Yextへのアクセス方法は3つ：UI、API、MCP

TL;DR ：Yextは、エンタープライズ向けエージェント型マーケティングプラットフォームです。データは1つに統合され、権限設定も一元化されているため、チームの働き方に応じて3つの方法でアクセスできます。UIは、コードを扱うことなく、タスクの実行、Scoutの推奨事項の確認、エージェントの作業の承認を行いたいマーケット担当者向けです。APIは、Yextを独自のシステムに連携させる開発者向けです。MCPは、チームがすでに利用しているAIアシスタント（ClaudeやChatGPTなど）とYextを接続し、自然言語で質問したり、Yextの可視性データをCRMやPOS（販売時点情報管理）データと組み合わせて利用したりできます。3つの方法はいずれも、同じ権限設定と同じ基盤となるインテリジェンスを共有しています。目的に合った入り口を選びましょう。

多くのプラットフォームでは、入り口は1つだけです。ログインして、クリックして、作業を終えます。

Yextは異なります。その基盤には、データセットが1つ、権限設定が1つに統合された、単一のエージェント型マーケティングプラットフォームがあります。しかし、そのプラットフォームには 3つの 異なるアクセス方法があります。ユーザーインターフェイス（UI）、API、そしてMCPです。どの方法を使うかは、利用者が誰であるか、そしてその日に何を行おうとしているかによって決まります。

例えば、パフォーマンスを確認し、いくつかのアクションを承認したいマーケット担当者は、ユーザーインターフェイスを開くでしょう。一方、小売データベースとYextを連携させる開発者は、APIを使用します。そして、日常業務をすでにClaudeやChatGPTで行っているチームは、MCPを接続すれば、Yextにログインする必要はありません。

それぞれの違いや対象ユーザー、選び方を分かりやすくご紹介します。

Yextへの3つのアクセス方法を分かりやすく解説

こう考えてみましょう：

• UI は、Yextプラットフォームそのものです。ダッシュボード、ワークフロー、会話型インターフェイスを備え、マーケティング業務の実行やデータの分析を行えます。エンジニアの手を借りることなく業務を進めたいマーケット担当者向けに設計されています。
• API は、お使いのソフトウェアをYextに接続します。データは別のシステムで管理し、Yextはバックグラウンドで同期します。開発者や技術チーム向けに設計されています。
• MCP は、AIアシスタントをYextに接続します。チームがすでに利用しているAIツール内で、自然な言葉で質問すると、Yextが回答します。AIシステムを業務の標準環境として利用しているチーム向けに設計されています。

簡単な目安： まずは、最も時間がかかる業務から始めます。日々の業務を見直し、時間を最大限に短縮できる場所でプラットフォームを使用します。設定なしですぐに価値を実現したいなら、インターフェイス。すでにAIアシスタントを日常的に利用しているなら、MCP。Yextを自社の製品やデータ基盤に組み込みたいなら、API。どれか1つだけ選択する必要はありません。ほとんどの企業は、これらを組み合わせて利用しています。

マーケット担当者向けに設計されたYextプラットフォーム

UIは、何よりもまずマーケット担当者向けに設計されています。ブランドマネージャー、レピュテーションチーム、ローカルマーケティングマネージャー、各拠点の運営担当者まで、幅広い役割をカバーしています。エンジニアの支援を受けることなく、データを分析し、その結果に基づいてアクションを実行したい担当者に適しています。

UIでは、AIやGoogle検索での可視性をモニタリングしたり、競合他社とのパフォーマンスを比較したり、Yext Scoutが提示する優先度の高い推奨事項を確認したりできます。また、エージェントチームを管理し、キューに登録された作業の承認や対応、レビューの管理、リスティングの問題の修正、ロケーションデータの更新を行うこともできます。マーケティングワークフローは、あらかじめ用意されています。そのまま利用できます。

それがメリットです。設定は不要。コードを書く必要もなく、開発者の対応を待つ必要もありません。ログインすれば、必要なツールがすべてそろっています。

しかし、それは同時に制約でもあります。マーケティングの用途として定義されたユースケース向けに設計されているため、柔軟に変更できる範囲はあまり広くありません。インターフェイスに表示される内容を自由にカスタマイズすることはできません。また、インターフェイス内でYextのデータと他のシステムの数値を簡単に組み合わせることもできません。ビジネスロジックやメトリクスの算出方法は、あらかじめ決められています。優れた製品チームは、多くのユーザーが必要とする中核的な機能を中心にUIを設計します。そのため、ブラウザーに表示される情報には、必要な内容の大部分が含まれていますが、すべてのデータが表示されるわけではありません。別の方法で利用したい場合や、より柔軟に活用したい場合は、APIやMCPの出番です。

Yext API：開発者向けに設計されており、1つだけではありません

まず、よくある誤解を解消しておきましょう：Yext APIは1つではありません。用途ごとに複数のAPIが用意されており、それぞれ異なる役割を担っています。

• 1つは、 インテグレーション のためのAPIです。ブランドがCRMや小売データベースでロケーションデータを管理し、そのシステムでデータを更新すると、リアルタイムAPIによってYextとの同期が維持されます。Yextはバックグラウンドで静かに連携します。通常、この仕組みを構築するのは、2つのプラットフォームを接続する開発者です。
• もう1つは、 分析 のためのAPIです。これには、ロケーションレベルで競合分析を行うScout APIが含まれます。ビジネスアナリストは、Power BIやTableauなどのツールにYextのデータを取り込み、必要に応じてさまざまな切り口で分析します。
• 3つ目は、ストアロケーターやドクター検索などのリアルタイムエクスペリエンス向けに設計された、 消費者向けレベルのAPI です。大量のライブリクエストを同時に処理できるよう設計されています。

APIは、開発者、データチーム、製品チーム、代理店、パートナーなど、専任の技術リソースを持つ組織を対象としています。代表的な用途としては、カスタムダッシュボード、社内レポートツール、そしてYextのデータをCRM、CDP（カスタマーデータプラットフォーム）、POSデータと組み合わせるデータウェアハウスインテグレーションがあります。これにより、ロケーションの可視性と、その後の売上につながる成果を結び付けることができます。

APIには、UIでは実現できないことが2つあります。まず、ブラウザーに表示される中核となるデータポイントだけでなく、あらゆるデータにアクセスできます。次に、Yextのデータを、Yextでは扱わないシステムへ送ることができます。例えば、レストランのレビューで「食器が汚れている」、または「トイレが清潔ではない」という指摘があった場合、店舗チームが対応できるよう、自動的にチケットを作成できます。これにより、UIだけでは完結できない一連の業務フローを実現できます。

技術的なスキルという点では、実際には多くの人が思っているほどハードルは高くありません。例えば、1つのロケーションの詳細情報を取得する基本的なリクエストであれば、必要なのは、いくつかのパラメーターを指定したURLと、認証用のAPIキーだけです。読み取り専用のAPIコールはシンプルです。データを書き戻したり、フィルターを適用したクエリ（例えば、Googleの特定の期間のレビューのうち、返信済みのレビューだけを対象とした分析）を実行したりする場合は、JSONの構造を理解し、ドキュメントを参照しながら実装する必要があります。開発者は、このようなリクエストをPostmanなどのツールで実行します。

本当の制約は技術ではなく、人にあります。JSONの生データによるレスポンスは正確で厳密なため、開発者には好まれます。しかし、その同じレスポンスをマーケティング担当者に渡しても、実用的ではありません。「今週、返信されていないレビューは何件ありますか」という問いは、キーと値の組み合わせを読み取るだけでは答えられません。さらに、自社で構築したものは、すべて自社で保守する必要があります。プラットフォームに新しい指標が追加されるたびに、インテグレーションもそれに対応し続けなければなりません。多くのチームが自社で構築しないのは、まさにその保守コストが理由です。

これこそが、3つ目の入り口に最適な環境です。

MCP：AIアシスタントをYextに接続

MCPは、Model Context Protocolの略です。Anthropicが開発したオープンスタンダードであり、AIアシスタントが承認済みの外部データソースやツールに安全に接続できるようにします。ClaudeやChatGPTなどのAIエージェントやAIアシスタントを利用したことがあれば、その操作方法はすでにご存じでしょう。Yext MCPは、その同じ会話をYextのデータに向けるだけです。

実際には、組織で標準的に利用しているAIシステムから、チャット内でYextのインテリジェンスやワークフローを利用できるようになります。複数のシステムにログインしたり、レポートをエクスポートしたり、情報を手作業でまとめたりする代わりに、誰かがビジネス上の質問を平易な言葉で尋ねると、行動に移せる答えが得られます。その行動はレビューへの対応やリスティングの更新かもしれません。同じ作業をAPIやUIを通じて行うのと同様に、現在はAIアシスタントで処理されます。

YextのMCPは、すでにAIシステムを標準化して導入しているチーム向けに構築されており、Yextのインテリジェンスを日々の業務環境へと広げることを目的としています。利用者は幅広く、管理するブランドの健全性を追跡するマーケティング責任者、店舗分析をエンドツーエンドで行うアナリスト、オペレーター、代理店、リセラー、単一の場所に集約された情報を掘り下げるカスタマーサクセスチーム、さらには営業、オペレーション、各店舗に関する部門横断的な質問を一度に行う経営層まで多岐にわたります。

誤解されがちな点： 「Model Context Protocol」という名称を聞くと、「技術者だけが使うもの」と思われがちですが、実際はそうではありません。追加のビジネスデータを接続するには多少のセットアップが必要な場合もありますが、日常的な利用体験は会話するだけです。誰でも自社のデータについて質問したり、グラフやダッシュボードとして表示したり、別のデータセットと組み合わせて分析したりできます。コードは不要です。

真価を発揮するポイント：データを結び付けること

最大の価値を引き出せるのは、Yextを同じセッションで接続された他のツールと組み合わせることです。AIやGoogleでの自社の可視性が、POSやCRMのデータと並んで表示される様子を想像してみてください。これで、マーケティング担当者が常に答えを知りたかった問いを投げかけられるようになります： 可視性の向上は、実際に売上や来店客数の増加につながっているのか。 競合との比較結果をリード獲得に結び付けたり、どの市場で競争力が低下しているかを特定したり、レビューに表れている内容を基にアクションプランを作成したりすることもできます。

実際にできる3つの質問

抽象論より具体例のほうが分かりやすいため、実際にたどることのできる一連の流れを見てみましょう。

1. 「オーガニック検索とAI検索で最も成果が低い下位10拠点はどこか」 自社の課題を順位付けできます。
2. 「それらの拠点の成果を下げている要因は何か。レビューなのか、リスティングなのか、ナレッジグラフの充実度なのか、それともAIでの引用不足なのか」 共通する傾向を明らかにできます。
3. 地域別に分析します。 例えば、あるフランチャイズのエリアマネージャーが、特定の都市で成果を上げられていないのかもしれません。そうした状況を把握し、対応できるようになります。

さらに、推奨されるアクションや、競合ベンチマークとの差を埋めるために重点的に取り組むべきポイントも把握できます。

仕事はどう変わるのか

業務の中心が、オペレーションから戦略へと移ります。以前は、マーケティング担当者は可視化のためにBIチームを待ったり、使い勝手の悪いプラットフォームにログインしたり、3つの部門にまたがるスプレッドシートを追いかけたりしていました。マーケティング担当者の成果は、利用できるデータの質に左右され、そのデータの価値は、そこから読み取れるストーリーの質に左右されます。MCPは、そのストーリーをマーケティング担当者自身の手に委ねます。これまで多くのチームと何日もの時間を必要としていた作業が、今では1回のセッションといくつかのプロンプトで完了し、残った時間を次に何をすべきかの判断に充てられるようになります。

率直な限界

MCPは、インターフェイスのようにダッシュボードを構築してくれるわけではありません。何を質問したいのか、何を理解しようとしているのかは、引き続き自分で明確にしておく必要があります。本当の制約はMCPではなく、質問をどれだけ適切に設計できているかです。漠然としたプロンプトを入力していると、多くを得られないままAIツールのトークンを消費してしまいます。また、MCPの性能は、アクセスできるデータの質に左右されます。ユースケースを明確にして始めれば、Janetteの言葉を借りるなら、「可能性は無限に広がります」。

技術的な詳細

毎回寄せられる4つの質問がありますので、順番にお答えします。

3つとも同じ権限を尊重しますか。 UIもMCPも、そのように動作します。どちらも、Yextのユーザーロールと、アカウントレベルおよびエンティティレベルの権限に基づいて動作します。MCPを接続すると、最初にYextアカウントで認証が行われるため、ユーザーが誰であり、どの情報へのアクセスが許可されているかを正確に把握します。インターフェイスで付与されているアクセス権限は、そのまま引き継がれます。APIは異なります。APIは個々のユーザーロールではなくAPIキーによってアクセスが制御されており、そのAPIキーの取得は、誰でも利用できるものではなく、Yext内で管理されたプロセスを経る必要があります。

3つすべてで同じデータを利用できますか。 基盤となるデータと共通のAPIは3つすべてで共通しているため、中核となるインテリジェンスはどこでも同じです。違いがあるのは利用体験です：UIは目的に応じたダッシュボードとワークフローを提供し、MCPはAIシステムを通じた会話形式でのアクセスを提供し、APIは開発者がカスタムアプリケーションを構築するためのプログラムによるアクセスを提供します。Yextは現在、APIファーストとMCPファーストのアプローチを採用しています。そのため、新しいインテリジェンスはすぐにAPIとMCPで利用できるようになり、場合によっては、UIに専用のダッシュボードが用意される前に、APIやMCPを通じて、あるいはScoutで新しい指標を利用できることもあります。

自分のデータについて、モデルがハルシネーションを起こさないようにするにはどうすればよいですか。 グラウンディング。モデルは、Yextに関する質問に記憶だけを頼りに答えるべきではありません。Yextが承認したツール（MCPが公開するエンドポイント）を通じて、最新の構造化データを取得する必要があります。実践的なヒントをご紹介します：作業対象のアカウント専用のプロジェクトをAIツール内に作成し、質問する前に、「このアカウントID:12345についてはYext MCPから取得した情報のみを使用し、それ以外の情報には依存しないこと」のような明示的な指示を与えてください。そのうえで、最後に2つの確認を行います。まず、アシスタントがどのツールを呼び出したのかを確認し、回答が実際のデータに基づいていることを確かめます。さらに、違和感のある内容に疑問を投げかけられるよう、人による確認を残しておきます。事実と解釈を分けて回答し、データが存在しない場合は値を作り出さないよう指示してください。（AIモデルが最初に何を引用するかをどのように判断しているかについては、「ChatGPT、Perplexity、Gemini、Claudeは何を引用するかをどのように決定するのか」をご覧ください。）

実際に自社の環境から外部へ送信されるデータは何ですか。 必要最小限のデータだけです。Yextは、アカウント全体のデータをAIに送信することはありません。質問に関連する特定の指標だけを、そのユーザーに付与された権限の範囲内で取得します。AIアシスタントは、プロンプトを要約したうえで、その簡略化した内容をMCPサーバーに送信し、サーバーがどのAPIを呼び出すかを判断します。データはサーバー内で取得され、その後、アシスタントが回答を整形します。AIシステムがSalesforceやSnowflakeにも接続されている場合は、それぞれのソースが独自のデータを返し、アシスタントがその結果を統合します。データが一括で送信されることはありません。

規制産業向けの補足

金融サービス、ヘルスケア、その他の規制産業でも、エージェントによるアクセスには、あらゆるエンタープライズアプリケーションに適用するのと同じガバナンスが適用されます。アクセスは認証されます。ロールと権限は最小権限の原則に従って管理され、必要最小限のアクセス権だけを付与することを前提としています。読み取りと書き込みは分離されているため、インテリジェンスを参照することと、実際に操作を実行することは明確に区別されています。機密性の高い操作は承認ワークフローを経由し、すべての操作は実行者を記録した監査ログに残るため、誰が何を開始したのかを追跡できます。

Yextはすでに、ホスティング、セキュリティ、コンプライアンスの基盤を整備したうえで規制産業の顧客をサポートしているため、これらのチームがMCPを利用できない技術的な理由はありません。変数となるのは、社内ポリシーです。規制の厳しい業界のブランドの中には、MCPを全面的に導入するところもあります。一方で、すべてを自社環境内で運用し、APIを利用して独自のMCPサーバーを構築することを選ぶ企業もあります。それも可能です。

1つのプラットフォーム、3つの利用方法

この記事の目的は、どの方法が優れているかを比較することではありません。重要なのは、Yextの価値を得るために、働き方を変える必要はないということです。

ダッシュボードを利用したいのであれば、ダッシュボードを開けばよいのです。Yextを自社システムの裏側で静かに動作させたいのであれば、APIを連携してください。AIアシスタントに、拠点で何が起きているのか、そしてどう対応すべきかを尋ねたいのであれば、MCPを接続してください。基盤となるデータも、権限も、インテリジェンスも、すべて同じです。どの方法を選ぶかは、あなた次第です。

あなたのチームに最適な方法を知りたいですか。お問い合わせください。