# MCPとは？AIと外部ツールをつなぐ仕組みと使い方・注意点

MCP (Model Context Protocol) は、AIアプリと外部のデータやツールをつなぐためのオープンな標準です。ホスト・クライアント・サーバーの関係、ツール・リソース・プロンプトの3つの機能、Claude Codeでの追加方法、導入時のセキュリティの注意点を公式ドキュメントで確かめて解説します。

<Points>

- MCP (Model Context Protocol) は、AIアプリと外部のデータやツールをつなぐためのオープンソースの標準。公式は「AIアプリのためのUSB-Cポート」とたとえている
- 2024年11月にAnthropicが公開し、2025年12月にLinux Foundation傘下のAgentic AI Foundationへ寄贈された。ChatGPT、Cursor、Visual Studio Codeなども対応している
- 便利な反面、ローカルで動くMCPサーバーは利用者と同じ権限でコマンドを実行できる。信頼できるサーバーだけをつなぐ

</Points>

## MCPとは

MCPは「Model Context Protocol」の略です。[公式サイト](https://modelcontextprotocol.io/docs/getting-started/intro)は、MCPを「AIアプリケーションを外部のシステムにつなぐためのオープンソースの標準」と説明しています。ClaudeやChatGPTのようなAIアプリが、MCPを通じてファイルやデータベースなどのデータ、検索エンジンなどのツール、決まった手順のプロンプトを使えるようになります。

公式サイトのたとえは、USB-Cです。機器ごとにケーブルの形が違うと不便ですが、USB-Cにそろえればどの機器でもつながります。MCPも同じように、AIアプリと外部のシステムをつなぐ方法をそろえます。

<Compare>
<Column title="MCPがない場合">

- AIアプリごと、連携先ごとに個別の連携を作る
- 連携先が増えるほど開発と保守が増える
- 作った連携を別のAIアプリで使い回しにくい

</Column>
<Column title="MCPを使う場合" tone="accent">

- 連携先をMCPサーバーとして1回作る
- MCPに対応したAIアプリなら同じサーバーにつなげる
- 公開されているMCPサーバーを使うこともできる

</Column>
</Compare>

## MCPが生まれた経緯と広がり

MCPは、Anthropicが[2024年11月25日に公開](https://www.anthropic.com/news/model-context-protocol)しました。発表では、AIモデルがデータの置き場所ごとに分断され、新しいデータ源をつなぐたびに個別の連携を作る必要があることを課題に挙げ、Google Drive、Slack、GitHubなどにつなぐサーバーの例も公開しました。

その後、[2025年12月9日のAnthropicの発表](https://www.anthropic.com/news/donating-the-model-context-protocol-and-establishing-of-the-agentic-ai-foundation)で、MCPはLinux Foundationの下に新しく作られたAgentic AI Foundationへ寄贈されました。この財団はAnthropic、Block、OpenAIが共同で設立し、Google、Microsoft、AWS、Cloudflare、Bloombergが支援しています。同じ発表では、MCPを採用した製品としてChatGPT、Cursor、Gemini、Microsoft Copilot、Visual Studio Codeが挙げられています。

<Stats source="Anthropic「Donating the Model Context Protocol and establishing the Agentic AI Foundation」(2025年12月9日)">
<Stat value="1万以上" label="公開されて稼働しているMCPサーバーの数" />
<Stat value="9,700万以上" label="PythonとTypeScriptのSDKの月間ダウンロード数" />
</Stats>

## MCPの仕組み

### ホスト・クライアント・サーバー

[公式のアーキテクチャの解説](https://modelcontextprotocol.io/docs/learn/architecture)によると、MCPには3つの登場人物がいます。

<Figure title="MCPの登場人物" caption="1つのホストが、つなぐサーバーの数だけクライアントを作ります。" source="Model Context Protocol 公式ドキュメント">

| 名前 | 役割 | 例 |
|---|---|---|
| MCPホスト | 利用者が使うAIアプリ。複数のクライアントをまとめる | Claude Code、Claude Desktop、Visual Studio Code |
| MCPクライアント | ホストの中で、1つのサーバーとの接続を受け持つ部品 | ホストがサーバーごとに自動で作る |
| MCPサーバー | AIアプリにデータや機能を渡すプログラム | ファイルを読むサーバー、Sentryのサーバー |

</Figure>

<Flow
  title="MCPでAIが外部ツールを使う流れ"
  caption="AIアプリがツールの一覧を受け取り、必要なときにMCPサーバーへ実行を頼みます。"
  steps={[
    { label: "利用者が依頼する", note: "例: 今日のエラーを調べて", by: "human" },
    { label: "ホストがツールの一覧を渡す", note: "つないだサーバーから取得", by: "ai" },
    { label: "AIがツールを選ぶ", note: "名前と引数を決める", by: "ai" },
    { label: "サーバーが実行する", note: "外部のサービスやファイルにアクセス", by: "ai" },
    { label: "結果をもとに答える", note: "利用者が内容を確かめる", by: "human" },
  ]}
/>

### サーバーが渡せる3つの機能

MCPサーバーがAIアプリに渡せる機能は、大きく3つです。

<Figure title="MCPサーバーの3つの機能" source="Model Context Protocol 公式ドキュメント">

| 機能 | 中身 | 例 |
|---|---|---|
| ツール (Tools) | AIが呼び出して実行できる機能 | ファイル操作、APIの呼び出し、データベースの検索 |
| リソース (Resources) | AIに文脈として渡すデータ | ファイルの中身、データベースのレコード |
| プロンプト (Prompts) | 決まったやり取りのひな形 | システムプロンプト、回答の例 |

</Figure>

たとえばデータベース用のサーバーなら、検索するツール、テーブルの構造を示すリソース、ツールの使い方の例を含むプロンプトをまとめて渡せます。反対に、サーバーから利用者に追加の入力や確認を求める仕組み (Elicitation) もあります。

### 通信の方法

やり取りの形式にはJSON-RPC 2.0を使います。通信の方法は2つあります。

<Compare>
<Column title="stdio (ローカル)">

- 同じパソコンの中でプログラム同士がやり取りする
- 1つのサーバーが1つのクライアントに対応することが多い
- 例: パソコンのファイルを読むサーバー

</Column>
<Column title="Streamable HTTP (リモート)">

- インターネット越しにサーバーとやり取りする
- 1つのサーバーが多くのクライアントに対応する
- 認証にはOAuthで得たトークンが推奨されている

</Column>
</Compare>

## Claude CodeでMCPサーバーを追加する方法

MCPに対応したAIアプリでは、設定画面や設定ファイル、コマンドでサーバーを追加します。ここでは、[Claude Codeのドキュメント](https://code.claude.com/docs/en/mcp)にある方法を紹介します。

<Steps>
<Step title="リモートのサーバーを追加する">

インターネット上のサーバーなら、`claude mcp add --transport http <名前> <URL>` で追加します。ドキュメントには、Notionのサーバーを `claude mcp add --transport http notion https://mcp.notion.com/mcp` で追加する例があります。

</Step>
<Step title="ローカルのサーバーを追加する">

パソコンの中で動かすサーバーは、`claude mcp add <名前> -- <起動するコマンド>` で追加します。`--` より後ろは、サーバーを起動するコマンドとしてそのまま渡されます。

</Step>
<Step title="使う範囲を選ぶ">

`--scope` で範囲を選びます。`local` (初期値) は自分だけ・今のプロジェクトだけ、`project` はプロジェクトの `.mcp.json` に書いてチームで共有、`user` は自分のすべてのプロジェクトで使えます。

</Step>
</Steps>

<Note tone="info">

`project` の範囲で共有されたサーバーは、対話の画面で使う前にClaude Codeが承認を求めます。チームで共有する設定ファイルに、知らないサーバーが追加されていないかも確かめてください。

</Note>

Claude Code以外のAIコーディングツールについては[AI駆動開発とは](/ai-driven-development/)、AIエージェントの作り方は[AIエージェント開発の入門ガイド](/ai-agent-dev-guide/)で説明しています。

## 導入するときのセキュリティの注意点

MCPサーバーは、AIに外部のデータを読ませたり操作をさせたりする入り口です。公式の[セキュリティのベストプラクティス](https://modelcontextprotocol.io/docs/tutorials/security/security_best_practices)には、ローカルで動くMCPサーバーについて次のような危険が挙げられています。

- 悪意のある起動コマンドを設定に紛れ込ませる
- サーバーそのものに悪意のある処理を仕込んで配布する
- MCPサーバーは、AIアプリと同じ権限で動く

同じページでは、AIアプリ側に対して、実行するコマンドを省略せずに表示して利用者の承認を取ることや、サーバーを権限を絞った環境 (サンドボックス) で動かすことを求めています。Claude Codeのドキュメントも、つなぐ前にそのサーバーを信頼できるか確かめるよう呼びかけ、外部の内容を取ってくるサーバーはプロンプトインジェクション (AIへの指示を紛れ込ませる攻撃) の危険があると注意しています。

<Note tone="caution">

社内で使うなら、どのMCPサーバーを使ってよいかを決めておき、提供元が分からないサーバーは入れないでください。リモートのサーバーにつなぐときは、渡す権限を必要な範囲に絞ります。

</Note>

AIツールを社内で使うときの全体のルールづくりは[ChatGPTのセキュリティ設定と社内利用の安全対策](/chatgpt-security-settings/)も参考になります。

## よくある質問

### Q. MCPとAPIは何が違いますか？

APIはサービスごとに形が違う呼び出し口です。MCPは、AIアプリが外部の機能を見つけて使うための共通のやり方を決めたものです。MCPサーバーの中で、各サービスのAPIを呼ぶ作りになっていることがよくあります。

### Q. MCPはClaudeでしか使えませんか？

いいえ、Claude以外でも使えます。Anthropicが公開した標準ですが、今はLinux Foundation傘下の財団に移っています。ChatGPT、Cursor、Visual Studio Codeなど多くのAIアプリが対応しています。

### Q. MCPサーバーは自分で作れますか？

作れます。公式サイトには、サーバーとクライアントの作り方の手引きと、各言語のSDKが用意されています。社内のデータベースやツールをMCPサーバーにしておけば、対応するAIアプリから同じように使えます。

### Q. MCPを使うとどんな危険がありますか？

ローカルのサーバーは利用者と同じ権限で動くため、悪意のあるサーバーを入れると、ファイルの持ち出しや削除などの被害につながるおそれがあります。信頼できるサーバーだけを使い、実行されるコマンドと渡す権限を確かめてください。
