Lv4 ・ 90 分

Step 6 AI エージェント連携（ビジネス向け）

コードを書かずに、Claude Desktop や Dify の AI エージェントから Bright Data を使えるようにする。

このハンズオンでは、Bright Data を AI エージェントの調査ツールとして使える状態にします。ポイントは、コードを書くことではなく、AI が必要に応じて検索、ページ取得、ナレッジ参照を使い分けられるようにすることです。

個人なら Claude Desktop、チーム共有なら Dify が向いています。

MCP 接続アーキテクチャ — AI クライアント（Claude Desktop / Cursor / LangChain）→ MCP Server → Bright Data API

ゴールと所要時間

最初のエージェントは、役割を絞ったほうがうまくいきます。例:

Claude Desktop では、接続設定後にプロンプト設計を整えるだけでかなり実用になります。最初の指示文例:

あなたは市場調査アシスタントです。
Bright Data を使って最新の公開情報を取得してください。
回答には必ず出典 URL を付け、推測で埋めないでください。

質問例:

競合 3 社の直近 7 日のニュースを調べ、
会社名、ニュース要点、事業インパクト、出典 URL を表にしてください。

Dify では、エージェント的な振る舞いをワークフローとして固定できます。最小構成は次のとおりです。

LLM ノードの指示文例:

取得した公開情報だけを根拠に回答してください。
回答には必ず出典 URL を含めてください。
事実と解釈を分けてください。

AI エージェントは、形式を決めるだけでかなり使いやすくなります。おすすめは次の 4 列です。

この形なら、役員報告、営業準備、広報共有のどれにも流しやすくなります。

よくない例:

競合を調べて

よい例:

競合 3 社の日本市場向けニュースを、過去 7 日に絞って調べてください。
資金調達、人事、大型提携、新サービス開始に絞り、
表形式で出典 URL つきで返してください。

最初のうちは、毎回この 3 点を見ます。

一度うまくいった指示文は、毎回打ち直さずに残します。たとえば:

Claude ならプロジェクト化、Dify ならアプリとして公開すると運用しやすいです。

使われる AI になるかどうかは、ここで決まります。

最初は 5 件から 10 件の上位情報で十分です。必要以上に広げると、コストも解釈負荷も上がります。

固定情報はナレッジ、最新動向は Web 取得、と分けると安定します。