この記事は、2026-11-13(金) に開催された、「【OSUG*OJEC合同開催】OutSystems Users Meetup in Osaka」のセッションで話した内容を、あらためて解説したものです。
セッションで使用したスライドは、Speaker Deck で公開しています。
はじめに
AI エージェントにソースコードを読ませ、書かせる開発は、もう珍しいものではなくなりました。ところが、OutSystems の設計情報は、OML という独自形式のファイルに入っていて、その仕様は公開されていません。公式に誰でも使える読み出しの手段は O11 の OutDoc くらいで、それも中身の一部に限られます。書き込みとなると、なおさら手段がありませんでした。
AI ツールから見ると、OML は読むことも書くこともできない、いわば「鎖国」状態でした。この「OML 鎖国」が、日進月歩の AI ツールを OutSystems の開発に活かす妨げになってきた、と感じている OutSystems ユーザーは多いと思います。
そこに、2026-10-07 にリリースされたのが AI Agent Experience(以下 AX)です。O11 と ODC の両方に MCP が付き、Claude Code のような外部の AI エージェントから、OutSystems の開発ができるようになりました。
この記事では、O11 と ODC の AX に同じ依頼を投げ、裏で何が起きているかを見比べた結果から、以下の内容を共有します。
- ODC と O11 の AX は、構築の仕組みがまったく違う
- O11 の AX の正体は「OML の VBA」
- O11 では、構築の知見と検査を手元に積み上げられる
- O11 でだけ、読み出しに加えて書き込みまで「開国」した
AX:入口は 1 つ、中身は別物
AX は、公式サイトの入口のページでは、O11 と ODC がひとまとめに紹介されています。ですが、公式ドキュメントの比較表には、設計情報のモデルを変える部分、つまり開発の部分について、はっきり違うことが書かれています。

https://success.outsystems.com/documentation/11/outsystems_mcp/outsystems_mcp_in_o11_and_odc/
O11 では、外部の AI エージェントが OutSystems Model API を通してモデルを変えます。ODC では、モデルを変えるのは OutSystems の AI である Mentor です。
この違いを具体的に確かめるため、同じ依頼を両方に投げてみました。
同じ依頼を、両方に投げる
ODC には空のアプリを、O11 には空のモジュールを、どちらも TestApp という名前で用意し、次の依頼を一字一句同じ文面で投げました。
TestApp に、素数判定をするサーバーアクション IsPrime を作って。入力は In_Number(整数)、出力は Out_IsPrime(真偽値)で。
使った AI ツールは Claude Code です。ODC 用と O11 用のそれぞれについて、まっさらな状態から、それぞれの MCP と OutSystems 社製の skill だけを入れました。私が普段使っている設定や自作の skill は外しています。
以下、それぞれのエージェントと MCP のやりとりを、通信の記録をもとに見ていきます。
ODC:手元の AI が、Mentor に英語で頼む
ODC の MCP で、モデルを書き換える道具は mentor_prompt だけです。これは Mentor にプロンプトを送るツールで、渡せるのは自然言語の文章に限られます。
手元の Claude Code は、日本語の依頼を、Mentor 向けの英語の依頼文に書き直して送りました。英語にするよう指示はしていないので、MCP のツールの説明文が英語であることに引っ張られたのだと思います。依頼文は単なる翻訳ではなく、2 と 3 で割ってから 5 から 6 ずつ増やして割っていく、といった素数判定の手順まで、Claude Code が自分で書き足していました。このあたりは、手元で使う AI のモデルによっても変わりそうです。
Claude Code が Mentor に送った依頼文(全文)
In the app TestApp, create a new Server Action named "IsPrime" that checks whether an integer is a prime number.
- Input parameter: In_Number (Integer, mandatory)
- Output parameter: Out_IsPrime (Boolean)
Logic: If In_Number < 2, set Out_IsPrime = False. If In_Number = 2 or 3, set Out_IsPrime = True. If In_Number is divisible by 2 or 3 (Mod), set Out_IsPrime = False. Otherwise, use a local Integer variable i starting at 5 and loop while i * i <= In_Number: if In_Number mod i = 0 or In_Number mod (i + 2) = 0, set Out_IsPrime = False and end; else i = i + 6. If the loop finishes, set Out_IsPrime = True.
Do not publish; only make this change. Make sure the module has no validation errors.
mentor_prompt は依頼を送るだけのツールで、Mentor の返事は、mentor_get_run というツールで作業の完了を待って受け取ります。OML を組み立てるのはサーバー側の Mentor で、中で何をしたのかは外からは見えません。Mentor の返事は英語の文章で、Claude Code がそれを日本語にして報告してきました。
つまり ODC の AX では、手元の AI と Mentor という 2 つの AI エージェントが、自然言語でやりとりをします。人から見ると、推論する AI が 2 段に並んだ伝言ゲームです。
O11:手元の AI が、C# を書く
O11 の MCP で、モデルを書き換える道具として用意されているのは、C# のコードを受け付ける applyModelApiCode です。
そのため、同じ依頼を受けて Claude Code が書いたのは、自然言語の依頼文ではなく C# のコードでした。名前を付けずに書く関数を C# ではラムダ式と呼び、O11 の MCP でもこのコードを「ラムダ」と呼んでいます。Claude Code が書いたラムダは、サーバーアクションを作り、入力・出力のパラメーターを作り、If や Assign のノードを作ってラベルと式を入れ、ノードどうしをつなぐものでした。
Claude Code が書いたラムダ(OutSystems 社製の skill だけの回、全文)
eSpace => {
var isPrime = eSpace.CreateServerAction("IsPrime");
isPrime.Description = "In_Number が素数なら True を返す(2 未満は False)。";
var inNumber = isPrime.CreateInputParameter("In_Number");
inNumber.DataType = eSpace.IntegerType;
inNumber.IsMandatory = true;
var outIsPrime = isPrime.CreateOutputParameter("Out_IsPrime");
outIsPrime.DataType = eSpace.BooleanType;
outIsPrime.SetDefaultValue("False");
var divisor = isPrime.CreateLocalVariable("Divisor");
divisor.DataType = eSpace.IntegerType;
var startNode = isPrime.CreateNode<OutSystems.Model.Logic.Nodes.IStartNode>();
var ifTooSmall = isPrime.CreateNode<OutSystems.Model.Logic.Nodes.IIfNode>().ConnectedBelow(startNode);
ifTooSmall.Label = "Less than 2?";
ifTooSmall.SetCondition("In_Number < 2");
var endTooSmall = isPrime.CreateNode<OutSystems.Model.Logic.Nodes.IEndNode>().ToTheRightOf(ifTooSmall);
ifTooSmall.TrueTarget = endTooSmall;
var initDivisor = isPrime.CreateNode<OutSystems.Model.Logic.Nodes.IAssignNode>().Below(ifTooSmall);
initDivisor.Label = "Init Divisor";
initDivisor.CreateAssignment("Divisor", "2");
ifTooSmall.FalseTarget = initDivisor;
// Divisor * Divisor <= In_Number を割り算で書き、大きな入力での整数オーバーフローを避ける
var ifInRange = isPrime.CreateNode<OutSystems.Model.Logic.Nodes.IIfNode>().ConnectedBelow(initDivisor);
ifInRange.Label = "Divisor <= Sqrt?";
ifInRange.SetCondition("Divisor <= In_Number / Divisor");
var setPrime = isPrime.CreateNode<OutSystems.Model.Logic.Nodes.IAssignNode>().ToTheRightOf(ifInRange);
setPrime.Label = "Is Prime";
setPrime.CreateAssignment("Out_IsPrime", "True");
ifInRange.FalseTarget = setPrime;
var endPrime = isPrime.CreateNode<OutSystems.Model.Logic.Nodes.IEndNode>().ConnectedBelow(setPrime);
var ifDivisible = isPrime.CreateNode<OutSystems.Model.Logic.Nodes.IIfNode>().Below(ifInRange);
ifDivisible.Label = "Divisible?";
ifDivisible.SetCondition("Mod(In_Number, Divisor) = 0");
ifInRange.TrueTarget = ifDivisible;
var endNotPrime = isPrime.CreateNode<OutSystems.Model.Logic.Nodes.IEndNode>().ToTheRightOf(ifDivisible);
ifDivisible.TrueTarget = endNotPrime;
var nextDivisor = isPrime.CreateNode<OutSystems.Model.Logic.Nodes.IAssignNode>().Below(ifDivisible);
nextDivisor.Label = "Next Divisor";
nextDivisor.CreateAssignment("Divisor", "Divisor + 1");
ifDivisible.FalseTarget = nextDivisor;
nextDivisor.Target = ifInRange;
}
ラムダが applyModelApiCode に渡されると、Service Studio は、開いているモジュールの OML のコピーの上でラムダを実行し、結果の OML を返します。それを omlMerge というツールで、Service Studio で開いているモジュールにマージします。
ここには、もう 1 段の AI はいません。手元の AI が、作業者である Service Studio に直接指示を出す形です。手順も、ノードの並びも、ラベルも、手元の AI が決めています。
OutSystems Model API は「OML の VBA」
ラムダの中で使われている、モデルを操作するためのオブジェクトの API が、公式の比較表に出てきた OutSystems Model API です。
OutSystems Model API は、Excel の VBA にたとえると分かりやすいと思います。VBA では、Workbook、Worksheet、Range といったオブジェクトを通して Excel ファイルの中身を操作します。マクロを書く人は、Excel ファイルの内部の仕様を知らなくても、オブジェクトを使うコードを書けばシートやセルを編集できます。
OutSystems Model API は、その OML 版です。モジュールは IESpace、If のノードは IIfNode、という具合に、OML の中身が .NET のインターフェースとして 500 種類以上用意されています。そして、Claude Code が書いたラムダが VBA のマクロにあたります。
| Excel | OML |
|---|---|
オブジェクトモデル(Workbook・Range) |
OutSystems Model API(IESpace・IIfNode) |
| マクロ | ラムダ |
| マクロの記録 |
get* での書き起こし |
表の最後の行は、読み出しの話です。
読み出しは「マクロの記録」
O11 の MCP で、モジュールの要素を読み出すツールは、getServerAction のような get* という名前のものです。これらのツールが返すのは、OML の中身そのものではなく、その要素を組み立てるラムダです。
同じ素数判定のフローを作らせた別の回(後で紹介する、自作の skill を併用した回)で、Claude Code が送ったラムダと、それを流したあとに getServerAction で読み戻したラムダを、Start と最初の If の部分で並べてみます。
送ったラムダ(手元の AI が書いたもの):
start.HorizontalPosition = 3200; start.VerticalPosition = 1000;
var ifSmall = a.CreateNode<IIfNode>(); ifSmall.Label = "2 未満?";
ifSmall.SetCondition("In_Number < 2");
ifSmall.HorizontalPosition = 3200; ifSmall.VerticalPosition = 3000;
読み戻したラムダ(getServerAction が書き起こしたもの):
startNode.HorizontalPosition = 3200;
startNode.IsDisabled = false; // default value
startNode.VerticalPosition = 1000; // default value
var ifNode = isPrime.CreateNode<OutSystems.Model.Logic.Nodes.IIfNode>().ConnectedBelow(startNode, 2000);
ifNode.SetCondition("In_Number < 2");
ifNode.IsDisabled = false; // default value
ifNode.Label = "2 未満?";
送った方は、If の座標を数字で指定しています。読み戻した方は、「Start の 2000 下につないで置く」という相対の書き方になり、既定値から変えていない項目まで // default value というコメント付きの行で書き出されています。書き方は違いますが、どちらも同じアクションフローを作るラムダです。
Excel でも、マクロの記録で書き起こされるコードは、人が書いたコードと同じになるとは限りませんが、できあがるシートは同じです。O11 のラムダも同じで、OML の写しではなく、OML を組み立てる手順です。読み出しのツールが「マクロの記録」にあたる、というのはその意味です。
なお、O11 の AX では、MCP とあわせて、その使い方を AI に教える OutSystems 社製の skill も用意されています。その skill には、applyModelApiCode でラムダを流したら get* で読み戻して確かめるように、と書かれています。今回の実験でも、Claude Code はラムダを流したあと、getServerAction で読み戻して確かめていました。
できたフローと、「直して」の結果
できあがったフローは、ODC も O11 も、ロジックとしては正しく動くものでした。ただし見た目はどちらも今ひとつで、線の重なりや交差があり、流れを目で追いにくいものでした。
そこで両方に「ノード間の配線がからまってて見にくいから直して」と 1 回だけ頼んだところ、どちらもきれいに直りました。ただ、裏の動きには、作ったときと同じ違いが表れました。
- ODC:Claude Code が Mentor に英語で直しを頼み、「まだ交差が残った」という返事を受けて、もう一度頼み直した
- O11:Claude Code が、座標を読むだけのラムダで今の配置を把握し、全部のノードの座標を指定し直すラムダを流して、読み戻して確かめてからマージした
なお、現時点では、ODC でも O11 でも、AI エージェントが MCP 経由で、図としてのアクションフローを確認することはできません。図として見るには、ODC Studio や Service Studio で開く必要があります。図としてのアクションフローを MCP で取得できるようになれば、図を確認して問題がなくなるまで直す、というループも組めるようになるので、今後の機能追加に期待したいところです。
知見を、skill に積める
O11 で重要なのは、こうした具体的な組み立て方や直し方を、手元の AI に覚えさせておけることです。
下の図の左は、O11 で OutSystems 社製の skill だけを使って最初に作られたフローです。一見きれいですが、① では、いちばん下の Assign から 2 つ目の If へ戻る線が、下りの線と同じ縦の列に重なって、あいだの 3 つ目の If を貫いており、どちら向きの線なのかを目で追えません。② では、2 つの End が同じ座標に重ねて置かれています。
こうした失敗から得た知見を skill に書いておけば、次からは、人から構築を頼まれたときに、まずそれを読んでから作業する、という動きを AI にさせられます。skill に積めるのは、配置の不具合のような知見だけではありません。ラベルは日本語で入れる、必要に応じてコメントノードを置く、といった案件ごとのルールも参照させられます。
図の右は、試しに私が用意した skill を併用させ、同じ依頼でゼロから作らせた結果です。線の重なりがなく、日本語のラベルが付いたフローが、1 回で描けています。
ODC では、組み立てるのは毎回サーバー側の Mentor です。手元に知見として積めるのは「Mentor への頼み方のコツ」までで、具体的な組み立て方そのものは積めません。
積んだ知見は、どれくらい持つか
積める知見の違いは、何についての知見か、という点だけではありません。積んだ知見がどれだけ長く通用するか、という点でも違いがあると私は考えています。
ODC で積める「Mentor への頼み方のコツ」は、Mentor の振る舞いについての知見です。そして Mentor は、OutSystems 社が裏で調整を続けているサービスです。使っている AI のモデルが変わったり、Mentor の裏で使われている指示や skill が更新されたりすれば、同じ頼み方をしても、同じ結果が返ってくるとは限りません。実際、Mentor はこれまで何度も機能の向上や調整が繰り返されてきましたし、その調整を利用者の側で止めたり選んだりすることはできません。手元に積んだ頼み方のコツは、OutSystems 社の調整ひとつで、いつの間にか陳腐化している可能性があります。
一方、O11 で積む知見は、OutSystems Model API の使い方、つまりラムダの書き方です。Excel は細かなバージョンアップを数限りなく繰り返してきましたが、数年前に書いた VBA のマクロが突然使えなくなることはめったになく、VBA の知見が Excel のバージョンアップで陳腐化することを気にする人もあまりいません。O11 の MCP でラムダを実行する部品も、Service Studio の更新とともに新しくなりえますが、OML を扱うためのオブジェクトの API の書き方が抜本的に通用しなくなる事態は、AI の振る舞いである Mentor の調整と比べれば、はるかに起こりにくいと考えてよいはずです。O11 で積む知見は、知見の種類そのものが堅牢だと言えます。
「Mentor への頼み方は陳腐化しうる」というのは、Mentor が劣っているという話ではありません。Mentor がサービスとして改善され続けることの裏返しで、利用者から見ると、積んだ知見の前提が手元の外で動く、という性質の話です。
検査も、ラムダで流せる
もうひとつ、O11 ならではのことがあります。
OutSystems Model API を使ったラムダでは、モデルを変えるだけでなく、モデルを読んで調べるだけのコードも流せます。たとえば、モジュールの中のすべてのフローについてノードの座標と線のつながりを読み出し、線がほかのノードの上を通っていないか、ノードどうしが重なっていないかを計算して、見つかったものを返す、という検査が書けます。検査のラムダは、モデルに何も書き込みません。
例として、ノードのアイコンどうしの重なりを検出する検査を書いたものが下記です。
検査のラムダの例(ノードのアイコンの重なりを検出する)
// 検査:アクションフローのノードのアイコンどうしが重なっていないかを見る(読むだけ。モデルは変えない)
eSpace => {
// アイコンは半径 14px ほどの円。キャンバスの座標では 1px が約 14.8 なので、半径は約 207。
// 中心どうしが直径より近ければ、アイコンが重なって見える
var R = 14 * 14.8;
// 調べるフロー:Server Action と、モジュール直下の Client Action
var flowNames = new List<string>();
var flows = new List<IEnumerable<OutSystems.Model.Logic.Nodes.IActionNode>>();
foreach (var a in eSpace.ServerActions) { flowNames.Add("ServerAction " + a.Name); flows.Add(a.Nodes); }
foreach (var a in eSpace.ClientActions) { flowNames.Add("ClientAction " + a.Name); flows.Add(a.Nodes); }
// ノードを人が読める名前にする
Func<OutSystems.Model.Logic.Nodes.IActionNode, string> Describe = n =>
{
if (n is OutSystems.Model.Logic.Nodes.IStartNode) return "Start";
if (n is OutSystems.Model.Logic.Nodes.IEndNode) return "End";
if (n is OutSystems.Model.Logic.Nodes.IIfNode) return "If:" + ((OutSystems.Model.Logic.Nodes.IIfNode)n).Label;
if (n is OutSystems.Model.Logic.Nodes.IAssignNode) return "Assign:" + ((OutSystems.Model.Logic.Nodes.IAssignNode)n).Label;
return n.GetType().Name;
};
var report = new List<string>();
var ng = 0;
for (var f = 0; f < flows.Count; f++)
{
var nodes = new List<OutSystems.Model.Logic.Nodes.IActionNode>();
foreach (var n in flows[f])
{
if (n is OutSystems.Model.Logic.Nodes.ICommentNode) continue; // コメントは別の描かれ方なので外す
nodes.Add(n);
}
for (var i = 0; i < nodes.Count; i++)
{
for (var j = i + 1; j < nodes.Count; j++)
{
double dx = nodes[i].HorizontalPosition - nodes[j].HorizontalPosition;
double dy = nodes[i].VerticalPosition - nodes[j].VerticalPosition;
if (Math.Sqrt(dx * dx + dy * dy) < 2 * R)
{
ng++;
report.Add("NG " + flowNames[f] + ": [" + Describe(nodes[i]) + "] と [" + Describe(nodes[j]) + "] のアイコンが重なっている"
+ " (" + nodes[i].HorizontalPosition + "," + nodes[i].VerticalPosition + ")"
+ " (" + nodes[j].HorizontalPosition + "," + nodes[j].VerticalPosition + ")");
}
}
}
}
report.Add("調べたフロー " + flows.Count + " 本 / NG " + ng + " 件");
// 結果は例外のメッセージで返す。例外で終わったラムダは、モデルの変更を残さない
throw new Exception(string.Join("\n", report));
}
結果の例:
NG ServerAction IsPrime_Official: [End] と [End] のアイコンが重なっている (4969,7892) (4969,7892)
調べたフロー 4 本 / NG 1 件
重要なのは、これが AI の推論による検査ではなく、ラムダのコードの実行による機械的な検査だということです。まったく同じ基準の検査を、何度でも実行できます。
こうした検査も、skill に積める知見のひとつです。「マージの前に、この検査を流すこと」と skill に書いておけば、手元の AI が自分で検査を流し、NG があれば直して流し直し、NG がなくなってからマージする、という動きをさせられます。検査を skill に積む意味は、AI が検査を流してくれることそのものではなく、NG が出たときに AI が自分の判断で直すアクションを起こせる環境を作れることにあります。
さらに、Claude Code の hook(特定のツールを呼ぶ前後に、決まった処理を機械的に挟む仕組み)を使えば、検査を通っていなければマージの前で止める、という仕掛けも作れます。私の環境では、実際にこの仕掛けを使っています。O11 の MCP が対応している Claude Code 以外の AI エージェントにも、公式ドキュメントを見る限り hook にあたる仕組みがあり、同様の工夫ができると思います(私は試していません)。
OML 鎖国が解けたのはどこか
ここまでの内容を表にまとめると、次のようになります。
| ODC | O11 | |
|---|---|---|
| 読む | アプリを丸ごと(context_graph) |
モジュールから要素ごと(get*) |
| 書く | Mentor に頼む | 外部の AI が OutSystems Model API で書く |
| 積める知見 | Mentor への頼み方 | 組み立て方そのもの |
| 検査を挟む | パブリッシュしてから | マージの前に、ラムダで |
ODC にも、読む口はあります。context_graph というツールで、指定したアプリ、つまりひとつの OML の中身全体を、ひとつの JSON として返すものです。ただし読めるのはパブリッシュ済みのリビジョンだけで、Mentor が作業中の、パブリッシュ前の OML は読めません。O11 は、get* でモジュールの要素を、組み立てるラムダの形で読み出せます。
したがって、O11 だけ鎖国が解けた、というのは書く側の話です。ODC では、OML を変えられるのは Mentor だけで、外部の AI は Mentor に頼むしかありません。書く側については、依然として鎖国が続いています。O11 では、外部の AI が OutSystems Model API を使った C# のラムダで、OML を組み立てるコードを直接書けます。そのため、積める知見も、マージの前に機械的な検査を挟めるかどうかも、O11 と ODC で違ってきます。
まとめ
AX によって、ODC と O11 の両方に MCP が付きました。ですが、同じ依頼を投げて裏側を見比べると、構築の仕組みには大きな差がありました。
- OML は長いあいだ「鎖国」していた
- ODC の AX の構築は、推論する AI が 2 段に並んだ伝言ゲーム
- O11 の AX の構築では、手元の AI が「OML の VBA」を直接書く
- そのため O11 では、知見や検査といった工夫を手元に積み上げられ、その知見は陳腐化しにくい
- O11 でだけ、書き込みまで「開国」した
本題からはすこし外れますが、私が O11 の AX に大きな意味があると考えているのは、O11 というプラットフォームが、AI 駆動開発のガードレールになることです。O11 の上でアプリを作れば、堅牢さや安全性、運用のしやすさの多くは自動的についてきます。ハイコードの AI 駆動開発で同じ水準を保つには、まだ多くの手間がかかると私は感じています。O11 というガードレールの上で AI 駆動開発ができるようになったことは、かなり大きな変化だと思います。
始めるにあたっては、OutSystems 社製の skill だけで十分です。手元の AI に頼み、できたものを確かめ、気になったところを自前の skill に書き足していく(AI に書き足させていく)。その積み重ねで、手元の AI は少しずつ、自分たちの開発に合ったものになっていきます。
これらの情報が、皆さまの OutSystems と AI の活用、そして楽しい開発に、少しでもお役に立てたら幸いです。


