背景
Autodeskが提供する公式のRevit AI機能（Revit 2027の組み込みAssistantやMCP対応拡張）は、スケジュール作成やタグ付けなど限定的なタスクに有効です。しかし、モデル内の既存要素の編集には対応しておらず、読み取り専用に制限されています。現在のAI in Revitは「データの再整理や再提示」が中心で、実際にジオメトリ（壁、柱、階段など）を生成する機能は欠落しています。この制限が、より実用的なAI統合を求める実践的なプロジェクトワークフローとのギャップを生みだしていました。
内容
Leuterio Thomas Architects & Engineersの建築設計者Chun-Lin Peng氏は、OpenソースツールチェーンであるClaude+MCP（Model Context Protocol）+pyRevitを組み合わせて、RevitのネイティブAPIへの直接アクセスを実現する実験を行いました。このアーキテクチャは3層構造です。第1層がClaudeで、自然言語の会話から何を実行すべきかを推論します。第2層がMCPで、Claudeが外部ツールを呼び出すための標準化インターフェースになります。第3層がpyRevitで、Revit内部で動作してネイティブRevit APIを直接実行します。ユーザーがClaudeに自然言語で指示を出すと、Claude→MCP→pyRevit→Revit APIの流れで処理が実行され、モデルが動的に変更されます。現在実装されている機能は、壁・窓・天井の作成、床・壁タイプの新規作成、フィルタリングと色分け、ワークセット作成と要素割り当て、平面図・天井伏図の生成などです。天井機能が特に成熟しており、「レベルXの各室に天井を作成」という指示が複数の空間で正確かつ迅速に動作することが確認されました。
技術的ポイント
公式ツール（Revit 2027 Assistant、MCP サーバー拡張）との最大の違いはアクセス権限です。公式ツールは読み取り専用に制限されていますが、Claude+MCP+pyRevitの組み合わせはRevit APIに対する完全なアクセス権を獲得しています。つまり、PythonスクリプトやC#アドインで可能なすべての操作を、Claudeが自然言語の会話を通じて動的に実行できます。注目すべきは、Claudeが独自の接続ガイドをプログラミングして記述した点です。セットアップドキュメントの一部が自己生成されたという事実は、AIがこうしたワークフローの実装障壁を自力で低下させられる可能性を示唆しています。さらに長期的に重要なのは「スキル」という概念です。これはClaudeの再利用可能な命令セットで、一度学習すると以降のセッションで同一のタスクを繰り返し実行できます。一度限りの実験から反復可能なプロセスへの進化を意味します。
業界への影響
この実験結果は、AI in AECのあり方に根本的な転機をもたらします。現在、大多数の設計事務所やゼネコンが導入しているAI機能は「既存モデルの情報抽出と再加工」に限定されており、デリバラブルたる幾何学的コンテンツの生成には至っていません。しかし、Claude+MCP+pyRevitチェーンが壁・天井・窓などの基本要素を自然言語から正確に生成できることが実証されれば、グローバルの設計プロセス全体が変わります。特に詳細設計フェーズでの定型的な要素配置や、バリエーション検討における反復的なモデル修正が劇的に加速します。同時に、Mies van der Rohe's Farnsworth Houseの再構築実験では認識可能だが実用的でないモデルが生成されたという失敗事例も報告されており、複雑な幾何学や意匠的判断を要する高度なモデリングには人間の介入がなお必須であることが示唆されています。
