MCP（Model Context Protocol）は、Anthropic が提唱したAIエージェントのツール連携標準です。「AIにとってのUSB-C」と例えられることもあるこの規格について、仕組みと意義を解説します。
解決しようとしている問題
従来、AIエージェントに外部ツール（DB・API・ファイルシステム等）を接続するには、各エージェントごとに固有の実装が必要でした。Tool Use のスキーマ定義、認証処理、エラーハンドリングを、Claude用・ChatGPT用・Gemini用に別々に書く必要があった、ということです。
これは生産性が悪く、ツールベンダー側も対応コストが膨大になります。MCP はこの「分断」を解消するための共通プロトコルとして設計されました。
基本的な仕組み
MCP は、AIエージェント（クライアント）と外部ツール（サーバー）の間の通信をJSONベースで標準化します。
- Server：ツール提供側（DB・API・ファイル・サービス等）
- Client：AIエージェント側（Claude Code、Claude Desktop、各種実装）
- 標準メッセージ：tools/list、tools/call、resources/read など
サーバーが「私はこういうツールを提供します」と宣言し、クライアントが必要に応じて呼び出す、という枠組みです。
主要対応ツール（2026年Q1時点）
- Filesystem：ローカルファイルの読み書き
- GitHub：リポジトリ操作・PR作成
- Slack：メッセージ投稿・履歴取得
- Postgres / SQLite：DB クエリ実行
- Google Drive：ドキュメント検索・読込
- Brave Search：Web検索
公式・コミュニティ実装あわせて、すでに数百のサーバー実装が存在します。
現場での活用イメージ
例えば「顧客の問い合わせをSlackで受け、自社DBで履歴確認、必要なら関連文書をDriveから引いて、回答案をClaude Codeで書く」という業務フロー。これを単一のエージェントから完結させるのが MCP の世界観です。
セキュリティの注意点
便利な反面、MCP サーバーには大きな権限を与えることになります。導入時の確認ポイント：
- サーバー実装の信頼性（公式 / 信頼できるベンダー / OSS）
- 権限スコープの最小化（読み取りのみ・書き込み不可など）
- 監査ログの保存
- クライアント側の確認プロンプト（書き込み・送信前）
競合・補完技術との関係
OpenAI の Function Calling、Google の Tool Use なども目的は近いですが、MCP はオープンスタンダードを目指している点が特徴です。各社が自社プロトコルで囲い込むより、共通規格で各種ツールが繋がる方が、結果的に全プレイヤーが得をする——という発想です。
まとめ：知っておくべき技術
MCP は、エージェント時代における「ツール統合」のデファクトになる可能性が高い技術です。エンジニアでなくとも、業務で使うツール選定時に「MCP対応か？」を一つの指標に加えると、長期的な相性で失敗しにくくなります。
よくある質問
この記事に関連する質問と答えをまとめました。