MCP（Model Context Protocol）は、AIアプリケーションと外部システムをつなぐためのオープン標準（＝誰でも実装できる公開された規格）です。Anthropicが2024年11月25日に提唱・オープンソース化しました。公式の定義は「AIアプリケーションを外部システムに接続するためのオープンソース標準」で、ClaudeやChatGPTのようなAIが、データ源（ローカルファイル・データベース）、ツール（検索・計算）、ワークフロー（特定用途のプロンプト）に接続し、必要な情報へアクセスしてタスクを実行できるようにします。分かりやすい比喩として公式は「AIアプリにとってのUSB-Cポート」を挙げます。差込口の形を統一すれば多様な機器がつながるのと同じ発想です。
アーキテクチャ（＝全体構造）は素直で、Anthropicは「開発者は自分のデータをMCPサーバーとして公開するか、そのサーバーに接続するAIアプリ（MCPクライアント）を作るか、のどちらかだ」と説明します。つまり2つの役割——データやツールを標準形で差し出す「サーバー」と、それにつなぐ「クライアント」——の間に、安全な双方向接続を作るのがMCPです。公開当初から、仕様とSDK（＝開発キット）、Claude Desktopアプリでのローカルサーバー対応、Google Drive・Slack・GitHub・Git・Postgres・Puppeteerといった主要システム向けの既製MCPサーバー群が提供され、Block（旧Square）やApolloなどが早期に採用しました。
MCPが重要なのは、エージェント（自律的に道具を使うAI）が実用になるほど「つなぎ方の標準化」の価値が跳ね上がるからです。エージェントは、カレンダーやメモアプリ、社内データベース、デザインツールなど、多数の外部システムを渡り歩いて仕事をします。もし接続を毎回専用に作り込むなら、AIアプリと外部システムの組み合わせの数だけ実装が要り、保守も膨れ上がります。MCPは接続の作法を1本化することで、この爆発を抑え、エージェントが「必要な文脈（context＝判断材料となる情報）」を取りに行きやすくします。AI検索の観点でも、エージェントが社内外のデータへ標準手順でアクセスできることは、回答や行動の質・根拠づけ（grounding＝回答を検証可能な情報源に結び付けること）を底上げします。
MCPは「差し出す側（サーバー）」「つなぐ側（クライアント）」「両者の共通言語（プロトコル）」で構成されます。
| 役割 | 担い手 | すること |
|---|
| MCPサーバー | データ・ツールの提供側（例：Google Drive連携、社内DB連携） | データ源・ツール・ワークフローを標準形で差し出す |
| MCPクライアント | AIアプリ側（例：Claude Desktop、対応する開発ツール） | サーバーに接続し、AIが使えるようにする |
| プロトコル（MCP本体） | 両者の間の共通規格 | サーバーとクライアントの「話し方」を1つに統一する |
横にスクロールできます
流れとしては、外部システムの持ち主がその機能を「MCPサーバー」として公開し、AIアプリが「MCPクライアント」としてそれに接続します。接続後、AIはサーバーが差し出すデータを読んだり、ツールを呼んだり、用意されたワークフローを使ったりできます。両者の通信規約が統一されているため、サーバーを一度MCP対応にすれば、対応するどのAIアプリからも同じ作法で使えます。Anthropicによれば、Claude自身がMCPサーバーの実装を素早く生成できるため、組織や個人が自分の重要なデータをAIツール群に手早くつなげられる、とされています。
- 既製サーバーの例：Google Drive・Slack・GitHub・Git・Postgres（データベース）・Puppeteer（ブラウザ自動操作）向けのMCPサーバーが公開当初から提供されました。
- 公開時期：Anthropicが2024年11月25日にMCPを提唱・オープンソース化し、仕様・SDK・サーバー実装のリポジトリを同時公開しました。
- 早期採用：Block・Apolloがシステムに統合、Zed・Replit・Codeium・Sourcegraphなど開発ツール各社が対応を進めた（Anthropic発表）。
- 使える例：AIがGoogleカレンダーやNotionにアクセスして予定管理を助ける、Figmaのデザインからコード生成する、社内の複数DBにつないでチャットで分析する、など（MCP公式が挙げるユースケース）。
- つなぎたい対象を洗い出す：AIに触らせたいデータ源・ツール・ワークフローを列挙し、それぞれ既製のMCPサーバーがあるか確認します。
- 役割を決める：自社データを差し出す側（サーバー）になるのか、AIアプリ（クライアント）側で使うのかを整理します。
- 既製サーバーを優先する：Google Drive・GitHub・Postgresなど公開済みのサーバーがあれば自作せず流用し、保守負担を減らします。
- 権限を最小化する：接続するサーバーに与えるアクセス範囲を必要最小限に絞り、機密データの扱いを明文化します。
- エージェント運用に組み込む：エージェントが標準手順で文脈を取りに行けるようにし、回答・行動の根拠づけ（grounding）を強化します。
MCPの価値を一番はっきり示すのが、俗に「M×N問題」と呼ばれる組み合わせ爆発の解消です。MCP以前は、AIアプリと外部システムをつなぐたびに、その組み合わせ専用の接続を作り込む必要がありました。AIアプリがM種類、つなぎたい外部システムがN種類あれば、素朴には M×N 通りの実装と保守が発生します。たとえばAIアプリが5つ、つなぎたいシステムが10あれば50通りになります。新しいシステムが1つ増えるたびに、対応する全AIアプリぶんの接続を作り直す——この負担が、AIと外部データの連携が広がらない大きな理由でした。
MCPは、外部システム側を「MCPサーバー（標準形で差し出す側）」、AIアプリ側を「MCPクライアント（つなぐ側）」に分け、両者の間の話し方を1つの規格に固定します。すると、各サーバーは一度MCP対応にすれば、対応するどのAIアプリからも同じ作法で使えます。各AIアプリも一度MCP対応にすれば、対応するどのサーバーにもつなげます。結果、必要な作り込みは M×N から M+N（サーバー側N個＋クライアント側M個）へと近づきます。この「一度対応すれば使い回せる」構造が、エージェント（多数の外部システムを渡り歩くAI）の普及と噛み合い、MCPが「配管（plumbing＝目立たないが不可欠な接続基盤）」と呼ばれる所以です。
MCPは「つなぎ方の規格」。頭脳（LLM）・呼び出し（ツール利用）・根拠づけ（RAG）・自律実行（エージェント）を下支えする裏方にあたります。
| 用語 | 役割 | MCPとの関係 |
|---|
| LLM（大規模言語モデル） | 文章を理解・生成する頭脳 | MCPはこの頭脳が外部の道具・データにつながる配管 |
| ツール利用（tool use） | LLMが外部の道具を呼ぶ仕組みそのもの | MCPで標準化された接続を通じてツール利用が行われる |
| RAG（検索拡張生成） | 外部文書を検索して回答の根拠にする手法 | MCPサーバー経由でデータ源に標準手順でアクセスできる |
| AIエージェント | 自律的に道具を使って遂行するAI | 多数の外部システムに標準手順でつなぐ土台をMCPが提供 |
横にスクロールできます
この整理のポイントは、MCPが「AIそのもの」でも「検索エンジンそのもの」でもなく、それらをつなぐ規格だという点です。LLMが賢くても、外部の最新データや道具につながらなければ現実の役に立ちません。MCPはその接続を標準化し、ツール利用・RAG・エージェントといった上位の仕組みが「毎回専用配線を引く」手間なく動けるようにします。AI検索の観点では、エージェントが社内外のデータへ標準手順でアクセスできることが、回答や行動の根拠づけ（grounding＝検証可能な情報源に結び付けること）の質を底上げします。
MCPは2024年11月25日にAnthropicが提唱・オープンソース化しました。同時に公開されたのは、(1) 仕様とSDK（＝開発キット。GitHub上で公開）、(2) Claude DesktopアプリでのローカルMCPサーバー対応、(3) 主要システム向けの既製MCPサーバー群を集めたオープンソースのリポジトリ、の3本柱です。既製サーバーには、Google Drive・Slack・GitHub・Git・Postgres（データベース）・Puppeteer（ブラウザ自動操作）といった、企業でよく使われるシステムが含まれ、ゼロから接続を作らずに済むよう配慮されています。Anthropicは、Claude自身がMCPサーバーの実装を素早く生成できるため、組織や個人が自分の重要なデータをAIツール群に手早くつなげられる、と説明しています。
早期採用の広がりも、MCPが「共通規格」として機能し始めた証拠です。Anthropicは2024年11月25日の発表で、早期採用企業としてBlockとApolloが自社システムにMCPを統合済みであること、およびZed・Replit・Codeium・Sourcegraphという開発ツール各社が自社プラットフォームの強化に向けてMCPに取り組んでいることを挙げています。こうして「サーバーを差し出す側」と「クライアントとしてつなぐ側」の双方が増えるほど、一度対応すれば使い回せるという規格の利点が雪だるま式に効いていきます。特定1社に閉じないオープン標準だからこそ、エコシステム（＝相互に支え合う仕組みの集まり）として広がる余地を持つわけです。
MCPはAIモデルの一種ですか？
いいえ。MCPはAIと外部システムのつなぎ方を定めた規格（プロトコル）であり、AIモデルそのものではありません。LLM（大規模言語モデル）が頭脳だとすれば、MCPはその頭脳が外部の道具やデータにつながるための共通の配管にあたります。
なぜ「USB-Cポート」に例えられるのですか？
USB-Cが多様な機器を1つの規格化された差込口でつなぐように、MCPはAIアプリと多様な外部システムを1つの標準的な作法でつなぐからです。接続方式が統一されることで、組み合わせごとの作り込みが不要になります。
MCPサーバーとMCPクライアントの違いは何ですか？
サーバーはデータやツールを標準形で「差し出す側」、クライアントはそれに「つなぐ側」のAIアプリです。両者の通信を1つの規格に統一するのがMCP本体で、サーバーを一度対応させれば多くのクライアントから使えます。
MCPはいつ誰が作りましたか？
Anthropicが2024年11月25日に提唱し、オープンソースとして公開しました。仕様・SDK・既製サーバー群が同時に提供され、Block・Apolloなどが早期に採用しています。
