MCP連携

MCP（Model Context Protocol）を使って、AIツールからニュースレターのデータに直接アクセスできます。

この章で学べること

MCPを設定してAIツールと直接連携する方法を学びます。

MCPとは

MCP（Model Context Protocol）は、AIツールが外部サービスのデータに安全にアクセスするための標準プロトコルです。設定すると、AIが直接ニュースレターの統計・購読者データ・記事情報を参照できます。

1
MCPトークンを作成する
2
使用するAIツールにMCPを設定する
3
AIにタスクを依頼する

ステップ1: MCPトークンを作成する

1ワークスペースの設定を開く

みんなのニュースレターのワークスペースにログインし、「データ解析」→「MCP設定」を開きます。

2トークンを作成する

有効期限を選択し、「トークンを作成」ボタンをクリックします。

トークンは作成直後に一度だけ表示されます。コピーして安全な場所に保管してください。画面を閉じると確認できません。

3トークンを管理する

作成済みのトークンはMCP設定ページで一覧表示されます。不要になったトークンは削除ボタンで無効化できます。新しいトークンを作成すると、既存の有効なトークンは自動的に無効化されます。

ステップ2: AIツールにMCPを設定する

Claude DesktopClaude Desktopの設定

Claude Desktopの設定ファイル（claude_desktop_config.json）を開き、以下を追加します。

設定ファイルの場所: ~/Library/Application Support/Claude/claude_desktop_config.json（Mac）

{
  "mcpServers": {
    "m-newsletter": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-remote",
        "https://mcp.m-newsletter.com/",
        "--header",
        "Authorization: Bearer <token>"
      ]
    }
  }
}

<token> の部分をステップ1で作成したMCPトークンに置き換えてください。設定後、Claude Desktopを再起動します。

Claude CodeClaude Codeの設定

ターミナルで以下のコマンドを実行します。<token> をMCPトークンに置き換えてください。

claude mcp add --transport http m-newsletter \
  https://mcp.m-newsletter.com/ \
  -H "Authorization: Bearer <token>"

または、.claude/settings.json に直接追加することもできます。

{
  "mcpServers": {
    "m-newsletter": {
      "type": "http",
      "url": "https://mcp.m-newsletter.com/",
      "headers": {
        "Authorization": "Bearer <token>"
      }
    }
  }
}

Gemini CLIGemini CLIの設定

~/.gemini/settings.json を開き、以下を追加します。

{
  "mcpServers": {
    "m-newsletter": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-remote",
        "https://mcp.m-newsletter.com/",
        "--header",
        "Authorization: Bearer <token>"
      ]
    }
  }
}

<token> の部分をMCPトークンに置き換えてください。

ステップ3: AIに分析を依頼する

設定が完了したら、AIに直接ニュースレターのデータを聞くことができます。以下のプロンプトをそのままコピーして使ってみてください。

まずは1行で試す（超シンプル）

m-newsletter mcpを使ってこれから何をすればニュースレターが人気になるのか教えてください

最初はこの1文で十分です。AIの回答を見てから、期間指定（例: 過去90日）や目的（登録者増・収益改善）を追記すると、提案がさらに具体的になります。

購読者を増やす

購読につながったコンテンツを特定する

m-newsletter mcp を使ってください。`get_content_analytics` で直近60日の記事を取得し、`open_rate`（メール開封率）が高い上位3件を特定してください。次にそれぞれ `get_post_page_analytics` でスクロール深度と読了率を確認してください。「開封率・読了率が高い記事」に共通するテーマ・構成・文章量のパターンを分析し、今後どんなコンテンツを書けば新規購読者が増えるか具体的に提案してください。

購読者が増えていない原因を診断する

m-newsletter mcp を使ってください。購読者が思うように増えていません。過去90日の `get_acquisition_analytics` でファネル（ページ表示→無料登録の転換率）と流入チャネルを確認し、どのステップ・チャネルで最も機会損失が起きているかを特定してください。続いて `get_subscriber_analytics` でチャーン率も確認し、「獲得」と「離脱」のどちらが純増の足を引っ張っているか診断してください。ボトルネック解消のアクションを優先順位付きで3つ提案してください。

紹介プログラムで口コミ流入を増やす

m-newsletter mcp を使ってください。過去90日の `get_acquisition_analytics` を取得し、紹介プログラム経由の流入（クリック数・無料転換数）と、他の流入チャネル（オーガニック・SNSなど）の転換率を比較してください。紹介プログラムが未設定の場合はその旨を教えてください。最も紹介してくれているユーザーの特徴と、口コミ流入をさらに増やすための施策を3つ提案してください。

収益を増やす

無料→有料の転換率を分析する

m-newsletter mcp を使ってください。過去30日の `get_newsletter_overview` で有料・無料の内訳と収益を、`get_acquisition_analytics` でファネル（無料登録→有料決済の転換率）を取得してください。現在の無料→有料転換率はどのくらいですか？どのファネルステップで最も離脱が起きていますか？有料転換率を上げるための改善策を優先順位付きで提案してください。

収益に貢献しているコンテンツを特定する

m-newsletter mcp を使ってください。過去60日の `get_content_analytics` で記事ごとの `open_rate`・`likes_count`・`total_views` を確認してください。どの記事がエンゲージメントが高く、結果的に有料転換の母数を増やしていますか？また `get_newsletter_overview` で収益トレンドと照らし合わせ、「収益に間接的に貢献しているコンテンツ」のパターンを教えてください。

総合ヘルスレポートを作成する

m-newsletter mcp を使ってください。ニュースレターの総合ヘルスレポートを作成してください。`get_newsletter_overview`・`get_subscriber_analytics`・`get_acquisition_analytics`・`get_content_analytics` を全て過去30日で取得してください。(1) 読者の獲得と離脱、(2) 収益の健全性、(3) コンテンツエンゲージメント、(4) 流入チャネル効率を要約し、最もインパクトの大きい改善提案をトップ3で教えてください。

ステップ4: MCPのベスト活用法（成長・収益・コンテンツ）

ここからは「どのツールを、どの順番で使うと意思決定しやすいか」を解説します。ポイントは、 全体像を掴む → ボトルネックを特定する → 打ち手を決める の順番で分析することです。

1. 登録者を増やすための使い方

登録者増加は「流入」「無料登録への転換」「解約抑制」の3つを同時に見ます。MCPは次の順で使うと、どこを直すべきかが明確になります。

get_acquisition_analytics で流入チャネルとファネル（view → subscribe_complete）を確認
get_subscriber_analytics で成長トレンド and チャーン率を確認
get_newsletter_overview で paid/free 構成 and メール開封率を最終確認

m-newsletter mcp を使ってください。過去90日の get_acquisition_analytics で流入チャネル別の view→subscribe_complete 転換率を比較し、最も機会損失が大きいチャネルを特定してください。次に get_subscriber_analytics でチャーン率と成長トレンドを確認し、純増を阻害している要因が『獲得不足』か『離脱過多』か判定してください。最後に get_newsletter_overview で paid/free 構成と email_open_rate を確認し、今週優先する改善施策を3つ、効果見込みとあわせて提案してください。

2. 売上を最大化するための使い方

売上改善は「短期の転換率」と「継続性（トレンド）」の両輪です。単月の売上だけでなく、どのコンテンツが有料化に効いているかを追跡します。

get_newsletter_overview で revenue の月次トレンド and paid_subscribers の変化を把握
get_content_analytics で記事別 subscription_conversions and subscription_rate_percent を比較
get_post_page_analytics で上位記事の読了率・離脱率を掘り下げ、改善ポイントを特定

m-newsletter mcp を使ってください。過去90日の get_newsletter_overview から売上トレンドと paid_subscribers の推移を要約してください。続いて get_content_analytics で subscription_conversions と subscription_rate_percent が高い記事トップ5を抽出し、各記事を get_post_page_analytics で確認して読了率と離脱率の共通パターンを分析してください。結果として、売上改善の優先度が『無料→有料の転換率改善』と『既存有料読者の維持改善』のどちらにあるか判定し、優先施策を3つ提案してください。

3. 何を配信すべきかを決める使い方

「伸びるテーマ」を感覚で決めず、実績データで決めます。勝ち記事の抽出と、読者セグメントの反応をセットで見るのがコツです。

get_content_analytics で高パフォーマンス記事（開封・閲覧・転換）を抽出
get_post_page_analytics で読了率 and スクロール深度を確認し、最後まで読まれる構成を特定
list_engaged_subscribers で高エンゲージメント層を把握 and 次号テーマの仮説を検証

m-newsletter mcp を使ってください。過去60日の get_content_analytics から open_rate・total_views・subscription_rate_percent が高い記事を抽出し、共通するテーマ/見出し構造/文章量を整理してください。次に上位3記事を get_post_page_analytics で分析し、読了率と離脱率の観点で『最後まで読まれる型』を言語化してください。最後に list_engaged_subscribers でコア読者の傾向を確認し、来月配信するべき記事テーマを優先順位付きで5件提案してください。

運用時の注意点

各分析ツールのデフォルト期間は直近30日です。比較分析では60日・90日に広げてください。
データはキャッシュされるため、直前の変更が即時反映されない場合があります。
記事の作成・更新・削除ツールには日次上限があります（各1日3回）。
分析結果に違和感があるときは、get_analytics_health で計測の健全性を先に確認してください。

利用できるツール一覧

MCPで利用できるツールの一覧です。AIに目的を伝えるだけで適切なツールが選ばれますが、ツール名を直接指定することもできます。

ニュースレター分析

ツール名	説明
`get_newsletter_overview`	購読者数・収益・デイリーアクティブユーザー推移・有料プラン構成など、ニュースレター全体のサマリーを一括取得。デフォルト: 直近30日。長期の収益トレンドを見たい場合は from_date で期間を広げてください。
`get_subscriber_analytics`	購読者の成長トレンド（日次累計）と無料購読者のチャーン分析を一括取得。plan パラメータで free/paid/all を絞り込み可、granularity で churn の集計単位（week/month）を指定。デフォルト: 直近30日。
`get_acquisition_analytics`	流入元（参照元ドメイン・チャネル）・転換ファネル（ページ表示→無料登録→有料決済）・紹介プログラムの成果を一括取得。紹介キャンペーンが未設定の場合は has_active_campaign: false を返す。デフォルト: 直近30日。
`get_analytics_health`	アナリティクスパイプラインの健全性を確認。ID解決率・イベント鮮度・取り込みエラー数・レコメンド機能の準備状況を返す。

コンテンツ分析

ツール名	説明
`get_content_analytics`	公開済み記事の開封率・送信数・いいね数・Web閲覧数・無料購読転換数・転換率を一括取得。転換率の高い順にソート済み。limit（最大50）とoffsetでページング可能。デフォルト: 直近30日・20件。
`get_post_page_analytics`	特定記事（post_id必須）のページビュー・スクロール深度・離脱率・読了率を取得。有料/無料購読者別の読了率も返す。デフォルト: 直近30日。

記事管理

ツール名	説明
`list_posts`	記事一覧をステータス（draft / scheduled / published）でフィルタして取得。limitとoffsetでページング可能。
`get_post`	post_idを指定して記事の本文（Markdown）・メタデータ・URLを取得。他のニュースレターの公開記事も参照可能（有料記事は無料部分のみ）。
`create_post`	タイトル・サブタイトル・本文（Markdown）を指定してドラフト記事を作成。YouTube・X・Instagramなどの埋め込み記法やペイウォールマーカーに対応。1日3件まで。
`update_post`	ドラフト記事েরタイトル・サブタイトル・本文を更新。公開済み・予約済み記事は変更不可。1日3件まで。
`delete_post`	ドラフト記事をソフトデリート（復元可能）。公開済み・予約済み記事は削除不可。1日3件まで。

購読者

ツール名	説明
`list_engaged_subscribers`	合計開封数がmin_open_countを超える購読者を開封数の多い順に取得。メールアドレス・ステータス・登録日時を含む。デフォルト: 閾値5・20件。

まとめ

MCP連携を使うことで、AIがリアルタイムでニュースレターのデータにアクセスできるようになります。ファイルのダウンロード・アップロードなしに、いつでも最新データを元にした分析が可能です。

記事を書き続け、データが蓄積されるほど、AIからより精度の高いアドバイスを得られます。定期的にデータを確認して、ニュースレターの品質を向上させていきましょう。

←前へ: SNS投稿管理２次へ: コンテンツ保存→

ガイド一覧