（English version ： MCP 101: How AI Connects to the World Beyond Its Training Data）
TL;DR: MCPは、AIアプリケーションがLLMに組み込まれた知識を超えて、外部のツール、データ、業務システムに接続するための共通の方法を提供するオープン標準です。AIは単に質問に答えるだけでなく、アクションを実行し、最終的には複数のシステムにまたがるワークフローを調整できるようになります。MCPは、AIと、データや実際の業務が存在するシステムが互いに会話し、理解するための共通言語だと考えるとよいでしょう。
最近、大規模言語モデル（LLM）の話になると、誰もがMCP（Model Context Protocol）について語っているように感じます。私が読んだ多くの記事では、MCPを「AIのためのUSBポート」にたとえていますが、私はこのたとえが特に分かりやすいとは思いませんでした。
この記事では、MCPの基本的な考え方、つまりこの流行語が実際には何を意味するのか、そしてAIの大きな潮流の中でどのような位置づけになるのかを説明したいと思います。
一般的なLLM：多くのことを知っているが、すべてを知っているわけではない
一般的なLLM：多くのことを知っているが、すべてを知っているわけではない
LLM（大規模言語モデル）を基盤とするAI対話システム、つまりエージェント型システムとやり取りしている場面を想像してみてください。そして、次のように質問します。
「フランスの首都はどこですか？」
簡単な質問です。AIは、トレーニング中に学習した知識を使って答えられます。
しかし、次にこう尋ねたとします。「今朝のニュースでは何がありましたか？」
ここで問題が生じます。
AIは、それだけでは今朝何が起きたのかを自動的に知ることはできません。AIが持つ基本的な知識は、トレーニングで学習した内容と、AIに提供された情報に基づいているからです。そこで、エージェントに別の機能、つまりウェブ検索を追加してみましょう。そうすれば、今日のニュースについて尋ねたとき、AIはウェブを検索して、トレーニングデータには含まれていない新しい情報を取得し、それを使って回答できます。すごいですね！AIにできることが広がりました。
では、別の質問をしてみましょう。
「広告キャンペーンXYZから何人のユーザーが訪問し、コンバージョン率は何パーセントでしたか？」
あるいは、
「BigQuery データセット内のテーブルをスキャンする」
あるいは、
「顧客から届いた最新のメールは何ですか？」
情報はどこかに存在しています。しかし、それは一般公開されているウェブ上にはありません。Google Calendar、Outlook、Salesforce、GA4、社内CRM、またはその他の内部システムに保存されている可能性があります。AIには、こうしたシステムと統合し、情報にアクセスするための仕組みが必要です。さらに、AIアプリケーションごとにシステムごとの異なる連携を構築しなければならないとしたら、すぐに複雑になってしまいます。
ここでMCPが登場します。
MCPサーバーとは何か？
これまで、エージェントは主に、自身が持っている知識に頼っていました。そこで、ウェブ検索という追加機能を与えることで、トレーニングデータを超えた情報にアクセスできるようにしました。このような機能を、さらに追加し続けることができるとしたらどうでしょうか？
ここでMCP（Model Context Protocol）が登場します。2024年11月にAnthropicによって導入されたMCPは、AIアプリケーションを外部のツールやデータに接続するためのオープン標準です。これにより、AIはユーザーの指示に対して、より適切で関連性の高いコンテキストを利用できるようになります。
MCPサーバーは、MCPという概念全体を構成する要素の一つであり、エージェントにこうした機能を提供します。エージェントに追加機能を接続するものだと考えるとよいでしょう。
たとえば、ウェブ検索はMCPサーバーを通じて提供できます。
- エージェント → ウェブ検索MCPサーバー → 検索エンジン
さらに重要なのは、社内の業務システムにも接続できることです。
- エージェント → Salesforce MCPサーバー → Salesforceのデータ
- エージェント → GA4 MCPサーバー → GA4のデータ
これにより、付与した権限の範囲内で、エージェントはこれらのシステムに問い合わせ、あなた自身のデータを使って質問に答えられるようになります。
つまり、次の状態から：エージェント ＋ 既存の知識
次の状態へ移行するということです：エージェント ＋ ウェブ検索 ＋ Salesforce ＋ GA4 ＋ その他の機能
MCPは、こうした外部機能をエージェントに接続するための標準的な方法を提供します。
また、MCPサーバーが機能を公開する方法を説明する、次の3つの一般的な用語も知っておくとよいでしょう:
- Tools（ツール）： AIが呼び出して情報を取得したり、アクションを実行したりできる関数。データベースの検索やカレンダーイベントの作成などが含まれます。
- Resources（リソース）： AIにコンテキストとして提供できるデータやコンテンツ。ファイル、データベーススキーマ、アプリケーションのレコードなどが含まれます。
- Prompts（プロンプト）： コードレビューや文書の要約など、一般的なタスクを実行するための再利用可能なテンプレートやワークフロー。MCPサーバーの機能を最大限に活用する方法をユーザーに案内するのに役立ちます。
MCPの非常に短い歴史
MCPは、驚くほど新しい技術です。
2024年11月 — AnthropicがMCPを公開
Anthropicは2024年11月25日にMCPをオープンソース化しました。
公開当初は、ローカルMCPサーバーに重点が置かれていました。Claude DesktopはローカルMCPサーバーへの接続をサポートし、AnthropicはGoogle Drive、Slack、GitHub、Git、Postgres、Puppeteerなどのシステム向けにサンプルサーバーを公開しました。
そのため、初期の構成は次のようなものでした。
Claude Desktop → ローカルMCPサーバー → ツール／データ
MCPサーバーはユーザーのコンピューター上で動作していました。
2025年3月 — OAuth認証が導入される
2025年3月26日のMCP仕様で、大きな変更がありました。MCPは、HTTPベースの接続向けに、OAuth 2.1に基づく包括的な認証フレームワークを追加しました。
なぜこれが重要なのでしょうか？次の2つを比較してみてください。
「この公開ドキュメントを検索してください」
そして、
「私のメールを読んでください」
後者のリクエストでは、システムがユーザーの身元と、アクセスを許可されている情報を把握する必要があります。OAuthは、この認証を標準化された方法で処理します。
これは、MCPがノートパソコン上でのローカル実行から、インターネット経由でアクセスするリモートMCPサーバーへと広がる中で、特に重要になりました。
2025年6月 — リモートMCPの認証が成熟
2025年6月18日のMCP仕様では、リモートMCPサーバー向けのOAuthアーキテクチャがさらに強化されました。
保護されたMCPサーバーは、明確にOAuthリソースサーバーとして扱われるようになりました。また、この仕様ではRFC 9728も採用され、MCPクライアントが、ユーザーの認証と認可を行うべき認可サーバーを検出できるようになりました。
簡単に言えば、次のような役割分担がより明確になったということです。
MCPサーバー → ツールとデータを提供
認可サーバー → 認証を処理し、アクセストークンを発行
これは普及においてなぜ重要なのでしょうか？各MCPプロバイダーが独自の認証システムを構築する必要がなくなり、リモートMCPサーバーが既存の企業向けID管理やOAuth基盤と連携しやすくなるからです。
企業にとって、これはMCPが安全なリモート企業向け連携に適したものになるための、もう一つの重要なステップでした。
2025年5月 — OpenAIがMCPを採用
もう一つの重要な出来事は、MCPがAnthropic独自のエコシステムを超えて広がったことです。
OpenAIは2025年5月21日にリモートMCPのサポートを追加しました。これにより、MCPはClaudeエコシステム内だけで使われるものではなくなりました。異なるAIプラットフォームが、同じプロトコルを使ってMCPサーバーと通信できるようになったのです。
ここで、標準という考え方が非常に強力になります。
従来は、
Claude向けの連携を構築する
OpenAI向けの連携を構築する
次のAIプラットフォーム向けに別の連携を構築する
という必要がありました。
しかし長期的には、MCPを通じて機能を公開し、MCPに対応したさまざまなAIアプリケーションから利用できるようにする、という考え方に近づいていきます。
では、MCPは実際にどのように動作するのでしょうか？
大まかに言えば、MCPのアーキテクチャは比較的シンプルです。理解しておくべき重要な概念は3つあります。
- MCPホスト： Claude DesktopやChatGPTのようなAIアプリケーション、またはCursorやVS Codeのような開発用IDE。
- MCPクライアント： MCPホストに組み込まれていることが多く、MCPサーバーと通信するコンポーネント。
- MCPサーバー： AIアプリケーションが外部データにアクセスしたり、アクションを実行したりするための機能を提供します。たとえば、ユーザーの指示に応じてデータベースやアプリケーションにAPIリクエストを送信できます。
多くの場合、MCPホストとMCPクライアントは、1つのシステム内に統合されています。ビジネス向けには、全体像を次のようにシンプルに考えることができます。
MCPのさまざまな形態
MCPサーバーは、主に2つの観点で分類できます。
実行場所：ローカルMCPサーバーとリモートMCPサーバー
ローカルMCPサーバーは、ユーザーのコンピューター上で動作します。
AIアプリケーション → ノートパソコン上のMCPサーバー → ローカルファイル／ツール
この方式は、ユーザーの端末上ですでに利用できる開発者向けツールやリソースに適しています。実際にローカルMCPサーバーを設定するには、コードをコンピューターにダウンロードし、必要なソフトウェアや依存関係をインストールし、AIアプリケーションの設定を変更することが必要になる場合があります。
開発者にとっては対応可能でも、技術に詳しくないビジネスユーザーにとっては、大きな導入障壁になります。
MCPが初めて登場した頃は、ローカルサーバーが初期の普及の大部分を占めていました。その多くは、個人の開発者が趣味のプロジェクトとして構築したものでした。エコシステムが成熟するにつれて、後からリモートMCPサーバーが登場しました。
現在でもローカルサーバーは広く使われており、特にコード作成、コードベースのデバッグ、コンピューター上のファイル検索などに利用されています。
一方、従来のローカルMCPサーバーは、Claude.aiやChatGPT.comのような一般的なウェブチャットインターフェースに直接接続できないこともあり、ビジネスユーザーへの普及がさらに制限されていました。
リモートMCPサーバーは、別の場所、たとえばクラウドインフラ上で動作し、インターネット経由でアクセスされます。
AIアプリケーション → インターネット → 企業のMCPサーバー → 企業のAPI
リモートサーバーは、SaaS製品や企業システムに特に適しています。プロバイダーがサーバーを一元的に運用できるためです。
最大のメリットは導入のしやすさです。ビジネスユーザーは、コードをダウンロードしたりソフトウェアをローカルにインストールしたりすることなく、Claude.ai、Claude Desktop、ChatGPT.com、ChatGPT Desktopなど、リモートMCPに対応した使い慣れたAIチャットインターフェースに直接接続できます。
認証の要否：認証済みMCPサーバーと未認証MCPサーバー
未認証MCPサーバーは、ユーザーが誰であるかを確認せずに、情報や機能を提供します。たとえば、公開ドキュメントの検索などです。
認証済みMCPサーバーは、「あなたは誰か」「何にアクセスする権限があるか」を確認する必要があります。そのため、AIが保護された機能を利用する前に、ユーザー認証が必要です。たとえば、Googleアカウントでのログインなどが該当します。
AIに「広告キャンペーンXYZから何人のユーザーが訪問し、コンバージョン率は何パーセントでしたか？」と尋ねた場合、GA4やBigQueryなどの分析サービスは、ユーザーを特定し、アクセスを許可されている分析データを確認する必要があります。
これらの区別は関連していますが、同じものではありません。
- リモートサーバーは、認証済みの場合も未認証の場合もあります。
- ローカルサーバーも、保護されたシステムにアクセスするために認証情報を必要とする場合があります。
注意点： 日常的な作業を簡単にすると謳うMCPサーバーが増える中、信頼できる提供元のサーバーだけをインストールして使用してください。特に、ローカルファイルシステムなどの機密性の高いリソースへのアクセスや、GA4、CRM、データベースなどの外部サービスへの接続認証を要求するサーバーには十分注意が必要です。
エージェントはMCPをどのように使うのか：取得・実行・調整
MCPはエージェントそのものではありません。MCPサーバーは機能を提供しますが、いつ、どのように使うかを決めるのはエージェントです。
MCPサーバーに、**get_customer_information**というツールがあるとします。このツールを顧客IDとともに呼び出すと、該当する顧客情報を取得できます。しかし、エージェントは次のことを判断しなければなりません。
- このツールを呼び出すべきか？
- どの顧客を検索すべきか？
- その後、別のツールが必要か？
- 取得した情報をどう扱うべきか？
有用な考え方は次のとおりです。
エージェントが何をするかを決め、MCPはそれを実行できるツールとやり取りするための標準的な方法を提供します。
こうした機能を使うことで、エージェントは大きく3つのレベルで動作できます。
取得（Retrieve）： エージェントが情報を取得し、質問に答えます。
「キャンペーンXYZの成果を教えてください」
質問 → 取得 → 回答
実行（Act）： エージェントがツールを使って、外部システムの情報や状態を変更します。
「GTM-XYZに新しいGA4タグを作成してください」
エージェントは適切な機能を選択し、GTM MCPサーバーを通じて呼び出します。
依頼 → 判断 → 実行
調整（Orchestrate）： エージェントが複数のシステムの機能を組み合わせ、より複雑なワークフローを完了します。
たとえば、次のような依頼です：「この顧客のアカウントに問題が発生している理由を調査し、アカウントマネージャー向けに概要を作成してください」
エージェントは次のような処理を行う可能性があります。
- CRMで顧客を検索する。
- 最近、サポートチケットを取得した。
- 関連するシステム情報を確認する。
- 社内ドキュメントを検索する。
- 問題の可能性が高い原因を特定する。
- 概要を作成する。
- アカウントマネージャーに送信する。
エージェントは、どの機能を使うか、その順序、各ステップへの入力内容、そして結果に基づいて次に何をするかを判断します。
この流れは、次のように整理できます。
取得 → 実行 → 調整
将来の機能
この分野は急速に進化しており、ユーザー体験を向上させ、AIの能力を高める新しい機能が、MCPエコシステム全体で継続的に登場しています。
FastMCP Appsはすでに、インタラクティブなダッシュボードなどの体験を、チャットインターフェース内に直接埋め込むことができます。FastMCPは、MCPサーバー、クライアント、インタラクティブアプリケーションの構築を簡単にするための高レベルなPythonフレームワークです（MCP標準そのものではありません）。
(image ref: FastMCP website – https://gofastmcp.com/apps/prefab)
会話型AI決済を利用すると、顧客は外部ウェブサイトへリダイレクトされたり、人間の担当者に引き継がれたりすることなく、チャットインターフェース内でEコマースの取引を完了できます。
販売事業者のMCPサーバーは、商品カタログの閲覧、チェックアウトの作成、安全な決済処理を行うツールを提供できます。これらの機能を自然言語で利用できるようにすることで、企業は購入手続きの負担を減らし、カート放棄の抑制にもつなげられます。
この記事を読んで、MCPという流行語が実際に何を意味し、AIの大きな潮流の中でどのような位置づけにあるのかについて、理解が深まっていれば幸いです。次回以降の記事では、生産性を向上させ、これまで実行が難しかった、あるいは不可能だったワークフローを実現するために、AyudanteでMCPサーバーをどのように活用しているかを詳しく見ていきます。
