この記事でわかること

• Lark Base API・MCP・Claude Code という 3 つの用語の関係 — 「Lark がデータ基盤、Claude が働き手、MCP がその間の共通コネクタ」という全体像
• Claude × Lark の連携方式 3 つ（公式 MCP / REST API スクリプト / Lark 内蔵の自動化）の使い分けと、中小企業が最初に選ぶべき構成
• Lark 開発者コンソールでのアプリ作成から、Claude Code への公式 MCP 接続（claude mcp add）までのコピペで進む実装手順
• 最初に任せると効果が出やすい自動化 3 例 — 日報・週報の自動下書き、Base データの集計・分析、問い合わせ記録の要約起票
• プラン別の Base 行数上限・オートメーション実行回数の上限（公式一次情報）と、App Secret 管理などセキュリティ・運用の注意点

目次

1. 結論 — Lark を「AI エージェントが読み書きできる会社のデータ基盤」に変えるのが本質
2. 前提整理 — Lark Base API / MCP / Claude Code の 3 用語
3. 連携方式は 3 つ — 公式 MCP・REST API・Lark 内蔵自動化の使い分け
4. 実装ステップ① Lark 開発者コンソールでアプリを作る
5. 実装ステップ② Claude Code に Lark 公式 MCP を接続する
6. 実装ステップ③ 最初に任せる自動化 3 例
7. Lark 内蔵オートメーション・AnyCross との役割分担
8. プラン別の上限と料金 — Base 行数・オートメーション回数（公式一次情報）
9. セキュリティ・運用の注意点 3 つ
10. 自社EC事例 — 月 240 時間 → 24 時間への道筋と「AI に任せた業務」
11. よくある質問（FAQ）
12. まとめ — 「1 テーブル × 1 業務」から始める

結論 — Lark を「AI エージェントが読み書きできる会社のデータ基盤」に変えるのが本質

結論を先に述べます。Lark Base API × MCP × Claude Code の連携とは、「会社のデータを Lark Base に集め、その読み書きを AI（Claude）に開放する」仕組みづくりです。ポイントはツールの新規購入ではなく「接続」であること。すでに Lark に溜まっている受注・顧客・タスクのデータを、MCP という共通コネクタ経由で Claude Code が直接読み書きできるようになると、これまで人がやっていた「Base を開いて、集計して、文章にまとめて、チャットに貼る」という一連の作業を、日本語の指示 1 行で任せられるようになります。

そして中小企業にとっての現実解は、次の 3 段構えです。

• 手元のオンデマンド作業（集計・下書き・分析）→ Claude Code + 公式 MCP に任せる
• 決まった条件で毎回動く定型処理（レコード追加時の通知など）→ Lark 内蔵のオートメーションに任せる
• 外部 SaaS との常時連携 → AnyCross などの統合基盤に任せる

「AI で何ができるか」のユースケース全体像は前回記事 Claude × Lark 連携でできること10選 で整理しました。本記事はその続編として、「実際にどう設定するか」に絞って解説します。なお、経済産業省の IT 人材需給に関する調査では 2030 年に IT 人材が最大 79 万人不足すると試算されており、「エンジニアを採用して内製する」路線は中小企業にとって年々ハードルが上がっています。だからこそ、エンジニアを増やさずに AI へ実務を委任できる MCP 連携は、いま押さえておく価値のある選択肢です。

前提整理 — Lark Base API / MCP / Claude Code の 3 用語

結論として、この連携は「データ基盤（Lark Base）」「働き手（Claude Code）」「共通コネクタ（MCP）」の 3 層で理解すると迷いません。それぞれ一言で押さえます。

Lark Base API — Base のデータをプログラムから読み書きする公式の入口

Lark Base（多維表格）は、テーブル・レコード・フィールドで業務データを管理するデータベース機能です。Lark 公式の Base API（bitable API）を使うと、この Base のレコード追加・取得・更新・削除やテーブル・フィールドの操作を、画面を開かずにプログラムから実行できます。API 上では各 Base は app_token、テーブルは table_id、行は record_id という ID で特定します（いずれも URL や API から取得できます）。認証にはテナント単位の tenant_access_token とユーザー単位の user_access_token の 2 種類があり、ほとんどのエンドポイントでどちらも使えます。バッチ処理は 1 回のリクエストで最大 1,000 件までです（出典: Lark 公式開発者ドキュメント・2026 年 7 月確認）。

MCP — AI とツールをつなぐ共通コネクタ規格

MCP（Model Context Protocol）は、AI が外部のツールやデータソースへ安全にアクセスするためのオープン規格です。「AI 連携の USB ポート」のようなもので、ツール側が MCP サーバーを用意すれば、対応する AI クライアントはどれでも同じ作法で接続できます。Lark はこの MCP サーバーを公式に提供しています。それが GitHub で公開されている lark-openapi-mcp（npm パッケージ名 @larksuiteoapi/lark-mcp）で、メッセージ送信・Base 操作・カレンダー・ドキュメント処理など Lark OpenAPI の主要領域をツールとして AI に開放します。なお 2026 年 7 月時点ではベータ版と明記されており、ファイルのアップロード／ダウンロードやクラウドドキュメントの直接編集など一部操作は非対応です（出典: Lark 公式 GitHub リポジトリ・2026 年 7 月確認）。

Claude Code — 指示を受けて実際に手を動かす AI エージェント

Claude Code は Anthropic の AI エージェント環境で、ターミナル（CLI）やデスクトップアプリ、IDE 拡張として動作します。単に文章を返すだけでなく、接続されたツールを自分で呼び出しながら複数ステップの作業を最後まで実行するのが特徴です。MCP サーバーの接続は公式にサポートされており、Anthropic 公式ドキュメントにあるとおり claude mcp add コマンド 1 つで追加できます。つまり「Lark 公式 MCP を Claude Code に登録する」ことが、この連携の実装のほぼすべてです。

連携方式は 3 つ — 公式 MCP・REST API・Lark 内蔵自動化の使い分け

結論として、Claude と Lark をつなぐ方法は大きく 3 つあり、中小企業が最初に選ぶべきは「公式 MCP」です。それぞれの特徴を比較します。

方式	仕組み	向いている用途	必要スキル
① 公式 MCP （推奨の入口）	@larksuiteoapi/lark-mcp を Claude Code に登録し、AI が Lark API をツールとして呼ぶ	集計・下書き・分析・起票など、人が指示して AI が実行するオンデマンド作業	コマンドのコピペができれば可
② REST API スクリプト	Base API を呼ぶスクリプトを書き、タスクスケジューラ等で定時実行する	毎朝の定時レポートなど、人が介在しない完全定型のバッチ処理	プログラミングの基礎（Claude Code に書かせる手もある）
③ Lark 内蔵自動化 （オートメーション / AnyCross）	Base のオートメーションや AnyCross でノーコードのフローを組む	レコード追加時の通知・ステータス連動など、Lark 内で完結する定型処理	ノーコード（画面操作のみ）

①と③は競合ではなく補完関係です。「判断や文章化を伴う仕事は ①（AI）、条件が固定の反応は ③（ノーコード自動化）」と切り分けると、無理のない構成になります。②は①の運用が安定し「これはもう毎回同じだ」と分かった処理を切り出す段階で登場します。実は当社でも、Claude に書かせたスクリプトを定時実行に回す——という順番で②へ育てていきました。ノーコード内製の考え方は IT人材ゼロでも業務システムは内製できる で詳しく解説しています。

実装ステップ① Lark 開発者コンソールでアプリを作る

結論として、最初にやることは Lark 側で「カスタムアプリ」を 1 つ作り、認証情報（App ID / App Secret）と Base への権限を用意することです。所要は 15〜30 分程度で、手順は次のとおりです。

1. 開発者コンソールにアクセス — Lark 開発者コンソール（open.larksuite.com）に管理者アカウントでログインし、カスタムアプリ（企業内アプリ）を新規作成します。
2. App ID / App Secret を控える — 作成したアプリの基本情報画面に表示される 2 つの文字列が、MCP 接続時の認証情報になります。App Secret はパスワードと同格の秘密情報なので、チャットやドキュメントに平文で貼らないでください（管理方法は後述）。
3. 権限（スコープ）を付与 — アプリに「Base（bitable）の閲覧・編集」など、任せたい操作に対応する API 権限を追加し、アプリを公開（バージョン申請→管理者承認）します。権限は最初は Base 関連の最小限に絞るのが安全です。
4. 対象の Base にアプリを招待 — 操作させたい Base の共同編集者としてこのアプリ（ボット）を追加します。人間のメンバーに Base を共有するのと同じ操作感です。

つまずきやすいのは 3 と 4 です。「API を呼んだのに権限エラーが返る」場合、多くはスコープの付け忘れ・バージョン未公開・Base への招待漏れのいずれかです。エラーコードを Claude Code にそのまま貼って原因を聞けるのも、この構成の実務的な利点です。

実装ステップ② Claude Code に Lark 公式 MCP を接続する

結論として、接続はコマンド 1 行です。Node.js が入っている環境で、Anthropic 公式の claude mcp add 構文（出典: Claude Code 公式ドキュメント）に、Lark 公式 README（出典: lark-openapi-mcp）の起動コマンドを渡します。

claude mcp add --transport stdio lark-mcp -- npx -y @larksuiteoapi/lark-mcp mcp -a <App ID> -s <App Secret>

設定ファイル（.mcp.json）で管理したい場合は、次の JSON を置く方法もあります（チームでの共有はこちらが便利です）。

{
  "mcpServers": {
    "lark-mcp": {
      "command": "npx",
      "args": ["-y", "@larksuiteoapi/lark-mcp", "mcp",
               "-a", "<App ID>", "-s", "<App Secret>"]
    }
  }
}

接続後は claude mcp list で ✔ Connected と表示されるかを確認します。あとは Claude Code に日本語で指示するだけです。動作確認には、こんな最初の一言が向いています。

なおユーザー個人の権限で操作したい場合（誰が実行したかを Lark 側の履歴に残したい場合など）は、公式 MCP のオプションで OAuth によるユーザーアクセストークン認証（--oauth）にも対応しています。まずはアプリ（ボット）権限で小さく始め、必要になったら切り替えれば十分です。

実装ステップ③ 最初に任せる自動化 3 例

結論として、最初の自動化は「すでに Base にデータがあり、毎回同じ形にまとめる作業」から選ぶと失敗しにくくなります。当社の実運用で効果が大きかった順に 3 例を挙げます。

例 1: 日報・週報の自動下書き（効果: 週 2〜3 時間の削減）

受注テーブルやタスクテーブルを Claude に読ませ、「今週の件数・金額・特記事項を週報フォーマットでまとめて、チャットに送る文面まで作って」と指示します。人は最終確認と送信だけ。当社ではこの「下ごしらえは AI・最終確認は人」の分担を徹底しており、数字の転記ミスがなくなる副次効果も大きいものでした。

例 2: Base データの集計・分析（効果: 会議準備が数十分 → 数分）

「商品別の売上を先月と比較して、伸びた商品と落ちた商品を 3 つずつ挙げて」のような分析指示は、MCP 連携の得意分野です。関数やピボットを組む必要がなく、切り口を変えた再集計も一言で済むため、会議の場で「じゃあ店舗別では?」に即答できるようになります。Base をデータ基盤として整える設計論は Lark Base が中小企業の業務効率を変える3つの理由 をご覧ください。

例 3: 問い合わせ・対応記録の要約起票（効果: 記録の抜け漏れ防止）

メールやチャットの問い合わせ文面を Claude に渡し、「要点を 3 行に要約して、問い合わせ管理テーブルに起票して」と指示します。MCP 経由でレコード作成まで完了するため、「対応はしたが記録が残っていない」という中小企業あるあるを大幅に減らせます。顧客管理を Base で組む方法は Lark Base で CRM を内製する で詳しく扱っています。

Lark 内蔵オートメーション・AnyCross との役割分担

結論として、Claude Code は「頼まれて動くオンデマンド型」なので、「無人で毎回動いてほしい処理」は Lark 内蔵の自動化に任せるのが正しい設計です。Lark Base のオートメーションは「レコードが追加されたら担当者へ通知」「期日が近づいたらステータスを変える」といった定型フローをノーコードで組めます。外部 SaaS（会計・EC・広告など）と Lark をつなぐ常時連携は AnyCross の領域です（テンプレ集: Lark AnyCross テンプレ10選）。

整理すると、「考える仕事は Claude、反応する仕事はオートメーション、つなぐ仕事は AnyCross」。この 3 つを 1 枚の業務フローに配置できると、自動化は一気に会社の仕組みになります。Lark 内で AI エージェントを組みたい場合は Lark AnyGen で社内 AI エージェントを内製する も選択肢です。

Lark Webhook — 「終わったら知らせる」を実装する最も軽い接続口

もう 1 つ覚えておきたいのが Lark の Webhook です。グループチャットにカスタムボットを追加すると専用の Webhook URL が発行され、そこに JSON を POST するだけでそのグループへテキストやカード形式のメッセージを送信できます（出典: Lark 公式ドキュメント・2026 年 7 月確認）。前述②の REST API スクリプトと組み合わせれば「夜間に集計 → 朝一でチャットに自動投稿」が完成しますし、外部システムからの通知の受け口としても最小コストで使えます。なお公式仕様として 1 ボットあたり毎分 100 回・毎秒 5 回のレート制限とペイロード 20KB の上限があるため、大量の通知は 1 通にまとめて送る設計にし、キーワードや署名検証などのセキュリティ設定も合わせて有効化してください。

プラン別の上限と料金 — Base 行数・オートメーション回数（公式一次情報）

結論として、API・MCP 連携を本格運用する前に、Lark のプラン別上限を必ず確認してください。特に Base の 1 テーブルあたり行数上限とオートメーション実行回数は、自動化の設計に直結します。Lark 公式料金ページ（2026 年 7 月 29 日確認）に基づく現行値は次のとおりです。

プラン	料金（1ユーザー/月・税抜）	ユーザー数上限	Base 行数上限/1テーブル	オートメーション/月
Starter	¥0（無料）	20 名まで	2,000 行	1,000 回
Pro	¥1,420	500 名まで	2 万行	5 万回
Enterprise	要お問い合わせ（個別見積）	無制限	5 万行	50 万回

出典: Lark 公式料金ページ（2026 年 7 月 29 日確認）。税抜・年払い。オートメーション実行回数は追加購入も可能です。

実務上の目安として、無料の Starter（20 名まで）でも本記事の実装はすべて試せます。ただし 1 テーブル 2,000 行の上限があるため、受注履歴のように増え続けるデータを扱うなら早めに Pro（2 万行）を見据えてください。30 名なら Pro で月 ¥42,600（¥1,420 × 30）です。料金全体の考え方は Lark 料金 完全ガイド2026 に、kintone など他ツールとの比較は Lark vs kintone 徹底比較 と Lark vs Microsoft Teams 比較 にまとめています。

セキュリティ・運用の注意点 3 つ

結論として、AI に業務データを開放する以上、「認証情報の管理」「権限の最小化」「人の最終確認」の 3 点だけは導入初日から徹底してください。

1. App Secret を平文で置かない — App Secret が漏れると、付与した権限の範囲でデータへアクセスされ得ます。チャット・共有ドキュメントへの貼り付けは厳禁。設定ファイルは Git 管理から除外し、漏えいが疑われたら開発者コンソールから再発行します。
2. 権限は「任せる業務」の分だけ — 最初から全 API 権限を付けるのではなく、Base の読み書きなど必要スコープに絞ります。操作履歴を個人単位で残したい場合はユーザーアクセストークン認証を検討します。Lark 側の権限設計は Lark セキュリティ・権限管理 完全ガイド をご参照ください。
3. 書き込みは「AI が下書き、人が確定」から始める — 公式 MCP はベータ版と明記されており、機能や API は変更される可能性があります。だからこそ、いきなり無人運転にせず「AI が起票・下書きしたものを人が確認して確定する」運用から始め、精度を見ながら委任範囲を広げるのが安全です。2026 年版中小企業白書（中小企業庁）でも中小企業の AI 活用は約 3 割まで来ていますが、成果を出している会社ほど「人の確認工程」を残した段階的な委任を採っています。

自社EC事例 — 月 240 時間 → 24 時間への道筋と「AI に任せた業務」

結論として、当社が自社 EC 事業で月 240 時間 → 24 時間（90% 削減）を実証できた核心は、「まず Lark にデータを一元化し、その上で定型作業を段階的に自動へ寄せた」順番にあります。受注・在庫・問い合わせ・週次レポートが別々のツールと Excel に散らばっていた頃は、転記と集計だけで毎月膨大な時間が溶けていました。そこで第一段階として Lark Base への一元化（この時点で大幅削減）、第二段階として本記事の構成——Claude への集計・下書き・起票の委任と、Lark オートメーションによる定型反応の無人化——を重ねました。

実感として大きいのは、時間の削減そのものより「人がやる仕事が『確認と判断』に寄った」ことです。数字の転記や文章の清書といった、ミスが出やすく達成感の薄い作業が消え、浮いた時間は商品企画と顧客対応に回っています。事例の全体像は 中小 EC 事業者の Lark 活用 — 240h→24h の実証記録 を、DX の進め方全般でつまずきたくない方は 中小企業 DX 失敗率 64% から学ぶ 5 ステップ をご覧ください。

同じ業務棚卸しを貴社でも — 無料相談（60 分）で「AI に任せる優先順位マップ」を作成します。

よくある質問（FAQ）

Q1. プログラミングができなくても Lark × Claude Code の MCP 連携はできますか？

できます。実装の実体は「Lark 開発者コンソールでアプリを作る（画面操作）」と「コマンドを 1 行実行する（コピペ）」の 2 つで、コードを書く工程はありません。つまずいた場合もエラーメッセージを Claude にそのまま貼れば原因の切り分けを手伝ってくれます。ただし App Secret の管理など運用面の理解は必要なので、不安があれば導入支援の利用をおすすめします。

Q2. Lark の無料プラン（Starter）でも API・MCP 連携は試せますか？

試せます。Starter（20 名まで無料）でも開発者コンソールでのアプリ作成と Base API の利用は可能で、本記事の手順はすべて無料枠で検証できます。ただし 1 テーブル 2,000 行・オートメーション月 1,000 回の上限があるため、本格運用ではPro（¥1,420/ユーザー・月、2 万行・月 5 万回）以上が現実的です（2026 年 7 月時点・Lark 公式）。

Q3. 公式 MCP でできないことはありますか？

あります。Lark 公式 GitHub（2026 年 7 月時点）では、ファイルのアップロード／ダウンロードと、クラウドドキュメントへの直接編集は非対応と明記されています。また公式 MCP 自体がベータ版のため、機能・API は変更される可能性があります。Base のレコード操作・メッセージ送信・カレンダーなど主要領域はカバーされているので、「Base 中心の業務自動化」という本記事の用途では実用十分です。

Q4. AI に Base を書き込ませるのは危なくないですか？

リスクはゼロではないため、権限の最小化と運用設計で管理します。具体的には（1）アプリに付与する API 権限を必要最小限に絞る、（2）操作対象の Base を限定する、（3）最初は「AI が下書き・起票し、人が確認して確定する」フローで運用する——の 3 点です。当社の実運用でもこの分担を崩しておらず、重要データの削除・一括更新を AI 単独で完結させる設計は推奨しません。

Q5. ChatGPT など他の AI でも同じことができますか？

MCP はオープン規格のため、対応クライアントであれば接続自体は可能です。ただし本記事の構成は「複数ステップの実務を最後まで実行するエージェント能力」が要で、ツール呼び出しを連鎖させながら集計→文章化→起票まで完走できる点で、当社は Claude Code を軸に実装しています。どの AI を選ぶにせよ、「Lark にデータを一元化しておく」という土台づくりの価値は変わりません。

Q6. MCP と Webhook・オートメーションはどう使い分ければいいですか？

役割で切り分けます。判断や文章化を伴う仕事は MCP 経由の Claude（集計・下書き・起票）、条件が固定の反応は Lark オートメーション（レコード追加時の通知など）、「処理が終わったら知らせる」の受け口・送り口は Webhook です。3 つは競合ではなく補完関係で、1 つの業務フローの中で組み合わせて使うのが実運用の形です。

Q7. Claude 側の費用はどのくらいかかりますか？

Lark 側は Starter プランなら無料で検証できますが、Claude Code の利用には Anthropic 側の有料サブスクリプションまたは API の従量課金が別途必要です。料金体系・プラン構成は改定されることがあるため、本記事では金額を断定せず、最新は Anthropic（Claude）公式料金ページでご確認ください。月数千円台のサブスクリプションから始められる位置付けで、削減できる工数と比べて投資判断するのが現実的です。

まとめ — 「1 テーブル × 1 業務」から始める

本記事の要点をまとめます。

• Lark Base API × MCP × Claude Code の連携は、「Lark をAIが読み書きできる会社のデータ基盤に変える」仕組みづくり
• 実装は（1）開発者コンソールでアプリ作成 →（2）claude mcp add で公式 MCP（@larksuiteoapi/lark-mcp）を接続 →（3）日本語で指示、の 3 ステップ
• 最初の自動化は日報下書き・集計分析・要約起票など「データが既にあり、毎回同じ形にまとめる作業」から
• 無人で動く定型処理は Lark オートメーション／AnyCross と役割分担する
• App Secret 管理・権限最小化・人の最終確認の 3 点は初日から徹底する

大事なのは、全社一斉ではなく「1 テーブル × 1 業務」から小さく始めて、効果を確認しながら委任範囲を広げることです。最初の 1 業務が回り始めると、「これも任せられるのでは」が社内から自然に出てきます。

関連記事

• Claude × Lark 連携でできること10選 — AIエージェントに業務を任せる中小企業の始め方
• Lark AI でできること全整理2026 — 標準AI機能・AnyGen・AnyCross の使い分け
• Lark AnyGen で社内 AI エージェントを内製する 7 パターン
• Lark AnyCross 完全ガイド2026 — ノーコードAPI連携の設計
• Lark Base が中小企業の業務効率を変える3つの理由
• Lark vs kintone どっちを選ぶべきか【中小企業向け徹底比較】
• 中小企業 DX 失敗率 64% から学ぶ — 着手前にやるべき 5 ステップ
• 中小 EC 事業者の Lark 活用 — 業務時間 240h→24h と 90% 削減の実証記録