---|
| 緊急 | 大型案件のクローズ、クレーム発生 | 担当者DM + 管理者チャンネル | 即時 |
| 重要 | ステージ変更、スコア閾値超え | 担当チームチャンネル | 即時 |
| 定期 | パイプラインサマリー、KPI達成状況 | 全体チャンネル | 日次 or 週次 |
| 情報共有 | 新規リード獲得、フォーム送信 | 専用チャンネル | バッチ（数時間ごと） |
BtoB企業の意思決定プロセスでは、Slackのスレッドが数十〜数百のリプライに膨れ上がることが珍しくありません。特に技術検討や仕様確認のスレッドは、途中参加者が文脈を把握するのに多大な時間がかかります。
Slack社の2025年の調査によると、平均的なビジネスユーザーは1日あたり75件以上のSlackメッセージに目を通しており、そのうち約40%がスレッド内の返信です。つまり、スレッドの要約ができるだけで、日々の情報処理時間を大幅に削減できる可能性があります。
プロンプト例：
「#product チャンネルの"新機能の優先順位"というスレッドを要約してください。
決定事項、未決定事項、次のアクションに分けて整理してください」AIはMCPサーバーを通じてスレッドの全メッセージを取得し、内容を分析した上で構造化された要約を生成します。ポイントになってくるのは、単なるテキストの短縮ではなく「意思決定の文脈を保持した要約」ができるという点です。
| 要約タイプ | 出力形式 | 主な用途 |
|---|---|---|
| 意思決定ログ | 決定事項 / 未決事項 / 次のアクション | 経営会議・PJマネジメント |
| 技術ディスカッション要約 | 課題 / 検討された選択肢 / 結論 | 設計レビュー・技術判断 |
| 顧客フィードバック集約 | ポジティブ / ネガティブ / 改善要望 | プロダクト改善・CS改善 |
| 日次ダイジェスト | チャンネルごとのハイライト | マネジメント層への情報共有 |
Slack AIにも要約機能が搭載されていますが、MCPによる要約と比較すると設計思想が異なります。Slack AIの詳細な機能と活用法については「Slack AIのビジネス活用ガイド」で解説しています。
| 比較項目 | Slack AI標準の要約 | MCP経由のAI要約 |
|---|---|---|
| 操作方法 | Slack UI上でワンクリック | AIクライアントに自然言語で指示 |
| カスタマイズ性 | 固定フォーマット | 出力形式を自由に指定可能 |
| 外部システム連携 | Slack内の情報のみ | CRM・会計等のデータと横断分析可 |
| バッチ処理 | 1スレッドずつ | 複数チャンネル・スレッドを一括処理 |
| コスト | Slack Pro以上 + AI Add-on | MCP設定のみ（追加課金なし） |
BtoB企業では、営業・CS・マーケティングの各部門がSlack上で個別にコミュニケーションを取っていることが多く、部門間の情報断絶が課題になりがちです。MCPによるワークフロー通知の自動化は、この情報サイロを解消する有力な手段です。
ワークフロー1：リード獲得から営業アサインまでの自動通知
[HubSpotフォーム送信]
→ AIがリード情報を取得（HubSpot MCP）
→ リードスコアリングを実行
→ スコアに応じて適切なSlackチャンネルに通知（Slack MCP）
→ 担当営業にDMでアサイン通知ワークフロー2：CS対応のエスカレーション自動化
[HubSpotチケット作成]
→ AIがチケットの優先度と内容を分析（HubSpot MCP）
→ 高優先度の場合、#cs-escalation に即座に通知（Slack MCP）
→ 過去の類似チケットをSlack履歴から検索し、対応案を添付ワークフロー3：商談クローズ後のCS引き継ぎ
[HubSpot取引がクローズ]
→ AIが取引情報・商談メモを取得（HubSpot MCP）
→ #cs-handoff に引き継ぎサマリーを自動投稿（Slack MCP）
→ CSメンバーにメンション付きで担当振り分けAnthropic社は自社のMCPドキュメントで、MCPサーバーの組み合わせによってSlack・GitHub・CRMをAIで統合管理する構想を公開しています。これは単一ツールの自動化を超えた、クロスプラットフォームの業務自動化という新しいパラダイムです。
HubSpot社も2025年のINBOUNDカンファレンスで、AIエージェントがSlackとCRMを横断して営業担当者の業務を自動化するデモを公開しました。取引の進捗に応じてSlackチャンネルにサマリーを投稿し、次のアクションを提案する仕組みは、まさにMCPの設計思想を具現化したものといえます。
MCPを通じたSlack操作は便利ですが、過剰な権限付与はセキュリティリスクに直結します。以下の原則に従って権限を設計してください。
最小権限の原則: 自動化に必要なスコープのみを付与します。たとえば、メッセージの投稿のみが目的であれば chat:write だけで十分であり、admin スコープは不要です。
チャンネル制限: Botが投稿・読み取りできるチャンネルを明示的に制限します。Slack App側の設定でチャンネルごとのアクセス制御が可能です。
監査ログの有効化: Enterprise Grid以上のプランでは、API経由のアクセスログを監査トレイルとして保存できます。MCPサーバー経由の操作も記録されるため、定期的なログレビューを推奨します。
MCPによるSlack連携は強力ですが、現時点での制約も正直にお伝えしておきます。
MCPによるSlack自動化は、一度にすべてを導入するのではなく、段階的に広げていくことを推奨します。
| フェーズ | 期間目安 | 実施内容 | 期待効果 |
|---|---|---|---|
| Phase 1 | 1〜2週間 | MCPサーバーの設定、チャンネル検索の検証 | 情報検索時間の削減 |
| Phase 2 | 2〜4週間 | スレッド要約の自動化、定期レポートの投稿 | 会議準備時間の削減 |
| Phase 3 | 1〜2ヶ月 | CRM連携通知、ワークフロー自動化の構築 | 部門間情報連携の向上 |
| Phase 4 | 継続的 | 利用パターンの分析と最適化 | 通知品質の継続改善 |
MCPサーバー自体はオープンソースであり、追加のライセンス費用は発生しません。主なコスト要素は以下の通りです。
CRMとSlackの情報連携の設計については「MCPで実現するCRM×会計システムの自動連携」も参考になります。
MCPサーバーの初期設定にはJSON設定ファイルの編集が必要ですが、プログラミングの知識は不要です。設定ファイルのテンプレートが公開されているため、トークンの取得と設定ファイルへの記述ができれば導入可能です。日常の運用は、AIクライアントに自然言語で指示するだけで完結します。
Slack APIにはTier 1〜4のレート制限がありますが、通常の業務利用（1日数百件レベルの検索・投稿）であれば問題になることはほぼありません。大量のメッセージ履歴を一括取得するような処理では、MCPサーバー側のリトライ処理と合わせて、バッチサイズを調整することで対応できます。
はい、Slack Botがプライベートチャンネルに招待されていれば可能です。ただし、セキュリティの観点から、Botのアクセス範囲はIT管理者と事前に合意しておくことを推奨します。特に人事・法務関連のチャンネルへのAIアクセスは、社内ポリシーとの整合性を確認してください。
はい、Slack AIの標準機能とMCP連携は競合しません。Slack AIの要約機能をSlack UI上で日常的に使いつつ、MCP経由でより高度な分析（CRMデータと組み合わせた横断分析など）を実行するという使い分けが効果的です。
MCPサーバーは独立したSlack Appとして動作するため、既存のBotやZapier・Make等の連携ツールと競合することなく共存できます。むしろ、既存のBotが生成した通知をMCP経由で集約・分析するような活用パターンも有効です。
MCPサーバーはローカル環境またはセキュアなサーバー上で動作し、データの中継はSlack APIの暗号化通信を利用します。ただし、AIクライアント側（Claude等）にメッセージ内容が送信されるため、Anthropic社のデータポリシーとEnterpriseプランの活用を確認してください。Team / Enterpriseプランでは、入力データがモデルのトレーニングに使用されない保証が提供されています。
MCPの設計思想は「あらゆるシステムとの接続を標準化する」ことにあります。Salesforce用のMCPサーバーも開発が進んでおり、同様の構成で連携可能です。ただし、2026年3月時点ではHubSpotのMCPサーバーが最も成熟しているため、HubSpotユーザーにとっては最も導入しやすい状況です。
MCPによるSlack連携の自動化は、コミュニケーションツールとしてのSlackを「AIが情報を整理・判断・行動するインテリジェントハブ」へと進化させる取り組みです。
本記事で解説した4つの設計パターンを振り返ります。
ここが結構ミソになってくるのですが、MCPの最大の価値は個々の機能ではなく、複数のMCPサーバーを組み合わせることで生まれるシステム横断の自動化にあります。SlackとHubSpot CRMを接続すれば、CRMのデータに基づいて適切なタイミング・適切なチャンネルに通知を送る、といった「文脈を理解した自動化」が実現します。
まずはPhase 1として、MCPサーバーの設定とチャンネル横断検索から始めてみてください。小さく始めて、効果を確認しながら段階的に自動化の範囲を広げていくのが、成功確率を最大化するアプローチです。
SlackとCRMの連携設計、MCP導入の技術支援については、CRM特化型コンサルティングの知見を活かしてサポートいたします。お気軽にご相談ください。