MCP（Model Context Protocol）入門：AI と外部ツールを繋ぐ「USB-C」の標準

MCP（Model Context Protocol）は、Anthropic が 2024 年末に公開し、2025〜2026 年で急速に普及した 「AI と外部ツールを繋ぐ標準プロトコル」です。「LLM 界の USB-C」とも呼ばれ、Claude / Cursor / Windsurf / Claude Code など主要 AI 開発ツールが対応。本記事では MCP の本質と、業務での活用ポイントを解説します。

結論：MCP で何が変わるか

従来	MCP 導入後
AI ごとに独自のプラグイン形式	1 つの MCP サーバを全 AI で再利用できる
社内ツール連携は AI ベンダー次第	自分で MCP サーバを立てればどの AI からも社内 DB / 業務ツールへ接続
外部 API 連携は CustomGPT / Action 単位	標準プロトコルでツール定義の再利用が容易
エージェントのツール拡張がベンダーロックイン	OSS の MCP サーバが豊富（GitHub / Slack / Notion / DB など）

MCP の基本構造

MCP は クライアント（AI 側）と サーバ（ツール側）の通信規約です：

MCP クライアント：Claude Desktop / Cursor / Claude Code など、AI を組み込んだアプリ
MCP サーバ：ツール側のラッパー。例：「GitHub MCP サーバ」「Notion MCP サーバ」「PostgreSQL MCP サーバ」
通信：JSON-RPC over stdio または HTTP/SSE
機能定義：サーバが「使えるツール / リソース / プロンプト」を AI に公開する

つまり、サーバ側を 1 度書けば あらゆる MCP 対応クライアント（Claude / Cursor / 他）から同じ機能を呼べるのが価値です。

MCP の代表的なユースケース

1. 社内 DB を AI から読み書きする

PostgreSQL / MySQL / BigQuery 等の MCP サーバを立てて Claude にアクセス権を与えると、自然言語で「先月の売上 Top10 を出して」「このユーザーの履歴を集計して」と指示できます。読み取り権限のみで運用するのが安全。

2. GitHub / GitLab と Issue を扱う

GitHub MCP サーバを立てると、Claude Code / Cursor から直接 Issue 作成・PR 作成・コードレビューが可能。リポジトリ横断の検索もできます。

3. Notion / Slack / Linear の業務ツール連携

Notion ページの取得・作成、Slack へのメッセージ送信、Linear の Issue 操作などが MCP サーバ経由で可能。業務ツールから業務ツールへ AI が橋渡しするエージェント設計の中核になります。

4. ファイルシステム / ローカル環境

Filesystem MCP サーバ + Memory MCP サーバを組み合わせると、AI が 「過去の会話を覚えて、ファイルを跨いで作業する」ような振る舞いが実現します。Claude Desktop の標準セットアップで使えます。

Claude Desktop で MCP を試す（最短手順）

Claude Desktop（公式アプリ）をインストール
設定 → Developer → "Edit Config" から claude_desktop_config.json を開く
下記のような MCP サーバ定義を追加：

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/Users/you/Documents"]
    },
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": { "GITHUB_TOKEN": "ghp_..." }
    }
  }
}

Claude Desktop を再起動
ツールアイコンが表示されたら接続成功。Claude に「Documents の中の最新 PDF を要約して」などと頼める

業務で使う際の注意点

認証情報の管理：API トークンを設定ファイルに直書きしない（環境変数や Secret Manager 経由）
権限の最小化：MCP サーバには 最小限の権限のみ付与（書込権限は本当に必要な時のみ）
監査ログ：誰がいつどのツールを呼んだかを記録
機密データの送信先：MCP サーバはローカル動作が基本だが、AI 本体（Claude / GPT）にはデータが渡る。法人 AI 利用ガイドラインの対象

MCP 対応の主要 AI ツール（2026-05 時点）

Claude Desktop：MCP の原点、最も成熟した実装
Claude Code：CLI ベース、開発業務で最も MCP を活用するクライアント
Cursor：MCP サーバを設定で追加可能
Windsurf：MCP 経由でツール拡張
VS Code Continue 拡張：MCP 対応
OpenAI / GPT-5：互換実装の検討が進行中（2026-05 時点では Custom GPT / Action がメイン）

公開されている代表的な MCP サーバ

@modelcontextprotocol/server-filesystem：ローカルファイルアクセス
@modelcontextprotocol/server-github：GitHub 連携
@modelcontextprotocol/server-postgres：PostgreSQL 連携
@modelcontextprotocol/server-slack：Slack 連携
@modelcontextprotocol/server-puppeteer：ヘッドレスブラウザ操作
その他多数の OSS / 自前実装が公開されています

独自 MCP サーバを作る場合

社内 SaaS や独自ツールと連携したい場合は、TypeScript / Python の SDK で MCP サーバを実装します。最小構成のサーバは 50 行程度のコードで書け、エンジニアなら 1〜2 日で開発可能。一度作れば、社内の全 AI ツールから再利用できます。

MCP が普及する理由：ベンダーロックイン回避

従来の AI ツール連携は ChatGPT / Claude / Gemini ごとに独自仕様で、企業は同じ機能を 3 回実装する必要がありました。MCP は 標準プロトコルとして：

1 度作れば全 AI から使える
AI を乗り換えても連携資産は維持できる
OSS / コミュニティ実装を借りられる
セキュリティ監査も「サーバ側」に集約できる

これが 「企業の AI 戦略を MCP 中心に設計する」動きが広がっている理由です。

結論

MCP は 「2026 年以降の AI 業務統合の標準」になりつつあります。まずは Claude Desktop で Filesystem / GitHub の MCP サーバを試し、業務での使いどころを掴むのが最初の一歩。エンジニアなら独自 MCP サーバを社内ツール用に作るのが、最も投資対効果の高い AI 基盤投資です。

※ 仕様は 2026-05 時点のものです。modelcontextprotocol.io / github.com/modelcontextprotocol で最新情報を確認できます。