やさしい MCP 入門(ヤサシイエムシーピーニュウモン)

AI エージェント時代の標準規格 MCP (モデル コンテキスト プロトコル) の入門書。
大バズりしたスライド「やさしい MCP 入門」の著者が新技術の基礎をやさしく解説。

Chapter 1 MCP とは
Chapter 2 MCP の仕組み
Chapter 3 MCP を実際に触ってみよう
Chapter 4 MCP 対応クライアント紹介
Chapter 5 MCP サーバー紹介
Chapter 6 MCP サーバー紹介 (開発者向け)
Chapter 7 MCP がもたらすビジネスインパクト
Chapter 8 MCP の展望と今後の発展
はじめに

Chapter 1 MCP とは

1-1 MCP の概要
1-2 AI エージェントとは
1-3 AI エージェントの「ツール」とは
1-4 AI エージェントのユースケース
1-5 MCP が解決する課題
1-6 MCP 普及の経緯
1-7 RAG 、 Function calling との違い
Column RAG とグラウンディングの違い

Chapter 2 MCP の仕組み

2-1 アーキテクチャ概要
2-2 トランスポート
2-3 リソース (プリミティブ 1)
2-4 プロンプト (プリミティブ 2)
2-5 ツール (プリミティブ 3)
2-6 サンプリング (プリミティブ 4)
2-7 ルート (プリミティブ 5)
2-8 インスペクター
Column Language Server Protocol

Chapter 3 MCP を実際に触ってみよう

3-1 MCP ホストの利用方法
3-2 MCP サーバーの利用方法
3-3 SDK と MCP サーバーリストの紹介
3-4 MCP サーバーの開発
3-5 MCP ホストの開発
3-6 LLM に開発を助けてもらう方法
3-7 動かないときのデバッグ方法
Column ローカル MCP サーバーの実行方式

Chapter 4 MCP 対応クライアント紹介

4-1 Claude Desktop
4-2 Cursor
4-3 Cline
4-4 GitHub Copilot
4-5 Amazon Q Developer CLI
4-6 LangChain / LangGraph
4-7 Mastra
4-8 Agents SDK
4-9 Dify
4-10 Amazon Bedrock
Column リモート MCP サーバーのレジストリ

Chapter 5 MCP サーバー紹介

5-1 Web 検索 (Brave Search)
5-2 Web ページの読み込み (Fetch)
5-3 クラウドストレージ (Google ドライブ)
5-4 ドキュメントツール (Notion)
5-5 メール (Gmail)
5-6 ビジネスチャット (Slack)
5-7 プロジェクト管理 (Jira/Confluence)
5-8 AI 検索 (Perplexity)
5-9 オンライン決済 (PayPal)
5-10 iPaaS (Zapier)
5-11 地図 (Google マップ)
5-12 難しい問題を解く (逐次思考)
Column 安全な MCP サーバーの見極め方

Chapter 6 MCP サーバー紹介 (開発者向け)

6-1 コードリポジトリ (GitHub)
6-2 ブラウザ操作 (Playwright)
6-3 ファイルシステム
6-4 デザインツール (Figma)
6-5 データベース
6-6 クラウド (AWS)
6-7 3DCG (Unity)
6-8 その他 (技術ブログのレベル判定)
Column AI 時代にエンジニアは不要?

Chapter 7 MCP がもたらすビジネスインパクト

7-1 マーケットプレイスの広がり
7-2 業務の自動化
7-3 データの民主化
7-4 iPaaS との統合
7-5 ノーコードツール活用の変化
7-6 AI エージェント開発フレームワークとの統合
7-7 企業における活用事例
Column MCP の功績はツールの認知?

Chapter 8 MCP の展望と今後の発展

8-1 MCP のロードマップ
8-2 標準化の動向とベンダーフリー化の拡大
8-3 リモート MCP サーバーの広がり
8-4 MCP と補完しあう技術
8-5 変化する SaaS ビジネス
8-6 セキュリティリスク
Column 新技術のキャッチアップ方法

索 引

Model Context Protocol (MCP) は、 AI モデルと外部のデータソースやツールを標準化された方法で接続するためのプロトコルです。本書は、この MCP の仕組みと実装方法を日本語で解説した入門書にあたります。著者の御田稔氏は AWS AI Hero としても活動しており、 Amazon Bedrock をはじめとする生成 AI 基盤の実務経験をもとに書かれています。

LLM を単なる質問応答に留めず、ファイル操作やデータベース参照、外部 API 呼び出しといった実世界の操作と結びつける「エージェント」の構築において、 MCP は接続層の標準を担います。本書はその概念的な位置づけからサーバー/クライアントの実装手順までを段階的に追い、プロトコル仕様を眺めるだけでは掴みにくい「何が嬉しいのか」を動くコードで確認できる構成です。

AI エージェント開発に関心があり、ツール連携の部分を体系的に学びたいエンジニアが対象読者になります。 LLM の基本的な利用経験がある前提で書かれているため、プロンプトエンジニアリングや API 呼び出しの初歩は別途押さえたうえで手に取ると、スムーズに読み進められます。