MCPが生まれた背景
AIアシスタントを実務で使おうとすると、必ず「外のツールと連携したい」という壁にぶつかる。データベースを検索したい、Slackにメッセージを送りたい、社内システムからデータを引き出したい——こうしたニーズに対して、これまでは各AIサービスが独自の連携方法を実装していた。
結果として起きたのは乱立だ。ChatGPTのPluginとClaudeの連携機能は互換性がなく、あるツールのために書いた連携コードは別のAIでは使えない。開発者は似たような実装を何度も書き直す羽目になる。
MCP（Model Context Protocol）はこの問題を解決するために、Anthropicが2024年に提案したオープンな標準仕様だ。AIモデルと外部ツールをつなぐ「共通言語」を定義することで、一度書いた連携コードがあらゆるMCP対応AIで動くようにする。
MCPの仕組み
クライアントとサーバーの関係
MCPはクライアント・サーバー型のアーキテクチャを採用している。AIアシスタント（Claude CodeやClaude Desktopなど）がクライアントとして動き、外部ツールやデータソースを提供するMCPサーバーに接続する。
MCPサーバーは次の3種類のリソースを提供できる。
- Tools（ツール）: AIが呼び出せる関数。ファイル操作、API呼び出し、データベースクエリなど
- Resources（リソース）: AIが読み取れるデータ。ファイル内容、データベースのレコードなど
- Prompts（プロンプト）: よく使うプロンプトテンプレートの共有
通信プロトコル
クライアントとサーバーの通信にはJSON-RPCを使う。AIがツールを呼び出すとき、JSON形式のリクエストをサーバーに送り、サーバーが実行結果をJSONで返す。シンプルな設計なので、どんな言語でもMCPサーバーを実装できる。
接続方式は2種類ある。stdio（標準入出力）は同じマシン上で動くサーバーに使う。SSE（Server-Sent Events）はHTTPS経由でリモートのサーバーに接続する場合に使う。
スキーマ定義とモデルの理解
MCPサーバーは提供するツールのスキーマをJSON Schema形式で定義する。「このツールはqueryという文字列パラメータを受け取り、検索結果の配列を返す」という仕様をAIが読み取り、適切なタイミングで適切なパラメータを渡して呼び出す。
モデルがスキーマを理解して自律的にツールを使えるのは、Function Calling（関数呼び出し）という技術があるからだ。MCPはこのFunction Callingの上に、標準的なプロトコルを重ねた仕組みと言える。
対応ツールの広がり
公式MCPサーバー
AnthropicはMCPをオープンソースで公開し、自らも複数の公式サーバーを提供している。代表的なものとして以下がある。
- Filesystem: ローカルのファイルシステムへのアクセス
- GitHub: リポジトリ操作、PR・Issue管理
- Slack: メッセージの送受信、チャンネル一覧
- PostgreSQL: データベースのクエリ実行
- Brave Search: Web検索
サードパーティの広がり
MCPはオープン仕様なので、サードパーティも独自のMCPサーバーを開発・公開できる。2025年時点では、Notion・Linear・Google Drive・Figmaなど、主要なビジネスツールの多くがMCPに対応している。
Claude Code以外にも、Cursor・Zed・Continue.devなどのAIコーディングツールがMCPクライアントとして対応し、エコシステムが急速に広がっている。
自作MCPサーバーの概要
誰でも作れる設計
MCPサーバーはNode.js・Python・その他どんな言語でも実装できる。Anthropicが公開しているSDKを使えば、最小限のコードでサーバーを立ち上げられる。
Node.jsの場合、@modelcontextprotocol/sdkパッケージをインストールし、提供するツールのスキーマと実装を書くだけだ。社内システムへのアクセス、独自データベースの検索、社内APIの呼び出しといった、外部サービスには存在しない連携を自前で実装できる。
ユースケース例
自作MCPサーバーが特に力を発揮するのは、クローズドな社内環境だ。例えば、社内の顧客管理システムにアクセスするMCPサーバーを作れば、Claude Codeから顧客データを参照しながらコードを書いたり、レポートを生成したりできるようになる。
また、Slack・Notion・GitHubなどを横断して情報を集めるMCPサーバーを作ることで、「先週のスプリントを振り返ってまとめて」という一言でデータ収集から整理まで自動化できる。
OpenAIとの標準化の動き
当初はAnthropicの独自提案だったMCPだが、2025年にOpenAIも自社製品でのサポートを発表した。競合他社が採用することで、MCPは事実上の業界標準として定着しつつある。
USB-Cがさまざまなデバイスのインターフェースを統一したように、MCPがAIと外部ツールをつなぐ共通規格になれば、開発者は連携コードを一度書くだけでさまざまなAIで動かせる世界が実現する。
まとめ
MCPはAIと外部ツールをつなぐ「共通言語」として生まれたオープンなプロトコルだ。クライアント・サーバー型の設計と、JSON-RPCを使ったシンプルな通信により、どんな言語でも実装できる。公式サーバーとサードパーティの広がりで対応ツールは急増中で、自作MCPサーバーによる社内システム連携も現実的な選択肢になっている。OpenAIも採用したことで業界標準化が進み、AIツール連携のあり方を変えつつある。
