Claude MCP連携：DiditをClaudeに接続する方法

MCPでDiditをClaudeに接続し、チャットでKYCと不正検知ルールを実行するの全文書き起こしです。Didit Academyの動画全10本のうち4本目、10:50。YouTubeで見る。各段落は動画内の該当箇所にリンクしています。

​

作成するもの

00:03 この動画では、DiditをClaudeに直接接続し、やりたいことを普通の言葉で入力するだけで実際の作業を進めていきます。ワークフローの構築、レビューキューの処理、不正検知ルールの設定など、すべてをチャットから行えます。これを可能にしているのがMCPで、AIアシスタントがDidit自身のツールを安全に使えるようにする仕組みです。では、この接続で実際に

​

ホスト型MCPサーバー

00:31 何ができるのかを確認し、セットアップしていきましょう。Diditはホスト型MCPサーバーを提供しているので、どのMCPクライアントからでもプラットフォーム全体を操作できます。これまでに紹介した3つのプロダクトは、そのままこの1つのコネクターに対応しています。つまり、Didit自体について新しく覚えることは特にありません。やりたいことを入力するだけです。Claudeが対応するツールを呼び出し、結果を表示します。何かを変更しようとするときは、Claude内で権限を設定していれば、確認を求めてきます。1つのコネクターで、ClaudeがDiditを完全に操作できるオペレーターになるわけです。上部を見ると、Claudeに直接追加できるリンクがあります。

​

コネクターで実際にできること

01:11 これはすぐにクリックします。では、このMCPで実際に何ができるのでしょうか。これは1つのエンドポイントを包んだだけのラッパーではありません。コネクターは12のツールセットにわたる108種類のツールを公開しており、セッション、ワークフロー、KYB、不正検知ルール、ケース、リスト、Webhookをカバーしています。基本的に、このダッシュボードでできることやすべてのデータポイントに、MCP経由でアクセスできます。さらに便利なのは、APIキーを入力する必要がないことです。ワンクリックのOAuth認証だけで済みます。

​

Claudeでコネクターを追加する

01:42 この手順もすぐにご説明します。では、Claudeのコネクターを追加しましょう。Claudeデスクトップにも、Claude Codeにも追加できますし、Codexでも設定できます。さまざまな選択肢があります。では、このリンクをクリックして、コネクターをClaudeに直接追加してみましょう。カスタムコネクターを追加できます。これはWeb版です。 02:02 ひとまず追加すると、MCPが追加されたことがわかりますが、まだDiditには接続されていません。そこで「接続」をクリックします。ここでサインインし、ログインして認証すると、Claudeにリダイレクトされます。

​

OAuth: APIキーを使わずに認可する

02:16 アプリケーションを認可する際に表示されるのがこの画面です。ここには、付与する権限が表示されています。では「認可」を押すと、上部にDiditに接続済みと表示されます。内容を確認してみましょう。プラスボタンをクリックするとコネクターが表示され、Diditが接続されていることがわかります。

​

利用可能なツールの一覧

02:38 ここで「どのツールにアクセスできますか」と尋ねると、Claude内でアクセスできるツールの一覧を確認できます。先ほど説明したとおり、ここでは121個のツールにアクセスできます。これがその全一覧です。多く感じても心配はいりません。これはDidit内で利用できるデータポイントをすべて並べたものにすぎません。このチャットからやりたいことを説明するだけで、MCPを通じて作成してくれます。

​

Claude Code、Codex、ChatGPT

03:12 ChatGPTやClaude Codeなど別のツールを使っている場合も、Claude Codeも同じ手順です。MCPのURLを追加し、アカウントでサインインして認証を行うだけです。ChatGPTでもほぼ同じです。私が用意したプロンプトがいくつかあるので、それを入力して何が作れるか見てみましょう。もちろん、ワークフローの作成もできますし、レビュー

​

レビューキューを照会する

03:39 キューの確認なども行えます。ここに権限の確認ボックスが表示されています。この特定のツールを使用してよいか尋ねています。「常に許可」をクリックするか、「1回だけ許可」に変更することもできます。ここでは「常に許可」を押します。結果セットがかなり大きいことがわかります。そのため、「過去7日間にレビュー中の認証セッションは何件ありますか」のように絞り込んで尋ねてもよかったかもしれません。ここではデモアカウントを使っているので、レビュー中の認証を実際に承認している人はいません。 04:11 貴社では、処理量に応じて誰かが毎日対応しているはずなので、大量の未処理が溜まることはないでしょう。アカウントからライブデータを取得していることがわかります。では、実際の構築に入りましょう。このプロンプトを入力します。「KYC

​

1つのプロンプトでKYCワークフローを構築する

04:26 KYC認証ワークフローを構築して」。続けて、必要なチェックを指定します。書類を読み取ってデータを抽出する本人確認書類チェック、パッシブライブネス、顔照合、AMLスクリーニングです。構築が完了したら、それをデフォルトのワークフローに設定するよう指示します。別の権限リクエストが表示されました。新しいツールを使用するたびに、このように権限を求められます。はい、完了です。 04:46 ワークフローが構築されました。とても速く、10秒から20秒ほどでした。では、Diditに移動して

​

コンソールで結果を確認する

04:54 ワークフロータブを開きます。更新すると、KYC、ライブネス、AML、顔照合が表示されています。最終更新は1分前となっています。グラフワークフローとして作成されています。

​

コンバージョン率改善の提案を依頼する

05:12 よし。なかなかいいですね。では、ほかに何を作れるでしょうか。Diditをしばらく使っていて、すでにデータがある場合にとても役立つと思うプロンプトをもう1つ用意しています。「現在のワークフローと最近のコンバージョンデータを確認し、不正対策を弱めずに通過率を上げる具体的な変更を1つ提案してください。何かを適用する前に、正確な更新内容を見せてください。」繰り返しになりますが、接続しているアカウントはデモアカウントなので、実データはそれほど多くありません。それでも、どんな結果が返ってくるか見てみましょう。数分かかりましたが、結果が返ってきました。過去30日間の状況がわかります。 05:52 443件のセッションが開始され、コンバージョン率は84%です。ただ、人によるレビューの前の自動判定に注目してください。自動承認が338件、自動でレビュー中に振り分けられたものが全セッションの24%、そして却下が24件です。承認と認証の分析が行われたことがわかります。仕組みとしては、デフォルトのワークフローが一律の判定で終わっていることがわかります。ここをすべて読み上げることはしませんが、変更が1つ提案されています。デフォルトのワークフローの一律の自動判定を、同じAMLスコア帯による判定に置き換えるというものです。これにより、AMLスコアが低い誤検知は、レビューを詰まらせるのではなく自動承認されます。 06:31 なかなか興味深いですね。この分析は、ご自身のアカウントでご自身のデータを使って実行できます。チームが何時間もかけて数値やレポートを確認する代わりに、AIを使ってインサイトを引き出せます。Claudeから直接レポートを取得できるのはとても便利です。特定の数値を取得することもできます。さらに、Claude上で整った書式のPDFレポートを作成し、ダウンロードして会議で発表することもできます。すべてのデータにアクセスし、AIを使って1か所で分析できる、とても便利な方法です。ここで何を変更すべきかの提案が出ています。分析も検証されているので、このままこれらの更新を実装するよう依頼できます。ご覧のとおり、本番公開のステップに不安がある場合は、未公開の下書きとして適用できます。 07:22 はい。

​

変更を未公開の下書きとして適用する

07:26 では、下書きとして適用します。本番のワークフローでこれを行う場合でも、本番の内容を変更する前にすべてを確認したいときは、このように対応できます。更新されたことがわかります。確認はこのあとすぐ行います。その前に、もう1つの

​

トランザクションモニタリングのルールを作成する

07:41 プロンプトを実行しておきます。内容は、リアルタイムのトランザクションモニタリングのルールを2つ設定するというものです。短い時間内の取引が多すぎる場合にフラグを立てるベロシティルールと、報告しきい値をわずかに下回る金額に抑えられた取引を捕捉するストラクチャリングルールです。どちらも過去90日間の履歴に対してバックテストし、有効化する前に何がフラグ付けされていたかを見せてもらいます。認証プロセスをよりスムーズに、速く、簡単にする新しいルールを作りたい場合に、これはとても便利です。 08:09 そして、データに対してバックテストを実行できます。Diditに移動して、作成したワークフローを見てみましょう。バージョン履歴を確認すると、そこに下書きがあります。V2ができているので、これを公開します。これで完了です。下部には分岐があり、これはAMLスクリーニングに基づいて提案された更新です。さて、いくつか質問が来ています。Cordが

​

確認事項に回答する

08:35 ベロシティルールをどうするか尋ねています。どの時間内に何件の取引か、ということです。1時間に3件にしましょう。報告しきい値と、そのすぐ下の金額帯はどうするか。フラグを立てるのは、そう、10Kのしきい値です。すべてのアプリケーション、すべてのカテゴリにしましょう。よし。設定したいルールの詳細について確認を取っているところです。実は私がそこを指定していなかったからです。 09:00 ルールを作成してバックテストを実行するには、その情報が必要なのです。

​

過去90日間の履歴でバックテストする

09:05 バックテストが完了しました。これだけのデータを処理するのに数分かかりました。振り返ると、バックテストの対象として特定の期間や特定のレコード数を指定しておくべきでした。アカウント内に数万件、数十万件の取引がある場合は、それを検討するか、Sonnetのようなはるかに高速なモデルを使うとよいでしょう。1時間に3件を超える取引があった数人のユーザーにフラグが立てられています。また、しきい値を下回る複数の支払いによるストラクチャリングも検出されています。全履歴に外挿した分析も出ています。すべてを読み上げることはしませんが、有効化する前に注目すべき点が2つあることがわかります。 09:51 いくつか提案も出ています。ルールを調整する、バックテストの範囲を広げる、といったものです。このような取引が発生したときや、誰かがこれらのルールに該当したときに、SlackへWebhookを送ることもできます。Diditと連携したAIツールでできることの、ほんの一部に触れたにすぎません。分析、インテリジェンス、特定の問題へのフラグ付け、

​

まとめ

10:15 データ処理、構築、編集など、あらゆることに使えます。以上が、Didit MCPの最初から最後までの紹介です。ホスト型のコネクターが1つ、キーを貼り付ける必要のないOAuthログイン、そして108個のツールで、ワークフローの構築、レビューの処理、不正対策ルールの設定、却下の原因分析を、すべて指示するだけで行えます。ご自身で試したい場合は、didit.meにアクセスして無料で登録し、この動画の手順に従ってコネクターを追加してください。