MCP
AI モデルと外部ツール / データを標準化された方法で接続するためのプロトコル
MCP とは
MCP (Model Context Protocol) は、AI モデルと外部のツールやデータソースを、標準化された方法で接続するためのプロトコルだ。2024 年 11 月に Anthropic が公開してオープンソース化した規格で、AI が「外の世界」 (ファイル・データベース・API・各種アプリ) とやり取りする際の共通規格を目指している。AI に手足を与える接続部分の「USB のような共通端子」と表現されることがある。
なぜ必要とされたか
大規模言語モデル単体は、学習済みの知識で文章を生成するだけで、最新情報の取得や外部システムの操作はできない。これを補うため各社が独自の連携方法を作ってきたが、ツールごとに作り込みが必要で再利用が効かなかった。MCP は接続方法を標準化することで、一度作った連携を複数の AI で使い回せるようにする狙いがある。着想元は Language Server Protocol で、エディタと言語処理系の組み合わせごとに作り込んでいた対応を共通規約へ置き換えた前例をなぞっている。
仕組みの概要
| 役割 | 説明 |
|---|---|
| ホスト | LLM を動かすアプリ本体。接続を開始する側 |
| クライアント | ホスト内部に置かれる接続部。つなぐサーバー 1 台につき 1 つ |
| サーバー | 文脈となるデータや機能を提供する側 |
ホストとサーバーが直接つながるのではなく、間にクライアントが挟まる構造が要になる。接続がサーバー 1 台ごとに独立するため、あるサーバーが応答しなくなっても他の接続は生き残り、どこまでの操作を許すかもサーバー単位で判断できる。
やり取りには JSON-RPC 2.0 のメッセージ形式を使う。サーバーが公開できる機能は 3 種類に整理されており、リソース (利用者やモデルが参照するデータ)・プロンプト (定型の指示や作業手順)・ツール (モデルが実行する関数) に分かれる。逆にクライアント側がサーバーへ差し出す機能もあり、サーバーが処理の途中で利用者に追加の入力を求める経路などが定められている。ファイル検索や DB 照会といった能力は、この枠に載せたサーバーを足すことで増えていく。
位置づけと注意点
MCP は AI エージェント (自律的にツールを使う AI) を支える基盤技術として注目されている。一方で、AI に外部システムの操作権限を与えることは、誤操作や情報漏洩のリスクと表裏一体になる。どのツールにどこまでの権限を渡すか、実行前に人間が承認するか、といった設計が安全な活用の前提になる。仕様の版は YYYY-MM-DD 形式の識別子で管理され、後方互換を壊す変更が入った日付がそのまま版番号になる (2026 年 8 月時点の現行版は 2026-07-28)。互換性を保つ改良では版が上がらない一方、廃止予定に移された機能は移行先を示した上で原則 12 か月以上は仕様に残る猶予も定められている。どの版で話すかはリクエストごとに宣言してサーバー側が受理を判断する仕組みなので、実装では対応する版を固定し、改訂を追う手順まで含めて計画しておきたい。
最初に触るなら、既存のサーバー実装を 1 つホストにつなぎ、リソース・プロンプト・ツールのどれとして何が見えているかを確かめるのが早い。自作する側に回るときは、読み取りだけのツールを公開して挙動を確認し、書き込みや外部への送信を伴う操作は人間の承認を挟む形から始めると事故を抑えられる。
この記事は役に立ちましたか?
関連用語
関連する記事
ChatGPT に聞けば済む時代に、あえて本を開く理由
生成 AI で何でも聞ける時代に、技術書を読む意味はあるのか。AI の回答と書籍の知識の決定的な違いを掘り下げ、両者の使い分けを提案します。
LLM / 生成 AI 本ガイド - 仕組み / 実装 / エージェント開発の 3 層で選ぶ (2026 年 8 月時点)
LLM (大規模言語モデル) / 生成 AI を学ぶ技術書の選び方を 3 層 (読み物で仕組みを掴む → 中身を実装で理解する → RAG / AI エージェント開発) で整理。2026 年 8 月時点の定番書と、変化の速い分野で本を選ぶときの注意点を解説します。
DevOps 本ガイド - CI/CD とインフラ自動化を学ぶ技術書の選び方
DevOps の文化と原則から CI/CD、IaC、オブザーバビリティまで学べる技術書の選び方と学習順序を紹介します。