HubSpot × Gemini MCP接続
セキュリティ評価ナレッジ
社内利用のGeminiとHubSpotをMCPで安全に接続するためのリファレンス資料
社内利用中のGeminiからHubSpotへのMCP接続は、限定検証から段階的に導入することで安全に活用できます。
HubSpot内蔵AI「Breeze」は社内で安全に利用できる一方、Breezeでは取得できないリッチな顧客分析や、マーケ・営業担当が日常的に利用するGeminiから直接HubSpotデータにアクセスする体制が求められるケースがあります。MCP（Model Context Protocol）接続は、読み取り中心の安全な認証方式で、HubSpotデータをHubSpot外に持ち出さずに活用できる仕組みです。本ナレッジでは、Breezeとの比較・データフロー・セキュリティ評価・リスクと対策を整理しています。
背景と目的
マーケティング部門の多くで、HubSpotに蓄積された顧客データを起点に営業活動を支援することが業務の中核となっています。HubSpot内蔵AIのBreezeを利用している組織でも、以下のような課題が明らかになるケースがあります。
典型的な課題
Breezeは「HubSpot内で完結」という安全性が高い一方、機能制約も大きく、特にマーケ・営業担当が普段使いするGemini側からはHubSpotデータが見えない状況になりがちです。これにより、顧客理解の深さや営業アプローチの質に限界が生じます。
解決したいこと
マーケと営業の日常業務フローの中心にあるGeminiから、必要なタイミングで必要な顧客情報を取得できる体制を整える。これによって、SQLパスから提案、休眠掘り起こしまで一貫した顧客理解に基づくアプローチが実現します。
Breeze と Gemini MCP接続 の比較
両者は補完関係にあります。Breezeは「HubSpot内で完結する自動化」、Gemini MCP接続は「Gemini側からの柔軟な分析・探索」を実現します。
| 評価項目 | Breeze（HubSpot内蔵AI） | Gemini MCP接続（提案） |
|---|---|---|
| 利用シーン | HubSpot内のワークフローに組み込んで自動実行 | Geminiのチャット画面から自然言語で問い合わせ |
| 操作する人 | HubSpotにログインできる管理者・マーケ担当のみ | Geminiを利用するマーケ・営業担当（権限制御あり） |
| 取得可能な情報 | HubSpot内データの一部（事前定義された範囲） | HubSpot内データ（権限スコープ範囲内、横断的） |
| 分析の柔軟性 | LOW事前にプロパティ・WF設計が必要 | HIGH自然言語で自由に質問・分析可能 |
| 認証方式 | HubSpot内部認証 | OAuth 2.0 または Private App トークン |
| データ保管場所 | SAFEHubSpot内のみ | SAFEHubSpot内のみ（Geminiは一時処理のみ） |
| AI学習への利用 | 該当なし（HubSpot内処理） | NONEGoogle Workspace契約により学習利用なし |
| 監査・アクセスログ | HubSpot監査ログで追跡可能 | HubSpot側でAPI呼び出し履歴、Gemini側で管理者ログ確認可 |
| コスト | Pro版に含む（3,000クレジット/月） | Gemini API利用料のみ（既存契約内） |
データフローと処理の流れ
本構成では、マーケ担当者の指示を起点に、Geminiが HubSpot からデータを取得・分析し、その結果が Asana 経由で営業担当者に「ダイレクトパス」される一連のフローを実現します。データは常に HubSpot 内に保管され、Gemini は処理時のみ参照します。
処理フローのポイント
本フローの本質は、マーケ担当者の指示によって、Gemini と HubSpot を経由した有益な情報が、タスク管理ツール（Asana / Slack / Teams / Trello 等）を介して営業担当者にタイムリーかつダイレクトに発信される点にあります。具体的には以下の流れで処理されます。
① マーケ担当が Gemini に自然言語で指示を出す。② Gemini が MCP プロトコルを通じて HubSpot に読み取りリクエストを発行し、JSONデータを取得 → 整形して応答。マーケ担当はその結果を踏まえてHubSpot側のプロパティ更新やフラグONを行います。③ HubSpot ワークフローがトリガーされ、リッチ化された情報を含むタスクが自動起票されます。営業担当はタスク管理ツール上で「今、誰に・どんな情報を持って・どうアプローチすべきか」をタイムリーに把握できます。
セッション終了後、Gemini 側にデータは残りません。HubSpot およびタスク管理ツール上のデータのみが永続的に保管され、双方とも組織が管理する正規のSaaS基盤です。
セキュリティ評価
本接続は、HubSpot公式が推奨する標準的な認証方式を使用します。リスクは「適切な権限制御」と「監査の継続」によって十分に管理可能です。
データはHubSpot外に出ない
HubSpotの顧客データは引き続きHubSpotサーバーに保管されます。Geminiは「必要なときに必要な分だけ読み取る」役割で、データを保存・複製しません。
Geminiの学習には使われない
Google Workspace（法人契約）では、顧客データがGoogleのモデル学習に使用されないことが契約上保証されています。プロンプトと応答は処理セッション内に閉じます。
標準的なOAuth/Tokenベース
HubSpot公式が推奨する OAuth 2.0 もしくは Private App（API トークン）を使用。トークンは管理者が発行・取消・ローテーション可能で、漏洩時の対応もシンプルです。
必要最小限のスコープ
書き込み権限を付与せず読み取り専用に限定可能。特定のオブジェクト（コンタクト、会社、取引）のみ許可、財務情報や個人情報は除外する設定も可能です。
アクセスログ取得可能
HubSpot側：API呼び出し履歴（時刻、ユーザー、操作）を全件ログ。Gemini側：Google Workspace管理コンソールでプロンプトログ確認可。不審な操作の追跡が可能です。
通信経路は全てTLS暗号化
HubSpot ⇔ MCP ⇔ Gemini の全通信はHTTPS（TLS 1.2以上）で暗号化。中間者攻撃に対する保護が標準で確保されます。
ビジネス上の期待効果
Gemini MCP接続によって、マーケ・営業の業務効率と提案品質が以下のように改善されます。
- SQLパス時のリッチな顧客情報共有：営業担当者にリードをパスする際、HubSpotのCV履歴・BANT回答・行動履歴をGeminiが整理して即座に提供。営業の初動が早く、的確になる。
- 休眠顧客の掘り起こし精度向上：「過去1年で接触のない、ICPに合致する企業をリストアップして」といった分析がGemini上で完結。営業アプローチの優先順位付けが容易に。
- 顧客セグメント分析の高速化：HubSpot上で複雑なレポートを組まなくても、「業界別・規模別の受注傾向は？」など分析的な質問にGeminiが答える。仮説検証サイクルが速くなる。
- 営業の普段使いツール内で完結：Geminiを既に日常業務で使っている営業・マーケが、HubSpotの画面を別途開かずに顧客情報にアクセスできる。新しいツールの学習コストがない。
- Breeze単体ではできない柔軟分析の補完：Breezeは事前定義した自動化に強い一方、柔軟な探索・分析は不向き。Gemini MCP接続が両者の隙間を埋める。
想定されるリスクと対策
検討すべき主要リスクと、それぞれの低減策を整理しました。すべて運用設計で管理可能な水準です。
| リスク項目 | リスクレベル | 対策 |
|---|---|---|
| APIトークンの漏洩 | MID | Private Appトークンは管理者のみが保管・管理。定期的なローテーション（3〜6ヶ月）。漏洩疑い時は即時無効化。 |
| 過剰な権限付与 | MID | 必要最小限のスコープのみ付与（読み取り中心、対象オブジェクト限定）。書き込み・削除権限は原則付与しない。 |
| 不正アクセス・利用 | LOW | HubSpot側のAPIアクセスログを定期確認（週次推奨）。異常な大量取得・深夜アクセスなどを検知。 |
| Geminiでの情報誤利用 | LOW | Google Workspace契約で学習利用なし。利用者向けに「機密情報の社外共有禁止」等の運用ガイドラインを整備。 |
| サービス仕様変更 | LOW | HubSpot API v3は安定版で変更頻度低。Gemini側も法人向けAPIは互換性維持される傾向。半期に1回の動作確認を実施。 |
| 段階的検証なしの全社展開 | HIGH | 本資料の推奨に従い、まずは限定ユーザー（マーケリーダー1名）で1ヶ月試験運用。問題なければ範囲拡大。 |
導入の進め方（推奨パターン）
マーケリーダー1名のみが利用するスコープで、3段階で安全に定着させます。
- 限定検証フェーズ（1ヶ月）マーケリーダー1名のみが利用。読み取り専用Private Appトークンを発行し、コンタクト・会社・取引オブジェクトに限定。週次でアクセスログを確認。
- プロンプトテンプレート整備・運用定着（2〜3ヶ月目）頻繁に使う操作のテンプレート化により、マーケリーダーの日常活用に最適化。利用ガイドラインとログモニタリング体制を確立。
- 継続運用・見直し（4ヶ月目以降〜半期ごとレビュー）マーケリーダーによる日常活用フェーズ。利用状況・効果・リスクを定期レビューし、Geminiのバージョンアップやセキュリティ動向に応じて運用を更新。営業担当へのアウトプットはタスク管理ツール（Asana / Slack / Teams等）経由のダイレクトパスで完結するため、MCP接続はマーケリーダーのみで継続運用。営業担当は引き続きタスク管理ツール上のアラート受信のみで業務が回る設計です。
導入検討の進め方
本ナレッジに基づき、まずはSTEP 1（限定検証フェーズ）から始めることをおすすめします。1ヶ月の検証結果と、アクセスログ・運用状況を踏まえて、改めて次STEPへの判断を行う流れを想定しています。MCP接続の利用はマーケリーダー1名に限定し、営業担当への展開は行わない運用が、セキュリティと業務効果のバランスを取りやすい構成です。営業担当はタスク管理ツール上のアラート受信のみで業務が回る設計となります。
補足：MCPとは
Model Context Protocol（MCP）は、Anthropic社が2024年11月に公開した、AIアシスタントが外部データソースに安全に接続するためのオープンスタンダードです。
MCPの特徴
標準化された接続プロトコル：従来は各AIサービスが独自のAPI連携方式を持っていましたが、MCPは業界標準として整備されつつあります。HubSpot、Google、Microsoft等の主要ベンダーが対応を進めています。
権限スコープの明示化：接続時にAIが「何にアクセスできるか」を明示。利用者・管理者が認識した上で接続を承認します。
取り回しの良さ：個別のカスタム開発を最小限にでき、運用コスト・保守コストを抑えられます。