> ## Documentation Index
> Fetch the complete documentation index at: https://docs.arlet.dev/llms.txt
> Use this file to discover all available pages before exploring further.
# チャットで作る
> 対話で仕様を伝えてMCPサーバーを作る方法
作りたいツールを言葉で説明するだけで、ArletがMCPサーバーの実装からデプロイまでを行います。コードを書く必要はありません。
入口は2つあります。**接続したAIサービスとの会話の中で作る**方法と、**Dashboardのチャット画面で作る**方法です。どちらも同じ生成の仕組みを使うので、出来上がるサーバーは変わりません。
## 目次
* [AIサービスと対話して作る](#aiサービスと対話して作る)
* [会話から編集する](#会話から編集する)
* [Dashboardのチャットで作る](#dashboardのチャットで作る)
* [作った後にできること](#作った後にできること)
## AIサービスと対話して作る
ChatGPTやClaudeなど、Arletを接続したAIサービスの会話の中でそのまま作れます。画面を移動する必要はなく、作ったツールはその場の会話からすぐ使えます。
### 手順
1. 使っているAIサービスにArletを接続します（まだの場合は[Arletの接続方法](/ja/connect/claude)の各ページを参照してください）
2. 会話で、作りたいツールを頼みます
* 例：「気象庁のデータから指定した都市の天気予報を取れるツールを作って」
3. AIが仕様を一問ずつ確認します。聞かれるのは、何をしたいか・どのサービスのどのデータを扱うか・どんな操作が必要か、といった**機能の話だけ**です。認証のしかたや設定項目のような技術的な部分はArlet側で補います
4. 作り方の候補が2〜3案示され、選ぶと数行の仕様サマリが提示されます。内容を承認すると実装が始まります
5. 外部サービスのキーが必要な場合は、値を入力するパネルが会話の中に開きます。どこで取得できるかの案内も表示されます（キーを会話に貼り付ける必要はありません）
6. デプロイが完了すると、同じ会話からそのツールを呼び出せます
複数のワークスペースに所属している場合は、どこに作るかを聞かれます。実装言語は聞かれず、User Settingsの既定値（未設定ならPython）が使われます。
### 会話から編集する
デプロイ後も、同じ会話で「ここを直して」と頼めば実装を変更できます。変更内容はコードではなく**何が変わるか**のサマリで示され、承認するとデプロイされます。うまくいかなかったときは直前のバージョンに戻せます。
## Dashboardのチャットで作る
生成されたサーバーの情報や必要な設定を画面で確かめながら進めたいときは、Dashboardのチャットを使います。
### 手順
1. [Dashboard](https://app.arlet.dev/)のサーバー一覧から**チャットで作る**を選びます
2. 作りたいツールを自然言語で説明します。連携したいAPI、欲しいツール（機能）、入力と出力のイメージなどを伝えてください。やり取りを重ねて仕様を固めます
3. 仕様が固まったら**この内容で作成**を選び、会話から組み立てられた実装指示を確認して**作成を実行**します
4. 生成が終わると、右のパネルにサーバーの情報と**必要な環境変数**が表示されます。外部サービスのキーが必要な場合はここで登録します
5. 必要な環境変数がそろうと**デプロイ**が押せるようになります。デプロイ後は**プロジェクトを開く**からホスティングの画面に移動できます
## 作った後にできること
* **編集**：どちらの入口で作ったサーバーでも、AIサービスの会話とDashboardのチャットのどちらからでも修正を続けられます
* **環境変数の設定**：外部APIのキーなどは、サーバーの設定画面から後から変更できます
* **コードでの編集**：Dashboardの設定から**GitHubにエクスポート**すると、コードを直接編集してpushするだけで自動デプロイされます。すでにあるGitHubリポジトリを使う場合は[リポジトリをデプロイする](/ja/how-to-use/deploy-repository)を参照してください
作成したサーバーはゲートウェイ経由で使えるようになります。接続の作り直しやツール一覧の更新は必要ありません。