2026年7月28日にAnthropic社から発表されたMCPアップデートが、Webや検索に関わる人たちの間で話題になりました。
AIがWebサイトや外部サービスと直接つながり、必要な情報を取得し、処理し、結果を返す。今回のアップデートによって、その仕組みを実験ではなく、実際の業務に組み込みやすくなりました。
この変化によって注目されているのは、主に「ユーザーがWeb上の情報をどのように探すようになるのか」という点です。
しかし、変わるのは情報の探し方だけではありません。
サイトを運営する側の、データの見方や分析の進め方も変わります。
これまでは、アクセス解析ツールの画面を開き、レポートを選び、数字を確認し、そこから人間が仮説を考える必要がありました。MCPを使えば、AIに「先月のアクセスはどうだった？」「このページを見た人は、実際に読んでいた？」と質問しながら、分析を進められます。
QA ZEROでは、今回のアップデート以前からMCP接続を提供しています。
そのため、私たちが今回確かめたかったのは、「AIにアクセス解析をさせられるか」ではありません。すでに、それはできます。確かめたかったのは、その先です。
AIにデータを渡せば、サイトの状況を正しく理解し、改善につながる答えまでたどり着けるのでしょうか。
そこで、QA ZEROをClaudeにMCP接続し、自社サイトへのAI経由流入について質問してみました。最初の質問で返ってきた答えは、もっともらしいものでした。しかし、質問を重ねて他のデータと比較すると、最初とは異なる実態が見えてきました。
この記事では、4つの質問を重ねた実際の分析を通じて、MCP接続でAIによる分析をサイト改善までつなげるために、どのようなデータと仕組みが必要なのかを考えます。
目次
今回のMCPアップデートで変わった3つのこと
変わった点を、3つだけ。
ステートレス化
これまでのMCPは、AIとサーバーが接続状態を保ち続ける前提でした。それが、リクエスト1回ごとに必要な情報が完結する形になりました。ごく普通のHTTPSの窓口で成立します。自社のサーバーにMCPの口を持つハードルが、はっきり下がりました。
Tasks
数秒では終わらない重い処理を、「開始 → 完了後に受け取る」という形で任せられるようになりました。全ページの分析や、大きなレポートの生成が現実的になります。
認証の強化
OAuth・OpenID Connectまわりが実運用の水準へ引き上げられ、企業のログイン基盤と回避策なしでつなげるようになりました。
他にもアップデートされたことはありますが、どれも「AIにつなげられるか」ではなく、「業務の中で安定して使えるか」に関わる変更です。
「AIにつなぐ」は、もう差になりません
先に、はっきりさせておきたいことがあります。
MCPでAIにつなげられること自体は、今後、それだけで大きな差別化にはなりにくくなります。
GA4にも、Google公式の読み取り専用MCPサーバーがあります。ほかのツールも同じ方向に動いています。
今回のステートレス化で、自社サーバーに窓口を持つハードルも下がりました。解析ツールがAIから利用できることは、次第に標準的な要件になっていくでしょう。
だから、問いを一段先に進める必要があります。つないだ先で、AIは何を受け取るのか。 差がつくのは、そこからです。
実際に、4回聞いてみました
QA ZEROはすでにMCP接続を提供していますので、ClaudeにMCP接続して自社サイトを分析させてみました。題材は、いま多くの方が気にしているAI経由の流入です。
やりとりは4往復。順番にお見せします。
第1問「AI経由の流入って、どれくらいある？」
| 流入元 | 4〜5月 | 6〜7月 |
|---|---|---|
| gemini.google.com | 2 | 3 |
| notebooklm.google.com | 1 | 2 |
| chatgpt.com | 0 | 1 |
| 合計 | 3 | 6 |
対象：qazero.com／2026年4月1日〜5月31日と、6月1日〜7月31日（各61日間）
2ヶ月で3件から6件。母数が少なすぎるので傾向の域を出ません;; 「2倍に増えた」と書くこともできますが、3件が6件になっただけの話です。
そもそも、こう分けられること自体が当たり前ではありません。GA4は、ChatGPT、Gemini、Claudeなどを「AI アシスタント」チャネルとして分類します。ただし、内訳をみようと思うと急に情報が見つからず苦労します。
QA ZEROでは上表のように簡単に分けられたのは、source_domain（参照元ドメイン）を加工しない生のデータのまま持っているため、「AI経由の流入ってどのくらいある？」とだけ聞けばこの表が返ってきました。
ちなみにGA4では、AI Overviews と AI Mode 経由はオーガニック検索側に入ります。リファラーが飛ばない訪問も参照元が分かりません。「AI経由」は、まだままひと括りにできないのです。
第2問「そのアクセスでは、ページをちゃんと読んでる？」
6ページビューのうち、2件が熟読判定でした。一定時間とどまった箇所が複数ある、という判定です。
「おっ！意外と読まれているのかも」。正直、そう思いました。
ここで止めていたら、この記事はそういう内容になっていたはずです。
第3問「どこまでスクロールされてる？」
| 流入元 | 着地ページ | PV | 到達率（平均／最大） | 平均滞在時間 |
|---|---|---|---|---|
| chatgpt.com | /features/ | 1 | 100% | 47秒 |
| gemini | /blog/ga4-session/ | 1 | 100% | 24秒 |
| gemini | /blog/team-driven-marketing-kamitake/ | 2 | 平均49%（最大98%） | 49.5秒 |
| notebooklm | /blog/geo-aeo-aio-llmo/ | 1 | 100% | 7秒 |
| notebooklm | /blog/google-io-2026-search-analytics/ | 1 | 8% | 3秒 |
到達率100%なのに、滞在7秒。 ここで手が止まりました。7秒で最後まで到達するのは、読んだ人の動きとは考えにくいです。
第4問「同じページに、他から来た人はどうだった？」
| 着地ページ | 流入元 | PV | 平均到達率 | 平均滞在時間 |
|---|---|---|---|---|
/blog/geo-aeo-aio-llmo/ | AI経由 | 1 | 100% | 7秒 |
/blog/geo-aeo-aio-llmo/ | 検索エンジン | 4 | 100% | 114.8秒 |
/blog/ga4-session/ | AI経由 | 1 | 100% | 24秒 |
/blog/ga4-session/ | 検索エンジン | 21 | 70.2% | 102.6秒 |
/blog/google-io-2026-search-analytics/ | AI経由 | 1 | 8% | 3秒 |
/blog/google-io-2026-search-analytics/ | 検索エンジン | 40 | 75.4% | 72.3秒 |
/blog/google-io-2026-search-analytics/ | direct | 111 | 48.8% | 126.5秒 |
/blog/team-driven-marketing-kamitake/ | AI経由 | 2 | 49% | 49.5秒 |
/blog/team-driven-marketing-kamitake/ | 検索エンジン | 25 | 91.6% | 82.3秒 |
/features/ | AI経由 | 1 | 100% | 47秒 |
/features/ | 検索エンジン | 15 | 56.7% | 54.2秒 |
到達率は同じ100%。でも、滞在は7秒と115秒でした。
「最後まで到達した」と「読んだ」は、別物だったのです。第2問で「意外と読まれている」と思ったのは、熟読フラグだけを見た早合点でした。
ただし、例外が1つあります。/features/ に来たChatGPT経由の1件は、到達率100%・47秒。検索経由の54.2秒とほぼ同じです。 この1件については実際に読まれた可能性が高そうです。
念のため書いておきます。各行のAI経由はこのサイトではたった1〜2件です。「AI経由はこういうものだ」とは言えません。
言えるのは、「この6件は、同じページに他の流入元から来たアクセスより、ページ上の滞在時間が短い傾向が見られました。」それだけです。
一問一答では見誤るところでした
第2問で止まっていれば「AI経由は意外と読まれている」と、十分に比較しないまま結論づけていました。第3問で到達率を確認し、第4問で他の流入元と比べたことで、熟読フラグだけでは実態を判断できないことが分かりました。
「意外と読まれている」と最初に解釈したのはAIでした。ただし、AIに渡していたのはAI経由のデータだけで、他の流入元との比較は含まれていませんでした。
問題は、AIが間違えたことだけではありません。人間側も、その回答をそのまま受け取れば、同じ結論に流されてしまいます。だから「それは何と比べた結果なのか」と問い返す必要があります。
AIも間違えます。人間も間違えます。
大事なのは、どちらが正しいかではなく往復できることです。AIが出した解釈に「それ、比較した？」と問い返せる。その往復があるから、実態に近づけます。
以前、AI丸投げは幻想？ 最先端ツールを使い倒してわかった人間の役割という記事で森野さんと会話しています。AIを「人間が気づくための壁打ち相手」として使う、という話です。今回の4つの問いは、その具体例になりました。
この往復を成り立たせている条件が、3つあります。
条件1：データが手元にあること
加工前の生データ。だから分類も切り口も、後から変えられます。
条件2：軸が揃っていること
流入元・到達率・滞在時間・熟読が同じデータの中にあります。 別々のツールに散っていたら、この4問はつながりませんでした。
条件3：何度でも聞き直せること
MCP接続により、AIとの会話の中から、同じ解析データに追加の質問を重ねられます。会話の文脈はAIアプリ側が保持し、MCPはその都度必要なデータを取得します。
この3つは、それぞれ異なる仕組みで成り立っています。
QA ZEROが自社環境型だから生データを保持でき、流入とページ内行動を同じ解析基盤で扱っているから比較軸が揃います。そしてMCP接続によって会話の中から追加の質問を重ねられます。
改善のアイデアは、比べたあとに出てくる
4問を終えて、仮説がひとつ立ちました。
今回の6PVでは、ブログ記事へのアクセスは短時間のものが多い一方、サービスページに来た1件は検索経由と近い滞在時間でした。
AI経由では、記事は答えの確認に使われ、製品情報は比較的しっかり確認される可能性があります。
ただし、サービスページ側は1PVしかないため、現時点では検証すべき仮説にすぎません。
だとすれば、記事側は要点を先に出す構成のほうが合っているかもしれません。
これは6件から立てた仮説です。確かめるには、もっと数が要ります。 それでも、何を確かめればいいかが決まりました。 そこまで来て、はじめて改善の話ができます。
QA ZEROは、もうMCPでつながります
QA ZEROは、すでにMCP接続を提供しています。
正直に書くと、今回のアップデートで初めてつながったわけではありません。以前から動いています。今回の更新で変わったのは、「自社の環境にMCPを持つ」という選択肢が、現実的になったことです。
始めるのに必要なのは、Claude Desktop（無料でもOK）、Node.js、そしてWordPressのアプリケーションパスワードだけ。この記事の分析も、開発が専門ではないマーケティング担当が、接続から実データの分析まで1セッションで到達しています。
AIに分析させるのは、もう特別ではありません
AIが数字を返すだけでは、サイト改善には届きません。
比較できるデータが揃い、違和感があれば何度でも問い直せること。そこではじめて、AIは数字を説明する道具ではなく、改善を考える相手になります。
QA ZEROでは、AI経由の流入とページ内行動を同じ解析基盤に保持し、MCPを通じて追加の質問を重ねられます。実際の画面と分析の様子は、デモでご覧いただけます。