MCP（Model Context Protocol）

MCPの定義と背景

MCP（Model Context Protocol）は、大規模言語モデル（LLM）が外部のツール、データベース、API、ファイルシステムなどと**安全かつ標準的に接続する**ためのオープンプロトコルである。Anthropicが2024年11月に公開し、翌年にかけて急速にエコシステムが拡大した。従来、AIアプリケーションが外部システムと連携するには個別のカスタム実装が必要だったが、MCPにより「一度MCPサーバーを実装すれば、あらゆるMCP対応クライアントから利用できる」という標準化が実現した。USB-Cが多様なデバイスを統一規格で接続したように、MCPはAIと外部世界をつなぐ共通インターフェースとして機能する。

アーキテクチャ（サーバー/クライアント）

MCPは**クライアント-サーバーモデル**を採用している。MCPサーバーは外部ツールやデータソースをラップし、「ツール」「リソース」「プロンプト」という3つのプリミティブで能力を公開する。ツールはAIが能動的に実行するアクション（ファイル操作、API呼び出しなど）、リソースはAIが参照するコンテキスト情報（データベースのスキーマ、ドキュメントなど）、プロンプトはテンプレート化された対話パターンを提供する。MCPクライアント（Claude Desktop、IDE拡張など）はサーバーの能力を検出し、LLMの判断に基づいて適切なタイミングでツールを呼び出す。通信はJSON-RPCベースで、認証・認可の仕組みも規定されている。

ユースケース

MCPの活用は多岐にわたる。**ソフトウェア開発**では、Claude CodeやCursorがMCPサーバー経由でGit操作、データベースクエリ、CI/CDパイプラインの実行をAIから直接行う。**業務自動化**では、Slack・Google Workspace・Notion・CRMなどのMCPサーバーを接続し、情報の収集から報告書作成までを一貫してAIが処理する。**データ分析**では、AIがPostgreSQLやBigQueryに直接クエリを発行し、分析結果を自然言語で報告する。**セキュリティ監査**では、ログ分析ツールやSIEMにAIが接続し、異常検知と対応提案を行う。MCPの普及により、AIは「対話するだけの存在」から「実際に仕事を実行する存在」へと進化している。

今後の標準化動向

MCPはオープンプロトコルとして公開されており、GitHub、Notion、Slack、Stripe、AWS、Google Workspaceなど主要サービス向けのMCPサーバーが既に多数公開されている。IDE統合ではCursor、VS Code、Windsurf、JetBrains製品が対応を進め、開発者の日常ワークフローに組み込まれつつある。2025年にはGoogleのGeminiやOpenAIのAgents SDKもMCP対応を表明し、**事実上の業界標準**としての地位を確立しつつある。今後はマルチエージェント間のオーケストレーション、企業のAIガバナンスフレームワークとの統合、リモートMCPサーバーの認証標準化（OAuth 2.1ベース）が注目される。

AI偏差値テストとの関連

この概念は、AI偏差値テストの以下の測定次元と関連しています。

この知識が特に重要な職種

よくある質問