「メール開封率が先月から8%下がっています。過去3ヶ月の件名パターンとの相関を以下のチャートに出しました。原因は件名に入れた数字の有無です。」

これは「みんなのニュースレターMCP」につないだClaude Codeからの返答。

実は今、「みんなのニュースレター」でMCPを試験運用している。まだ公開していないが、みなさんのご意見を聞いた後で、リリースを予定している。

2026年4月30日、英語圏の人気プラットフォームのbeehiivが「MCP v2」を全ユーザーに向けて公開した。「AIエージェントがニュースレターを操作できること」を、業界で初めて本格的に実装した。

AIエージェントがニュースレターを「運営する」時代に、配信者はどう向き合うべきか。MCPは追い風なのか、それともよくある一過性の流行りなのか。

この記事では、beehiivが火をつけたMCP革命を解剖し、リスクを正直に語り、「みんなのニュースレターMCP」の試験運営の実態をまとめた。

あなたがこれからのニュースレター運営を真剣に考えている方ならきっと参考になる。

👯 もくじ

無料コンテンツ

• 🥑 写真日記：近所の公園 ベルリン
• 🐸 みんなのニュースレターMCPは今日も動いている
• ⛺ MCPとは何か
• 🎈 beehiivが業界に火をつけた
• 🙏 AIがあなたに合わせて説明すること
• 🐝 beehiivのMCPv1でAIはアナリストに
• 🐠 MCPv2でAIが「動かす側」に変わった
• 🥮 SubstackはMCPに踏み切っていない
• 📗 日本のプラットフォームに公式MCPはない
• 🙎‍♂️ MCPが抱える3つのリスクを正直に語る
• 🏐 AIが書いたコンテンツは面白いのか

有料コンテンツ

• 🐑 MCPを使って有料購読を増やす方法
• 🚣 MCPで意図しない操作を防ぐ設計
• 🚲 コンテンツ汚染対策について
• 🐥 みんなのニュースレターがMCPに踏み切った本当の理由
• 🥝 ニュースレターがコンテンツ配信の母艦になる
• 🛰️ みんなのニュースレターに失うモノなんてない

🥑 写真日記：近所の公園 ベルリン

近所の公園。春になってきてみんな楽しそう。

🐸 みんなのニュースレターMCPは今日も動いている

今、「みんなのニュースレターMCP」を試験的に動かしている。

ClaudeやChatGPTに私のニュースレターについて聞いている。

• 「先月の開封率が低かった配信者に共通するパターンは何ですか？」
• 「購読数が増えた記事の共通点って何ですか？再現性はありますか？」
• 「有料転換のタイミングが早い読者の行動傾向は？」

こんな質問を投げかけると、リアルなデータに基づいた回答が返ってくる。CSVをエクスポートする必要もない。特別な操作は必要ない。ただいつも使っているGeminiやClaudeとチャットするだけ。

それがMCP（Model Context Protocol）。

プラットフォームの運営者として感じているのは、情報配信の市場が大きな転換点にあること。これからの数年で決定的な差になる気がする。理由はもちろんAI。

AI技術が情報配信を変えてしまう。これは誰もが感じていることだと思う。そしてそのキーになる技術はMCPなんじゃないか、と。

AIによる変化を先取りして「みんなのニュースレター」の配信者さんに届けたい。それがMCPの試験運用につながっている。

⛺ MCPとは何か

MCPは一言で言えば「AIとサービスシステムの間をつなぐ共通の言葉」。今回の例で言うとChatGPTと「みんなのニュースレター」の間を直接つなぐことができる。

MCPは2024年11月、Claudeの開発元であるAnthropicのエンジニアが考案したオープン規格。

これまでAIに何かをさせるためには、データを手動でコピーして、AIに貼り付け、指示を出し、また別のツールで実行する、という手順が必要だった。MCPはこれをスムーズにつなげる。AIに「これを読み込んでください」と頼まなくていい。

AIがその場でシステムのデータを読み書きできる「接続の規格」。これで受け取るだけの指示待ちAIから、リアルタイムで会話しながら動けるパートナーAIになる。

OpenAIもGoogleもこの規格を採用した。MCPは業界標準としての地位を確立している。

プラットフォームの世界でMCP対応は、「インフラとしての当然の要件」になるのかもしれない。

🎈 beehiivが業界に火をつけた

MCPを導入した理由は、英語圏の人気ニュースレタープラットフォームbeehiivの動きに「おお！」となったから。

2026年3月24日、beehiivはMCP v1を公開した。ChatGPT、Claude、Gemini、Perplexityから直接操作できる最初のニュースレタープラットフォームになった。

beehiivは14万本以上のニュースレターを管理し、月間3.5億人の読者に届けている。その規模のプラットフォームが「AIエージェント接続」に本気で踏み込んだ。これは単なる機能追加ではない。CEOのタイラー・デンクがこう言っていた。

最終的にはほとんどのbeehiivクリエイターが、アプリではなくAIを通じてニュースレターを管理するようになると考えている
I believe that eventually most beehiiv creators will manage their newsletter through AI, not through the app.

beehiivはUIを「捨てる」覚悟でMCPに踏み込んだようだ。

日本でも超人気メルマガ配信者の中嶋聡さんはあるインタビューでこう言っていた。

スマフォの画面にアイコンが並んでいて、指でそのどれかをクリックしてアプリを起動するUIはもう古い。
その場でAIがその人に合わせたUIを生成して、「あなただけのUI」を作るようになる。

これと同じことを「みんなのニュースレターMCP」の試験運用で感じている。

🙏 AIがあなたに合わせて説明すること

MCPを使えばAIはその質問とあなたに合わせて教えてくれる。例えばこれは私が「購読者を増やすにはどうすればいいですか？」とClaude Codeに質問した時の回答。

Claude Codeはテキストベースのターミナルに表示するのでチャートなどはちょっと雑に見える。もしClaudeデスクトップを使うともっと美しいチャートを出してくる。

ポイントはこの回答は全て「みんなのニュースレター」のデータ解析画面が出しているのではなく、AIがその場で生成していること。だから「もっと縦軸を長くして詳細を見せて」とか追加で注文すれば、その場でスグに対応してくれる。

さらにより詳しい分析内容も頼めばやってくれる。

それだけだったらデータをダウンロードしてGeminiやChatGPTに読み込ませればいいのでは？と思うかもしれない。

MCPのポイントは「みんなのニュースレター」とAIが直接つながっていること。「みんなのニュースレター」のデータベースには解析画面に出していないデータがたくさんある。出していないのはそのデータの解釈が難しいから。AIならば理解してくれるし、私たちに分かりやすく説明もしてくれる。

使い方はカンタン。ただあなたの思う疑問と要望を日本語で聞くだけ。

しばらく「みんなのニュースレターMCP」を使っていて、これはもう革命だな、と思うようになった。

🐝 beehiivのMCPv1でAIはアナリストに

beehiivのMCPv1（2026年3月）は読み取り専用アクセスで開始された。それはAIを「アナリスト」として使う機能だった。

AIへの質問事例はこんな感じだった。

• 開封率が高いのに有料転換していない読者のリストを出してください
• ニュースレター購読を解除する人たちはどんな理由で解除してますか？
• 複数の収益ストリームから月次収益レポートを自動生成して、毎月Slackに送ってください
• 週次データをSlackに自動投稿して、購読者データをHubSpotに同期してください

これらのすべてがAIへのチャットだけで実現できた。

「一般的なニュースレター成長のアドバイスをください」と汎用AIに頼むのとは根本的に異なるレベル。あなた自身のリアルなデータに基づいた、あなた固有の課題への解析と提案。「beehiiv MCPってすげーな」と思った。

MCPv1のアクセスは有料ユーザー限定で開放されていたが、SNSなどからその反響の大きさは読み取れた。きっとその反響の大きさがv2の全ユーザー開放につながったのだと思う。

🐠 MCPv2でAIが「動かす側」に変わった

2026年4月30日のMCPv2で、書き込みアクセスが加わった。AIを「オペレーター」として使う段階にきた。

v2リリースでbeehiivが打ち出したメッセージがこれ。

グラインドを自動化して、本当に重要な仕事に集中できるようにする。あなたのアイデア、あなたの声、あなたの視点——それがブランドの核心。残りはAIに任せよう
Our direction is simple: automate the grind, so you can focus on the work that matters. Your ideas, your voice, your perspective — that's the core of your brand. Let AI handle the rest.

v2で可能になった代表的な機能が、自然言語によるセグメント作成。「30日以内に5回以上メールを開封しているのに有料転換していない無料読者を見つけて。『高意図フリー読者』というセグメントとして保存して」このチャットひとつでセグメントが生成される。

２０２６年５月２日時点ではまだ投稿作成の書き込みアクセスは「近日追加」となっているだけで、リリースされていない。しかし投稿がMCPで可能になるのはもう確実と言ってもいいだろう。

つまりbeehiivでは顧客動向を分析し、それに合わせたマーケティング戦略を設定し、コンテンツを作成する、これらを全て接続されたAIによって実行することが可能になる。

これは革命であると同時に本当に大丈夫なんか、とも思ってしまった。

🥮 SubstackはMCPに踏み切っていない

市場シェアを見ると、ニュースレター業界全体ではSubstackが41%、beehiivが29%（InboxReads 2025年調査）。依然としてSubstackがリードしている。

しかしSubstackのAI統合は、2026年時点でライティングアシスト機能にとどまっている。リアルタイムデータとAIを接続するMCPは存在しない。

GithubにはたくさんのSubstack用のMCPが公開されているが、これらは全て非公式。要はSubstackのAPIやブラウザ操作を使ってMCPのような動きを実現している、に過ぎない。公式でMCPをリリースしたbeehiivとはわけが違う。

Substackは「シンプルさ」と「コミュニティ」を武器に成長してきた。しかしMCPのような技術統合はその哲学に反する。設定の複雑さを排除することがSubstackの強みなのだから。

MCPはちょっとややこしい。APIキーを発行し、AIツール用の設定ファイルを編集し、AIクライアントと接続する技術的な操作が必要。あなたがGeminiにMCPをつなげる時とClaudeをつなげる時とでは設定方法が少し異なる。

そこまでやってなんかエエことあるか？ってのがSubstackの今の考え方なのだろう。

📗 日本のプラットフォームに公式MCPはない

日本のニュースレタープラットフォームやメールマーケティングツールで、公式MCPを導入している例は2026年5月時点でほぼ存在しない。

あれだけAIに力を入れているnoteもやってない。あるのは誰かが独自に作った非公式MCPだけ。公式ではないので、APIの仕様変更で突然動かなくなるリスクを抱えている。

プラットフォームの立場から見ると、この空白の理由は三つある。

1. エンジニアリングリソース
2. 需要の不確かさ
3. リスクへの懸念

第一はエンジニアリングリソース。MCPサーバーの構築・維持・セキュリティ管理には相当な技術的コストがかかる。やってみて分かったが、これは地味に面倒なことが多い。

第二は需要の不確かさ。AIエージェント連携を積極的に求める配信者がどれほどいるか。MCPって確かに流行っているが、それは技術に詳しい人たちの間だけ。情報配信の市場で本当にニーズがあるのか、まだまだ見えない。

第三はリスクへの懸念。書き込みアクセスが生む責任範囲の広がりを、どう設計でカバーするか。AIがあなたのコンテンツを書いて、しかも配信公開ボタンを押す権限まで持っていたら、かなり大変なことになる。

🙎‍♂️ MCPが抱える3つのリスクを正直に語る

MCPの可能性は大きい。しかし、プラットフォーム運営者として無視できないリスクが存在する。

意図しない操作のリスク：

書き込みアクセスを持つAIが指示を誤解釈すれば、意図しない読者への誤配信が起きる。AIエージェントが自律的に動く場合は、メール送信・購読解除処理といった取り消せないアクションをどう守るか、が課題になる。

コンテンツ汚染のリスク：

AI投稿作成が容易になると、プラットフォームのコンテンツの大半がAI生成になる。AI生成によってコンテンツの質が落ちると、プラットフォーム全体の信頼性が損なわれる。

大量リクエストのリスク：

無料で送信できるメール配信機能にMCPをつなげると本来の目的である「ニュースレター配信」とまったく異なる目的で利用されるリスクが増える。

みなさんはこのリスクをどう評価しますか？「MCPは怖い」と感じますか？それとも「使い方次第でコントロールできる」と思いますか？ぜひコメントで教えてください。MCPを公開する前に、配信者のみなさんのご意見を聞きたいと思っています。

🏐 AIが書いたコンテンツは面白いのか

結論から言う。私は２０２６年時点のAI技術で作ったAI生成コンテンツは面白いと思わない。どこまでやってもコンテンツの面白さには人間が必要になる。（今のところは）

AI生成のコンテンツはとてもよくまとまっている。AI無しで文章を書くのは今では考えられない。しかしそのコンテンツにあるべき、「意外性」や「面白さ」になるとまた別。

大規模言語モデルであることから「次にくる言葉を予想すること」「論理的な矛盾を解決すること」「大量の情報をまとめること」はとても得意で人間の何倍もの精度とスピードでやってくれる。

ただコンテンツに必要なのは「まとまっていること」だけではない。やはり人を惹きつける「面白さ」が必要になる。それはどうAIを使っても無理だった。AI生成のコンテンツは「なんかおもんないなー」という感想になってしまう。

世の中にはAI生成をそのまま貼り付けたようなコンテンツがたくさんある。決まってそういうのはビューや購読者数が少ない。

使うべきところでAIは使うべきだろう。しかし最後の配信ボタンを押す前に人間が確認して面白さを追加しなければならないのは確かだと思う。私は今までさんざんニュースレターを配信してきたが、AI生成のコンテンツをそのまま配信したことなんて１度もない。

なぜならAI生成のコンテンツそのままでは面白くないから、だ。これはMCP機能がリリースされても同じだろう。

無料コンテンツはここまでです。

以下の有料コンテンツでは試験的に運営しているMCPが提案してきた「有料購読者を増やす方法」についてそのまま書いた。その提案レベルがチャットひとつで出てくる世界がもうそこまで来ている。

なんかえらいことになるんじゃないか、と思わざるをえない。

有料コンテンツ

• 🐑 MCPを使って有料購読を増やす方法
• 🚣 MCPで意図しない操作を防ぐ設計
• 🚲 コンテンツ汚染対策について
• 🐥 みんなのニュースレターがMCPに踏み切った本当の理由
• 🥝 ニュースレターがコンテンツ配信の母艦になる
• 🛰️ みんなのニュースレターに失うモノなんてない