提供資料整合平台「Passwork」的 Prazto 公司(總部:東京都中央區,代表董事:芳賀 怜史)將於 2026年7月1日(三)推出 AI 整合功能「Passwork MCP」,讓使用者能透過 Slack 對話建構、執行及營運業務資料整合。此功能可將 Slack 中以自然語言進行的指示,轉換為經過驗證且可重現的資料整合處理(決定論資料整合)並直接用於實際業務。此功能兼具對話的便利性,以及實際營運所需的精確度、可重現性與可稽核性。 ◼️背景:根本性的業務效率提升,源於「日常的細微業務」 談到業務效率提升,人們往往關注大規模自動化,但真正耗費現場人員時間的,是每天重複發生的瑣碎資料處理工作 ── 例如主檔比對、報表前的資料整理、系統間的資料轉錄等,這些看似不起眼的工作累積起來,卻佔用了大量時間。 然而,過去要將自動化應用於這些細微的業務非常困難。傳統的自動化建置過程繁瑣,針對每一項小業務逐一導入並不划算。另一方面,雖然交由生成式 AI 操作很方便,但其輸出結果每次都可能變動/無法預測執行內容,因此無法用於核心資料或實際業務 ── 這兩大障礙,將效率提升的範圍侷限在部分大型處理。 根本性的效率提升,必須仰賴可靠的整合深入到「日常的細微業務」的每一個環節,才能真正實現。為此,我們需要一種機制,它既像對話一樣方便,又能具備足以應付實際營運的精確度。 ◼️「Passwork MCP」三大特色 【重點1】只需對話。執行是「經過驗證的決定論資料整合」 不讓 AI 「當場判斷」處理本身。AI 的角色僅限於理解意圖,Passwork 會將意圖轉換為「經過驗證的整合處理」後再執行。無論執行多少次,結果都會相同,且內容可事先確認。 【重點2】對話的「深度・細緻度」不同 不僅止於單次的查詢回應。無論是差異整合還是全量更新、重複資料的處理方式、比對鍵、排程、對應關係 ── 透過對話可以完整釐清業務所需的細節,因此能將自動化應用到過去觸及不到的細微業務上。對於模糊的指示,AI 不會自行推測,而是會反問以釐清不足之處。 【重點3】橫跨約 60 種服務・數百種操作 涵蓋 Salesforce、HubSpot 等 CRM,以及 BigQuery、Snowflake、Databricks、Redshift 等主要資料庫/DWH,還有會計、BI、廣告等 ── 可在單一對話介面中橫跨處理約 60 種服務。 ◼️與 Slack 常駐型 AI 結合:從 Slack 進行高度的執行控制與營運管理 「Passwork MCP」與 Claude Tag 等 Slack 常駐型 AI 結合後,更能發揮其真正價值。只需在 Slack 中與 AI 對話,即可直接從業務發生的場所 Slack 進行資料整合的建構到日常營運。具體來說,以下操作皆可透過對話完成。 【使用案例01】啟動現有流程的執行 只需說「把那個整合跑一下」,即可在當下啟動已註冊的資料整合。無需為了手動執行而開啟管理畫面。 【使用案例02】指定日期範圍確認執行結果 透過「這一個星期流程執行是否有錯誤或延遲?」等方式指定期間,以對話方式確認執行紀錄、成功/失敗狀態、處理筆數。問題的早期發現與原因追蹤可在討論串中一次完成。 【使用案例03】透過對話建構新流程 只需傳達意圖,例如「想把 Salesforce 的訂單與 Board 的商談對接」。AI 會整理需求,Passwork 則會將其組合成經過驗證的決定論資料整合。 【使用案例04】連接器管理 從 Slack 即可更新連線設定、變更權限、確認使用狀況。也可透過對話反向查詢哪個整合使用了哪個連接器。 【使用案例05】利用認證資訊調查各種服務的資料 直接使用現有的連線資訊,執行「以 Board 為基礎,列出今年新開始交易的公司名單?」等調查查詢。在建構整合之前,即可透過對話確認目標資料的內容。 對現場使用者而言的價值 過去,經過預先驗證、受控管的處理,僅存在於資訊系統部門負責的大型架構中。現場人員每天重複的細微資料工作,只能透過依頼並等待,或是在試算表中手動處理。 「Passwork MCP」首次將「預先驗證並受控管的處理」帶入「細微的現場」。現場使用者只需在 Slack 上提出要求,經過驗證、可重現的整合就能立即執行。便利性與足以應付實際營運的可靠性,在同一個操作中得以兼顧。 過去 Passwork MCP 則 細微的整合委託給 IT 部門,等待排程 現場人員在 Slack 上要求,立即執行 自行處理時手動操作,容易出錯或結果不一致 因為是經過驗證的整合,結果可重現 難以了解「是否正常運作」 成功/失敗、處理筆數會回傳至討論串,可立即確認 擔心擅自執行,結果最終未使用 僅在權限範圍內執行,可安心委託 ■ 關於 Prazto 公司 Prazto 公司以「Technology