指南 · Guide
Claude MCP 台灣不動產：27 個資料源一站接入
把實價登錄、商辦大樓、建照、捷運等 27 個台灣不動產資料源，透過 MCP 接到 Claude.ai／ChatGPT／Claude Code，附完整接入示範與資料源清單。
FUNRAISE 工程團隊 · FUNRAISE · 方睿科技
published 2026-05-17 · updated 2026-08-18
本文目錄
MCP（Model Context Protocol）是 Anthropic 2024 年底推出的開放標準， 讓 AI 助手（Claude、ChatGPT、Notion、Claude Code、Gemini CLI、Codex CLI）能夠安全地呼叫外部資料源與工具。 在台灣不動產領域，FUNRAISE MCP 是第一個把 27 個本地資料源（實價登錄、商辦大樓、建照、捷運、未來開發案、商業司、利害關係人等）打包成單一網址的整合方案。
這篇會說明：MCP 是什麼、為什麼不動產業者該關注、FUNRAISE 提供哪些資料、怎麼在 Claude.ai 或 ChatGPT 接入、跟傳統 API 整合的成本比較。
本文聚焦在 MCP 在台灣不動產業的實戰應用。如果想先理解 MCP 是什麼、跟 API／Function Calling／RAG 有什麼差異，先看 MCP 是什麼？MCP 中文完整教學。
實際對話範例（接好之後長這樣）
先看接好 FUNRAISE MCP 之後，業界使用者在 Claude.ai 對話中常見的互動：
使用者：信義區 A 級商辦有哪些？最近 12 個月平均月租金？
Claude（透過 FUNRAISE MCP）：信義區 A 級商辦共 19 棟（信義房屋大樓、國泰信義經貿大樓、遠雄國際中心⋯）。近 12 月月租金中位數 NT$ 3,200／坪／月，Q1=2,850、Q3=3,650。其中信義計畫區核心商辦（信義路五段加松仁路）平均較整體高 18%。
使用者：台北 101 這棟的建照、使照紀錄，按時間排出來。
Claude：（呼叫 find_property_lifecycle，address=台北市信義區信義路五段7號）
解析到 台北101大樓（bud84cd402），比對信心 fuzzy。時序兩筆：
2007-11-27 使照 096使字第0494號
2004-11-12 使照 093使字第0353號（信義路五段 7 號 73 樓，等 152 筆門牌）
另外兩個資料源沒撈：future-dev 的搜尋參數不接受 building_id 或 address，租賃實價則是這個工具尚未納入時序。
這些對話只需要把 endpoint URL 貼進 Claude.ai 的 Custom Connector 設定就能執行（完整步驟見Claude.ai 設定指引）。下文說明 MCP 是什麼、為什麼這對台灣不動產業者特別重要、FUNRAISE 提供哪 27 個資料源，以及跟傳統 API 整合的成本對比。
MCP 是什麼（不動產業者版）
簡單來說：MCP 把「AI 在對話中呼叫外部工具」這件事標準化了。 以前你要在 Claude 裡查實價登錄，你得自己貼 URL、開 API key、寫程式 — 普通商務使用者做不到。 現在透過 MCP，你只要在 Claude 設定裡貼一條 URL，AI 就會自動：
- 知道你接入的 FUNRAISE 有哪些工具（例如 search_actual_sales、search_buildings）
- 看你問題後，自己決定該呼叫哪個工具、用什麼參數
- 把結果整合到回答裡，必要時跨多個資料源交叉查詢
你不需要寫一行程式，全程用中文對話。
為何 PropTech 業者該關注 MCP
台灣不動產業的研究、估價、開發、投資工作有三個共同痛點：
- 資料散落：實價登錄在內政部、建照在地方建管處、商業司在經濟部、捷運計畫在交通部。每個系統都要單獨查、無交叉查詢能力。
- API 整合貴：要自建系統整合這些資料，光是 ETL、欄位對映、定時更新就需要工程團隊長期維護。中小型業者根本做不來。
- AI 沒在地知識：把通用 ChatGPT 直接用於台灣不動產問題，它會用美國市場的假設、Cap Rate 抓錯區間、容積獎勵概念混亂。
MCP 解決前兩個 — 你不用整合，透過一個 endpoint URL 就能存取整個資料生態系。 FUNRAISE 解決第三個 — 我們的工具預設值（容積獎勵率、Cap Rate 區間、營建單價）都對齊台灣業界實務。
FUNRAISE MCP 提供的 27 個資料源
| 類別 | 資料源 | 用途 |
|---|---|---|
| 不動產交易 | actual-price-sale | 內政部實價登錄買賣交易（2012 迄今、~477 萬筆） |
| actual-price-rental | 租賃實價登錄 | |
| actual-price-presale | 預售屋實價登錄 | |
| 標的資料 | buildings | 商辦大樓基本資料（地址、屋齡、樓地板、等級、認證） |
| 開發 / 法規 | taipei-licenses | 台北市建照、使照核發 |
| future-dev | 未來開發案 pipeline（都更、危老、重劃） | |
| 地理資料 | areas | 行政區、商圈、生活機能 |
| cities | 22 個直轄市 / 縣 / 市 | |
| mrt | 捷運站、未來通車計畫 | |
| public-infras | 學校、醫院、公園、市場等公共設施 | |
| 企業 / 利害關係人 | business-registry | 商業司公司登記 |
| key-enterprise | 重點企業財報與營收 | |
| stakeholders | 不動產屋主、董監事結構 | |
| 服務提供者 | providers | 建設公司、營造、估價、商仲業者目錄 |
| AI / 知識庫 | ai-info | AI 整理的市場知識庫 |
| blog | 業界部落格文章索引 | |
| 編排工具 | dd-memo | 跨資料源時序查詢：建照、使照、預售、成交按時間排列 |
其中 dd-memo 把跨資料源的時序查詢包成一次呼叫：建照、使照、預售、成交按時間排開， 並標明哪些資料源沒撈到與原因。
5 種 AI 介面、一個 endpoint URL
FUNRAISE MCP 同時支援 Web 與 Terminal 介面：
- Claude.ai（Web / Desktop）：Anthropic 官方對話介面，免費版即可使用
- ChatGPT（Web / Desktop）：OpenAI 對話介面，Free / Plus / Team / Enterprise 各方案皆支援 Custom Connectors
- Claude Code（Terminal）：Anthropic 官方 CLI，
claude mcp add --transport http funraise <url>一條指令完成 - Gemini CLI（Terminal）：Google 官方 CLI，編輯
~/.gemini/settings.json加入 mcpServers - Codex CLI（Terminal）：OpenAI 官方 CLI，編輯
~/.codex/config.toml加入[mcp_servers.funraise]
所有介面共用同一個 endpoint URL — 您在 FUNRAISE 控制台複製的那條 https://connector.mcp.funraise.ai/c/<config-id>/mcp，貼到上面任一介面都能用。
對比傳統 API 整合
| 項目 | 傳統 API 整合 | FUNRAISE MCP |
|---|---|---|
| 整合 27 個資料源所需工程量 | 200-400 工時、每年維護 80-160 工時 | 0 工時 — 貼 URL 即用 |
| 跨資料源交叉查詢 | 需自建 ETL 管線、資料倉儲 | AI 自動 orchestrate |
| 容積獎勵、Cap Rate 等業界假設 | 需自己 hard-code、容易過時 | 內建台灣業界預設值，可個人化覆寫 |
| 對話介面 | 需自建 UI / chatbot | 直接用 Claude.ai / ChatGPT 既有介面 |
| 成本 | 內部研發團隊薪資 + 雲端費用 | Closed beta 階段免費 |
常見問答
Q：我不是工程師，能用嗎？
能。Claude.ai 與 ChatGPT 都是 GUI 介面，5 分鐘設定完成，沒寫一行程式。Terminal CLI（Claude Code / Gemini / Codex）也只要複製貼上一條指令。
Q：資料源會持續擴充嗎？
會。FUNRAISE 目前 27 個資料源涵蓋台灣主要 PropTech 場景，未來會持續加入新資料源（如人流、ESG、商圈消費分析），並開放資料夥伴計畫讓生態系廠商上架自家資料。
Q：個人對話與假設會洩漏嗎？
不會。FUNRAISE 只記錄您呼叫了哪個工具、用什麼參數（用於除錯與您的個人使用紀錄）。對話內容發生在 Claude.ai / ChatGPT 等第三方，不經過 FUNRAISE。詳見 隱私政策。