MCPで不動産データを扱う方法

不動産データの分析にSQLやAPIを使うのが面倒だと感じるなら、MCPという選択肢がある。AIアシスタントに日本語で質問するだけで、不動産DBの取引データ、地価推移、人口動態、災害リスクを横断的に分析してくれる。

MCPとは何か

MCP（Model Context Protocol）はAnthropicが策定したオープンプロトコルで、AIアシスタントが外部のデータベースやAPIに直接アクセスするための仕組みだ。従来はユーザーがAPIを叩いてデータを取得し、それをAIに貼り付けて分析を依頼していた。MCPを使えば、AIが自分でデータを取りに行く。

Claude Desktop、Claude Code、Cursor、Windsurf等のMCP対応クライアントであれば、設定ファイルに不動産DBのエンドポイントを追加するだけで使える。

セットアップ

Claude Desktopの場合

Claude Desktopの設定ファイルに不動産DBのMCPサーバーを追加する。

設定ファイルの場所はOSによって異なる。macOSなら ~/Library/Application Support/Claude/claude_desktop_config.json、Windowsなら %APPDATA%\Claude\claude_desktop_config.json だ。

Claude Desktopを再起動すれば、不動産DBのツールが自動的に読み込まれる。APIキーの設定は不要で、無料プランの範囲で利用できる。

使えるツール

MCPを通じて以下のツールにアクセスできる。

AIがこれらのツールを自動的に選択して呼び出すので、ユーザーはツール名を覚える必要はない。日本語で聞けばいい。

実践的なプロンプト例

エリア分析

AIがget_area_profile、get_price_trends、get_land_price_trendsを順に呼び出して、渋谷区の総合分析を返す。人間がAPIを3回叩いてデータを結合する手間が省ける。

条件付きスクリーニング

screen_areasツールが複数条件を組み合わせてフィルタリングする。条件が曖昧でもAIが適切なパラメータに変換してくれる。

エリア比較

get_rankingsでランキングを取得し、上位・下位それぞれのget_area_profileを呼び出して比較表を作成する。

賃料推定

estimate_rentツールが呼ばれ、LightGBMとXGBoostのアンサンブルモデルで推定結果を返す。全国対応。【2026-08-09 訂正】当初ここに記載していた「都市部MAPE 1.6%・全国MAPE 2.0%」はモデル学習ホールドアウト条件の値で、(1) API・MCP の入力条件（位置は市区町村コード粒度）での測定ではなく、(2) 評価集合に同一物件の重複行が含まれていた。現行モデル v5.3-areafix（2026年9月の面積修理・再学習後）の精度を API・MCP の入力条件で実測しました。都市部 約10.7%・地方 約10.1%（何も足さない最小条件、2026-09-05 測定、学習に使っていない物件のみ・重複行除外）、駅名のみで都市部約9.4%・地方約9.5%、駅名と建物種別を両方渡すと約9.2%まで改善します（前バージョン v5.2-clean は 2026-08-10 測定で都市部 約11.2%・地方 約10.9%でした）。【2026-08-10 訂正】本記事が 2026-08-09 版で記載していた「約11%／約10%、駅名で約9%」は、測定時に建物種別を渡していた条件の値で、当時の API・MCP は建物種別を送っていなかったため実際の入力条件より有利でした。推定値そのものは変わっていません。地域差があります（前バージョン v5.2-clean の 2026-08-10 実測では福岡県が約23%。v5.3-areafix の県別再測は別途行います）。

REST APIとの使い分け

MCPは対話的な分析に向いている。探索的にデータを掘り下げたい場合や、複数のデータソースを横断して分析したい場合はMCPが効率的だ。

一方、定期的なデータ取得や大量処理にはREST APIが適している。毎日の地価データ収集、バッチ処理での賃料推定、アプリケーションへの組み込みはAPIで行うべきだ。

料金

MCPの利用自体に追加料金は発生しない。REST APIと同じ料金体系が適用され、Freeプランでは1日100リクエストまで無料で利用できる。Proプランではリクエスト上限が引き上げられ、大量利用や法人プロダクトへの組み込みはEnterpriseプランで個別に対応する。詳細は料金ページを確認してほしい。