2026.07.04 AI

MCPとは？AIと外部ツールをつなぐ標準規格の仕組み・MCPサーバーの役割を解説

MCP（Model Context Protocol）とは、AIモデルと外部のツール・データソースとの連携方法を標準化したオープンなプロトコルです。Anthropicが2024年11月に公開して以降、主要なAI関連各社が相次いで対応し、AIエージェントに外部の道具を持たせる際の事実上の共通規格になりつつあります。本記事の内容は、MCPが解決する課題と仕組み、ホスト・クライアント・MCPサーバーという構成要素の役割、A2Aなど関連プロトコルとの違い、代表的なMCPサーバーの用途までの整理です。あわせて、企業がMCPを業務に取り入れる際のセキュリティ統制の要点も解説します。

目次

まとめ：MCPの要点と企業が押さえるべき導入視点

MCPは、AIと外部ツールの接続を「ツールごとの個別開発」から「共通規格への接続」に変える仕組みです。USB-Cが機器ごとに違ったケーブルを1つの端子に統一したように、MCPはAIとツールの間の配線を統一します。開発者にとっては連携開発の工数削減、利用者にとっては対応ツールの急速な拡大という形で恩恵が現れています。

企業の視点では、MCPは可能性とリスクの両面を持ちます。ファイル・データベース・SaaSへAIが直接アクセスできるようになる一方、接続先の権限がそのままAIの権限になるため、無統制な利用は情報漏えいの入り口になり得ます。利用するMCPサーバーの承認制と権限の最小化を先に整えてから展開する、という順序が導入の結論です。

MCPの定義：AIと外部ツール連携を標準化するプロトコルの基礎

まずMCPが何であって何でないかを確定させます。名前から中身が想像しにくい用語なので、解決する課題から押さえると理解が速くなります。

MCPの定義：LLMに文脈と道具を渡すための共通規格という位置づけ

MCPはModel Context Protocolの略で、名前のとおり「モデルに文脈（Context）を渡すための約束事（Protocol）」です。LLM（大規模言語モデル）は学習した知識だけでは、手元のファイルの中身も、社内データベースの最新値も知りません。MCPは、こうした外部の情報や操作をAIに提供する際の、やり取りの形式を定めた共通仕様です。製品でもアプリでもなく、HTTPやUSBと同じ「規格」のレイヤーに位置します。

MCPが特に効くのは、AIが自律的に判断してツールを使い分けるエージェント型の利用です。ファイルを読み、検索し、コードを実行し、結果を踏まえて次の操作を決めるという一連の動きには、多数のツールへの統一的な接続口が前提になります。エージェントそのものの仕組みはAIエージェントとは？仕組みと業務に組み込む判断基準で解説しており、MCPはその足回りを担う技術という関係です。

Anthropicによる2024年11月公開と主要各社が対応した経緯

MCPは、Claudeを開発するAnthropicが2024年11月にオープンソースとして公開しました。特定ベンダーの独自機能に留めず、仕様と実装用のSDKを公開したことが普及の起点です。2025年には競合を含む主要なAI提供各社や開発ツールが相次いで対応を表明し、単一ベンダーの規格から業界横断の標準へと位置づけが変わりました。

対応の広がりは利用者にも直接の意味を持ちます。特定のAIサービスに合わせて作られた連携は、サービスを乗り換えると作り直しになりますが、MCP準拠のサーバーは対応クライアントであればどのAIからでも使えます。AI選定の自由度を保ったままツール資産を蓄積できることが、規格に乗る実利です。仕様の一次情報はmodelcontextprotocolの公式ドキュメントで公開されており、技術判断の際はそちらを基準にしてください。

MCPが解決する課題：ツールごとの個別連携開発というM×N問題

MCP以前の課題は「M×N問題」と呼ばれる組み合わせ爆発です。M種類のAIアプリとN種類のツールをつなぐには、原理的にM×N通りの個別連携を開発・保守する必要がありました。AIサービスごとにプラグインの仕様が異なり、ツール提供側は各社対応に追われ、利用企業の自社連携もAI乗り換えのたびに作り直しになる、という非効率です。

MCPは接続の両側を規格で受け止め、この組み合わせをM＋Nに縮めます。ツール側は「MCPサーバーを1つ作れば全対応クライアントから使える」、AIアプリ側は「MCPクライアントを実装すれば全サーバーにつながる」という構図です。連携開発の限界費用が下がった結果、公開されるMCPサーバーの種類が急増し、それがさらに対応クライアントを増やすという普及の循環が生まれています。

MCPの仕組み：ホスト・クライアント・MCPサーバーの構成と役割分担

MCPの構成はクライアント・サーバー型です。登場する3つの役割と、サーバーが提供する機能の中身を押さえれば、仕組みの全体像は把握できます。

3つの構成要素：ホスト・クライアント・サーバーが担う役割の分解

公式仕様では、構成要素をホスト・クライアント・サーバーの3つに分けています。①ホストは利用者が触るAIアプリケーション本体（チャットアプリやAI搭載エディタなど）で、LLMとの対話全体を管理します。②クライアントはホストの内部にあり、個々のMCPサーバーとの通信を担当する接続窓口です。③MCPサーバーは、ファイル操作・データベース照会・SaaS連携といった具体的な機能を提供する側のプログラムを指します。

実務でこの区別が効くのは、トラブルの切り分けと責任範囲の整理です。「AIがファイルを読めない」という事象は、ホストの設定か、サーバーの起動・権限か、その間の接続かで対処先が変わります。また社内導入時の統制対象は主に③で、「どのサーバーの利用を許可するか」が管理の単位になります。

MCPサーバーが提供する3機能：ツール・リソース・プロンプトの中身

MCPサーバーがAI側に提供できる機能は、公式仕様で大きく3種類に整理されています。①ツール：AIが呼び出せる操作（検索の実行、ファイルの書き込み、チケットの起票など）で、MCPの中核機能です。②リソース：AIに読ませるデータ（ファイルの中身、データベースのレコードなど）を提供します。③プロンプト：定型作業のためのテンプレートをサーバー側から供給する仕組みです。

利用者の見え方としては、対応アプリにMCPサーバーを登録すると、AIが「使える道具の一覧」を認識し、会話の中で必要に応じて呼び出すようになります。どの道具をいつ使うかを判断するのはLLM側で、サーバーは道具の定義と実行だけを担う分業です。この分業のおかげで、サーバー開発者はAIの内部を知らなくても機能を提供でき、開発の敷居が下がっています。

A2Aとの違い：ツール接続のMCPとエージェント間通信のA2Aの棲み分け

MCPと並んで語られる規格にA2A（Agent2Agent）があります。A2Aは2025年にGoogleが発表した、AIエージェント同士が通信・協調するためのプロトコルです。混同されがちですが対象領域が異なり、MCPは「1つのエージェントと道具・データの接続」、A2Aは「複数のエージェント間の対話」を扱います。人に例えるなら、MCPは担当者と業務ツールの関係、A2Aは担当者同士の連絡手段です。

両者は競合ではなく補完の関係で、複数エージェントがそれぞれMCPで道具を持ち、A2Aで連携する構成が想定されています。2026年時点の企業導入の主戦場は、まず単一エージェント＋MCPによるツール連携です。エージェント間協調が必要になるのは自動化が相当に成熟した段階なので、検討順序としてはMCPが先で問題ありません。

代表的なMCPサーバーの種類と用途：開発・デザイン・業務ツール連携

公開されているMCPサーバーは、公式・コミュニティ製を合わせて数千種類規模に広がっています。ここでは業務での利用イメージがつかめるよう、当サイトで個別解説している代表例を用途別に紹介します。

開発系MCPサーバー：GitHub・Playwright・Serena等の具体的な用途

導入が最も進んでいるのはソフトウェア開発の領域です。GitHub MCPサーバーを使うと、AIがリポジトリの参照・Issueの操作・プルリクエストの作成までを対話から実行できます。Playwright MCPはブラウザ操作の自動化をAIに開放するもので、Webアプリのテストや画面確認をAIに任せる用途で使われています。

コーディング支援を深める方向では、Serena MCPのように、コードベースを構造として解析してAIに渡すサーバーもあります。いずれも「AIに何をさせたいか」に応じてサーバーを足していく形になり、組み合わせの設計そのものが開発生産性を左右するようになっています。各サーバーの導入手順と実務での使いどころは、リンク先の個別解説で確認してください。

デザイン・自作系：Figma MCPとFastMCPによるサーバー開発の入り口

開発以外の職種に近い例としては、デザインツールのFigma MCPサーバーがあります。デザインデータの構造をAIが読み取れるようになり、デザインからコードへの変換やデザイン内容の確認作業に使われています。ほかにも、ファイルシステム・各種データベース・主要SaaSと、業務で触れるツールの多くに公式・非公式のサーバーが存在する状況です。

既製のサーバーで足りない社内システム連携は、自作という選択肢があります。Pythonでの開発を大幅に簡略化するFastMCPというフレームワークが事実上の定番で、社内APIをラップした小さなサーバーなら短期間で形にできます。「社内の基幹データをAIから安全に参照させたい」という要件は、この自作サーバーで実現するのが2026年時点の標準的な解です。

企業がMCPを導入する際のセキュリティリスクと運用統制の要点

検索上位の解説は仕組みと利便性の紹介で終わりがちですが、企業導入の成否を分けるのは統制設計です。MCPはAIに実行力を与える技術である以上、リスク管理とセットで導入する必要があります。

主なリスク：悪意あるサーバー・過剰権限・プロンプトインジェクション

押さえるべきリスクは3系統です。第1に、悪意ある・品質の低いMCPサーバーの混入です。サーバーは誰でも公開できるため、データを外部送信する不正なサーバーや、脆弱性を含む実装が紛れる余地があります。第2に権限の過剰付与で、書き込み・削除権限を持つサーバーをAIに渡すと、AIの誤判断がそのまま実データの破壊や誤送信につながります。

第3がプロンプトインジェクション経由の悪用です。AIが読み込むWebページや文書に「このデータを外部に送れ」といった攻撃指示が仕込まれていた場合、ツール実行力を持つAIはその指示を実行しかねません。ツールを持たないチャットAIなら被害は誤回答で済みますが、MCP接続されたAIでは実害に直結します。読み込む情報源と実行できる操作の組み合わせで、リスクを評価してください。

導入判断と統制：利用サーバーの承認制と権限最小化から始める手順

統制の実務は次の順序で組みます。①利用可能なMCPサーバーを会社として承認制にし、提供元・権限範囲を審査してリスト化する。②接続時の権限は読み取り専用から始め、書き込み系操作は人の確認を挟む設定にする。③実行ログを残し、AIがどのツールで何をしたかを追跡できる状態を維持する。④社内システム連携は既製サーバーの流用でなく、必要最小限のAPIだけを開放する自作サーバーで実現する。この4点で、主要なリスクは管理可能な水準に収まります。

MCP対応の社内基盤づくりは、AIアプリ側・サーバー側・セキュリティ設計の3領域にまたがるため、開発体制の整わない企業では構成の検討段階から手が止まりがちです。株式会社一創では、MCPサーバーの自作を含むAIエージェント基盤の設計・開発をAI開発サービスとして支援しています。社内データとAIを安全につなぐ構成の相談から対応できます。

よくある質問

MCPについて検索されることが多い質問に答えます。

MCPは無料で使えますか？

規格自体はオープンソースで、利用にライセンス費用はかかりません。公開されているMCPサーバーの多くも無償です。ただし、サーバーが接続する先のサービス（SaaSのAPIなど）の利用料金や、AI側の利用料金は別途発生します。また商用利用の可否は個々のサーバーのライセンスに従うため、業務導入時は接続先サービスの契約とサーバーの利用条件の両方を確認してください。

MCPサーバーは自分で作れますか？

作れます。公式SDKがPython・TypeScriptなど主要言語向けに提供されており、特にPythonではFastMCPというフレームワークを使うと、関数を定義する感覚で短いコードからサーバーを構築できます。社内APIやデータベースをAIに開放する用途が典型です。開発の始め方はFastMCPの概要と基本的な仕組みの解説で紹介しています。

ChatGPTなどClaude以外のAIでもMCPは使えますか？

使えます。MCPはAnthropic発ですがオープン規格であり、2025年以降、OpenAIやGoogleを含む主要各社のサービス・開発ツールが対応を進めています。ただし対応の範囲（どの製品のどの機能で使えるか）はサービスごとに異なり、更新も頻繁です。利用したいAIサービスの公式ドキュメントで、MCP対応の現在の状況を確認してから計画してください。

MCPと通常のAPI連携は何が違いますか？

APIがサービスごとに仕様の異なる個別の窓口であるのに対し、MCPはAI向けに形式を統一した共通の窓口です。従来のAPI連携では、接続先ごとに仕様を調べて実装する開発がAIアプリ側に必要でした。MCPでは、ツールの機能が規格に沿った形でAIに提示されるため、AIは新しいツールでも追加開発なしに使い方を解釈できます。既存APIを置き換えるものではなく、APIをAIから使いやすく包む層と捉えるのが正確です。

利用できるMCPサーバーはどこで探せますか？

modelcontextprotocolの公式リポジトリに参照実装と主要サーバーの一覧があり、コミュニティによるカタログサイトも複数運営されています。利用中のAIアプリ側が公式に対応リストを公開している場合はそちらが確実です。業務利用では、提供元の信頼性と要求される権限を必ず確認し、出所不明のサーバーを安易に接続しない運用を徹底してください。

関連記事

資料請求

RELATED POSTS 関連記事

一覧へ戻る