OpenAIのChatGPTモデルとCData Connect AIを組み合わせたPythonチャットアプリケーションを構築し、CRM、サポートチケット、ビジネスメトリクスにわたる自然言語クエリを可能にする、エンタープライズデータ向けの会話型インターフェースを作成します。
エピソード13「OpenAI SDKでVibing」では、ホストのStanとCameronが、OpenAIのGPTモデルとCData Connect AIを統合するPythonアプリケーションの構築方法を開発者向けに解説します。CRMからサポートチケット、ビジネスメトリクスまで、エンタープライズシステム全体に対する自然言語クエリが実現できます。技術的なウォークスルーでは、アーキテクチャのセットアップからライブデモまで、完全な開発ワークフローをカバーしています。
今すぐ視聴：Vibe Querying with MCP - エピソード #13
MCP、CData Connect AI、Vibe Queryingの紹介
Model Context Protocol（MCP）は、Anthropicが開発した標準プロトコルで、LLMやAIエージェントが外部データソースに安全かつ効率的に接続できるようにします。MCPにより、AIはリアルタイムデータ、ツール、ワークフローにアクセスでき、ユーザーは自然言語でデータと対話できます。つまり、データとの会話が可能になるのです。
現在、CData Connect AI製品とリモートMCP機能を使用してMCPを活用しています。CData Softwareの既存製品であるConnect AIを使用すれば、あらゆるエンタープライズデータソースをConnect AIに接続できます。1つのリモートMCPサーバーURLで、お好みのクライアント（今回はOpenAI）に接続できます（CData MCP Serversの試用版にサインアップしてください）。
これが「vibe querying」というコンセプトにつながります。vibe codingと同様に、これはデータ探索への会話型アプローチです。データの専門家である必要はありません。パイプラインを構築する必要もありません。ビジネスデータをウェアハウスに取り込むためにIT部門に依頼する必要もありません。AIクライアント（この場合はOpenAI）をデータに接続し、会話するだけです。つまり、データとの会話体験が得られます。
会話型データアプリの構築：エピソードの目標
このエピソードでは、GPTを活用した会話をエンタープライズデータに直接もたらすPythonチャットアプリケーションの構築方法を実演します。StanとCameronが、アーキテクチャ設計、ライブコーディング、CRM・サポート・製品使用状況データへのクエリを、すべて自然な対話を通じて解説します。
セットアップ：アーキテクチャと前提条件
コードに入る前に、Cameronが3層構成のアーキテクチャを説明します：
Pythonアプリケーション – ユーザー向けチャットインターフェース
CData Connect AI MCP サーバー – ユニバーサルなエンタープライズデータアクセスを提供するセマンティックレイヤー
OpenAI API – 言語理解のためのGPT-4モデル
Cameronは次のように述べています。「Connect AIには、すべてのデータソースを正規化する凝縮されたツールセットがあり、同じツールで何でもクエリできます。これにより、シームレスなマルチソース推論が可能になります。」
開発の前提条件
このガイドには以下が必要です：
デモデータセット：実践的なミニCRM
機能を実演するために、顧客データを含むGoogle Sheetサンプルを使用します。このデータセットには、アカウント、営業案件、サポートチケット、使用状況メトリクスが含まれています。
サンプル顧客ヘルススコアスプレッドシート に移動します
ファイル > コピーを作成をクリックしてGoogle Driveに保存します
覚えやすい名前を付けます（例：「demo_organization」）。 後で必要になります
スプレッドシートには4つのシートが含まれています：
account：会社情報（名前、業種、収益、従業員数）
opportunity:：営業パイプラインデータ（ステージ、金額、確率）
tickets：サポートチケット（優先度、ステータス、説明）
usage：製品使用状況メトリクス（ジョブ実行、処理レコード数）
コード：会話型データを支える3つのPythonクラス
プロジェクトは3つの主要コンポーネントで構成されています：
Config.py：セキュアな認証情報管理
Configクラスですべての認証と構成を処理し、環境変数を介してOpenAI APIキー、Connect AI認証情報、MCPサーバー接続を安全に管理します。
Client.py：HTTP通信レイヤー
MCP Clientクラスは、CData Connect AI MCPサーバーとのすべての通信を管理し、標準化されたHTTPプロトコルを通じて接続されたソース全体でツール呼び出しとデータ取得を処理します。
Agent.py：AIインテリジェンスオーケストレーション
MCP Agentクラスは、OpenAIの言語理解とConnect AIのデータツールを組み合わせ、ユーザーのプロンプトを適切なデータ操作にインテリジェントにルーティングすることで、ライブビジネスデータに対する自然言語クエリを可能にします。
ライブデモ：シンプルなクエリから高度な分析まで
クエリ1：基本的な収益分析
ユーザープロンプト：「このGoogle Sheets接続に基づいて、年間収益の上位5社を表示してください。」
アプリケーションは即座に構成されたデータソースに接続し、適切なクエリを実行し、フォーマットされた結果を返します。SQLの知識は不要で、ビジネスデータとの自然な会話だけで済みます。
クエリ2：マルチソースサポートインテリジェンス
ユーザープロンプト： 「サポートチケットの件数が最も多い顧客はどれですか？」
これはConnect AIのセマンティックレイヤーの動作を実演しています。システムは複数のデータテーブル（顧客レコードとサポートチケット）にまたがってシームレスにクエリを実行し、従来なら複雑な結合と手動分析が必要だった包括的なインサイトを提供します。
Stanはマルチソース機能を強調しています。「これは、CData Connect AIのようなプラットフォームを使用する大きな付加価値の1つを示しています。複数のデータソースに接続でき、Jira、Salesforce、サポートチケットデータがどこにあっても接続し、CRMデータと併せてクエリできます。」
クエリ3：会話型トラブルシューティング
ユーザープロンプト： 「これらのアカウントのアカウント名は何ですか？」
最初のクエリが読み取り可能な名前ではなく顧客IDを返した場合、シンプルなフォローアップの質問で即座に解決できました。これは会話型インターフェースの柔軟性を実証しています。クエリを再構築したり、複雑なダッシュボードをナビゲートしたりする必要はありません。
Cameronはその価値を捉えています。「ここで、データと話せることが大きな意味を持ちます。ダッシュボードで作業していた場合、この顧客IDを取得し、アカウント名を見つけるために手動でクエリを実行する必要があります。今は、会話するように聞くだけでできます。」
クエリ4：高度な派生ビュー分析
ユーザープロンプト： 「CData接続のデモ顧客ヘルススコア派生ビューに基づいて、Premium Auto Group Europeのヘルス状況を見せてください。」
このクエリは、Connect AIの派生ビュー（チーム全体で決定論的なビジネスメトリクスを作成する事前構成されたSQLクエリ）を紹介しています。システムは以下を取得しました：
使用パターンと最終アクティビティ日
アカウントタイプと収益情報
オープンな営業案件とサポートチケットのステータス
リスク指標付きの計算されたヘルススコア
Stanはコラボレーティブなメリットを強調しています。「これらのカスタムオブジェクト、派生ビューの定義を事前に構成することで、CData Connect AIを介して接続したデータを使用する誰にとっても、共通言語を確保できます。」
技術的卓越性：ユニバーサルデータベースアプローチ
Connect AIを際立たせているのは、AIデータアクセス用のSQLベースのインターフェースです。すべてのソースとモデルにカスタム統合を行う代わりに、Connect AIはGPTモデルが直接使用できる統一されたSQLレイヤーを提供します。
これにより、通常エンタープライズAI実装を悩ませる「N×M統合問題」が解決されます：
ユニバーサル互換性：同じツールが350以上のデータソースで動作
ネイティブAI理解：LLMはSQLで広範にトレーニングされている
エンタープライズパフォーマンス：クエリ最適化、ソース固有のインテリジェンス、並列実行
包括的アクセス：すべてのフィールド、エンドポイント、カスタムオブジェクトが利用可能
セッションでは、スマートクエリ生成、マルチソース結合、エンタープライズ関係のコンテキスト理解を紹介しています。すべてCData Connect AIが支えています。
分析からアクションへ：ビジネスインテリジェンスの未来
エピソード13は、エンタープライズデータとの対話における根本的な変化を示しています。複雑なインターフェースをナビゲートしてITサポートを待つ代わりに、ビジネスユーザーはデータと自然な会話を行い、戦略的な質問に即座に回答を得ることができます。
OpenAIの言語理解とConnect AIのセマンティックインテリジェンスの組み合わせにより、新しいカテゴリのビジネスアプリケーションが生まれます。人間のインサイトとデータアクセスの間の障壁が完全になくなるものです。
Stanは次のように振り返っています。「OpenAIに接続し、OpenAIのモデルを使用して、CData Connect AI接続レイヤーを通じてライブデータをクエリする実際のPythonチャットアプリを構築しました。」
エンタープライズデータでvibingを始める準備はできましたか？
会話型ビジネスインテリジェンスの時代が到来しました。AIが自然言語を通じてエンタープライズデータにアクセス、分析、議論できるようになると、唯一の制限はあなたの好奇心だけです。
無償トライアルにサインアップし、完全なソースコードを探索し、今日から会話型データ体験の構築を始めましょう。インスピレーションと実証済みのクエリ例については、完全なウォークスルー、包括的なプロンプトライブラリをご覧いただき、ビジネスインテリジェンスの未来を構築する成長中のCData Communityにご参加ください。
OpenAI統合ドキュメントとCData Connect AIをチェックして、独自の会話型データアプリケーションを構築しましょう。
自然言語AIがビジネスインテリジェンスをどのように変革するかを引き続き探求する、Vibe Queryingの今後のエピソードにご参加ください。次回まで、好奇心を持ち続け、データとのvibingを続けてください！
※本記事はCData US ブログ Building Python Chat Apps with the OpenAI SDK の翻訳です。
CData Connect AIを今すぐ体験
Connect AIがリアルタイムインサイトのためにビジネスプロセスをどのように効率化するかをご覧ください。
