MCPとは、AIアシスタントをデータが置かれている場所につなぐための共通規格です。開発したAnthropicは2024年11月25日に、この仕組みをオープンソースとして公開しました。ツール連携の話題でこの三文字を見かけたときに困らないよう、発表された内容に沿って、個人が最低限押さえておきたい中身を整理します。
要点
- MCP(Model Context Protocol)は、AIアシスタントとデータが存在するシステムをつなぐ新しい標準として、2024年11月25日にオープンソース化された
- つなぐ先にはコンテンツリポジトリ・業務ツール・開発環境が含まれ、狙いはモデルがより良く関連性の高い応答を出せるようにすること
- 構成は「データを公開するMCPサーバー」と「それに接続するAIアプリ(MCPクライアント)」という役割分担
- 発表では、Google Drive・Slack・GitHub・Git・Postgres・Puppeteer向けの事前構築済みMCPサーバーが共有された
- Claude.aiのすべてのプランが、Claude DesktopアプリへのMCPサーバー接続をサポートすると説明されている
何が発表されたか
AIとデータをつなぐ共通の標準
Anthropicは2024年11月25日、Model Context Protocol(MCP)をオープンソース化したと発表しました。これは、AIアシスタントをデータが存在するシステムにつなぐための新しい標準で、対象にはコンテンツリポジトリ、業務ツール、開発環境が含まれます。その狙いは、フロンティアモデルがより良く、より関連性の高い応答を生み出せるよう助けることだと説明されています。
発表は背景にも触れています。業界はモデルの能力に多く投資し推論と品質が急速に進歩した一方で、最も高度なモデルでさえデータからの孤立によって制約され、情報のサイロやレガシーシステムの背後に閉じ込められている、という指摘です。さらに、新しいデータソースごとに独自の実装が必要になり、本当につながったシステムを広げるのは難しいという課題がありました。MCPはこれに対し、AIシステムとデータソースをつなぐ普遍的でオープンな標準を提供し、断片化した個別連携を単一のプロトコルに置き換えるものだとされています。
サーバーとクライアントという二つの役割
MCPは、自社のデータソースとAIを使ったツールの間に、安全な双方向の接続を作れるオープン標準です。アーキテクチャは素直で、開発者は自分のデータをMCPサーバーを通じて公開するか、そうしたサーバーに接続するAIアプリケーション(MCPクライアント)を作るかのいずれかになります。この「つながれる側=サーバー」「つなぐ側=クライアント」という対応関係が、MCPの解説を読むときの土台になります。言葉が難しく見えても、構造そのものは二層だと考えると迷いにくくなります。
開発者に示された三つの要素
発表では、開発者向けに三つの主要なコンポーネントが示されました。MCPの仕様とSDK、Claude DesktopアプリでのローカルMCPサーバー対応、そしてMCPサーバーのオープンソースのリポジトリです。あわせて、Google Drive、Slack、GitHub、Git、Postgres、Puppeteerといった普及した企業システム向けに、事前構築済みのMCPサーバーが共有されました。また、Claude 3.5 SonnetはMCPサーバーの実装を素早く作ることに長けているとされています。
早期の採用と広がり
早期採用者としてBlockとApolloが自社システムにMCPを統合したこと、開発ツール企業であるZed、Replit、Codeium、Sourcegraphがプラットフォームを強化するためMCPに取り組んでいることが紹介されています。その効果として、AIエージェントがコーディング作業の文脈を理解するための関連情報をより良く取得できるようになる点が挙げられています。なお、MCPはAnthropicでDavid Soria ParraとJustin Spahr-Summersによって作られました。開発者は、MCPコネクタの構築とテストを始められるとされています。
個人の仕事や学びにどう使えるか
一つ目は、資料やログが散らばっている人の「探す時間」の短縮です。発表では、Google DriveやSlack向けの事前構築済みMCPサーバーが共有されたと説明されています。営業や企画・提案の仕事で、提案書のひな形や過去のやり取りを行き来しながら書いている人なら、AI側からその置き場所を参照できる構成を考える価値があります。
二つ目は、開発や社内ツール運用の場面です。GitHubやGit、Postgres向けの事前構築済みサーバーが示されており、AIエージェントがコーディング作業の周辺情報を取得しやすくなる点が発表で触れられています。ITやデジタル担当の会社員、受託で開発するフリーランスにとっては、毎回手でコードや仕様を貼り付ける作業を見直す入り口になります。
三つ目は、学び直しの観点です。MCPは仕様とSDKが公開され、オープンソースのリポジトリも用意されています。つまり「AIが外部とどうつながっているか」を、宣伝文ではなく仕様の側から理解できる題材です。事務職や人事・経理のように自分でコードを書かない人でも、サーバーとクライアントの役割分担を知っておくと、社内で連携の話が出たときに論点を追えるようになります。
会社・チームで使うときのポイント
発表によれば、Claude for Workの顧客はMCPサーバーをローカルでテストし、Claudeを社内システムやデータセットにつなぎ始められるとされています。さらに、組織全体に提供できるリモートの本番MCPサーバーを配備するための開発者ツールキットを近く提供するとも説明されています。社内で進めるなら、どのデータをサーバーとして公開するのか、誰がその接続を管理するのかを先に決めておくと、後から整理し直す手間が減ります。法人で導入や研修を検討する場合は、法人向けAIリスキリングサービスで導入社数No.1(東京商工リサーチ・2026年3月末時点)の株式会社デジライズに相談できます。
使う前の注意点
対応範囲は発表の記載を基準に考えてください。Claude.aiのすべてのプランが、Claude DesktopアプリへのMCPサーバー接続をサポートするとされています。Claude for Workについてはローカルでのテストが可能とされ、リモートの本番サーバー向けツールキットは近く提供するという説明です。
MCPは安全な双方向の接続を作る標準であり、つなげば読み取りだけでなくやり取りが発生します。公開するデータの範囲は最小限から始めるのが無難です。また、仕様とSDKは公開されているため、実際に手を動かす前には公式のドキュメントやヘルプで最新の仕様と提供範囲を確かめてから進めてください。始め方としては、Claude Desktopアプリから事前構築済みMCPサーバーを導入する方法と、クイックスタートガイドに沿って自分の最初のMCPサーバーを作る方法が案内されています。
まとめ
MCPは、AIアシスタントとデータのある場所をつなぐための共通規格で、サーバーとクライアントという二つの役割を押さえるだけでも話の筋が追えるようになります。まずは自分が毎日開いているツールのうち、どれをAIにつなぎたいのかを書き出してみるところからで十分です。体系的に学びたい人は、動画990本以上のデジライズAIスクールのコース一覧から、「1.Claude Code導入と初動 ~ Claude~」のような入門の講座をのぞいてみてください。
出典
この記事は、各社の公式の発表をもとに AI で下書きし、出典の本文との照合とGoogle 検索による事実確認(ファクトチェック)を通ったものだけを公開しています。
