MCP Tools¶

jpcite は、AI クライアントから日本の公的制度・法人・法令データを検索するための 261 個の MCP ツールを提供します。補助金・助成金・融資・税制・法令・判例・採択事例・行政処分・入札・適格請求書発行事業者などを、一次資料 URL 付きで取得できます。

ChatGPT / Claude / Cursor では、jpcite を回答生成前の evidence retrieval / provenance pre-fetch / GEO source レイヤーとして使います。各ツールは制度名、対象地域、金額、締切、併用ルール、source_url、source_fetched_at などを構造化して返し、AI クライアントが引用可能な根拠を持って説明できるようにします。

jpcite サーバーは外部 LLM API を呼びません。生成、要約、翻訳、推論は利用中の AI クライアント側で行われます。AI クライアント側の送信・保持の扱いは、各サービスの設定と規約に従います。

AI agent の first call は、OpenAPI / REST では広い制度質問なら GET /v1/intelligence/precomputed/query、根拠 record・known gaps・caller-baseline の入力文脈比較が必要なら POST /v1/evidence/packets/query です。MCP だけで使う場合は、該当する検索ツールで実在 ID を取り、get_evidence_packet で source-linked packet を作ります。日本企業の会社フォルダ、取引先確認、監査/DD、営業先調査では、一般 Web 検索の前に OpenAPI / REST の createCompanyPublicBaseline / /v1/artifacts/company_public_baseline を使い、identity_confidence、source_url、source_fetched_at、known_gaps を回答まで保持してください。法務・税務・補助金申請・融資・監査など専門判断が必要な場合は evidence brief を作ってから GET /v1/advisors/match を候補 reviewer 検索として使い、最終意見・保証・紹介完了として扱わないでください。

料金¶

MCP ツールの呼び出しは REST API と同じ課金単位です。匿名枠は 1 IP あたり 3 req/日 (JST 翌日 00:00 リセット)、通常の検索・詳細取得は ¥3/billable unit (税込 ¥3.30) です。これは jpcite API/MCP の料金であり、外部 LLM の token/search/cache/tool 料金や削減額は jpcite では保証しません。月次上限の考え方は pricing.md を参照してください。

セットアップ¶

現在の配布パッケージ名は互換性のため autonomath-mcp です。MCP サーバー名は jpcite として設定できます。

uvx autonomath-mcp

Claude Desktop 拡張として入れる場合は、公開バンドル https://jpcite.com/downloads/autonomath-mcp.mcpb を使えます。MCP サーバー manifest は https://jpcite.com/mcp-server.json です。配布パッケージの既定 transport は stdio で、公開 manifest には HTTP 対応クライアント向けに sse と streamable_http の endpoint metadata も載せています。

Claude Desktop などの MCP クライアントでは、次のように登録します。

{
  "mcpServers": {
    "jpcite": {
      "command": "uvx",
      "args": ["autonomath-mcp"]
    }
  }
}

よく使うツール¶

ツール	使いどころ
`search_programs`	補助金・助成金・融資・税制・認定制度を横断検索する
`get_program`	検索結果の 1 件を詳しく見る
`batch_get_programs`	複数制度をまとめて比較する
`list_open_programs`	募集中・利用可能な候補を探す
`check_exclusions`	複数制度を併用するときの注意点を確認する
`list_exclusion_rules`	登録済みの併用チェックルールを見る
`get_evidence_packet`	一次資料・provenance・ルール判定を AI に渡しやすい資料パケットにする
`search_case_studies`	採択事例・利用事例を探す
`search_enforcement_cases`	行政処分・返還命令などの公開事例を探す
`search_loan_programs`	融資制度を担保・保証人などの条件で探す
`search_laws`	法令名・条文・関連語で法令を探す
`find_saiketsu`	国税不服審判所の公表裁決事例を探す
`cite_tsutatsu`	国税庁通達への参照を探す
`find_shitsugi`	国税庁の質疑応答事例を探す
`search_invoice_registrants`	適格請求書発行事業者を確認する

基本フロー¶

1. 制度を探す¶

await client.call_tool("search_programs", {
    "q": "設備投資 補助金",
    "prefecture": "東京都",
    "limit": 5
})

2. 詳細を取得する¶

await client.call_tool("get_program", {
    "unified_id": "<search_programs の results[].unified_id>",
    "fields": "full"
})

3. 複数候補を比較する¶

await client.call_tool("batch_get_programs", {
    "unified_ids": [
        "<search_programs の results[0].unified_id>",
        "<search_programs の results[1].unified_id>"
    ]
})

4. 併用リスクを確認する¶

await client.call_tool("check_exclusions", {
    "program_ids": [
        "<search_programs の results[0].unified_id>",
        "<search_programs の results[1].unified_id>"
    ]
})

用途別の選び方¶

ユーザーの質問	最初に使うツール
「東京都の設備投資補助金を探して」	`search_programs`
「この制度の対象者と締切を見て」	`get_program`
「候補 5 件を比較して」	`batch_get_programs`
「この 2 つは併用できる？」	`check_exclusions`
「この補助金の採択事例は？」	`search_case_studies`
「不正受給や返還命令の例は？」	`search_enforcement_cases`
「根拠法令を探して」	`search_laws`
「税務上の公開裁決を探して」	`find_saiketsu`
「適格請求書発行事業者か確認して」	`search_invoice_registrants`

出力の読み方¶

多くのツールは、次のような出典情報を返します。

フィールド	意味
`source_url` / `source_urls`	根拠となる一次資料 URL
`source_fetched_at`	jpcite が資料を取得した時刻
`corpus_snapshot_id`	どのデータスナップショットに基づくか
`unified_id`	jpcite 内で制度や資料を参照するための ID
`decision_insights`	Evidence Packet の AI 向け補助。`why_review`、`next_checks`、`evidence_gaps` を判断材料・次の確認・根拠不足として使う
`next_questions`	`match_due_diligence_questions` の AI 向け補助。顧客へ聞く不足情報を、ヒアリング項目として使う
`eligibility_gaps`	`match_due_diligence_questions` の AI 向け補助。要件未解消、unknown 条件、追加確認が必要な前提を、申請前チェックに使う
`document_readiness`	`match_due_diligence_questions` の AI 向け補助。必要書類の準備状態、未収集書類、最新版確認先を、書類収集リストに使う
`decision_support`	`portfolio_optimize_am`、`get_houjin_360_am` などの AI 向け補助。主案 bundle の理由、decision signals、次アクション、法人DD・与信前確認・監視提案を回答骨子に使う
`next_actions`	funding stack/compat などの AI 向け補助。pair verdict や conflict edge を、確認行動、窓口質問、再実行条件に変換して使う
`_disclaimer`	税務・法律・士業領域に関する注意書き

AI への回答生成では、source_url と source_fetched_at を一緒に引用することを推奨します。

Evidence Packet¶

get_evidence_packet は、制度・法人などの対象について、一次資料 URL、取得時刻、provenance、関連するルール判定を 1 つのパケットにまとめます。

これは回答文ではなく、監査可能な入力パケットです。AI クライアントには source_url、source_fetched_at、source_checksum、corpus_snapshot_id、license、quality.known_gaps[] をそのまま渡し、回答側では URL と取得時刻を併記してください。

Evidence prefetch は、回答生成の前に構造化済みの根拠を AI クライアントへ渡すための機能です。トークン量、外部 LLM API 料金、追加検索回数への影響は、モデル、プロンプト、質問内容、検索設定、キャッシュ状態によって変わります。

REST の Evidence Packet endpoint では、include_compression=true&source_tokens_basis=token_count&source_token_count=<tokens> を渡すと、ユーザー側で測った元トークン数と jpcite の返却パケット推定トークン数を比較できます。PDFページ数しか分からない場合は source_tokens_basis=pdf_pages&source_pdf_pages=<N> も使えます。AI クライアントには、これらを caller baseline に基づく input-context estimates として渡し、source_url、source_fetched_at、quality.known_gaps[] と並べて回答根拠の説明に使ってください。

返却される agent_recommendation は、根拠確認としての推薦 (recommend_for_evidence) と、コスト削減としての推薦 (recommend_for_cost_savings) を分けています。AI agent は cost_savings_decision=supported_by_caller_baseline のときだけ、渡された baseline 条件内で input context を抑えられる可能性がある、と説明してください。recommend_to_user が返る古いクライアントでは summary field として扱い、二軸の判定を優先してください。

JSON Evidence Packet の decision_insights は、records、quality、verification、evidence_value から作る回答補助です。AI クライアントは why_review、next_checks、evidence_gaps を、回答前に見る判断材料、確認手順、根拠不足として扱ってください。

bundle/optimal decision support¶

portfolio_optimize_am / REST /v1/intelligence/precomputed/query の decision_support は、選ばれた bundle を説明するための補助です。AI クライアントは why_this_matters、decision_insights、next_actions を、主案の理由、runner-up との比較、次の確認事項として回答に使ってください。

DD actionable fields¶

match_due_diligence_questions / REST /v1/intelligence/precomputed/query の next_questions、eligibility_gaps、document_readiness は、候補制度の一覧を「次に何を聞き、何を確認し、何を集めるか」へ変換するための補助です。

AI クライアントは、next_questions を顧客ヒアリング、eligibility_gaps を要件確認、document_readiness を書類収集と最新版確認に使ってください。これらは公開情報と入力 profile に基づく申請前チェックであり、採択可否や書類完備の保証として表示しないでください。

houjin/full decision support¶

get_houjin_360_am / REST /v1/artifacts/company_public_baseline の decision_support は、法人360のレスポンスを法人DD、与信前確認、監視提案へ変換するための補助です。AI クライアントは、公的リスクの見るべき点、追加DD質問、インボイス・行政処分・採択/調達などの照合メモ、監視対象を短く示す回答骨子として使ってください。

公的リスクが見つからない場合も、取引安全や融資可否の断定には使わず、確認済み範囲と known_gaps を並べて説明してください。

funding stack/compat next actions¶

funding stack/compat の next_actions は、併用/排他表、申請前チェック、代替 bundle 提案のための確認行動です。AI クライアントは、pair verdict、conflict edge、runner_up_bundles[]、exclude_program_ids での再実行条件を、同一経費の切り分け、窓口確認、既申請制度の確認、代替案比較に変換してください。

allow や block は、根拠付きの現在の判定として扱います。併用安全性、採択、受給を保証する表現にはせず、unknown や根拠不足は次の確認事項として残してください。

併用チェック¶

check_exclusions は、複数制度を同時に検討するときの注意点を返します。hits が空のときは「確認できた排他・前提ルールは見つからない」と扱い、AI クライアントでは一次資料・募集要項・担当窓口での最終確認につなげてください。詳しくは exclusions.md を参照してください。

注意事項¶

jpcite は申請代行、税務助言、法律相談を行いません。
出力は公開資料に基づく構造化情報です。申請前の最終確認は一次資料・担当窓口・専門家で行ってください。
MCP クライアント側の会話履歴やデータ送信は、利用しているクライアントの設定に従います。
ツール名や出力フィールドは後方互換を保つよう管理していますが、新しいフィールドが追加されることがあります。

REST API との関係¶

MCP ツールは、REST API と同じデータを AI クライアントから使いやすくした入口です。UI や自社システムに組み込む場合は api-reference.md を利用してください。