AI

MCP（Model Context Protocol）とは？AIと外部ツールをつなぐ標準を整理する

AIに「自分のPCのファイルを読ませたい」「社内のDBを参照させたい」と思ったことはありませんか。

少し前まで、その連携はツールごとに個別実装するしかありませんでした。

その面倒を一気にほどいたのが MCP（Model Context Protocol） です。

この記事では、MCP が何を解決した標準なのかを、仕組みと現在地から整理します。

目次

MCP とは何か

MCP は、AIと外部のツールやデータの「つなぎ方」をそろえたオープンな標準です。

Anthropic が2024年11月に公開し、いまは特定企業の持ち物ではなくなっています。

たとえるなら、何でもつなげる USB-C のような共通端子を、AIと外部世界の間に用意したもの。

なぜ「標準」が必要だったのか

標準が無いと、AIアプリとツールの組み合わせの数だけ、連携コードを書く羽目になります。

モデルが M 個、つなぎたいツールが N 個あれば、最悪 M×N 通りの実装が要る。

共通プロトコルが1つあれば、これが M＋N で済むのが大きな効きどころです。

新しいツールを足すたびに各AIへ個別対応する、という消耗から解放されるわけですね。

仕組みは「ホスト・クライアント・サーバー」

MCP の登場人物は、ざっくり3つだけです。

  • ホスト：AIを動かすアプリ本体（チャットやエディタなど）
  • クライアント：ホストの中でサーバーと1対1に話す通信役
  • サーバー：ファイルやDB、APIなどツール側を公開する窓口

使う側は、サーバーを設定ファイルに登録するだけで機能が増えます。

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/path"]
    }
  }
}

この「登録するだけ」という手触りが、MCP が一気に広まった理由のひとつ。

いま MCP はどこまで広がったか

MCP はもう、Anthropic 単独の試みではありません。

OpenAI が2025年3月、Google が同年4月に対応を表明し、Microsoft も続きました。

2025年12月には Linux Foundation 傘下の団体へ移管され、業界共通の基盤になっています（Anthropicの発表）。

公開されている MCP サーバーは、2026年初頭の調査で17,000件超まで増えています（参考: Wikipedia）。

具体的に何ができるのか

身近なところでは、AIにこんな仕事を任せられます。

  • ローカルのファイルを読んで要約・検索させる
  • GitHub や Slack、データベースを横断して調べさせる
  • 自作スクリプトを「ツール」として呼び出させる

実際に Python で MCP サーバーを書いて Cursor から叩く流れは、別記事でまとめています。

Python×MCPでCursor強化：生活ログ分析を自動化する
Python×MCPでCursor強化：生活ログ分析を自動化する
PythonでMCPサーバを自作し、Cursorから生活習慣ログを直接分析する方法を解説。朝活達成率や禁煙継続日数をAIに問いかけるだけで可視化できる実践的な構築手順を紹介します。
あわせて読みたい

最後に

MCP の核は、派手な新機能ではなく「つなぎ方をそろえた」ことにあります。

端子がそろえば、あとはサーバーを足すほど AI の手足が増えていく。

まずは既存のサーバーを1つ繋いでみると、その手応えが早く掴めると思います。

以上です。