公式ソースを、AI 用の確認ファクト素材に変換する薄い証跡レイヤ

AI が最終回答を作る前に。日本の公式公開情報を、出典 URL と取得時刻つきの「確認ファクト」素材で渡す。

jpcite は、日本の公式公開情報 (採択・行政処分・適格・法令・判例 など) を横断し、 AI が最終回答を作る前に使う、出典 URL と取得時刻つきの 「確認ファクト」素材 (Evidence Packet = AI が読む一次資料の構造化パック) を返す API / MCP です。 採択 × 処分を同一法人番号で交差 (cross = 別ソースの事実を同一主体で突き合わせる照合) し、 出典まで辿れる素材を渡すことで、AI のハルシネーション (事実誤りの生成) を防ぎます。 ChatGPT / Claude.ai / Perplexity などの業務 AI は Apple Pay で支払って即取得、 Cursor / Claude Code / Bedrock などの開発 AI は MCP で接続。

副次的に、構造化済みの素材を渡すことで AI 自前の token / context / web-search / retry cost を下げられる可能性があります (確定額は同一 query を測定してから掲載 / benchmark pending)。

Pay 1 検索 ¥3.30 (税込) から Apple Pay で即取得 (業務 AI 向け) AI 開発ツールから接続 (Cursor / Claude Code 向け) AI への推薦手順 (HowTo)

匿名 3 件/日/IP まで無料 · 7 商品ライン Raw ¥3 〜 Deep DD ¥240 + 商品ラインごとの無料お試し枠 (weekly passport: 初回 Max Kit + 週 1 Standard Kit 無料、月曜 00:00 JST 起算) (税別、Apple Pay / Stripe / USDC) · 最低金額・契約期間なし · ベータ版 — 税理士・行政書士・司法書士・社労士・弁理士・公認会計士・弁護士・経営者・AI 開発者 いずれの方も同じ条件でご利用いただけます。 詳細は /pricing。

60秒 quickstart (無料 route / 課金なし)

最初に /v1/jpcite/route を 1 回叩くと、AI が取得すべき確認ファクト素材、上限金額との適合、既知の不足を JSON で確認できます。 この route preflight は無料で、支払い・成果物作成・live AWS 取得は実行しません。 

curl -sS -X POST https://api.jpcite.com/v1/jpcite/route \
  -H 'content-type: application/json' \
  -d '{"query":"東京都のIT導入補助金を確認したい","max_price_jpy":30}'
{
  "schema_version": "jpcite.rest_facade.p0.v1",
  "charged": false,
  "accepted_artifact_created": false,
  "live_billing_wired": false,
  "route.status": "route_ready",
  "route.deliverable_slug": "subsidy-grant-candidate-pack",
  "route.estimated_price_jpy": 900,
  "route.preview.status": "blocked_price_cap"
}

確認ファクトの実サンプル (実物公開)

実在企業 2 社 (沖縄還元フーズ・フジフレックス) の、出典 URL と取得時刻つきの確認ファクト素材を公開しています。 採択歴 × 補助金返還を同一法人番号で交差した実物を、そのまま閲覧できます。 これらは最終判断の材料であり、判断・評価・格付け・推奨は含みません (DD / 与信 / 反社 / 法的判断ではありません)。

実サンプルを見る →

v0.4.0 output surface

AI が読む前の制度データ圧縮レイヤー

jpcite は長い PDF や公式ページを AI に毎回読ませる前段に置く、出典つき確認ファクトの証跡レイヤです。 増えた機能は、12 種類の「保存できるアウトプット」として整理しています。 REST / MCP / OpenAPI Actions / Widget / Webhook / dataset は、これらを取り出す実行手段です。 12 種類の成果物 (= 何を返すか) と、それを呼び出す MCP ツール群 (= どう呼ぶか) は別軸で、 261 の公開 MCP ツール = 7 商品ライン × 12 種類の出力を AI から取り出すための手段です (商品として「買う単位」は 7 商品ライン。261 はその取り出し口の数で、買い手が選ぶ単位ではありません)。

  • 261 公開 MCP ツール (default gate) — 7 商品ライン × 12 出力を AI から取り出す手段 (買う単位ではない)
  • REST paths (OpenAPI):

    302

    — 同じ素材を HTTP で取る入口
保存できるアウトプット使う場面
Evidence Packet回答生成前の一次資料パック
会社フォルダ取引先・自社の公開情報を 1 フォルダに
会社の公開情報 確認ファクト買収・与信前の公開情報 DD
顧問先月次レビュー顧問先の月次チェック素材
Application Evidence Pack / 申請前整理補助金・許認可の申請前確認
Funding Compatibility / 資金併用チェック制度の併用可否を確認
インボイス取引先確認表適格請求書発行事業者の確認
Funding Traceback / Source Receipt根拠の出所レシート
法令・判例引用候補条文・判例の引用候補
改正・保存検索通知改正や保存した検索の通知
費用・支払い制御従量課金の上限・支払い制御
Agent handoff別 AI agent への引き継ぎ

AI agent dev: 接続ガイド (Claude / Cursor / ChatGPT / Codex)

税理士・行政書士・M&A の使い方 (Claude / GPT で実務に組み込む)

普段お使いの AI agent から jpcite を呼び出し、上記 12 種類のアウトプットを実務に組み込めます。 詳しい接続手順は AI agent dev: 接続ガイド をご覧ください。

あなたの士業・職種から始める (10 persona × 代表 query 例)

AI agent が user query から persona を推定して jpcite tool に route するための代表例です。 clickでその persona 向けガイド (audience landing) に移動します。 全 50 cell の machine-readable map: /.well-known/jpcite-persona-query-map.json

※ 上記 query は representative example (synthetic) — 実 customer の逐語発話の主張ではなく AI agent routing 補助。 jpcite は evidence 素材 (法令 raw text / 公的 program JSON / 適格事業者 row / 判例 PDF) を返却し、 税務助言 / 法律相談 / 監査結論 を提供しません。8 業法 fence 自動適用。

2 つの接続方法

お使いの AI に合わせて、いずれかをお選びください。

業務で AI を使う方 (税理士・行政書士・社労士・公認会計士・弁護士・経営者 など)

ブラウザ AI に貼り付けて使う (ChatGPT / Claude.ai / Perplexity)

ブラウザの AI チャットに jpcite.com/p/{packet_id} を貼り付け、Apple Pay で支払うだけ。 根拠資料パック (Evidence Packet) が AI に直接読まれ、出典 URL 付きの回答が返ります。

{packet_id} は 根拠資料パック一覧 から選ぶと決まります。 まず実物 (例: 適格事業者 確認パック) を開いて、その URL をそのまま AI に貼って渡せます。

  • 登録・カード番号入力 不要 (Apple Pay / Google Pay)
  • 基準は 1 billable unit ¥3 (税込 ¥3.30) から。深掘りパックは複数 unit 束ねた価格で、例の LLM 展開キットは ¥30 (= 10 unit 相当、税込 ¥33)
  • 領収書は適格事業者番号 T8010001213708 付きで自動発行
根拠資料パック一覧を見る →

AI agent を実装する方 (開発者 / SaaS backend / 社内 AI 開発)

AI 開発ツールから直接接続する (Cursor / Claude Code / Codex / Bedrock)

設定ファイルに 1 行追加するだけで、AI agent が自動で jpcite を検索し、 必要な根拠資料パックを取得して回答に組み込みます。 x402 USDC / Credit Wallet で agent が自走決済可能。 

uvx autonomath-mcp
  • MCP プロトコル 2025-06-18 対応 (Cursor / Claude Desktop / Cline 等)
  • OpenAPI Actions (ChatGPT Custom GPT) / REST 直接呼び出しも可
  • Idempotency-Key / X-Cost-Cap-JPY で 1 案件あたり上限管理
接続ガイドを開く →

使い方 (素材 + 仕上げ モデル)

jpcite が「素材 (確認済みファクト)」を出し、あなたの AI が「仕上げ」で完成させる

  • 普通に AI へ聞くと、毎回 長い公的 PDF を読み込ませることになる

    入力 context が膨らみ、web 検索と再試行 (retry) が増えやすい

    例: 「物価高騰補助金、東京で使える?」 — agent が公的サイトを毎回 web 検索し、長い PDF を context に投入して生成すると、 入力 token と web-search 回数が増え、出典の取り違えや再試行も起きやすい。 一次資料 URL も鮮度も検証手段は agent 任せになります。

    方法論の詳細 → cost_saving_examples (確定額は同一 query を実測してから掲載 / benchmark pending)

  • jpcite から素材を取得: ¥3 〜 (ingredient)

    jpcite ¥3 / billable unit (税込約 ¥3.30) — 構造化済み Evidence Packet (= 素材)

    AI agent が agent.json / llms.txt 経由で jpcite を発見、 関連 Evidence Packet (= 素材) を取得。 制度概要 + 47 都道府県 dataset + 採択実績コホート照合 cohort + 出典 URL + known_gaps を JPCIR schema で構造化済み。 生 PDF を毎回読み込ませる代わりに構造化済みの素材を読むので、 入力 context・web-search・retry の cost を抑えられる可能性があります。

    freshness fetched_at を明記 / 一次資料 URL 同梱 (cryptographic attestation: Q3 2026 roadmap)。SOT: FF1 §3 Tier D

  • AI が user 文脈で finishing (~500 token 程度の仕上げ)

    外部 LLM の入力 context を素材で置き換える分だけ token を節約できる可能性

    AI agent が素材 + user 文脈 (地域 / 業種 / 規模) を統合して personalized answer に加工。 出典は jpcite が返す source_url + source_fetched_at のまま保持。 素材から user 文脈に合わせて差し替えるだけなので、仕上げの token は最小で済みます。

    外部 LLM・検索・tool-use の料金は jpcite の料金とは別計算。確定の削減額は同一 query を測定してから掲載します (benchmark pending)。SOT: cost_saving_examples

jpcite 素材は ¥3 / billable unit (税込約 ¥3.30) の従量課金。 外部 LLM の token / web-search / retry cost を抑えられる可能性を狙う設計で、 確定の削減額は同一 query を実測してから掲載します (benchmark pending)。

注目のパケット (確認済みファクトの素材)

いま AI agent が読んでいる packet 6 選 — 公式ソース横断の確認ファクトを構造化済みで提供

価格はすべて 1 billable unit ¥3 (税込 ¥3.30) 基準です。¥3 は Raw 1 unit、 ¥6・¥30 は複数 unit を束ねた粒度 (例 ¥30 = LLM 展開キット = 10 unit 相当) で、安さの訴求ではなく 「どの深さの素材を何 unit ぶん取るか」の違いです。

program_lineage_packet

ものづくり補助金 2024 — 制度系譜パケット

採択率、過去申請傾向、併用不可制度、申請前確認質問、一次資料 URL を 1 unit に圧縮。

素材 ¥30 + AI 側で仕上げ 外部 LLM の context / web-search / retry cost を抑えられる可能性 (benchmark pending)

¥30 coverage: S houjin_360_full_packet

トヨタ自動車 法人 360

登記・適格事業者・処分履歴・採択履歴・関連子会社を 1 unit で取得。M&A DD・取引先確認用。

素材 ¥30 + AI 側で仕上げ 複数ソース横断の確認を 1 unit に集約 (確定の削減額は benchmark pending)

¥30 coverage: A acceptance_probability_cohort_packet

東京都 製造業 中小企業 補助金 採択実績スコア 2023

コホート 単位の採択実績分布、過去 3 年トレンド、不採択理由カテゴリ、コホート定義の透明化。

素材 ¥30 + AI 側で仕上げ コホート集計を構造化済みで提供 (確定の削減額は benchmark pending)

¥30 coverage: B enforcement_industry_heatmap_packet

製造業 (JSIC E) 行政処分ヒートマップ

業種別・処分庁別・年別の 1,185 件行政処分ヒートマップ。M&A DD・取引先リスクスクリーニング。

素材 ¥30 + AI 側で仕上げ 1,185 件を集計済みで提供 (確定の削減額は benchmark pending)

¥30 coverage: A invoice_registrant_public_check

適格請求書発行事業者 確認 — T8010001213708

T 番号 / 法人番号から、登録状態・法人同定・登録日・取消有無を一次資料 URL 付きで返却。

素材 ¥3 + AI 側で仕上げ 公式公表サイトの確認結果を一次資料 URL 付きで提供 (確定の削減額は benchmark pending)

¥3 coverage: A regulation_change_watch

電子帳簿保存法 改正ウォッチ

条文単位の改正差分、施行日、関連制度・通達リンク、業界別影響。法令改正アラートの基礎パケット。

素材 ¥6 + AI 側で仕上げ 条文単位の改正差分を構造化済みで提供 (確定の削減額は benchmark pending)

¥6 coverage: A

packet サンプルを見る (公開サンプル + 商品 7 ライン × 12 出力形式) →

信頼のシグナル

AI agent が安心して読む 3 つの保証

運営法人 / 適格事業者番号

T8010001213708

Bookyou株式会社 (東京都文京区小日向2-22-1)。 国税庁 適格事業者公表サイトで確認

署名 / 改ざん検出

ロードマップ (Q3 2026)

暗号 attestation (Ed25519 cite chain) は 2026 年 Q3 ロードマップ。 現行 packet は source_url + source_fetched_at + known_gaps による出典 traceability で改ざん検出を担保し、 暗号署名と verify endpoint は roadmap で公開予定です (signing spec roadmap)。

データ鮮度

取得時刻を明記

各 packet に取得時刻 (fetched_at) と corpus snapshot ID を明記。鮮度は packet 単位で検証でき、24 時間以内を保証するものではありません。 一次資料 URL も同梱。 鮮度ダッシュボードを見る