マーケティングやプロダクトのチームメンバーが週末のフラッシュセールを計画するとき、コピーを一行書く前に三つのツールを開くことがよくある。まず分析ダッシュボードで前回の結果を確認し、次にコンテンツライブラリで適切なトーンを見つけ、最後にキャンペーンビルダーでキャンペーンを構築する。これをメール、プッシュ、SMS、WhatsAppで繰り返すと、マーケティングチームの週の多くは意思決定ではなくツール間の移動に費やされる。MoEngageはこの状況を変えるためにMerlin AIを構築した。
MoEngageは、プッシュ、メール、アプリ内、SMS、WhatsApp、RCSなどのチャネルで1,350以上の消費財ブランドが利用するエージェント型顧客エンゲージメントプラットフォームである。Merlin AIは、マーケティングおよびプロダクトチームが単一の会話からキャンペーンを起草、分析、調整できるようにし、エージェントが各顧客に何を送信するかを決定する。この機能はAmazon BedrockとAmazon Bedrock AgentCoreによって支えられている。AgentCoreは、任意のフレームワークやモデルでAIエージェントを大規模に構築、接続、最適化するためのプラットフォームである。
MoEngageはこれをアーキテクチャの問題として捉えた。数百の既存APIを再構築せずに、エージェントに安全でテナントスコープのライブデータアクセスを提供するにはどうすればよいか。ソリューションは四つの層で構成される。クライアント層には、MoEngage製品内のMerlin AIエージェントと、MoEngage MCPコネクタを介したClaudeやChatGPTなどの外部MCPクライアントが含まれる。第二層はAgentCoreランタイム上でホストされるMCPサーバーで、プラットフォーム機能をMCPツールとして公開し、自身はモデルを実行しない。推論は呼び出し元のエージェントで行われる。第三層はMoEngageプラットフォームAPIで、MCPサーバーは顧客がすでに使用しているOpenAPI 3.0互換APIを呼び出し、既存の権限とデータレジデンシールールを適用する。第四層はAmazon Bedrockの基盤モデルで、ツール呼び出しの計画、コンテンツ生成、結果の要約を担当する。
Merlin AIは四つのエージェントモードで動作する。Merlin AI Studioに組み込まれたエージェントはワークフローの該当箇所に配置される。コピーライターはブランドボイスに沿ったパーソナライズされたプッシュおよびトランザクションコピーを生成する。デザイナーはテキスト説明からマーケティングバナーや画像を生成する。セグメントアシストは平易な言語のオーディエンス記述を正しい属性とフィルターに変換する。例えば「過去2時間でカートを放棄したユーザー」といった要求に対応する。Jinjaアシストは自然言語リクエストを動作するJinjaおよびLiquidマークアップに変換する。アプリ内テンプレートビルダーは、ゲーミフィケーション形式、リード獲得ポップアップ、調査を含むレスポンシブでアクセシブルなHTMLテンプレートを作成する。フローアシストは高レベルのアイデアをデプロイ可能なカスタマージャーニーに変換する。
会話型エージェントはキャンペーン、分析、セグメント、フローを横断して機能する。ユーザーが自然言語で質問すると、エージェントは適切なツールを呼び出して回答または実行する。例えば、分析ページに埋め込まれたキャンペーンインサイトエージェントは、専門のサブエージェントにタスクを委任する。一つは複数指標を同時に分析し、一つは指標が低迷する理由を診断し、もう一つは期間やセグメント間でパフォーマンスを比較し、最後に調査結果を明確な回答として整形する。カスタムエージェントは、ライフサイクルおよびCRMチームが、製品とマーケティングチームが定義したルール内で継続的に実行されるエージェントを設計できるようにする。各エージェントは、取得したデータ、下した決定、触れたチャネル、送信したコンテンツのアクティビティログを通じて作業を可視化する。チームは完全自律実行または人間のレビューを選択できる。意思決定エージェントは各顧客に対して行動し、何を、いつ、どの頻度で、どのチャネルで伝えるかを決定し、すべての結果から学習する。
既存APIをMCPツールに変換することがアーキテクチャの鍵である。MoEngageのプラットフォームAPIはキャンペーン、分析、セグメント、コンテンツ、フローをカバーし、もともとOpenAPI 3.0互換であった。チームはFastMCPフレームワークを使用してこれらの仕様からMCPツールを自動生成した。各操作は構造化スキーマ、説明、パラメーター検証を備えたツールになる。ツールは五つのグループに分かれる。キャンペーンツールはチャネル横断のキャンペーンを作成、編集、スケジュール、送信する。分析ツールは配信ファネル、クリック率、コンバージョン、コホートパフォーマンスを照会する。セグメンテーションツールは行動および属性フィルターに基づくセグメントを一覧表示、検査、作成する。コンテンツツールはコンテンツブロック、テンプレート、動的コンテンツルールを管理する。フローツールは自動化ジャーニーを検査、一時停止、変更する。ツールは仕様から直接生成されるためAPIと同期し続け、仕様が更新されるとツール定義も更新される。
マルチテナントシステムでは、モデルが誰のデータを読んでいるかを決定できるようにしてはならない。MoEngageはこれを防ぐために三つの設計上の選択を行った。第一に、MCPサーバーは既存の認証モデルを再利用し、MoEngage APIがすでに使用しているJWTベース認証を受け入れ、AgentCoreランタイムがリクエストがサーバーに到達する前に各トークンを検証する。第二に、ワークスペースとユーザーのコンテキストは、ツール引数ではなく、AgentCoreランタイムがサーバーに転送するリクエストヘッダーで伝達されるため、モデルはこれらの値を見ることができず、変更もできない。第三に、AgentCoreランタイムは各ユーザーセッションを独自の分離環境で実行するため、あるユーザーの会話が別のユーザーのセッション状態を読み取ることはできない。さらに、Amazon Bedrock Guardrailsがエージェント応答にコンテンツ安全性とPIIフィルターを適用し、バックエンド・フォー・フロントエンド層がMoEngageインターフェースでレンダリングする前に生成コンテンツの構造を検証する。ユーザーは各エージェントのガードレールを設定し、アクティビティログで各アクションを確認し、自律実行または人間レビューを選択できる。
AgentCoreランタイムを選択した理由は、マルチテナントMCPサーバーに必要な本番機能を提供するからである。需要に応じてセッションをスケールし、トラフィックバーストの容量計画が不要になる。各セッションはデフォルトで分離環境で実行される。組み込みのJWTオーソライザーがMoEngageの既存IDプロバイダーに対してトークンを検証する。ホスティングはフレームワーク非依存で、MCPサーバーに触れることなくモデルやエージェントフレームワークを変更できる。Amazon CloudWatchによる組み込みのメトリクス、ログ、トレースがエンジニアに可視性を提供する。推論面では、Merlin AIエージェントはAmazon Bedrock上のAnthropic Claude Sonnet 4.6、Claude Sonnet 5、Claude Sonnet 5.5で実行され、同じAPIを通じてバージョン間を移動できる。GPUインフラを運用する代わりにトークン単位で支払う。Amazon Bedrockは顧客のプロンプトや応答を基盤モデルのトレーニングに使用しない。これは大規模な顧客エンゲージメントデータを処理するシステムにとって重要である。
典型的なリクエストの流れは次のとおりである。ユーザーがMoEngageにサインインして質問すると、クライアントはユーザーの既存JWTを付けてリクエストを送信する。AgentCoreランタイムはトークンを検証し、そのユーザー用の分離セッションを開始する。エージェントはAmazon Bedrockのモデルにどのツールを呼び出すかを問い合わせる。MCPサーバーはユーザーのテナントコンテキストを付けてMoEngage APIを呼び出し、結果を返す。エージェントが回答を構成する。
実際の使用では、ユーザーは会話の中でキャンペーン全体を構築できる。例えば「高価値セグメント向けに週末フラッシュセールのプッシュを、12月の最も成果のあったキャンペーンと同じトーンで起草して」と入力すると、エージェントは分析ツールを呼び出して12月のトップキャンペーンを見つけ、セグメンテーションツールで高価値セグメントを確認し、コンテンツツールでブランドボイスを取得し、複数のコピーバリアントを含むドラフトを返す。続けて「先月、クリック率が2%未満だったプッシュ通知はどれですか」と尋ねることもでき、エージェントは同様にツール呼び出しを通じて回答する。
このパターンはソフトウェアプラットフォームのより広い変化を示している。ビジネスユーザー向けのインターフェースとエンジニアリングチーム向けのAPIに加えて、第三の層が出現している。ユーザーが自然言語で成果を記述し、エージェントがプラットフォーム全体でステップを実行する層である。顧客エンゲージメントプラットフォームにとって、すでにAPIとして公開されている機能はエージェントが呼び出すツールになり、かつて複数のツールを移動していたキャンペーンは一つの会話を通じて移動できるようになる。MoEngageの顧客Glanceは、プッシュ通知のクリック率が38%向上したという成果をすでに確認している。