MCPとは？生成AIと社内のツールをつなぐ仕組みを初心者向けに解説

MCPとは、生成AIと外部のツールやデータをつなぐための、共通の決まりです。

これがあると、AIは「答えるだけの相手」から「手元の道具を使える相手」に変わります。

この記事では、何の略かというところから、できること、必要なもの、気をつけることまでを順に整理します。

MCPとは、生成AIと外部のツールをつなぐ共通の決まり

MCPとは、生成AIのアプリと、外部のツールやデータをつなぐための共通の決まりです。

公開されている仕様なので、特定の会社の製品を買わないと使えない、というものではありません。

これまでのAIは、聞かれたことに知識で答えるところまでが仕事でした。

MCPでつなぐと、予定表を見る、ファイルを探す、メモを書き残すといった作業も頼めるようになります。

生成AIそのものの意味は、生成AIとは？簡単にわかる意味と例で説明しています。

MCPは「Model Context Protocol」の略

MCPは「Model Context Protocol」の略です。

日本語では「モデル・コンテキスト・プロトコル」と書き、ふだんは「エムシーピー」と読まれています。

「プロトコル」は、決まりごとという意味です。どんな形で話しかけ、どんな形で返すかを、あらかじめそろえておく約束だと考えてください。MCPの公式ドキュメントも、AIアプリと外部のシステムをつなぐためのオープンソースの標準だと説明しています（出典1）。

公式は、MCPを「AIアプリのUSB-Cポート」にたとえている

公式ドキュメントは、このたとえを使っています。

Think of MCP like a USB-C port for AI applications.

出典：MCP公式ドキュメント「What is the Model Context Protocol (MCP)?」

日本語にすると、「MCPはAIアプリにとってのUSB-Cの差し込み口のようなもの」、という意味です。

差し込み口の形が同じなら、どの機器でも同じケーブルでつながります。同じように、つなぎ方をそろえておけば、AIとツールの組み合わせを自由に選べます。

パソコンの周辺機器を思い浮かべると分かりやすいです。

機器ごとに専用の線を用意していた時代と比べて、選べる幅が広がりました。

公開は2024年11月。いまは中立の団体のもとで運営されている

MCPを公開したのは、Claudeを開発するAnthropicです。公開されたのは2024年11月25日で、最初から誰でも使えるオープンソースとして出されました（出典2）。

いまは1社のものではありません。

公式の運営方針のページによると、MCPはLF Projects, LLCのプロジェクトとして運営されています。

仕様やコードは、Apache License 2.0で公開されています（出典3）。特定の会社の都合で急に使えなくなる、という性質のものではないということです。

生成AIにMCPが必要になった理由は「つなぐたびに作っていた」から

MCPが出てくる前は、AIと社内のデータをつなぐたびに、専用のつなぎ込みを作る必要がありました。

公開時の発表でも、どんなに高性能なモデルでもデータから切り離されている、という課題が挙げられています（出典2）。新しいデータの置き場が増えるたびに、また別の作りこみが必要になっていました。

たとえば、見積書は会計のソフト、日報は表計算、問い合わせはメールに分かれて入っているとします。

これを1つずつAIにつなぐとなると、3回とも違うやり方で作ることになります。社内に詳しい人がいなければ、そこで止まってしまいます。

つなぎ方を1つに決めると、この手間が減ります。一度つないだ先は、別のAIアプリからも同じやり方で使えます。逆に、使うAIアプリを乗り換えても、つなぎ先をまた作り直さずに済みます。

MCPの仕組みは「使う側」と「つながれる側」に分かれる

MCPでは、つなぐ側とつながれる側が、はっきり分かれています。どちらも自分で作る必要はなく、公開されているものを選んで使えます。

登場するのはホスト・クライアント・サーバーの3つ

つなぐ側とつながれる側は、さらに細かく分かれています。公式の説明では、登場するものが3つに整理されています（出典4）。

• ホスト：ふだん使っているAIアプリそのもの
• クライアント：つなぎ先1つにつき1つ用意される、接続の担当
• サーバー：つながれるツールやデータの側

サーバーといっても、機械を買う話ではありません。パソコンの中で動く小さなプログラムのこともあれば、インターネット越しに使うものもあります。

MCPが公開されたときには、既製のサーバーも一緒に出されました。

用意されていたのは、ドライブ、チャット、コード管理、データベースなどです。よく使うサービスの分は、すでに用意されているということです。

サーバーが渡せるのは、道具・資料・定型の指示の3種類

つながれる側がAIに渡せるものは、3種類あります。公式は、データベースを例に説明しています。

道具だけでなく、使い方の見本まで渡せるところが特徴です。

つないだ相手に応じて、AIの答え方が変わります。

AIは、使える道具の一覧を受け取ってから呼び出す

つながると、AIはまず「この接続先で何ができるか」の一覧を受け取ります。そのうえで、必要なものだけを選んで呼び出します。

一覧を取ってから実行する流れになっているので、接続先で道具が増えれば、AIが使える操作も増えます。

逆に言えば、AIが勝手に何でも実行するわけではありません。できることは、つないだ先が用意した範囲に限られます。

生成AIがMCPでできるようになること

MCPは、AIにできることの幅を広げます。ただし、広がるのは、つないだ先の範囲だけです。

公式が例として挙げているもの

公式ドキュメントには、使い方の例がいくつか並んでいます。予定表やメモにつないで、秘書のように使う例が挙げられています（出典1）。

ほかにも、デザインのファイルから画面を作る例や、社内の複数のデータベースにつないでチャットで分析する例があります。

どれも、AIが自分の知識だけで答えるのではなく、手元の情報を見て動く使い方です。

AIが得意なことと苦手なことは、AIができることとできないことでも整理しています。

WebLebenが実際につないでいるもの

WebLebenでは、業務で使うAIアプリに、次のようなサービスをつないでいます。

• メモとノート（NotionとEvernote）
• チャットとメール（SlackとGmail）
• ファイルと予定表（GoogleドライブとGoogleカレンダー）
• 資料とデザイン（CanvaとFigma）
• データベースとサイト（SupabaseとWordPress）

つないでいるのは11のサービスです。AIから呼び出せる操作は、合わせて280を超えていました。この数は、2026年9月21日に接続の状況を出力して数えたものです。

実際に変わったのは、画面を行き来する時間です。

打ち合わせの内容をメモに残し、日程を予定表に入れるところまでを、続けて頼めます。必要な資料をドライブから探す作業も、同じ流れで頼めるようになりました。

つないでも、画面からしかできない操作は残る

便利になった一方で、つなげば何でもできる、というわけではありませんでした。

接続先が用意していない操作は、やはり画面で自分が行う必要があります。

実際に、記事の設定の一部が接続経由では保存できず、管理画面から入力し直した作業がありました。このときは、保存したつもりで進んでいたので、後から気づいて直しています。

つなぐ前に、やりたい作業がその接続で本当にできるのかを、小さく試して確かめるほうが早いです。

MCPとAPIの違い、MCPとRAGの違い

よく一緒に出てくる言葉との違いを、先に整理しておきます。どちらも「AIと外部をつなぐ」話なので、混ざりやすいところです。

APIとの違いは、つなぎ方をそろえたこと

APIは、サービスごとに用意された出入り口です。仕様はサービスごとに違うため、つなぐ相手が増えるほど、覚えることも作る量も増えます。

MCPは、そのAPIを使うときの作法をそろえる決まりです。APIを置き換えるものではありません。AIから使いやすい形に整える層だと考えると、分かりやすいです。

RAGとの違いは、探して答えるか、道具を使うか

RAGは、社内の資料などから関連する部分を探し出し、それを根拠に答えさせる方法です。主役は、探すことにあります。

MCPは、AIに道具を持たせる仕組みです。探すだけでなく、登録する、送る、作るといった操作も、つないだ範囲で頼めます。どちらか一方を選ぶものではなく、組み合わせて使うこともできます。

MCPを使うために必要なもの

必要なものは、大きく2つだけです。どちらも、開発から始める必要はありません。

手順としては、対応しているAIアプリを用意し、つなぎたいサービスを選んで許可する、という流れになります。

MCPに対応したAIアプリ

まず、MCPに対応したAIアプリが要ります。

公式は、ClaudeやChatGPTなど幅広いアプリやツールで対応が進んでいると説明しています（出典1）。

お使いのアプリの設定画面に、接続やコネクタといった項目があるかを確かめてください。

つなぎたいサービス側の対応

次に、つなぎたいサービス側が対応しているか、または誰かが作ったサーバーが公開されているかを確認します。よく使うサービスは、すでに用意されていることが多いです。

設定そのものは、接続を選んで許可する作業です。はじめての1つは、次の順で進めると失敗しにくくなります。

1. 毎日使っているサービスを1つ選ぶ
2. 読み取りだけの権限でつなぐ
3. いつも手で調べていることを、AIに聞いてみる
4. 手間が減ったかどうかで、続けるか決める

自社だけの仕組みにつなぎたい場合は、自分たちでサーバーを作ることになります。

その進め方は、バイブコーディングとはで触れている考え方が参考になります。

MCPを使う前に気をつけること

便利さと引き換えに、気をつける点もあります。公式も、実装する側に向けて注意をまとめています（出典5）。

つないだ先の情報は、AIから見える

つないだ先のデータは、AIが読める状態になります。

お客様の個人情報や、取引先との契約に関わる資料が入った場所を、そのままつながないでください。

フォルダを分け、渡してよいものだけを置く、という使い方が安全です。何を渡してよいかの線引きは、AIリスクとはでも整理しています。

権限は、必要な範囲だけにする

接続するときの権限は、必要な範囲に絞ります。読むだけで足りるなら、書き込みや削除の権限は渡さない、という考え方です。

実行のたびに確認を求める設定があるなら、そのままにしておくほうが安全です。社内で使う場合は、誰がどの接続を使えるかも決めておきます。やめるときに、接続を切る手順まで決めておくと、あとで困りません。

出どころの分からない接続先は足さない

接続先は、自分で選んで足すものです。配布元がはっきりしないサーバーは、入れないでください。

公式も、出どころの分からないサーバーには、任意の命令を実行される危険があると指摘しています。何が実行されたかが見えないまま動いてしまう点も、危ないところです。社内の体制づくりは、AIセキュリティとはにまとめています。

中小企業が、いまMCPをどう考えるか

いますぐ全社で導入する話ではありません。まずは、自分が毎日使っているサービスが1つでも対応しているかを見るところからで十分です。

対応していたら、読み取りだけの権限で1つつないで、1週間使ってみてください。

手間が減った実感があれば広げ、変わらなければ止めればよい、という進め方が向いています。つなぐ前と後で、同じ作業にかかった時間を測っておくと、判断しやすくなります。

社内に広げるかどうかは、この数字を見てから決めれば十分です。

社内のシステムにつなぐ判断は、その先の話です。AI導入全体の順番は、中小企業のAI導入は何から始める？で説明しています。

生成AIのMCPについてよくある質問

MCPは無料で使えますか？

仕様そのものは公開されていて、使用料はかかりません。

ただし、AIアプリの利用料や、つなぐサービス側の契約条件は別にかかります。

無料の範囲で試せるかどうかは、お使いのアプリの料金ページで確かめてください。

プログラミングができなくても使えますか？

公開されているサーバーにつなぐだけなら、設定の操作で済みます。

自社専用の仕組みを作る場合は、開発が必要になります。

AIエージェントとは何が違いますか？

AIエージェントは、目的を伝えると、手順を自分で決めて進めるAIの使い方を指します。MCPは、そのAIが外部の道具を使うときのつなぎ方です。役割が違うので、どちらか一方を選ぶものではありません。

社内の基幹システムにもつなげられますか？

技術的には可能ですが、システム側の対応と、権限の設計が先に要ります。まずは市販のサービスで試し、効果を確かめてから検討してください。

まとめ：MCPは、AIに道具を持たせるための差し込み口

• MCPとは、生成AIと外部のツールをつなぐための共通の決まり。公開された仕様で、いまは中立の団体のもとで運営されている
• 公式はMCPを、AIアプリにとってのUSB-Cの差し込み口にたとえている
• 渡せるのは、道具・資料・定型の指示の3種類。AIは一覧を受け取ってから呼び出す
• APIとの違いはつなぎ方をそろえたこと、RAGとの違いは探すだけでなく操作も頼めること
• 始めるときは、読み取りだけの権限で1つつなぐ。個人情報や契約に関わる場所は、そのままつながない

まずは、お使いのAIアプリの設定画面に接続の項目があるかどうかを、確かめてみてください。

参考・確認済みURL一覧