Tuteliq

Tuteliq MCP Server

Claude 向けの AI を活用した子どもの安全ツールを提供する Tuteliq の MCP サーバー

API ドキュメント • ダッシュボード • 信頼性 • 変更履歴 • Discord

---

これは何ですか？

Tuteliq MCP Server は、AI を活用した子どもの安全ツールを Claude、Cursor、その他の MCP 対応 AI アシスタントに直接提供します。Claude にメッセージのいじめチェック、グルーミングのパターン検出、安全対策プランの作成を依頼できます。

キーワードだけでなく、文脈を読み取ります。 すべての検出器が、暗号化されたスラング、絵文字、リートスピーク、アルゴスピーク、意図的なフィルター回避を理解し、メッセージの前後の会話も考慮します。そのため、ゲーム中の乱暴な冗談と特定の相手を狙った嫌がらせを区別し、誤検知でチームを埋め尽くすことはありません。こうした隠語への耐性はプラットフォーム全体に適用されます（いじめだけでなく、グルーミング、詐欺、過激化などにも適用されます）。また、悪意ある行為者がモデレーションを回避する方法に関する独自の調査に基づいて構築されています。隠語やフィルター回避の事例を対象とした社内ベンチマークでは、Tuteliq は主要な汎用モデレーション API よりも約 1.7 倍多く 検出しました（回避事例 319 件。ベンダー名は非公開）。

高速モード。 detect_grooming または detect_bullying に verdict_only: true を渡すと、メッセージごとの詳細を省き、判定（リスクレベル、フラグ、推奨アクション）のみを取得できます。リアルタイムのスクリーニングでレイテンシを抑えられます。判定内容自体は変わりません。

インタラクティブな結果。 MCP Apps に対応するホストでは、結果が JSON の長い羅列ではなく、インタラクティブなカードとして表示されます。詳しくは、以下のインタラクティブウィジェットをご覧ください。

インタラクティブウィジェット

MCP Apps に対応したホスト（Claude のデスクトップ版とウェブ版、その他の MCP 互換クライアント）では、12 個のウィジェットが生のテキストではなく、レンダリング済みのカードを返します。それ以外の環境では、同じデータが structuredContent として届くため、UI に依存することはありません。

すべてのカードは同じ枠組みで構成されています。結果を生成したツール名を示すクロームバー、結果そのもの、データの取り扱いに関する注意書きと Trust Center へのリンクを含むフッターです。結果が 12 件並ぶトランスクリプトでは、どの結果がどのツールによるものかをクロームバーで見分けられます。

ウィジェット	ツール
検出結果	detect_bullying、detect_grooming、detect_unsafe、analyze、その他の detect_* ツール
複数エンドポイント	analyse_multi
感情	analyze_emotions
メディア	analyze_voice、analyze_image、analyze_video、analyze_document
合成メディア	detect_synthetic_text、detect_synthetic_image、detect_synthetic_audio、detect_synthetic_video
アクションプラン	get_action_plan
インシデントレポート	generate_report
インシデント概要	get_incidents_overview
インシデント一覧	list_incidents
インシデント詳細	get_incident
インシデントの傾向	get_incident_trends
モデレーションキュー	moderation_queue

深刻度は色で比較できます。 色は安全から重大へと単調に変化するため、ラベルを読まなくても 2 つのチップを比較できます。

レベル	色
critical	#9C3A29
high	#C2543A
medium	#D98A3D
low	#B7C2D4
safe	#19B79A

設計上の注意点。 ウィジェットは意図的に落ち着いたデザインにしています。グルーミング、自傷、虐待について報告するものであり、カードがアニメーションしたり点滅したりすると、すでに苦痛を伴う情報が、読み手が無視できない警報になってしまいます。深刻度は動きではなく、ルールとグリフで示します。危機支援カードでは、深刻度を示す色よりも安心感を前面に出します。また、ストレス下では数字の書き写しを誤りやすいため、相談窓口の電話番号はカード内で最も大きく表示しています。

ウィジェットは読み取り専用のレンダラーとして設計されています。リストウィジェットでインシデントを選択すると、ユーザー自身が実行する batch_review_incidents 呼び出し用の ID リストが作成されます。データを変更する呼び出しには、引き続きホストの承認手順が適用されるため、人間が介在するプロセスが維持されます。

ウィジェットの作業

npm run preview:ui   # builds every widget against fixture data
open dist-preview/__preview.html

ウィジェットのソースは ui/src にあります。デザイントークンは ui/src/theme.ts に集約されています。パレットを一元管理できるよう、色を直接指定するのではなく、デザイントークンを使用してください。

利用可能なツール（MCP 81 種）

安全性の検出

ツール	説明
detect_bullying	テキストを分析し、いじめ、ハラスメント、ゲーム内での有害な言動を検出します。符丁のようなスラング、絵文字、意図的なフィルター回避も対象とし、悪ふざけと実際の危害を区別するための文脈も考慮します
detect_grooming	会話からグルーミングのパターンや捕食的な行動を検出します
detect_unsafe	自傷行為、暴力、露骨なコンテンツなど、安全でないコンテンツを特定します
analyze	安全性をすばやく包括的に確認します（いじめ＋安全でないコンテンツ）
analyse_multi	1 回の呼び出しで、1 件のテキストに対して複数の検出エンドポイントを実行します
batch_analyze	1 回のリクエストで最大 50 件を分析します。いじめ、グルーミング、安全でないコンテンツ、感情、ソーシャルエンジニアリング、アプリ詐欺、ロマンス詐欺、マネーミュールの勧誘、ギャンブルによる被害、強制的支配、脆弱性の悪用、過激化の 12 種類すべてを検出でき、大量のトリアージに最適です
analyze_emotions	感情的な内容や精神状態を示す兆候を分析します。単一のテキストまたは会話全体を受け付けます
get_action_plan	安全上の状況に応じた、年齢に適したガイダンスを生成します
generate_report	会話からインシデントレポートを作成します

詐欺と被害の検出

ツール	説明
detect_social_engineering	ソーシャルエンジニアリングの手口（口実の捏造、緊急性の偽装、権威者へのなりすまし）を検出します
detect_app_fraud	アプリを利用した詐欺（偽の投資プラットフォーム、フィッシングアプリ、サブスクリプションの罠）を検出します
detect_romance_scam	ロマンス詐欺のパターン（過剰な愛情表現、金銭の要求、身元の偽装）を検出します
detect_mule_recruitment	マネーミュールの勧誘手口（簡単に稼げるという誘い、銀行口座の共有）を検出します
detect_gambling_harm	ギャンブルによる被害の兆候（損失の取り戻しを図る行為、隠蔽、苦痛）を検出します
detect_coercive_control	強制的支配のパターン（孤立化、金銭の管理、監視、脅迫）を検出します
detect_vulnerability_exploitation	高齢者、障害のある人、経済的困窮者など、脆弱な立場にある人の搾取を検出します
detect_radicalisation	過激化の兆候（過激主義的な言説、「我々対彼ら」という構図、思想的なグルーミング）を検出します

音声、画像、動画、ドキュメントの分析

ツール	説明
analyze_voice	音声を書き起こし、文字起こし結果の安全性を分析します
analyze_image	画像を視覚的な安全性の観点から分析し、OCR でテキストを抽出します
analyze_video	キーフレームを抽出して動画ファイルの安全上の懸念を分析します（mp4、mov、avi、webm、mkv に対応）
analyze_document	PDF ドキュメントの安全上の懸念を分析します。ページごとに複数のエンドポイントで検出し、証拠保全のためのハッシュを記録します（最大 50MB、100 ページ）

合成コンテンツの検出

ツール	説明
detect_synthetic_text	児童の安全に関する 10 種類のカテゴリ（合成 CSAM、ディープフェイクの台本、AI によるグルーミング）において、AI 生成テキストを検出します
detect_synthetic_image	6 つのシグナルを用いたフォレンジック処理パイプラインです。ビジョン AI、EXIF メタデータ、ピクセル統計、C2PA Content Credentials、電子透かし、pHash を使用します
detect_synthetic_audio	2 種類のシグナルによるフォレンジック分析です。文字起こし、メルスペクトログラムのビジョン分析、音声の定量統計を使用します
detect_synthetic_video	5 トラックの分析です。フレームごとのビジョン分析、時間軸に沿った顔の一貫性、リップシンクの相関、スペクトル音声分析、文字起こしを行います

ID と年齢の確認

ツール	説明
create_verification_session	年齢または ID の確認セッションを作成します。ユーザーが手続きを完了するための URL を返します
get_verification_session	セッションの状態を確認します。ドキュメントの詳細情報（MRZ、バーコード、真正性、顔照合、生体検知）をすべて返します
cancel_verification_session	有効なセッションをキャンセルします（クレジットは消費されません）

これら 3 つのツールは、このパッケージを自分で実行したときに登録されます。ホスト型コネクターでは提供されません。

インシデントとモデレーション

インシデントストアを読み取り、キューをトリアージして、モデレーターの判断を記録します。レビュー用ツールは、EU AI Act 第14条の人間による監督の証拠として、署名済みのレシートを生成します。

ツール	説明
get_incidents_overview	指定期間のカテゴリ、重大度、ソース、ステータス、プラットフォーム別の件数
list_incidents	ページネーションとフィルタリングに対応したインシデント一覧
get_incident	メッセージ全体にわたるリスクの推移を含む、1件のインシデントの詳細
get_incident_trends	インシデント件数を時間、日、週単位で集計し、重大度別に表示
moderation_queue	モデレーター向けトリアージコンソール：未レビューのキュー、次の項目、および任意で人間の承認用に表示する、独自の分析トレースと推奨判断。読み取り専用
review_incident	署名済みのレシートとともに、モデレーターの判断（確認／引き下げ／エスカレーション／再分類／却下）を記録
batch_review_incidents	1回の呼び出しで複数のインシデントに同じ判断を適用
get_audit_receipt	過去の推論に対する署名済みレシートを取得
get_audit_logs	監査ログを検索

判断するのはモデレーターであり、カードは判断を促します。 アクションボタンはホスト経由で review_incident を呼び出します。モデレーターが「エスカレーション」をクリックすること自体が、人間による判断だからです。1回のクリックで処理は完了しません。review_incident はオーバーライドを保存し、署名済みの Art 12 監査レシートを生成します。また、reason_code が必須のため、ボタンを押すと理由選択画面が開き、2回目のクリックで確定します。モデレーターに代わって、そのレシートに何かが既定値として設定されることはありません。

カードに表示される推論、信頼度、分析トレースは呼び出し元のアシスタントから提供され、その旨が明記されます。これは人間が判断する際に検討する材料であり、Tuteliqによる測定値ではありません。

operator_name を渡すと、ヘッダーに顧客名またはチーム名を表示できます。省略するとカードにはブランドが表示されず、プレースホルダーが既定で設定されることもありません。

Webhook 管理

ツール	説明
list_webhooks	設定済みのすべてのWebhookを一覧表示
create_webhook	新しいWebhookエンドポイントを作成
update_webhook	Webhookの設定を更新
delete_webhook	Webhookを削除
test_webhook	Webhookを検証するためのテストペイロードを送信
regenerate_webhook_secret	Webhook署名シークレットを再生成

料金

ツール	説明
get_pricing	利用可能な料金プランを取得
get_pricing_details	機能と上限を含む料金の詳細を取得

使用状況と請求

ツール	説明
get_usage_history	日別の使用履歴を取得
get_usage_by_tool	ツール／エンドポイント別の使用状況を取得
get_usage_monthly	請求情報を含む月別の使用状況を取得
get_usage_summary	本日の使用状況を取得：リクエスト数、成功数と失敗数、本日の残り使用量、レート制限
get_usage_quota	リアルタイムのレート制限状況を取得 — バッチ実行前の事前確認

ポリシー設定

ツール	説明
get_policy	アカウントの検出ポリシーを取得（カテゴリごとのフラグ／ブロックしきい値、自動モデレーション）
set_policy	アカウントの検出ポリシー設定を更新

ポリシー自動化ルール

ツール	説明
list_policy_rules	すべての自動化ルールを一覧表示（一致する検出に対する block／flag／escalate／notify／log_only）
create_policy_rule	一致する検出に、独自のシステムで適用するアクションのラベルを付けるルールを作成
get_policy_rule	単一のルールの詳細を取得
update_policy_rule	ルールの任意のフィールドを更新（例：enabled: false で一時停止）
delete_policy_rule	ルールを完全に削除
evaluate_policy_rules	仮想的な検出結果に対してルールをドライラン

検出設定

ツール	説明
get_detection_settings	有効／無効になっている検出エンドポイントと、デフォルトのコンテキストを確認します
update_detection_settings	エンドポイントの有効／無効を切り替え、デフォルトのコンテキストを設定します
reset_detection_settings	デフォルトにリセットします（すべてのエンドポイントが有効になります）

脅威インテリジェンス（Business+ ティア）

ツール	説明
get_intelligence_trends	エンドポイント／カテゴリ／年齢／プラットフォーム／地域別の、ネットワーク全体の匿名化された脅威トレンドを確認します
get_emerging_threats	直近の期間における新たな脅威パターンを確認します
get_weekly_digest	週次ダイジェスト：概要、上位カテゴリ、注目すべき変化
get_risk_trends	匿名化されたグローバルなリスクトレンドを確認します

GDPR アカウント

ツール	説明
delete_account_data	すべてのアカウントデータを削除します（消去権）
export_account_data	すべてのアカウントデータを JSON 形式でエクスポートします（データポータビリティ）
record_consent	データ処理に対するユーザーの同意を記録します
get_consent_status	現在の同意状況を取得します
withdraw_consent	以前に付与された同意を撤回します
rectify_data	ユーザーデータを訂正します（訂正権）
get_audit_logs	すべてのデータ操作の監査証跡を取得します

データ侵害管理

ツール	説明
log_breach	新しいデータ侵害を記録します（72時間の通知期限の計測を開始します）
list_breaches	すべてのデータ侵害を一覧表示します。ステータスでの絞り込みも可能です
get_breach	特定のデータ侵害の詳細を取得します
update_breach_status	侵害のステータスと通知の進捗を更新します

---

共通パラメーター

コンテキストフィールド

すべての検出ツールでは、任意の context オブジェクトを指定できます。次のフィールドは、深刻度のスコアリングと分類に影響します。

フィールド	型	説明
language	string	ISO 639-1 コード（例："en"、"sv"）。省略した場合は自動検出されます。
ageGroup	string	年齢層（例："10-12"、"13-15"、"under 18"）。年齢に合わせたスコアリングが適用されます。
platform	string	プラットフォーム名（例："Discord"、"Roblox"）。プラットフォームの慣習に応じて検出を調整します。
relationship	string	関係性のコンテキスト（例："classmates"、"stranger"）。
sender_trust	string	送信者の検証状況："verified"、"trusted"、または "unknown"。
sender_name	string	送信者の名前（sender_trust と併用します）。

sender_trust の動作

sender_trust が "verified" または "trusted" に設定されている場合：

• AUTH_IMPERSONATION は完全に抑制されます。検証済みの送信者が権威者になりすますことはできません。
• URGENCY_FABRICATION は、定型的な時間制約のある情報（スケジュール、締め切り、予約）について抑制されます。
• 実際に悪意のある要素（認証情報の窃取、フィッシングリンク、金銭の要求）が含まれている場合に限り、コンテンツにフラグが付けられます。
• これにより、正当な機関からのメッセージ（学校からのお知らせ、病院からのリマインダー、政府機関からの注意喚起）に対する誤検知を防ぎます。

support_threshold

危機支援リソース（ヘルプライン、テキスト相談窓口、ウェブ上のリソース）をレスポンスに含めるタイミングを制御します。

値	動作
low	低の深刻度以上で支援情報を含めます
medium	中の深刻度以上で支援情報を含めます
high	（デフォルト） 高の深刻度以上で支援情報を含めます
critical	重大な深刻度の場合に限り支援情報を含めます

注： 深刻度が重大の場合は、しきい値の設定にかかわらず、常に支援リソースが含まれます。

analyse_multi エンドポイントの値

analyse_multi ツールでは、1 回の呼び出しにつき最大 10 個のエンドポイントを指定できます。有効なエンドポイントの値は次のとおりです。

エンドポイント ID	説明
bullying	いじめやハラスメントの検出
grooming	グルーミングパターンの検出
unsafe	危険なコンテンツの検出（自傷行為、暴力、露骨な内容）
social-engineering	ソーシャルエンジニアリングや口実を使った詐欺の検出
app-fraud	アプリを利用した詐欺パターンの検出
romance-scam	ロマンス詐欺のパターン検出
mule-recruitment	マネーミュールの勧誘の検出
gambling-harm	ギャンブルに関連する被害の検出
coercive-control	強制的な支配パターンの検出
vulnerability-exploitation	脆弱な立場にある人々の搾取の検出
radicalisation	過激化の兆候

---

インストール

Tuteliq は https://api.tuteliq.ai/mcp でホストされている MCP サーバーです。ほとんどのクライアントは OAuth で接続でき、インストールは不要です。

OAuth で接続する（推奨）

認証情報を付けずにクライアントで URL を指定し、ブラウザーからサインインします。 Tuteliq は動的クライアント登録と PKCE を備えた OAuth 2.1 を実装しているため、クライアントが自動的に登録されます。設定ファイルに何かを貼り付ける必要はなく、アクセス権はマシン上の設定を編集するのではなく、ダッシュボードから取り消せます。

Claude Desktop： Settings > Connectors を開き、Add custom connector を選択して、名前を Tuteliq、URL を https://api.tuteliq.ai/mcp に設定し、Connect をクリックしてブラウザーで承認します。

Claude Code、Cursor、Windsurf およびリモートサーバーに対応するその他のクライアント：

{
  "mcpServers": {
    "tuteliq": {
      "type": "http",
      "url": "https://api.tuteliq.ai/mcp"
    }
  }
}

Claude Code で自動的にサインインが開始されない場合は、/mcp を実行してください。

静的トークン（ヘッドレス環境および自動化）

OAuth にはブラウザーが必要なため、CI パイプライン、cron ジョブ、コンテナーでは認証を完了できません。代わりに、ダッシュボードの Settings > Plugins で生成したトークンを Authorization ヘッダーに指定します。これは有効期間の長い認証情報です。バージョン管理に含めないようにし、ブラウザーが利用できる場合は OAuth を優先してください。

{
  "mcpServers": {
    "tuteliq": {
      "type": "http",
      "url": "https://api.tuteliq.ai/mcp",
      "headers": {
        "Authorization": "Bearer your-secure-token"
      }
    }
  }
}

stdio（リモートサーバーに対応していないクライアント）

stdio のみを使用するクライアント向けです。同じホスト API を呼び出すローカルプロセスを実行するため、ツールは同じで、異なるのはトランスポートと認証だけです。

{
  "mcpServers": {
    "tuteliq": {
      "command": "npx",
      "args": ["-y", "@tuteliq/mcp"],
      "env": {
        "TUTELIQ_API_KEY": "your-api-key"
      }
    }
  }
}

---

使用例

設定が完了したら、Claude に次のように尋ねることができます。

いじめの検出

「このメッセージがいじめにあたるか確認してください。『誰もあなたのことなんか好きじゃない。さっさと消えて』」

応答：

## ⚠️ Bullying Detected

**Severity:** 🟠 Medium
**Confidence:** 92%
**Risk Score:** 75%

**Types:** exclusion, verbal_abuse

### Rationale
The message contains direct exclusionary language...

### Recommended Action
`flag_for_moderator`

グルーミングの検出

「この会話にグルーミングのパターンがないか分析してください……」

簡易的な安全性チェック

「このメッセージは安全ですか？『もうここにいたくない』」

感情分析

「次の文章に含まれる感情を分析してください。『学校のことでとてもストレスを感じているのに、誰も分かってくれない』」

行動計画

「ネットいじめを受けている 12 歳の子どものための行動計画を作成してください」

インシデントレポート

「これらのメッセージからインシデントレポートを作成してください……」

音声分析

「この音声ファイルの安全性を分析してください：/path/to/recording.mp3」

画像分析

「このスクリーンショットに有害なコンテンツが含まれていないか確認してください：/path/to/screenshot.png」

Webhook 管理

「自分の Webhook を一覧表示してください」 「重大なインシデントについて、https://example.com/webhook に Webhook を作成してください」

使用状況

「月間の使用状況を表示してください」

合成コンテンツの検出

「この画像は AI で生成されたものですか？ /path/to/suspect-image.jpg」 「この音声が音声クローンかどうか確認してください：/path/to/voice.mp3」 「この動画にディープフェイクの兆候がないか分析してください：/path/to/video.mp4」 「この文章は AI で生成されたものですか？『分析する生成テキスト……』」 「顧客 cust_xyz789 の合成コンテンツプロファイルを表示してください」

本人確認と年齢確認

「年齢確認セッションを作成してください」 「優先書類をパスポートに指定して、本人確認セッションを作成してください」 「確認セッション abc123 の状態を確認してください」 「確認セッション abc123 をキャンセルしてください」

詐欺の検出

「このメッセージにソーシャルエンジニアリングの手口がないか確認してください。『今すぐ本人確認をしないと、アカウントが停止されます』」 「これはロマンス詐欺ですか？『オンラインで知り合ったばかりだけど、医療費のことで助けが必要なんだ』」

---

始め方（無料）

1. Tuteliq の無料アカウントを作成します
2. ダッシュボードに移動し、API Keyを生成します
3. Claude Desktop やその他の MCP プラグインでは、Settings > PluginsからSecure Tokenを生成します
4. API／SDK に直接アクセスする場合は API キーを、MCP 経由で接続する場合は Secure Token を使用します

---

要件

• Node.js 18+
• Tuteliq API key

---

対応言語（27）

言語を指定しない場合は自動検出されます。ベータ版の言語は高精度ですが、英語と比べて例外的なケースが発生する可能性があります。

言語	コード	ステータス
英語	en	安定版
スペイン語	es	ベータ版
ポルトガル語	pt	ベータ版
フランス語	fr	ベータ版
ドイツ語	de	ベータ版
イタリア語	it	ベータ版
オランダ語	nl	ベータ版
ポーランド語	pl	ベータ版
ルーマニア語	ro	ベータ版
トルコ語	tr	ベータ版
ギリシャ語	el	ベータ版
チェコ語	cs	ベータ版
ハンガリー語	hu	ベータ版
ブルガリア語	bg	ベータ版
クロアチア語	hr	ベータ版
スロバキア語	sk	ベータ版
スロベニア語	sl	ベータ版
リトアニア語	lt	ベータ版
ラトビア語	lv	ベータ版
エストニア語	et	ベータ版
マルタ語	mt	ベータ版
アイルランド語	ga	ベータ版
スウェーデン語	sv	ベータ版
ノルウェー語	no	ベータ版
デンマーク語	da	ベータ版
フィンランド語	fi	ベータ版
ウクライナ語	uk	ベータ版

---

ベストプラクティス

メッセージのバッチ処理

bullyingツールとunsafe contentツールは、リクエストごとに単一のtextフィールドを分析します。会話を分析する場合は、各メッセージを個別に送信するのではなく、直近のメッセージのスライディングウィンドウを1つの文字列に連結してください。単語や短い断片だけでは正確な検出に必要な文脈が不足し、安全フィルターを回避するために悪用される可能性があります。

groomingツールはすでにmessages[]配列を受け付け、会話全体を文脈に沿って分析します。

PII のマスキング

Tuteliq API でPII_REDACTION_ENABLED=trueを有効にすると、検出サマリーや Webhook ペイロードからメールアドレス、電話番号、URL、ソーシャルメディアのハンドル、IP アドレスなどの PII が自動的に除去されます。元のテキストは引き続き全体が分析され、保存される出力のみがマスキングされます。

---

対応言語

Tuteliq は27 言語に対応しており、自動検出されるため設定は不要です。

英語（安定版）と26 のベータ版言語：スペイン語、ポルトガル語、ウクライナ語、スウェーデン語、ノルウェー語、デンマーク語、フィンランド語、ドイツ語、フランス語、オランダ語、ポーランド語、イタリア語、トルコ語、ルーマニア語、ギリシャ語、チェコ語、ハンガリー語、ブルガリア語、クロアチア語、スロバキア語、リトアニア語、ラトビア語、エストニア語、スロベニア語、マルタ語、アイルランド語。

EU の公用語 24 言語すべてに加え、ウクライナ語、ノルウェー語、トルコ語に対応しています。各言語には、現地のスラング、グルーミングのパターン、自傷行為に関する隠語、フィルター回避の手法を網羅した、文化に応じた安全ガイドラインが含まれます。

詳しくは、言語サポートのドキュメントをご覧ください。

---

サポート

• API ドキュメント：docs.tuteliq.ai
• Discord：discord.gg/7kbTeRYRXD
• メール：[email protected]

---

プライバシーと法務

Tuteliqは、運営者（APIキーの保有者）に代わって安全性分析のためにコンテンツを処理します。MCP サーバーは、TLS経由でリクエストをapi.tuteliq.aiに転送するだけの薄いトランスポート層です。MCPパッケージがテキスト、音声、画像、動画のコンテンツをローカルに保存することはありません。

トピック	リンク
プライバシーポリシー	tuteliq.ai/privacy
利用規約	tuteliq.ai/terms
データ処理契約	tuteliq.ai/legal/dpa
AIの透明性	tuteliq.ai/ai-transparency
お問い合わせ	[email protected]

収集、使用、保存される情報

• 認証： APIキー（サーバー側）またはOAuth 2.1アクセストークン（Claude／Cursorコネクター）。OAuthトークンはapi.tuteliq.aiによって発行され、標準のRFC 9728／RFC 8414検出フローに従います。
• リクエスト内容： 検出ツールまたは分析ツールに送信するテキスト、音声、画像、動画、PDFは、上流APIによってメモリ上で処理されます。ダッシュボードで履歴機能を明示的に有効にしない限り、コンテンツはリクエストの処理後に保持されません。
• 保存されるメタデータ： リクエストのタイムスタンプ、ツール名、ステータス、レイテンシ、クレジット消費量。これらは使用状況の分析、請求、監査ログに使用されます。
• PIIの削除： PII_REDACTION_ENABLED=trueを有効にすると、保存される概要とWebhookペイロードから、メールアドレス、電話番号、URL、ソーシャルメディアのハンドル、IPアドレスが削除されます。元の入力は引き続き完全な形で分析され、削除されるのは保存される出力のみです。
• サブプロセッサーと保持期間： DPAをご覧ください。
• お客様の権利： MCPはGDPRツール（export_account_data、delete_account_data、record_consent、withdraw_consent、rectify_data、get_audit_logs）を公開しており、クライアントからデータ主体の権利を直接行使できます。

---

ライセンス

MITライセンスです。詳細はLICENSEをご覧ください。

---

認定資格を取得 — 無料

Tuteliqは、オンラインでの子どもの安全について理解を深めたいすべての方を対象に、無料の認定プログラムを提供しています。学習トラックを修了してクイズに合格すると、公式のTuteliq認定証を取得できます。認定証は検証可能で、共有できます。

利用できる3つのトラック：

トラック	対象者	所要時間
保護者と養育者	保護者、後見人、祖父母、教師、コーチ	約90分
若者（10～16歳）	操作的な働きかけを見抜く方法を学びたい若者	約60分
企業とプラットフォーム	プロダクトマネージャー、トラスト＆セーフティチーム、CTO、コンプライアンス担当者	約120分

こちらから開始 → tuteliq.ai/certify

• 100％無料 — ログイン不要
• 修了時に検証可能な認定証を取得
• グルーミングの見分け方、セクストーション、ネットいじめ、規制上の義務（KOSA、EU DSA）などを網羅

---

ミッション：なぜこれが重要なのか

貢献またはスポンサーになることを決める前に、これらの数値をご覧ください。予測ではありません。ピッチ資料に載った推定値でもありません。エディンバラ大学、UNICEF、NCMEC、インターポールが検証した統計です。

• 3億200万人の子どもが、毎年オンライン上の性的搾取や虐待の被害に遭っています。これは、毎秒10人の子どもに相当します。(Childlight / University of Edinburgh, 2024)
• 世界中の子どもの8人に1人が、過去1年間に同意のない性的画像の被害に遭っています。(Childlight, 2024)
• 現在生存している少女や女性のうち、3億7,000万人が子どもの頃にレイプまたは性的暴行を経験しています。男児や男性についても、推定2億4,000万～3億1,000万人が同様の経験をしています。(UNICEF, 2024)
• 2024年だけで、NCMECのCyberTiplineには、子どもの性的搾取が疑われる事案が2,920万件報告されました。これには6,290万点のファイル（画像、動画）が含まれます。(NCMEC, 2025)
• 2024年には、オンライン上で子どもを誘惑する行為（大人が子どもを手なずける行為）が54万6,000件報告され、前年から192％増加しました。(NCMEC, 2025)
• AI 生成の児童性的虐待素材に関する報告は、2023年から2024年の間に1,325％増加しました。子どもを守るはずの技術が、子どもたちに対して悪用されています。(NCMEC, 2025)
• NCMECには、毎日100件の性的恐喝の報告が寄せられています。2021年以降、少なくとも36人の10代の少年が、性的恐喝の被害に遭ったことで命を絶っています。(NCMEC, 2025)
• 報告の**84％**は、米国外で解決されています。これはアメリカだけの問題ではありません。世界的な緊急事態です。(NCMEC, 2025)

エンドツーエンド暗号化によって、プラットフォームは状況を把握できなくなっています。2024年、プラットフォームからの報告は前年より700万件減少しました。虐待がなくなったからではなく、もはやそれを確認できないからです。既知の画像を検出するツールは機能しなくなっています。人間のモデレーターに頼るシステムは対応しきれなくなっています。リアルタイムのテキスト会話で、グルーミングのパターン、エスカレーション、操作といった行動を検出する技術は、今すでに存在しています。api.tuteliq.aiで稼働しています。

問題は、この技術が実現可能かどうかではありません。この技術を必要とされるあらゆる場所に届けるために、私たちが会社を築くかどうかです。

私たちが待つ毎秒、また一人の子どもが被害に遭っています。

私たちには技術があります。必要なのは支援です。

このミッションが大切だと思われる方は、子どもを守るツールの開発を続け、誰もが無料で利用できる状態を保てるよう、オープンソースの取り組みへのスポンサーをご検討ください。

---

_{子どもの安全を大切にしながら、Tuteliqチームが開発しました}