Datapoint について
Datapointは、MCPクライアントから人間による調査や評価を行うサービスです。テキスト、画像、音声、動画への好みや評価、ラベルを収集し、集計結果をエージェントとの会話に返せます。
主な機能
- 01アンケート、比較テスト、順位付けの作成
- 02人間による評価とラベルの収集
- 03テキスト、画像、音声、動画に対応
- 04進捗と集計結果の確認
- 05アンケートの一時停止、再開、取消
活用シーン
- 01デザイン案や広告コピーの比較
- 02モデル出力の品質評価
- 03選好データやラベルデータの収集
- 04リリース前の人間による確認
MCP 対応
MCPサーバーとして、アンケートの計画、作成、進捗確認、回答取得のツールを提供し、人間のフィードバックをクライアントの会話に返します。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
Datapoint MCP
あらゆる MCP クライアントから、実際の人々の意見を集められます。エディターを離れることなく、テキスト、画像、音声、動画を対象にアンケート、A/B の好み比較、評価、ランキングを実施できます。
Datapoint MCP は、Claude、GPT、Gemini、その他あらゆる MCP 対応エージェントが、評価タスクのために実際の人々を募集し、集計結果を会話に返せるようにする MCP サーバーです。Datapoint AI 上に構築されています。
その理由
LLM は選択肢を生み出すのは得意ですが、実際の人がどれを好むかを判断するのは苦手です。Datapoint MCP はこのギャップを埋めます。エージェントが実際の人々で構成されたパネルにタスクを委ね、数分後に結果を受け取れます。
ユースケース
- デザインと UX — ロゴ、ランディングページ、画面、広告クリエイティブ、コピーの A/B テスト
- AI 評価 — モデル出力の人間による評価、並べて比較、ハルシネーションの確認
- 選好データ — RLHF / DPO のペアを大規模に収集
- データセットのラベリング — 分類、ランキング、キャプション付け、コンテンツモデレーション
- 製品調査 — 手早いコンセプトテスト、ネーミング、価格調査
- 人間が介在する確認 — 取り消せない操作を実行する前にエージェントの処理を確認
ツール
| ツール | 説明 |
|---|---|
setup | Datapoint AI アカウントで認証します(ブラウザーを開きます) |
upload_media | ローカルの画像、音声、動画をアップロードし、アンケートで使えるようにします |
plan_survey | 自然言語の説明からアンケートを設計します |
create_survey | プランからアンケートを開始します |
check_survey | ステータス、進捗、集計結果を確認します |
get_survey_responses | 回答者ごとの生の回答を取得します(ページネーション対応) |
list_surveys | すべてのアンケートを一覧表示します |
pause_survey | 実施中のアンケートでタスクの配信を一時停止します(処理中の回答は引き続き届きます) |
resume_survey | 一時停止中のアンケートでタスクの配信を再開します |
cancel_survey | アンケートを完全にキャンセルし、未使用の予約クレジットを返金します(取り消せません) |
check_balance | アカウント残高を確認します |
add_credits | アカウントにチャージするための決済リンクを開きます |
動画のアップロードには、ブラウザー互換の H.264 MP4/MOV または VP8/VP9 WebM ファイルを使用できます。
API は保存前に実際のメディアデータを検証します。upload_media は、サポート対象外、読み取り不能、または一時的に検査できない動画を、失敗したファイルのセクションに報告します。
インストール
PATH 上に uv が必要です。
Claude Code
プラグインとして(推奨):
/plugin marketplace add impel-intelligence/datapoint-mcp
/plugin install datapoint@datapoint
新しいバージョンを反映するには、/plugin marketplace update datapoint の後に /plugin update datapoint@datapoint を実行します。
MCP サーバーを直接設定する場合(~/.claude/settings.json):
{
"mcpServers": {
"datapoint": {
"command": "uvx",
"args": ["--from", "git+https://github.com/impel-intelligence/datapoint-mcp.git", "datapoint-mcp"]
}
}
}
Claude Desktop
claude_desktop_config.json(macOS では ~/Library/Application Support/Claude/、Windows では %APPDATA%\Claude\)に追加します:
{
"mcpServers": {
"datapoint": {
"command": "uvx",
"args": ["--from", "git+https://github.com/impel-intelligence/datapoint-mcp.git", "datapoint-mcp"]
}
}
}
Claude Desktop を再起動してから、setup の実行を指示します。
Cursor
~/.cursor/mcp.json(または「設定」→「MCP」)に追加します:
{
"mcpServers": {
"datapoint": {
"command": "uvx",
"args": ["--from", "git+https://github.com/impel-intelligence/datapoint-mcp.git", "datapoint-mcp"]
}
}
}
Windsurf
~/.codeium/windsurf/mcp_config.json に追加します:
{
"mcpServers": {
"datapoint": {
"command": "uvx",
"args": ["--from", "git+https://github.com/impel-intelligence/datapoint-mcp.git", "datapoint-mcp"]
}
}
}
VS Code(GitHub Copilot Chat / エージェントモード)
ワークスペースの .vscode/mcp.json に追加します:
{
"servers": {
"datapoint": {
"command": "uvx",
"args": ["--from", "git+https://github.com/impel-intelligence/datapoint-mcp.git", "datapoint-mcp"]
}
}
}
その他の MCP クライアント
バイナリを stdio 経由で実行します:
uvx --from git+https://github.com/impel-intelligence/datapoint-mcp.git datapoint-mcp
使い方
インストールしたら、次のように指示するだけです:
「20 人にアンケートを実施して、どちらのロゴを好むか聞いてください。A と B のどちらですか?」
「この 3 つのモデル出力を人に評価してもらい、どれが最も自然に聞こえるか確認してください。」
「この 2 つのランディングページの見出しで、簡単な A/B テストを実施してください。」
エージェントは plan_survey を呼び出してアンケートを設計し、プランと費用を表示してから、create_survey を呼び出して開始します。check_survey を使って進捗を確認し、集計結果を確認します。
まだ認証していない場合は、最初に setup を実行してください。
チェーン形式のアンケート(複数ステップのフロー)
アンケートによっては、前の質問への回答に応じて次の質問が変わります。そのように説明すると、Claude がチェーンを計画します。
「このクリップの話者の言葉を理解できたか、20人のリスナーに尋ねてください。理解できた場合は、音声品質を1~5で評価してもらってください。理解できなかった場合は、評価をスキップしてください。」
チェーンでは、2~5個のステップを1つのアノテーター作業単位にまとめます。すべてのステップが同じアノテーターに順番に提示され、各ステップの skip_if ルールにより、回答を途中で終了できます。Claude はチェーン全体の構造(ステップ、スキップ条件、費用)を表示し、create_survey を呼び出す前に確認を待ちます。
plan_survey に表示される費用は上限額です(すべての回答者がすべてのステップに回答する場合)。skip_if ルールが適用されると、回答の費用はそれに応じて低くなります。
設定
| 環境変数 | 説明 |
|---|---|
DATAPOINT_API_KEY | API キー(保存済みの設定より優先されます) |
DATAPOINT_BASE_URL | API のベース URL(デフォルト:https://api.trydatapoint.com/data-labelling/v1) |
比較
| Datapoint MCP | Mechanical Turk | Prolific | UserTesting | |
|---|---|---|---|---|
| AI エージェント/IDE 内から実行可能 | ✅ | ❌ | ❌ | ❌ |
| AI/LLM 評価向けに設計 | ✅ | ⚠️ | ⚠️ | ❌ |
| API 経由の従量課金 | ✅ | ✅ | ✅ | ❌ |
| メディア(画像/音声/動画)に対応 | ✅ | ✅ | ✅ | ✅ |
| 最初の回答まで数分 | ✅ | ⚠️ | ⚠️ | ❌ |
リンク
- ホームページ:trydatapoint.com
- MCP 仕様:modelcontextprotocol.io
- 問題/ディスカッション:GitHub
ライセンス
MIT — LICENSE を参照してください。
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。