国会の情報を AI エージェントから引く——houan-mcp の7つの実用ユースケース

国会の議事録を直接検索した経験のある人は少ない。「あの大臣はこの問題で何と答弁したか」「うちの業界に影響しそうな法案、いま何が動いているか」を毎週ウォッチしている政策担当でも、検索 UI を都度叩くのは面倒で、結局メディアの解説記事を読んで終わりがちだ。

@codeagentjp/houan-mcp は、その作業を AI エージェントに任せるための小さな部品である。Claude Desktop / Claude Code / Cursor などの MCP 対応クライアントから、国会会議録検索システム(NDL Kokkai) と 衆参議案情報 を出典付きで引ける。生成 AI に「国会で何が議論された?」と聞いたとき、推測ではなく、該当発言の逐語と一次URLで答えが返ってくる。

2026年4月25日に v0.1.2 を npm に公開した(執筆時点の最新版も v0.1.2)。本稿では、この MCP が実際にどんな場面で効くかを、7つの具体ユースケースで整理する。セットアップと最初のデモはhouan-mcpで関連法案を検索する記事にまとめている。

このツールが扱う4つの操作

最初に道具を確認しておく。houan-mcp が AI エージェントに見せるツールは4つだけだ。

戻り値には必ず一次URL(議事録ID、衆参議案ページ)と取得日時が入る。AI クライアント側のモデルがどう要約・比較・解釈しても、根拠リンクは落ちない設計。

ユースケース1: AI が「国会で何と答弁されたか」を即座に出す

誰が使う: 記者、リサーチャー、政策ウォッチャー 頼み方:

「2026年4月の国会で『クロード・ミトス』が言及された質疑を全部教えて」

find_diet_qa({ keyword: "クロード", from: "2026-04-01", until: "2026-04-30" }) が裏で動き、4月10日 衆議院外務委員会で花田貴裕 政府参考人が次のように答弁したことが、逐語付きで返ってくる。

「委員御指摘のとおり、四月七日、アンソロピック社は、最新型ＡＩモデル、クロード・ミトス・プレビューを発表したと承知しております。また、同社によりますれば、同ＡＩモデルは、既存の主要なＯＳやブラウザーなどに存在する数千件の未発見の脆弱性を短時間で特定するなど、これまでのモデルを大きく上回る性能を備えているとされ……日本政府といたしましても、防御側としてＡＩの活用を引き続き進めていく方針でございます」

メタデータ(委員会名、発言者の正式肩書、議事録URL https://kokkai.ndl.go.jp/txt/122103968X00620260410)が一緒に返るので、引用も裏取りも一往復で済む。

従来との違い: NDL Kokkai の Web UI で都度検索 → 該当の議事録を開く → 当該箇所まで上下スクロール、という3工程が、AI への一言で済む。複数の関連質疑を横断するときの体感差は大きい。

ユースケース2: 業界に効く法案を週1で監視する

誰が使う: 企業の渉外・法務・コンプラ担当 頼み方:

「個人情報、AI、サイバーのキーワードで現国会に出ている法案を全部教えて。各法案の付託先委員会と直近の状況も」

search_bills({ keyword: "個人情報" }) search_bills({ keyword: "AI" }) search_bills({ keyword: "サイバー" }) を組み合わせ、ヒットした法案について get_bill で詳細を取り、まとめて返す。

社内向けレポートが必要なら、AI 側でフォーマット整形を頼めばよい。MCP 側は素のデータと一次URL(衆議院や参議院の議案ページ)に集中する。

継続運用のコツ: Claude Code を週1で同じ問いで叩く運用にすれば、新規法案の検出が自動化できる。出力に変化があるかは AI 側で前回ぶんと比較してもらう。

ユースケース3: 特定大臣の発言を時系列で追う

誰が使う: 政治記者、シンクタンク、対人材分析 頼み方:

「片山さつき大臣の2026年4月の答弁を全部、日付順に整理して」

find_diet_qa({ speaker: "片山さつき", from: "2026-04-01", until: "2026-04-30" })。NDL Kokkai の speaker フィルタが効くので、特定発言者の答弁・質問だけ抜ける。

更にツールを絞って、「ある事案(例: ミトス)に対する複数大臣の回答比較」という形にも組み直せる。これは国会答弁の比較分析が必要な学術研究や、大臣の関心領域マッピングの起点に使える。

ユースケース4: 1つの委員会会議の全体構造を把握する

誰が使う: 法案担当者、法律家、政治学研究者 頼み方:

「2026年4月10日の衆議院外務委員会、誰が何を発言したか、最初から最後まで時系列で出して」

find_diet_qa で最初に該当の issueID を取り、get_meeting_record({ issueID: "122103968X00620260410" }) で全発言を引く。委員長の進行、各議員の質問、各政府参考人・大臣の答弁が speechOrder 順に並んだリストで返る。

委員会の全体像が見えるので、「特定議員の質問だけが残るメディア記事」では取りこぼされがちな周辺の議論(関連発言、ヤジ、議事進行)まで把握できる。

ユースケース5: 規制議論の出典を AI に常に引かせる

誰が使う: 政策提言、企業のロビイング部門、業界団体 頼み方:

「『生成AIと著作権』について国会で議論された答弁を集めて、何が確定し、何がまだ曖昧かを整理して。発言には必ず議事録URLを付けて」

find_diet_qa({ keyword: "生成AI 著作権" }) などで複数のキーワード組合せを試し、AI に総合させる。MCP 側がキッチリ出典 URL を埋めるので、AI が「らしいことを言う」現象が大幅に減る。根拠が空のまま回答が組み立たない設計になっている。

これは、企業の意見書やパブコメ素材を作るときに重要な性質だ。生 AI に書かせて出典を後付けする作業は時間がかかるが、出典がツール側で先に固定されていれば、執筆コストが大きく下がる。

ユースケース6: 質疑から作業部会・行政アクションへの追跡

誰が使う: 政策アナリスト、ニュースサイト編集部 頼み方:

「3月から4月にかけて『AIサイバー』に関する国会発言を時系列に並べて、その後の行政会議や作業部会との対応関係を整理して」

find_diet_qa({ keyword: "AI サイバー" }) で議事録を時系列に取り、AI 側で関連報道・記者会見と接続する。たとえば、2026年4月の動きを並べると次のような関連が見える。

「質疑が世論喚起→行政対応へ進む」という構造を、事後ではなく進行中に追えるようになる。

ユースケース7: ある法案の審議スレッドを丸ごとコンテキストに渡す

誰が使う: 法案分析者、政策大学院の学生、規制を読む技術者 頼み方:

「『国家情報会議設置法案』について、衆参の関連委員会での質疑をすべて引いてきて、AIに要点をまとめさせて」

複数の find_diet_qa({ keyword: "国家情報会議" }) を AI が組み立てて、get_meeting_record でフル議事録に展開する。1つの法案について、衆議院・参議院・本会議・委員会の議論が AIのコンテキストに丸ごと収まるようになる。

これは、従来は弁護士の知財チームや国会担当の専属スタッフが何時間もかけて整理していた作業に近い。AI が要点抽出するなら、初心者でも短時間で法案の議論の地図を作れる。

できないこと(誤解防止)

ここまでの良い話だけだと過剰評価になるので、限界も明示する。

設置方法(これだけ)

Claude Desktop / Claude Code / Cursor の MCP 設定に1ブロック足すだけ。

{
  "mcpServers": {
    "houan": {
      "command": "npx",
      "args": ["-y", "@codeagentjp/houan-mcp"]
    }
  }
}

要件は Node 20 以上のみ。ビルド工程・依存パッケージともゼロで、単一の .mjs ファイル(約 36 KB)が npx -y の初回実行時に取得・実行される。

設定後、AI に「国会で『個人情報』の議論を教えて」と頼めば、houan-mcp が裏で find_diet_qa を呼び、議事録の該当箇所と URL を AI に渡し、AI がそれを根拠に回答する流れになる。

信頼性の確保(v0.1.2 時点)

公開直後に Claude と Codex で相互レビューを2回まわし、以下を入れている。

• fetch ハードニング: 同一オリジン redirect も拒否、get_bill の proceedingURL はオリジン+パスプレフィックスで検証
• 入力検証: ISO 日付、issueID 英数字限定、chamber enum、文字列長制限
• キャッシュバイパス対策: URL の #fragment を除いてキャッシュキー化(攻撃者が #a, #b で連射できないように)
• DoS 対策: 10 MiB レスポンス上限、5分 TTL キャッシュ(LRU 64件)、同時 4 fetch、stdin 1 MiB、キュー 64 件、stripTags 入力 2 MiB 上限
• JSON-RPC 適合: バッチリクエストは1配列で1応答、行処理は受信順のシリアル

詳細は v0.1.1 release notes と v0.1.2 release notes を参照。

関連ツールとロードマップ

houan-mcp は同シリーズの2本目で、現行法令を扱う @codeagentjp/egov-law-mcp と組み合わせると、

• 現行法令 → egov-law-mcp(e-Gov 法令検索)
• 国会で進行中の議論・法案 → houan-mcp(NDL Kokkai + 衆参議案)

を AI から並行に引ける。egov-law-mcp との使い分けや他の MCP サーバーとの比較はMCP厳選カタログ、接続で詰まったときはegov-law-mcpが動かない時の対処法(切り分け手順は houan-mcp にもそのまま使える)を参照してほしい。

公開予定の続編 MCP は次のとおり(egov-law-mcp ロードマップ #1):

• law-diff-mcp: 法令改正前後の diff
• local-ordinances-mcp: 全国1700自治体の条例横断
• precedent-mcp: 判例検索

各 MCP は1パッケージ1責務で、必要な領域だけ入れて使えるよう分割配布する設計。設計判断の根拠は houan-mcp/docs/adr/ に ADR 形式で残してある。

まとめ

houan-mcp の本質は、「国会の情報を AI が出典付きで触れるようにする」ことだ。これだけで、政策ウォッチや法務リサーチや政治記事の下準備が、AI を使った人間の作業に置き換わる範囲が広がる。

このツールが活きる場面は、AIに「らしいこと」ではなく「事実」を返してほしいときだ。出典 URL が常に付くので、AI が誤情報を組み立てる余地が小さく、後から検証もしやすい。

逆に、議事録の遅延・質問要旨の非対応・本文PDFの未対応など、現実の制約も残る。これは MCP 側で隠さず、戻り値の note フィールドや本記事の「できないこと」セクションで明示している。便利さと限界をセットで把握した上で、自分のワークフローに組み込んでもらえれば、と考えている。

詳細・最新情報は GitHub リポジトリ SHAYOUWORLD/houan-mcp と npm パッケージページを参照。バグ・機能要望は Issues に。

出典

• SHAYOUWORLD/houan-mcp (GitHub)
• @codeagentjp/houan-mcp (npm)
• 国会会議録検索システム API ドキュメント
• 衆議院議案情報
• 参議院議案情報
• 衆議院 外務委員会 第6号 (2026年4月10日) 議事録
• 関連: @codeagentjp/egov-law-mcp
• 関連: チームみらい Mythos 国会質疑の詳細