MCPとは？AIと外部ツールをつなぐModel Context Protocolの仕組みと使い方

MCPとは、Model Context Protocolの略で、AIアプリと外部のデータ・ツール・作業の手順を共通の決まりでつなぐオープンな標準です。公式サイトは、さまざまな機器を1本のケーブルでつなげるUSB-Cにたとえ、「AIアプリにとってのUSB-Cのポート」と説明しています。2024年11月25日にAnthropicが公開し、いまはChatGPTやGemini、Visual Studio Codeなど多くのAI製品が対応しています。

この記事の対応製品・コマンド・運営の体制は、2026年10月7日時点でMCPの公式サイトとAnthropicの発表、Claude Codeの公式ドキュメントで確認した内容です。変わりやすいため、使う前にはMCPの公式サイト（modelcontextprotocol.io）とClaude Codeのドキュメントで最新の内容をご確認ください。

この記事の答え

• MCPはAIアプリと外部ツールをつなぐ共通の決まりで、つなぐ先ごとに「MCPサーバー」を用意すれば、対応するAIアプリから同じように呼び出せる
• 試してよいかは、社内のデータに触れるか、サーバーの提供元が信頼できるか、書き込みの機能があるかの3点で決まる
• まずは公開情報か試し用のデータだけを扱うサーバーを1つ、Claude Codeなどに足して動きを確かめる

MCPとは｜Model Context Protocolの意味とUSB-Cのたとえ

Model Context Protocolを直訳すると「モデルに文脈を渡すための通信の決まり」です。ここでいう文脈は、AIが答えを出すときに参照するファイルやデータベースの中身、使えるツールの一覧などを指します。

MCPが解決する問題｜AIとつなぐ先の組み合わせごとの作り込み

MCPが出る前は、AIアプリを社内のデータや外部のサービスにつなぐたびに、組み合わせごとの専用のつなぎ込みを作る必要がありました。Anthropicは公開時の発表で、新しいデータの置き場所ごとに独自の実装が要るため、つながったしくみを広げにくいことを課題に挙げています。

MCPでは、つなぐ先の側が「MCPサーバー」を1つ用意すれば、MCPに対応したどのAIアプリからも同じ手順で使えます。USB-Cの端子が付いていれば、メーカーが違う機器でも同じケーブルで充電やデータのやり取りができるのと同じ考え方です。

誰が作り、いま誰が運営しているか

MCPはAnthropicが2024年11月25日にオープンソースとして公開しました。公開時には、Google Drive・Slack・GitHub・Git・Postgres（データベース）・Puppeteer（ブラウザ操作）向けのMCPサーバーが用意されていました。

2025年12月9日には、AnthropicがMCPをLinux Foundation傘下の「Agentic AI Foundation」へ寄贈しました。この財団はAnthropic・Block・OpenAIが共同で設立し、Google・Microsoft・AWSなども支援しています。特定の1社が持つ仕様ではなく、業界の共通の規格として運営される形になりました。

寄贈時の発表では、ChatGPT・Cursor・Gemini・Microsoft Copilot・Visual Studio Codeなどが対応済みとされています。公開から1年で、公開されているMCPサーバーは1万を超えたとも発表されています。

MCPの仕組み｜MCPホスト・MCPクライアント・MCPサーバーの役割

MCPには、MCPホスト・MCPクライアント・MCPサーバーの3つの役割があります。「MCPとMCPサーバーの違いは何か」という疑問は、ここを押さえると解けます。MCPは決まりの名前で、MCPサーバーはその決まりに沿ってデータやツールを差し出すプログラムの名前です。

MCPホストとMCPクライアントは1対1でサーバーにつながる

MCPホストは、つなぐMCPサーバーの数だけMCPクライアントを作り、クライアントとサーバーは1対1で話します。たとえばVisual Studio Codeがエラー監視のサーバーとファイル操作のサーバーにつなぐと、中では2つのクライアントがそれぞれの接続を受け持ちます。利用者から見れば、AIアプリに「使える道具」が増えたように見えます。

MCPサーバーとは｜差し出す機能とつなぎ方

MCPサーバーとは、データやツールをMCPの決まりに沿ってAIアプリへ差し出すプログラムです。差し出す中身の種類と、AIアプリとのつなぎ方がそれぞれ決まっています。

MCPサーバーが差し出すTools・Resources・Prompts

MCPサーバーがAIアプリへ差し出すものは、Tools・Resources・Promptsの3種類に決まっています。

このうち業務への影響が大きいのはToolsです。Toolsには「予定を登録する」「メッセージを送る」のような書き込みの機能も含まれるため、どのツールを使わせるかが安全に使えるかどうかを左右します。データベースのMCPサーバーなら、問い合わせをするツール、表の構成を示すリソース、問い合わせの書き方の見本を示すプロンプトを1つのサーバーにまとめて差し出せます。

ローカルのstdioとリモートのStreamable HTTP

MCPサーバーのつなぎ方は2つあります。1つはstdio（標準入出力）で、MCPサーバーを利用者のPCの中で動かし、AIアプリと直接やり取りします。手元のファイルを読ませるサーバーなどがこの形で、「ローカルのMCPサーバー」と呼ばれます。

もう1つはStreamable HTTPで、ネット越しにあるMCPサーバーへHTTPで接続します。サービスの提供元が運営するサーバーに多い形で、「リモートのMCPサーバー」と呼ばれます。ローカルはPCの中のファイルやコマンドに触れられ、リモートはサービス側のアカウントの権限で動く、という違いがあります。どちらを使うかで、気を付ける点も変わります。

MCPとAPIの違い｜個別のつなぎ込みとの比べ方

APIは、サービスごとに決められた呼び出し方の窓口です。MCPはAPIを置き換えるものではなく、AIアプリがツールを見つけて呼び出すときの共通の決まりです。多くのMCPサーバーは、中でつなぐ先のサービスのAPIを呼んでいます。

決まった処理はAPI、AIに道具を選ばせるならMCP

毎回同じ順序で同じ処理を流すなら、APIを直接呼ぶ普通のプログラムのほうが動きを追いやすく、壊れたときの原因探しも楽です。MCPが向くのは、利用者の頼み方に応じてAIが「どのツールをどの順で使うか」を決める使い方です。基幹システムへの書き込みのように結果が毎回同じであるべき処理まで、MCP経由でAIに任せる必要はありません。

関連記事：AIエージェント連携の3方式｜API・ファイル・画面操作と書き込み前の6項目

MCPでできること｜Slack・GitHub・データベースへの接続例

MCPの公式サイトは、AIエージェントがGoogleカレンダーやNotionにアクセスして個人向けのアシスタントとして働く例や、社内の複数のデータベースにつないでチャットでデータを分析する例を挙げています。業務での使い方は、扱う処理の性質で分けると考えやすくなります。

社内の情報を探して答える

SlackやGoogle Drive、Notionのサーバーをつなぐと、「先月の打ち合わせで決まった納期はいつか」のような質問に、AIがやり取りや資料を探して答えられます。探す先が複数のサービスに分かれている会社ほど効果が出やすい使い方です。読み取りだけで済むため、最初に試す対象にも向いています。

データベースへ問い合わせて集計する

PostgreSQLなどのデータベースのサーバーをつなぐと、「地域別の今月の受注件数を出して」と頼むだけで、AIが問い合わせ文を作って実行し、結果を表にまとめます。集計の結果は、元のデータと突き合わせて確かめる手順を残しておきます。問い合わせ文の作り違いで、もっともらしい誤った数字が出ることがあるためです。

開発の作業や予定の登録を任せる

GitHubのサーバーなら、課題の一覧を読んで整理したり、変更の提案をまとめたりできます。カレンダーのサーバーなら、空き時間を調べて予定の候補を出すところまで任せられます。ここから先は書き込みを伴うため、実行前に人が内容を確かめる設定にします。

Claude CodeでのMCPサーバーの使い方｜claude mcp addで追加する

MCPサーバーを足す手順は、AIアプリごとに違います。ここでは、コマンドで追加できるClaude Codeを例に、リモートとローカルのサーバーを足して確かめるまでを示します。Claude DesktopやVisual Studio Codeでは、それぞれの設定画面や設定ファイルにサーバーを書き足します。

1つのサーバーの詳しい設定は claude mcp get <名前> で見られます。使っていないサーバーを残しておくと、AIが使える道具が増えたままになるため、試し終えたら消しておきます。

リモートのMCPサーバーを足す

リモートのサーバーは、--transport http を付けて名前とURLを指定します。Claude Codeの公式ドキュメントでは、Notionにつなぐ例が示されています。

claude mcp add --transport http notion https://mcp.notion.com/mcp

ログインが要るサーバーは、追加したあとにClaude Codeの画面で /mcp を開き、サービス側の認証を済ませます。APIキーなどをヘッダーで渡す必要があるサーバーは、--header で指定します。

ローカルのMCPサーバーを足す

ローカルのサーバーは、--transport stdio を付け、-- の後ろにサーバーを起動するコマンドを書きます。-- より前がClaude Codeへの指定、後ろがサーバーにそのまま渡す内容です。公式ドキュメントでは、Airtableのサーバーを足す例が示されています。

claude mcp add --transport stdio --env AIRTABLE_API_KEY=YOUR_KEY airtable -- npx -y airtable-mcp-server

--env は、サーバーに渡す環境変数（ここではAirtableのAPIキー）の指定です。ローカルのサーバーは利用者のPCの上で、利用者と同じ権限で動きます。起動するコマンドの中身を読んでから追加してください。

スコープの違い｜local・project・userのどこに登録するか

Claude Codeでは、サーバーを登録する範囲を --scope で選べます。指定しなければlocalになります。

projectのスコープで登録した設定は、ファイルごとチームに共有されるため、ここに載せるサーバーは情シスや管理者が確かめたものに限ります。個人で試すうちはlocalにしておけば、ほかの人の環境には影響しません。

業務でMCPをつなぐときのセキュリティの注意

MCPは便利な反面、AIに社内のデータや書き込みの機能を渡す仕組みでもあります。MCPの公式サイトのセキュリティのページと、Claude Codeのドキュメントが挙げる注意を、業務で使う立場からまとめると次の3つです。

信頼できるMCPサーバーだけをつなぐ

Claude Codeのドキュメントは、つなぐ前にサーバーが信頼できるかを確かめるよう求めています。MCPの公式サイトも、ローカルのサーバーは起動のコマンドに悪意のある処理を紛れ込ませられると注意しています。提供元が分からないサーバーや、起動するコマンドの中身を説明できないサーバーは、業務のPCに入れません。迷ったら、つなぐ先のサービスの会社が自ら出している公式のサーバーを選びます。

プロンプトインジェクションに備える

プロンプトインジェクションは、AIが読み込んだWebページやメールの中に、AIへの指示を装った文を紛れ込ませる攻撃です。外部の文章を取ってくるサーバーをつなぐと、AIがその文に従って、別のツールで社内のデータを外へ送ってしまうおそれがあります。外部の文章を読むサーバーと、社内のデータに触れるサーバーを同じ作業で同時に使わせないのが基本の備えです。送信や削除の前には、人が内容を確かめる設定を残します。

権限は最小から始める

MCPサーバーがつなぐ先のサービスへアクセスするときの権限は、必要な範囲に絞ります。MCPの公式サイトも、最初は読み取りなど危険の小さい操作だけを許し、必要になった時点で権限を広げる形を勧めています。全部の操作を許すアカウントでつなぐと、何かあったときの被害の範囲が広がり、誰が何をしたかの記録も追いにくくなります。

関連記事：生成AIのセキュリティ審査｜情シスが確認する12項目と申請・稟議の書き方

MCPサーバーを試す範囲と情シスが決めること

MCPサーバーを足す操作そのものは数分で済むため、社員が個人の判断で業務のPCに入れてしまうことが起こりえます。個人で試してよい範囲と、情シスの確認を経る範囲は、次の3つの問いで分けられます。

情シスが先に決めておくこと

社内のデータに触れるサーバーを使うかどうかは個人で決めず、情シスが確かめた一覧から選ぶ形にしておくことが、事故を防ぐいちばんの近道です。そのために情シスや管理者が先に決めておくのは、次の4つです。

現場で作られたAIの道具が管理されないまま増えると、どこに何がつながっているかを誰も説明できなくなります。MCPサーバーも同じ棚卸しの対象に入れておくと、後から整理する手間が減ります。

関連記事：現場が作ったAIエージェントを誰が管理するか｜野良AIを増やさない申請・棚卸し・停止の基準

n8nなど業務の自動化ツールからMCPを使う

MCPは、チャットのAIアプリだけでなく、業務の自動化ツールからも使えます。n8nにはMCPのサーバーを呼び出す部品と、n8nのワークフローをMCPサーバーとして公開する部品があります。決まった手順の流れはn8nで組み、途中で判断が要る部分だけAIエージェントにMCPのツールを使わせると、どこで何が起きたかを追いやすい作りになります。

関連記事：n8nでAIエージェントを作る手順｜MCP・RAGのつなぎ方

まとめ：MCPとは、AIと外部ツールをつなぐ共通の決まり。つなぐ範囲を先に決める

• MCPとはModel Context Protocolの略で、AIアプリと外部のデータやツールをつなぐオープンな標準。USB-Cのように、サーバーを1つ用意すれば対応するAIアプリで使い回せる
• 仕組みはMCPホスト（AIアプリ）・MCPクライアント・MCPサーバーの3役で、サーバーはTools・Resources・Promptsを差し出す
• Anthropicが2024年11月に公開し、2025年12月にLinux Foundation傘下のAgentic AI Foundationへ寄贈した。ChatGPT・Gemini・Visual Studio Codeなども対応している
• 決まった処理はAPIを直接呼び、AIに道具を選ばせたいときにMCPを使う
• Claude Codeでは claude mcp add で追加し、claude mcp list で確かめる。チームで共有するprojectのスコープには確かめたサーバーだけを載せる
• 業務では、信頼できるサーバーだけを使い、プロンプトインジェクションに備え、権限を読み取りから始める

Augueでは、MCPやn8nを使って社内のデータとAIエージェントをつなぎ、承認の置き場所や権限の設計まで含めて業務に組み込む支援をしています。ご興味がある方は是非ご相談ください。

AIツールを、業務の成果につなげませんか？

使い方を覚えたあとは、どの業務にどう組み込むかで成果が変わります。自社の業務に合う使い方を、無料相談で一緒に考えます。

資料をダウンロードする無料相談に申し込む

よくある質問

MCPを使うのに費用はかかりますか？

MCPという決まり自体はオープンソースで公開されており、使うための利用料はありません。費用がかかるのは、MCPに対応したAIアプリの契約と、つなぐ先のサービスの契約です。たとえばClaude Codeでカレンダーにつなぐなら、Claudeのプランとカレンダー側のアカウントがそれぞれ必要です。社内向けのサーバーを自作する場合は、作る人の工数と動かすサーバーの費用を別に見込みます。

MCPとRAGはどう違いますか？

RAGは、質問に関係する社内文書を検索してAIに渡し、答えの材料にする作り方です。MCPは、AIアプリが外部のデータやツールを呼び出すときの接続の決まりです。役割が違うため、どちらかを選ぶものではありません。社内文書の検索をMCPサーバーとして用意し、AIアプリから呼び出す、という組み合わせ方もできます。

自社のシステム用のMCPサーバーを作るには、どれくらいの体制が要りますか？

公式のSDK（PythonやTypeScriptなどの開発用の部品）があるため、社内システムのAPIを呼べる開発者が1人いれば、読み取りだけの試作は始められます。手間がかかるのは、誰の権限で何を読ませるか、書き込みをどこまで許すかを決めて、その通りに作る部分です。期間はつなぐ先のAPIの整い方で大きく変わるため一律には言えず、最初に読み取りの機能を1つだけ作って見積もるのが確実です。

Claude SkillsとMCPは何が違いますか？

Claude Skillsは、作業の手順や社内の決まりをフォルダにまとめ、Claudeが必要なときに読み込む仕組みです。MCPは外部のサービスやデータへつなぐための決まりです。手順はSkills、つなぐ先はMCPと分けて考えると整理しやすく、両方を組み合わせて使えます。SkillsはAnthropicの製品向けの機能で、MCPはChatGPTなど他社のAIアプリでも使える点も違います。

関連する記事

n8nでAIエージェントを作る手順｜MCP・RAGのつなぎ方n8nでAIエージェントを作る手順を、AI Agentノードにチャットモデル・メモリ・ツールをつなぐ最小の構成から示します。MCP・RAGのつなぎ方、承認の置き方、AIでワークフローを作る機能も扱います。【2026年10月最新】Claude Skillsとは？使い方と作り方Claude Skillsとは、手順や資料をフォルダにまとめてClaudeが必要なときだけ読み込む仕組みです。使い方と作り方、公開仕様のAgent Skills、公式のスキル集、チームでの共有を解説します。AIエージェント開発の進め方｜対象業務の選び方と4工程の全体像、次へ進む前に決めることAIエージェント開発を検証で終わらせないための進め方です。対象業務の選び方、4つの工程で次へ進む前に決めること、本番に乗せる判断、運用開始後に続く作業までを、順にたどれる形で整理しました。AIエージェント連携の3方式｜API・ファイル・画面操作と書き込み前の6項目AIエージェント連携とは、基幹システムやSaaSにAIをつなぎ、読み取りや更新を任せることです。API・ファイル・画面操作の3方式の比較と、書き込みまで許す前に決める承認・履歴など6項目を整理します。n8nとは？n8nの使い方・読み方・できること・無料の範囲を解説n8nとは、ノードをつないで業務を自動化するツールです。n8nの使い方を、登録から公開までの手順と式・テンプレート・Webhookの扱いで解説し、読み方や無料の範囲、日本語での扱いもまとめます。