mcpField
L
LLM Brand Monitor

LLM Brand Monitor

ローカル
llmbrandmonitor.comビジネス・マーケティング127 週間前に更新

LLM Brand Monitor について

LLM Brand Monitor MCP Serverは、互換クライアントをLLM Brand Monitorに接続し、プロジェクト管理、モデル回答のスキャン、結果分析を行います。プロジェクト、スキャン、結果、モデル利用状況向けの17個のツールを備えています。

主な機能

  1. 01監視プロジェクトとプロンプトの作成・管理
  2. 02スキャン実行と進捗・履歴確認
  3. 03ブランド言及、競合、引用リンクの確認
  4. 04競合の言及傾向の追跡
  5. 05利用可能なモデルと利用状況の確認

活用シーン

  1. 01ブランド監視プロジェクトとプロンプトの設定
  2. 02モデル回答をスキャンしてブランド言及を追跡
  3. 03競合の言及数や傾向の比較
  4. 04スキャン結果、引用元、クレジット利用量の確認

MCP 対応

MCPサーバーはLLM Brand Monitor APIを利用し、互換クライアントにプロジェクト管理、スキャン、結果、モデル利用状況の17個のツールを提供します。利用にはLBM_API_KEYが必要です。

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。

mcp.json · 共通設定
{
"mcpServers": {
"serpstatglobal-llm-brand-monitor": {
"command": "npx",
"args": [
"-y",
"@serpstat/llm-brand-monitor-mcp"
],
"env": {
"LBM_API_KEY": "<LBM_API_KEY>"
}
}
}
}
起動コマンドnpx -y @serpstat/llm-brand-monitor-mcp
設定が必要な環境変数
LBM_API_KEYシークレットAPI key from llmbrandmonitor.com/profile

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
npm@serpstat/llm-brand-monitor-mcp1.0.1

ツール

17

掲載時のツール一覧 · 2 週間前に更新

パラメーター型必須説明
limitnumberいいえ1 ページあたりの項目数(デフォルト:20、最大:100)
offsetnumberいいえスキップする項目数(デフォルト:0)
statusstringいいえ任意:ステータスで絞り込みます(active、inactive、pending)
include_all_fieldsbooleanいいえtrue に設定すると、完全な JSON レスポンスが返されます。デフォルト:false(簡潔な CSV — 推奨)。

詳細

LLM Brand Monitor MCP サーバー

npm version MCP Badge License: MIT

LLM Brand Monitor 用の MCP サーバーです。AI モデルがブランドにどのように言及しているかを追跡するプラットフォームです。

Claude、Cursor、Windsurf、または MCP 対応のクライアントを接続して、ブランドモニタリングプロジェクトの管理、350 以上の LLM に対するスキャンの実行、結果の分析をすべて自然言語で行えます。

クイックスタート

Claude Desktop

claude_desktop_config.json に追加します。

{
  "mcpServers": {
    "lbm": {
      "command": "npx",
      "args": ["-y", "@serpstat/llm-brand-monitor-mcp"],
      "env": {
        "LBM_API_KEY": "lbm_your_key_here"
      }
    }
  }
}
Claude Code
claude mcp add lbm-mcp -e LBM_API_KEY=lbm_your_key_here -- npx -y @serpstat/llm-brand-monitor-mcp
ソースから
git clone https://github.com/SerpstatGlobal/llm-brand-monitor-mcp.git
cd llm-brand-monitor-mcp
npm install && npm run build

次に、MCP クライアントの設定に追加します。

{
  "mcpServers": {
    "lbm": {
      "command": "node",
      "args": ["/path/to/llm-brand-monitor-mcp/dist/index.js"],
      "env": {
        "LBM_API_KEY": "lbm_your_key_here"
      }
    }
  }
}
MCP Inspector
LBM_API_KEY=lbm_your_key_here npx @modelcontextprotocol/inspector node dist/index.js

API キーの取得

  1. llmbrandmonitor.com で登録します
  2. プロフィールページ を開きます
  3. API キー(lbm_ で始まります)をコピーします
LLM Brand Monitor のプロフィールにある API キー

ツール

4 つのカテゴリにわたる 17 個のツール:

プロジェクト(7 個のツール)
ツール機能
lbm_list_projectsブランドモニタリングプロジェクトをすべて一覧表示します
lbm_get_projectプロンプトとモデルを含むプロジェクトの詳細を取得します
lbm_create_project新しいプロジェクトを作成します
lbm_update_projectプロジェクト名、モデル、またはモニタリング設定を更新します
lbm_archive_projectプロジェクトをアーカイブします
lbm_add_promptsモニタリング用プロンプトをプロジェクトに追加します
lbm_delete_promptプロジェクトからプロンプトを削除します
スキャン(3 個のツール)
ツール機能
lbm_run_scanスキャンを開始します。プロンプトを LLM に送信し、応答を収集します
lbm_get_scan_statusスキャンの進行状況を確認します
lbm_list_scansスキャン履歴を表示します
結果(5 個のツール)
ツール機能
lbm_list_resultsモニタリング結果(ブランドへの言及、ステータス)を閲覧します
lbm_get_transcript特定の結果に対する LLM の応答全文を読み取ります
lbm_list_competitorsLLM が言及している競合ブランドを確認します
lbm_list_linksLLM が引用している URL とドメインを確認します
lbm_get_history競合への言及の経時的な傾向を確認します
モデルと使用状況(2 個のツール)
ツール機能
lbm_list_models利用可能な 350 以上の LLM モデルを一覧表示します
lbm_get_usageクレジット残高と使用状況の統計を確認します

一般的なワークフロー

You: "What brand monitoring projects do I have?"
Claude: → lbm_list_projects

You: "Run a scan on the Serpstat project"
Claude: → lbm_run_scan (asks you to confirm — scans spend credits)
       → lbm_get_scan_status (polls until complete)

You: "Show me the results — which models mentioned my brand?"
Claude: → lbm_list_results

You: "What did GPT-5 say exactly?"
Claude: → lbm_get_transcript

You: "Who are my competitors according to AI models?"
Claude: → lbm_list_competitors

トークン効率の高い応答

すべての一覧表示ツールは、冗長な JSON の代わりに、デフォルトでコンパクトな CSVを返します。これによりトークン使用量を 80〜96%削減し、応答をコンテキストの制限内に収めます。

# Default (CSV) — 3-6 key columns
competitor,mentions,visibility_pct
Competitor A,178,72.4
Competitor B,105,42.7

# Full JSON — pass include_all_fields: true
{"data": [{"competitor_id": "...", "competitor_name": "Competitor A", ...}]}

すべての一覧表示ツールは、ページネーション用の offset と limit に対応しています。

設定

変数必須デフォルト説明
LBM_API_KEYはい—llmbrandmonitor.com の API キー
LBM_API_BASE_URLいいえhttps://llmbrandmonitor.com/api/v1API のベース URL
LOG_LEVELいいえinfoerror、warn、info、debug

エラー処理

エラーには、LLM が対応できる具体的なヒントが含まれます。

エラーヒント
INSUFFICIENT_CREDITSlbm_get_usage で残高を確認してください。llmbrandmonitor.com/pricing でチャージできます
RATE_LIMITED数秒待ってから再試行してください
NOT_FOUNDlbm_list_projects を呼び出して、ID が存在することを確認してください
UNAUTHORIZEDAPI キーが無効です。LBM_API_KEY を確認してください

開発

npm install
npm run build    # TypeScript → dist/
npm test         # 126 tests

API ドキュメント

REST API の全ドキュメント:llmbrandmonitor.com/api-docs

ライセンス

MIT

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

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。