コンテンツにスキップ

MCP接続のAIエージェントで配賦をトレースする

Model Context Protocol(MCP)でAIエージェントをワークスペースに接続すると、配賦ステップを通じたコストのトレースを、自然な言葉で依頼できます。レポートを実行したりSQLを書いたりする必要はありません。質問するだけで、エージェントがPlaidCloudの配賦トレース用ツールを呼び出し、モデルの検索、変化の説明、チェーンのたどり、仮定の質問への回答を行います。

これは、MCPに接続された任意のクライアントで動作します。チャットエージェント(Claude Desktop、ChatGPT)でも、コーディングエージェント(Claude Code、Cursor)でも、すべてMCPサーバーを通じて同じツールにアクセスするためです。

  • 配賦ステップ(allocation_split、allocation_rules、またはallocation_dim)を含むプロジェクト。
  • MCPでワークスペースに接続されたAIエージェント。AIコーディングエージェントを始めるを参照してください。
エージェントへの質問 … 動作 使用されるツール
「このプロジェクトにはどんな配賦モデルがありますか?」 各モデル、そのステージ、生成される結果テーブルを一覧表示します allocation_model_find
「cost_line_revはどのように計算されますか?」 分割されるコストプール、分割に使うドライバー、ターゲットテーブルを表示します allocation_describe
「cost_line_revは2025年から2026年でなぜ変化しましたか?」 2つの期間を比較し、変化をプールの規模とドライバーの構成に帰属させ、寄与の大きい勘定科目を示します allocation_root_cause
「cost_line_revは何から成り立っていますか?」 上流のチェーン(ドライバー、ソースプール、インポート)をたどります allocation_lineage
「revenue_by_lineはどこでドライバーとして使われていますか?」 そのテーブルで分割しているすべての配賦を一覧表示します allocation_driver_usage
「米国の収益が100万ドル増えるとどうなりますか?」 変化を、プールに占める現在の構成比で、影響を受ける各結果に分割します。ファンアウト全体で加算され、テーブルごとの最悪ケースではありません allocation_forward_impact
「組立コストセンターの人員ドライバーが10増えたらどうなりますか?」 新しいドライバーの重みで固定のプールを再分割し、増えるターゲットと減るターゲットを示します。結果テーブルが複数のステップによって書き込まれている場合や、ドライバーがモデルの前回の実行で行った分割と一致しなくなっている場合は、配賦自身のものではないプールを再分割するのではなく、回答を見合わせます allocation_driver_scenario

財務アナリストが、収益ドライバーによるコスト行が前年比で減少していることに気づき、1つの質問をします。エージェントは、裏で複数の配賦ツールを呼び出し、エンドツーエンドで回答します。

あなたの質問: 収益ベースのコスト配賦(cost_line_rev)が、2025年に比べて2026年に減っているようです。何が起きたのか、何から構成されているのか、米国の収益が100万ドル変動するとどうなるのかを教えてください。

エージェントの回答:

これは何か。 cost_line_revは、活動基準原価計算(ABC)モデルの収益ドライバーによるステージです。コストプール(group_amount、一連の損益計算書の勘定科目に限定)を、revenue_by_lineの収益で、エンティティ、年、月ごとに重み付けして分割します。

減少した理由(米国、2025年→2026年)。 米国に配賦されたコストは、712万ドルから299万ドルへ、413万ドル(−58.0%)減少しました。これは構成の変化ではありません。プールに占める米国の割合は、両年とも約23%で変わっていません。原因はコストプール全体の縮小で、いくつかの勘定科目に集中しています。

勘定科目 2025 2026 変化
700000 $2.58M $1.09M −$1.49M
701000 $1.85M $0.77M −$1.08M
610000 $1.71M $0.72M −$0.99M
670000 $0.68M $0.29M −$0.39M
702000 $0.30M $0.13M −$0.18M

この5つの勘定科目で、変動のほぼすべてを説明できます。

入力元。 cost_line_revは、revenue_by_line(分割ドライバー)とgl_pool_entity(コストプール)から構成されています。

注意:このドライバーは共有されています。 revenue_by_lineはcost_line_csとcost_line_adminも駆動しているため、収益を修正すると、3つすべてに波及します。

米国の+100万ドルのシナリオ。 100万ドルは、このドライバーを共有する結果に、それぞれのプールに占める現在の構成比で配分されます。そのため、テーブルごとの見積もりは、それぞれが100万ドル全額を繰り返すのではなく、変化の合計に一致します。cost_line_rev、cost_line_cs、cost_line_adminの数値が得られ、合計することができます。質問を1つのターゲットに絞ると、見積もりはその部分にのみ適用されます。

アナリストは、変化の大きさ、その背後にある勘定科目、リネージ、仮定の影響範囲という完全な回答を、1つのテーブルも開くことなく得られます。

流暢な回答が、必ずしも正しいとは限りません。「なぜ変化したか」という回答には必ず、どこまで信頼できるかを示す平易な説明が付き、もっともらしくても不確かな数値は、行動する前に、文章に埋もれることなく明示されます。エージェントは、説明とともに次の内容を伝えます。

  • 信頼度 — 高、中、低のいずれかで、変化がどれだけきれいに分解できるかを反映します。1つの明確な原因による変化は高、複数の原因が重なっている場合や数値が完全には一致しない場合は低くなります。結果が複数の配賦ブランチから構成される場合、信頼度は各ブランチが変化に占める割合で重み付けされるため、小さく不確かな1つのブランチが、それ以外は明確な回答の信頼度を下げることはありません。ただし、数値そのものが疑わしいブランチ(照合できない分割、古いデータ、帰属できないもの)があると、回答全体の信頼度は引き下げられます。
  • 平易な言葉での注意事項 — たとえば、原因が単一ではなく重なり合う複数の要因であること、回答が現在の階層やドライバーの重みに基づいていること、変化の一部が実際の動きではなくデータの完全性に起因するもの(読み込みが完了していない期間)である可能性があること、配賦の入力となるプールやドライバーが最近再読み込みされておらず、数値が古いデータに基づいている可能性があること、ホワットイフの数値をターゲット間で加算できないこと、などです。
  • 実施できなかった比較の明示。 ほとんどの回答では、報告する変動の大きさを、1年前の同じ変動や直近の期間と比較するため、通常の年とトレンドの断絶を区別できます。複数の値列を一度に配賦するステップが書き込むテーブルでは、どちらの比較も、単一列の回答向けに作られているため、生成されません。以前はこれが通知されなかったため、データが許す限りの回答になっているように見えて、実際には設計上そこで止まっていました。現在は、制限事項の中に明記され、より絞り込んだ質問を代わりにする方法がない理由、およびこれによって回答内の数値が撤回されることはないという事実も併せて示されます。金額は正確であり、欠けているのは文脈です。

エージェントが正確な原因を裏付けられない場合は、確かな物語をでっち上げるのではなく、その旨を伝え、明確に回答できるようになる範囲やフィルターを案内します。また、信頼度と注意事項は回答の一部であるため、一緒に引き継がれます。別のエージェントに要約を依頼しても、信頼性を示すシグナルが黙って失われることはありません。

  • テーブルは名前(cost_line_rev)またはIDで指定します。どちらも使用できます。
  • 変化に関する質問では、比較する期間(たとえば2025年と2026年)を指定し、必要に応じて、勘定科目やエンティティなどの内訳ディメンションを指定します。
  • 広い質問(「このプロジェクトにはどんな配賦モデルがありますか?」)から始めて、掘り下げていきます。エージェントは会話の流れを保持するため、追加の質問は同じモデルを土台にします。
  • ホワットイフには2種類あります。値の変更(「このプールが100万ドル増える」)は現在の構成比で見積もられ、ターゲット間で合計が一致します。ドライバーの変更(「このドライバーの重みを変える」)は正確に再分割され、合計はゼロになります。意図する方に合わせて質問を組み立ててください。