Skip to main content
このガイドでは、Kameleoon の実験結果を、Claude との単一の会話から Airtable のテーブルにエクスポートします。スクリプトも、管理すべき保存済み API 認証情報も、コードも必要ありません。Claude は Kameleoon と Airtable それぞれのリモート MCP(Model Context Protocol)サーバーに接続し、平易な言葉で依頼するとエクスポートを実行します。 どちらの MCP サーバーも、読み取り専用にとどまらないツールを公開しています。Kameleoon MCP サーバーは実験やフィーチャーフラグの開始・一時停止・停止・削除も行えます。Airtable MCP サーバーはレコードやテーブルの削除も行えます。いずれのコネクタが提案する操作も、承認する前に確認してください。

前提条件

  • エクスポート対象の実験にアクセスできる Kameleoon アカウント
  • 結果テーブルを配置するベースへの編集アクセス権を持つ Airtable アカウント
  • Connectors を利用可能な Claude アカウント

ステップ 1: コネクタを追加する

同じ結果に至る 2 つの方法があります。すでに Claude をどのように使っているかに合わせて、いずれかを選んでください。

コーディングツール経由で接続する

  1. Kameleoon MCP サーバーをアシスタントに接続します。Claude Code、Cursor、Codex、Antigravity での登録と認証の手順は、Kameleoon MCP サーバー を参照してください。
  2. Airtable MCP サーバーに接続します。Claude Code では次を実行します:
    続いて Claude Code 内で /mcp を実行し、ブラウザで認可します。Cursor、VS Code、その他のクライアント固有のセットアップ手順、および OAuth の代替となる個人アクセストークンについては、Using the Airtable MCP server を参照してください。
  3. アシスタントが両方のサーバーからツールを読み込むように、新しい会話を開始します。

Claude アプリ経由で接続する

  1. Claude アプリでアカウントのコネクタ設定を開きます(Customize > Connectors)。
  2. Kameleoon コネクタを追加し、OAuth 経由で認可します。コネクタディレクトリに表示されない場合は、URL https://mcp.kameleoon.com/mcp を使ってカスタムコネクタとして追加し、認可します。
  3. 同じ方法で Airtable コネクタを追加します。表示されない場合は、URL https://mcp.airtable.com/mcp を使ってカスタムコネクタとして追加し、認可します。
  4. 新しい会話を開始し、チャット内のプラスボタンで両方のコネクタをその会話で有効にします。ある会話で有効にしたコネクタは、新しい会話には引き継がれません。
Team または Enterprise プランでは、コネクタを自分で追加することができない場合があります。Add の代わりに Request ボタンが表示される場合、組織がコネクタを追加できるユーザーを制限しており、まず管理者がリクエストを承認する必要があります。

ステップ 2: Airtable テーブルを準備する

初回実行の前に、次のスキーマでテーブルを作成します。ベース ID(appXXXXXXXXXXXXXX)とテーブル ID(tblXXXXXXXXXXXXXX)を控えておいてください。どちらも次のステップのプロンプトで必要になります。 初回書き込みの前に、Select フィールドの選択肢(Status 用に RunningImplementingCompletedDefunct、Probability 用に 80% - High50% - Medium20% - Low、Result 用に SuccessFailureInconclusive)を作成してください。 テーブルに Assignee、Category、Prediction、Mkt Est、Eng Est、Attachments のような手動入力フィールドも含まれる場合は、マッピングから除外してください。次のステップのプロンプトでは、アシスタントにこれらへ触れないよう指示しています。

ステップ 3: アシスタントにプロンプトを送る

Kameleoon MCP ツールは、生の結果と併せて独自の事前計算された勝者を返しますが、有意性はこのスキーマで固定されたしきい値ではなく、このアカウントに設定された信頼性しきい値に対して判定されます。以下のプロンプトは、代わりに生の数値を求めることでそのギャップを回避します。送信前に、実験 ID、ベース ID、テーブル ID をご自身のものに置き換えてください。
このプロンプトを調整する場合に知っておくべきことがいくつかあります:
  • 生の数値の代わりに、ツール独自の勝者サマリーを求めないでください。これは、このスキーマで固定された 95%/80% の区分ではなく、アカウント独自のしきい値に対して有意性を判定します。
  • Airtable テーブル内では、各実験の名前を一意に保ってください。アップサートはその名前で照合されるため、同じ名前のレコードが複数見つかると失敗します。
  • Kameleoon の結果は、同じ信頼性と改善率の値をレスポンスの別の場所で、異なる名前やスケールで繰り返すことがあります。プロンプトでは、どちらを使用するかをすでに指定しています。

ステップ 4: 自動化する

エクスポートを手動で繰り返さずにテーブルを最新の状態に保つには、同じプロンプトで定期実行のスケジュールタスクを設定します。スケジュールされた各実行は、前回の実行の記憶を持たない新しいセッションで開始されるため、毎回、実験 ID(または実行中および最近完了したすべての実験を一覧表示する依頼)、ベース ID、テーブル ID を含めてください。ほとんどのチームにとっては、日次または週次の頻度がこのエクスポートに適しています。

注意事項

  • AI アシスタントは固定された関数を実行する代わりに、実行ごとにこのマッピングを新たに解釈します。書き込まれたレコードは、特に最初の数回、Kameleoon の値と照らして確認してください。
  • Airtable MCP サーバーはレコードやテーブルを削除でき、Kameleoon MCP サーバーは実験やフィーチャーフラグの開始・一時停止・停止・削除を行えます。マッピング対象のフィールドだけでなく、提案された操作は承認する前に確認してください。
  • 定期的に実行するエクスポートや、毎回同一に再現される必要があるエクスポートには、AI アシスタントが実行ごとに同じプロンプトを解釈するよりも、固定されたスクリプトの方がより予測可能な代替手段となります。