Wikipromptにアクセスする3つの方法：バルクデータセット、検索API、MCP

ウィキプロンプトへの3つのアクセス方法：一括データセット、検索API、MCP

ウィキプロンプトには現在55,000以上の厳選されたAIプロンプトがあり、3つの異なる入口が用意されています。間違った入口を選ぶと、午後を無駄にする最も簡単な方法になります。/searchをループで叩くスクレイパーを書いてカタログ全体をローカルに再構築しようとすると、いずれレート制限に掛かり、私たちがすでに構築したものを再発明することになります。チャットエージェントのリクエスト時に1つのクエリに答えるためだけにデータセット全体をダウンロードするなら、3つ必要な質問に答えるために55,000件のレコードを配信したことになります。

正しい選択は、問題の形状に完全に依存します：すべてが必要か、1つの質問に1つの答えが必要か、それとも言語モデルが自分で呼び出せるツールが必要か。ここでは、3つの統合パスがそれらの3つのニーズにどのように対応するかを説明します。

パス1：一括データセット、カタログ全体が必要な場合

プロンプトデータでトレーニングする場合、独自の検索インデックスを構築する場合、コーパス全体で分析を実行する場合、またはカタログを独自のデータベースにミラーリングする場合にこれを使用します。「一度ダウンロードしてデータを所有する」オプションです。

データセットマニフェストから始めます。これはtotal_prompts、取得するrecord_fields、およびページネーション方式を含むJSONを返すため、何かを取得する前に形状を確認できます。

実際のレコードは/dataset/promptsにあります。ページネーションはキーセットベースです：各レスポンスにはnext URLが含まれ、nextがnullで返されるまでそれを追い続けます。ページサイズはデフォルトで200、最大500です：

curl "https://www.wikiprompt.org/dataset/prompts?limit=500"

Pythonでの最小限のページネーションループは次のようになります：

import requests

url = "https://www.wikiprompt.org/dataset/prompts?limit=500"

records = []

while url:

resp = requests.get(url).json()

records.extend(resp["results"])

url = resp.get("next")

print(len(records), "prompts pulled")

各レコードにはslug、url、title、description、content（実際のプロンプトテキスト）、category、tags、media、model、構造化されたmetadata（メディアタイプ、アスペクト比、スタイル、品質評価）、author、original_source、およびタイムスタンプが含まれます。APIキーは不要で、CORSは完全に開放され、レスポンスはエッジキャッシュされるため、フルプルは高速でサーバーに実質的な負荷をかけません。

トレードオフは鮮度です。一括プルはスナップショットです。5分前のカタログの状態が必要な場合、これは間違ったツールであり、次の2つのいずれかが必要です。

パス2：検索API、ターゲットを絞った回答が必要な場合

統合がリクエストごとに数個のプロンプトしか必要としない場合にこれを使用します。例えば、「今日のプロンプト」ウィジェット、「ロゴプロンプトを見つけて」と答えるSlackボット、または自社製品内で関連プロンプトを表示する機能などです。このためにデータセット全体をダウンロードするのは、帯域幅の無駄であり、メンテナンスの無駄です（再同期を続ける必要があります）。

エンドポイントはhttps://www.wikiprompt.org/api/search?q=YOURQUERYで、プレーンなJSON、認証は不要です。ロゴプロンプトのクエリ：

curl "https://www.wikiprompt.org/api/search?q=logo"

これは現在のカタログに対するライブクエリであるため、1時間前に公開されたプロンプトは、先週取得したデータセットスナップショットとは異なり、即座に表示されます。また、両端でコストが低いです：数千件のレコードをクライアント側で解析して重要な2件を見つける代わりに、数件のマッチを返します。統合がリクエスト駆動型（ユーザーが何かを入力し、結果が必要）の場合、これはほぼ常に正しい選択です。

パス3：MCPサーバー、呼び出し元がAIエージェントの場合

Claudeや他のMCP対応エージェントが、会話の一部としてウィキプロンプトを閲覧または取得する必要がある場合にこれを使用します。これは、あなたが書いて制御するバックエンドジョブではなく、エージェントがユーザーの実際の要求に基づいて、会話中に自分で呼び出すことを決定するツールとしてプロンプト発見を公開します。

MCPクライアントをhttps://mcp.wikiprompt.org/mcp（Streamable HTTP）にポイントすると、エージェントはsearch_prompts、get_prompt、list_categories、get_featured、get_trending、random_promptなどのツールと、use_prompt(slug)プロンプトテンプレートを取得します。CLIから：

claude mcp add --transport http wikiprompt https://mcp.wikiprompt.org/mcp

接続後、キャラクターデザインを構築するエージェントはsearch_promptsを呼び出してインスピレーションを得て、この放浪の旅人キャラクターブリーフのようなものを、統合コードを1行も書かずに取得できます。データセットと検索APIはどちらも、呼び出しコードを書き、いつ呼び出すかを決定する必要があります。MCPはそれを逆転させます：エージェントが、必要な瞬間に、どのツールをどの引数で呼び出すかを決定します。これが、スクリプト用ではなくエージェント用に構築する全体的なポイントです。

それらの間での選択

大まかなルール：一括にはデータセット、自社バックエンドからの一回限りの検索には検索API、AIエージェントが何を取得するかを決定するものにはMCP。いくつかの具体的なケース：

これらは相互排他的ではありません。単一の製品が、週に一度一括データセットをプルして独自のレコメンデーション機能を強化し、/api/searchに対してライブ検索ボックスを公開し、さらにMCPサーバーを登録してAI機能が現在のカタログを直接閲覧できるようにすることができます。1つを選んでも他からロックアウトされることはありません。

どのパスを使用しても、コンテンツは実際の人の公開投稿から集約されており、ライセンス供与されたものではないため、公正に扱ってください：wikiprompt.orgと、レコードごとにプロンプトが実際に由来するoriginal_sourceをクレジットしてください。コードに触れる前にレコードが完全にどのように記述されているかを詳しく見たい場合は、まずいくつかのライブページを閲覧してください。ロボット変身ブループリントとデータ物理化コンセプトは、上記の3つのパスのいずれからでも取得できるフィールドを示しています。

上記すべてのコンパクトな機械可読サマリーについては、llms.txtに短いバージョンがあります。どこから始めるかを決める人間にとって、答えは通常次の通りです：確信がない場合は、検索APIから始めてください。それが最もコミットメントが少なく、テストが最速です。