ProductPlan MCPサーバー

AIを使ってロードマップと対話しましょう。 Claude、Cursor、その他のAIアシスタントとの自然な会話を通じて、質問をしたり、アイデアを作成したり、OKRの進捗を確認したり、ローンチを管理したりできます。

何ができるのか？

ProductPlanのインターフェースをクリックして操作する代わりに、次のように尋ねるだけです：

「Q1のロードマップには何がありますか？」

「スケジュールが遅れている目標をすべて表示して」

「モバイルアプリ改善のための新しいアイデアを作成して」

「今月予定されているローンチは何ですか？」

「'customer-request'タグが付いたアイデアをすべてリストアップして」

AIが実際のProductPlanデータを取得し、数秒で回答します。

誰のためのものか？

• プロダクトマネージャー: ロードマップデータに素早くアクセスしたい方

• チームリーダー: コンテキストを切り替えることなく、素早くステータス更新が必要な方

• AIアシスタント（Claude、Cursorなど）を利用している方: ProductPlanをワークフローに統合したい方

コーディングは不要です。ファイルをコピーして設定を貼り付けるだけです。

クイックスタート（5分）

ステップ1: ProductPlan APIトークンの取得

1. ProductPlanにログインします

2. Settings → API に移動します（またはこちらのリンクを直接開きます）

3. APIトークンをコピーします

ステップ2: アプリのダウンロード

Releasesページにアクセスし、お使いのコンピュータに適したファイルをダウンロードしてください：

Mac/Linuxの場合、ターミナルを開いて以下の2つのコマンドを実行します（ファイル名はダウンロードしたものに置き換えてください）：

chmod +x ~/Downloads/productplan-darwin-arm64
sudo mv ~/Downloads/productplan-darwin-arm64 /usr/local/bin/productplan

パスワードを求められますが、これは正常な動作です。

Windowsの場合：

1. バイナリ用のフォルダを作成します（存在しない場合）：

   mkdir C:\Tools

2. ダウンロードした.exeをそのフォルダに移動し、名前を変更します：

   move %USERPROFILE%\Downloads\productplan-windows-amd64.exe C:\Tools\productplan.exe

3. AIアシスタントの設定（ステップ3で説明）でフルパス C:\Tools\productplan.exe を使用します

注意: PATHへの追加はスキップしても構いません。設定にはフルファイルパスを使用してください。

ステップ3: AIアシスタントへの接続

使用しているツールを選択してください：

1. 設定ファイルを見つけます：

   • Mac: ~/Library/Application Support/Claude/claude_desktop_config.json

   • Windows: %APPDATA%\Claude\claude_desktop_config.json

2. テキストエディタで開き、以下を追加します（your-tokenは実際のAPIトークンに置き換えてください）：

Mac/Linux:

{
  "mcpServers": {
    "productplan": {
      "command": "/usr/local/bin/productplan",
      "env": {
        "PRODUCTPLAN_API_TOKEN": "your-token"
      }
    }
  }
}

Windows:

{
  "mcpServers": {
    "productplan": {
      "command": "C:\\Tools\\productplan.exe",
      "env": {
        "PRODUCTPLAN_API_TOKEN": "your-token"
      }
    }
  }
}

3. Claude Desktopを再起動します

設定ファイルに追加します：

• Mac/Linux: ~/.claude.json

• Windows: %USERPROFILE%\.claude.json

Mac/Linux:

{
  "mcpServers": {
    "productplan": {
      "command": "/usr/local/bin/productplan",
      "env": {
        "PRODUCTPLAN_API_TOKEN": "your-token"
      }
    }
  }
}

Windows:

{
  "mcpServers": {
    "productplan": {
      "command": "C:\\Tools\\productplan.exe",
      "env": {
        "PRODUCTPLAN_API_TOKEN": "your-token"
      }
    }
  }
}

1. Cursorを開きます

2. Settings → MCP Servers に移動します

3. 以下の設定を追加します：

Mac/Linux:

{
  "productplan": {
    "command": "/usr/local/bin/productplan",
    "env": {
      "PRODUCTPLAN_API_TOKEN": "your-token"
    }
  }
}

Windows:

{
  "productplan": {
    "command": "C:\\Tools\\productplan.exe",
    "env": {
      "PRODUCTPLAN_API_TOKEN": "your-token"
    }
  }
}

Windowsユーザーの方: パスにはダブルバックスラッシュ（\\）を使用してください。JSONではバックスラッシュがエスケープ文字として扱われるため、これが必要です。

1. Cline拡張機能をインストールします

2. VS Codeの設定（JSON）を開き、以下を追加します：

Mac/Linux:

{
  "cline.mcpServers": {
    "productplan": {
      "command": "/usr/local/bin/productplan",
      "env": {
        "PRODUCTPLAN_API_TOKEN": "your-token"
      }
    }
  }
}

Windows:

{
  "cline.mcpServers": {
    "productplan": {
      "command": "C:\\Tools\\productplan.exe",
      "env": {
        "PRODUCTPLAN_API_TOKEN": "your-token"
      }
    }
  }
}

1. Continue拡張機能をインストールします

2. 設定ファイルに追加します：

   • Mac/Linux: ~/.continue/config.json

   • Windows: %USERPROFILE%\.continue\config.json

Mac/Linux:

{
  "mcpServers": [
    {
      "name": "productplan",
      "command": "/usr/local/bin/productplan",
      "env": {
        "PRODUCTPLAN_API_TOKEN": "your-token"
      }
    }
  ]
}

Windows:

{
  "mcpServers": [
    {
      "name": "productplan",
      "command": "C:\\Tools\\productplan.exe",
      "env": {
        "PRODUCTPLAN_API_TOKEN": "your-token"
      }
    }
  ]
}

1. n8nインスタンスに環境変数を設定します：

   N8N_COMMUNITY_PACKAGES_ALLOW_TOOL_USAGE=true

2. ワークフローに MCP Client ノードを追加します

3. 設定：

   • Command:

     • Mac/Linux: /usr/local/bin/productplan

     • Windows: C:\Tools\productplan.exe

   • Environment Variables: PRODUCTPLAN_API_TOKEN=your-token

4. AI Agent ノードに接続します

ワークフロー例: Slack Trigger → AI Agent (with MCP Client) → Slack Response

ステップ4: 質問を開始する

AIアシスタントを開いて、以下を試してみてください：

• 「ProductPlanのロードマップをリストアップして」

• 「ロードマップ [名前] にあるバーは何ですか？」

• 「OKRを表示して」

• 「ディスカバリーにあるアイデアは何ですか？」

実践的なユースケース

朝のスタンドアップ準備

「先週、プロダクトロードマップで何が変更されたか要約して」

ステークホルダーへのアップデート

「Q1の目標と進捗をすべてリストアップして」

アイデアのトリアージ

「'enterprise'タグが付いていて、優先度が設定されていないアイデアをすべて表示して」

ローンチの調整

「1月のローンチでまだ完了していないタスクは何ですか？」

クイックルックアップ

「'Mobile App v2'バーはいつ開始予定ですか？」

アクセス可能なProductPlanデータ

仕組み

┌─────────────────┐      spawns       ┌─────────────────┐      API calls     ┌─────────────────┐
│   AI Assistant  │ ───────────────── │   MCP Server    │ ─────────────────▶ │   ProductPlan   │
│ (Claude, Cursor)│ ◀───────────────▶ │   (this binary) │ ◀───────────────── │      API        │
└─────────────────┘   stdin/stdout    └─────────────────┘     JSON data      └─────────────────┘
      your computer                        your computer                         cloud

なぜコンピュータ上で実行する必要があるのか？

MCP (Model Context Protocol) はサブプロセスモデルを通じて動作します。AIアシスタントはリモートサーバーに接続するのではなく、バイナリをローカルプロセスとして起動し、stdin/stdoutを介して通信します。このアーキテクチャにより、以下の利点があります：

1. バイナリがローカルに存在する必要がある: AIアシスタントが子プロセスとして実行するため

2. APIトークンはマシン内に留まる: サードパーティのサーバーを経由することはありません

3. リアルタイムで同期的な通信: AIとMCPサーバー間のネットワーク遅延がありません

4. オフライン動作: キャッシュされたデータに対して動作します（ProductPlan API呼び出しにはインターネットが必要です）

「Q1のロードマップには何がありますか？」と尋ねると、以下のように動作します：

1. AIアシスタントがProductPlanデータが必要であることを認識します

2. MCPサーバープロセスに構造化されたリクエストを送信します

3. バイナリがこれをProductPlan API呼び出しに変換します

4. ProductPlanがJSONデータを返します

5. バイナリが結果をフォーマットしてAIに返します

6. AIが自然言語で回答を提示します

エージェントスキル

AIアシスタントがProductPlanツールを効果的に使用する方法を教える、事前構築済みのワークフローガイドです。各スキルは、特定のペルソナに向けたワークフローを提供します。

共通原則

すべてのスキルは以下の出力規則に従います：

• 生のJSONは出力しない - 読みやすいテキストや表としてフォーマットする

• 人間が読める日付 - 「2025-03-15」ではなく「2025年3月」や「2025年Q1」を使用する

• 大きなリストは要約する - 50項目で圧倒せず、展開を提案する

ペルソナ別のバリエーション：

• PM: フォローアップアクションのために bar_id を含める

• リーダーシップ: エグゼクティブサマリーを先頭に置き、実装詳細は隠す

• 顧客向け: 内部ID、レーン名、OKRを完全に省略する

スキルを使用するには、SKILL.mdファイルをClaude Codeのスキルディレクトリにコピーします：

# Copy a skill (example: PM skill)
cp skills/productplan-pm/SKILL.md ~/.claude/skills/productplan-pm.md

または、プロンプトで直接スキルを参照します：

「productplan-pmワークフローを使用して、Q1のロードマップを表示して」

トラブルシューティング

「Command not found」または「spawn ENOENT」

AIアシスタントがバイナリを見つけられません。これは以下を意味します：

• Mac/Linux: ファイルが /usr/local/bin/productplan にないか、chmod +x を実行し忘れています

• Windows: 設定内のパスが .exe を保存した場所と一致していません

修正方法: 設定内のパスにバイナリが存在することを確認してください。ls -la /usr/local/bin/productplan (Mac/Linux) を実行するか、C:\Tools\productplan.exe (Windows) が存在するか確認してください。

Windowsのパスの問題

Windowsでの一般的な間違い：

Windowsはパスにバックスラッシュ（``）を使用しますが、JSONではバックスラッシュがエスケープ文字として扱われます。設定ファイルでは二重（\）にする必要があります。

「Invalid API token」

ProductPlan Settings → APIでトークンを再確認してください。トークンは期限切れになったり、再生成されたりすることがあります。余分なスペースを含めず、トークン全体をコピーしたことを確認してください。

「No roadmaps found」

APIトークンは、ProductPlanで閲覧権限があるデータにのみアクセスできます。アカウントが探しているロードマップへのアクセス権を持っているか確認してください。

AIアシスタントがProductPlanツールを認識しない

MCPサーバーは設定変更時ではなく、AIアシスタントの起動時に読み込まれます。設定ファイルを編集した後は、アプリケーションを完全に終了して再起動してください。Macの場合は、ウィンドウを閉じるだけでなく、Cmd+Qを使用してください。

Mac/Linuxで「Permission denied」

バイナリに実行権限が必要です。以下を実行してください：

chmod +x /usr/local/bin/productplan

コマンドライン (オプション)

AIアシスタントなしで、ターミナルから直接このツールを使用することもできます：

# First, set your token
export PRODUCTPLAN_API_TOKEN="your-token"

# Then run commands
productplan status           # Check connection
productplan roadmaps         # List all roadmaps
productplan bars 12345       # List bars in roadmap #12345
productplan objectives       # List all OKRs
productplan ideas            # List all ideas
productplan opportunities    # List all opportunities
productplan launches         # List all launches

背景情報

MCPとは？

Model Context Protocol (MCP) は、AIアシスタントが外部ツールに接続できるようにするオープン標準です。Anthropicによって作成され、他のAIプロバイダーも採用を進めています。このサーバーはMCPを実装しているため、AIアシスタントがProductPlanデータを読み書きできます。

ProductPlanとは？

ProductPlan は、4,000以上のプロダクトチームが使用しているロードマップソフトウェアです。ロードマップ、OKR、アイデアディスカバリー、ローンチ調整を管理します。

開発者向け

chmod +x ~/Downloads/productplan-darwin-arm64
sudo mv ~/Downloads/productplan-darwin-arm64 /usr/local/bin/productplan