MCPとClaudeスキルシリーズのパート1では、ClaudeスキルがRAW Model Context Protocol（MCP）クエリと比較して58〜65%のトークン節約を実現することを示しました。これは印象的な結果です。

パート2では、Connect AIとMCPを使って独自のスキルを作成し、Connect AIを通じて一貫したクロスソースクエリを実現する方法を紹介しました。制限は、スキルがClaude Codeでしか動作しないことです。

ソリューションがClaude Codeを離れて組織全体に展開する必要がある場合を考えてみましょう：

• 営業VP はTableauで使いたい。サポートされていません。

• MLエンジニアはLangChainから呼び出す必要がある。サポートされていません。

• CEOはChatGPTで使いたい。サポートされていません。

• ITは使用状況を監査したい。サポートされていません。

• 法務部門はビジネスロジックを一元的に更新する必要がある。サポートされていません。

1つのソリューションが突然5つになり、どれもスケールしません。根本的な問題は、Claudeスキルが単一のプラットフォームに縛られたクライアントサイドのファイルであり、一元的なガバナンス、共有配布、エンタープライズ制御がないことです。

より良い方法があります。Connect AIの派生ビューは、スキルのメリット（トークン効率、クエリ最適化、クロスシステム結合）を提供しながら、スキルが対処できないポータビリティとガバナンスの問題を解決します。

派生ビューはConnect AI内のガバナンスされた仮想SQLテーブルであり、ビジネスロジックを一元管理し、どのツールでも簡単なSELECT文でクエリできます。

スキルが得意なこと

スキルは既知のクエリを実行可能なコードとしてパッケージ化することでトークン効率を高め、MCPのみの検出と比較して58〜65%のトークン削減を実現します。マルチソース結合をConnect AIにオフロードすることで複雑なクエリ実行を処理し、複雑さをLLMのコンテキスト外に保ちます。また、デベロッパーワークフローの繰り返し可能なスクリプトのためのシンプルな自動化もサポートします。

スキルの限界

スキルには5つの限界があります：

• プラットフォームロックインにより使用がClaude Codeに限定され、追加の配布なしにChatGPT、Tableau、Excel、またはエージェントフレームワーク全体での直接使用がブロックされます。

• すべてのユーザーがローカルファイルと更新を必要とするため、コード配布とバージョニングのオーバーヘッドが発生します。

• 一元的なガバナンスが欠如しており、アクセス制御の適用、使用状況の監査、またはビジネスロジックの一元更新が困難です。

• ユーザーごとのシークレットがセキュリティ上の問題となるため、クレデンシャルの拡散を引き起こします。

• ツール間でわずかに異なるバージョンが増殖するため、ロジックが分散します。

ここにギャップが明らかになります：スキルは優れたデベロッパーツールですが、エンタープライズはClaude内だけでなく、あらゆる場所で機能するガバナンスされたレイヤーを必要としています。

データレイヤーにロジックを配置するための派生ビューの使用

Connect AIは最初のマネージドMCPプラットフォームです。すべてのデータ接続が単一のプラットフォームで設定、管理、ガバナンスされています。MCPでデータを探索し、安定したロジックを任意のツールやエージェントがスケールで安全にクエリできる派生ビューに昇格させることができます。

これらの派生ビューは複雑なクエリをConnect AI内のガバナンスされた仮想テーブルとして保存します。かつてはLLMが実行し、複雑なSQLを使ってConnect AIをクエリするコードベースの関数だったものが、今はConnect AI内でtop_accounts_with_ticketsとして保存されます。派生ビューを一度公開すれば、AIエージェントやフレームワークからBIやレポートツールまで、組織全体のすべてのツールがSELECT * FROM top_accounts_with_ticketsのような簡単なクエリで使用できます。

なぜこれが重要なのか？重いロジックはConnect AIに置かれています。Claude、ChatGPT、Tableau、Excel、LangChain、カスタムアプリなどのクライアントは単純なSELECTを実行します。コードの配布なし。ロックインなし。1つの定義。

エンタープライズにとって派生ビューが優れている理由

1. プラットフォームロックインなしのユニバーサルアクセス。派生ビューは、ClaudeとChatGPT、LangChainとLlamaIndex、TableauとPower BI、Excel、または同じSQLビューを使用したAPIで機能します。

2. さらに優れたトークン効率。シリーズの典型的なパターンでは、MCP検出は約2,750トークン、スキル実行は約870トークン、派生ビューは約400トークンを使用します。派生ビューを使用すると、モデルは小さなSELECTを発行し、Connect AIが複雑なロジックを実行します。

3. ゼロ配布オーバーヘッド。派生ビューはConnect AIで一度公開され、ビジネスルールが変更されたときに一度更新されれば、全員が使用しているツールで新しいロジックをすぐに取得できます。

4. 一元的なガバナンス。ロールベースのアクセス、監査証跡、使用状況分析、コンプライアンスレポートが散在するPythonまたはTypeScriptファイルに取って代わります。

5. 単一の真実の源泉。組織は「リスクのある顧客」や任意のビジネスロジックを派生ビュー内で一度定義します。すべての部門のすべてのツールが同じ定義をクエリするため、メトリクスをめぐる議論がなくなります。

6. 即時かつ安全な変更管理。チケットの優先度名を変更する必要がありますか？ビューを更新するだけで完了です。再デプロイや再トレーニングは不要です。

7. 将来を見越したポータビリティ。AIスタックは進化します。派生ビューはマネージドMCPレイヤーの標準SQLであるため、プラットフォームの切り替えを乗り越えられます。

Claudeスキルがまだ適している場所

スキルは、特にClaude Code内で軽量なクライアントサイド処理が必要な場合に、デベロッパーとITのパイロットおよび実験で威力を発揮します。実行可能なクエリの発見、価値の迅速な証明、MCPを活用した探索による仮定の検証に役立ちます。パート1と2でベンチマークとMCP発見をスキルに変える手順を参照してください。

クエリが複数のチームにとって重要になったり、ガバナンス、監査、クロスツールアクセスが必要になったりしたら、Connect AIの派生ビューに昇格させる必要があります。それがデベロッパーの利便性から組織的な信頼性への転換点です。

スキルから派生ビューへの移行方法

ステップ1：候補を特定する。チーム間で再利用されている、複数のツールからクエリされている、または変更されるビジネスロジックを持つスキルを昇格させます。ローカル処理を必要とする厳密なClaude専用ワークフローにはスキルを維持します。

ステップ2：SQLを抽出する。スキルを開き、SQL文字列をコピーし、Connect AIでテストして、top_accounts_with_ticketsなどの派生ビューとして保存します。ビューはClaude、ChatGPT、LangChain、Tableau、Excelから即座にクエリ可能な仮想ビジネス用語集の一部になります。

ステップ3：ハイブリッドパターンを採用する。スキルにビューを呼び出させ（例：SELECT * FROM top_accounts_with_tickets LIMIT 10）、Claudeユーザーも恩恵を受けながら、他の全員のためにConnect AIにロジックを集中させます。その後、時間をかけて重いスキルの実装を廃止します。

MCPからスキル、派生ビューへとスケールする戦略

このシリーズ全体で自然なライフサイクルを示してきました：データ、関係性、実行可能なクエリを発見するためにMCPで探索する。繰り返し使用するものをスキルとしてパッケージ化してトークンを削減し、デベロッパーワークフローを高速化する。耐久性のあるロジックをConnect AIの派生ビューに昇格させ、最良のトークンプロファイルで組織全体にガバナンスされたクロスプラットフォームアクセスを提供する。

だからこそ、最初のマネージドMCPプラットフォームとして、Connect AIはユースケースが単一チームのパイロットからエンタープライズ全体のデータインテリジェンスに拡大する際の適切な基盤です。MCPによる探索、派生ビューによる実行、スキルによるオプションのClaude専用自動化を、すべてのAIおよびアナリティクスツールが使用できる1つのガバナンスされたレイヤーに統合します。

ここに至るまでの経緯を見たいですか？

• MCPとスキルをいつ使うか、なぜ両方が必要なのかのベンチマークを確認するにはパート1を読んでください。

• MCP発見をClaude Codeが効率的に実行できるClaudeスキルに変える方法を学ぶにはパート2を読んでください。

Connect AIで価値あるデータビューの共有を始める

スキルから始めて検証と反復を行います。一元的なガバナンス、ユニバーサルアクセス、最低のトークンフットプリントで組織全体にスケールする必要がある複雑なクロスソースクエリにはConnect AIの派生ビューに移行します。

Connect AIの無料トライアルで、単一のプラットフォームからデータへのAIアクセスを管理する旅を始めましょう。

※本記事はCData US ブログMCP and Claude Skills, Part 3: Use Connect AI Derived Views for Enterprise AI Data Accessの翻訳です。