MCP（Model Context Protocol）とは？
MCPの概要
Model Context Protocol（MCP）は、Anthropicが2024年11月に発表したオープンプロトコルです。AI Agentが外部ツール・データソースと接続するための標準化されたインターフェースを提供します。
なぜMCPが必要なのか
従来、AI Agentが外部ツールを利用するには、各ツールごとに個別の連携コードを書く必要がありました。
従来の課題
- ツールごとに異なるAPI仕様への対応が必要
- プロバイダーが変わると連携コードの書き直し
- セキュリティポリシーの不統一
MCPが解決すること
- 統一インターフェース: どのツールも同じプロトコルで接続
- プロバイダー非依存: MCPサーバーを差し替えるだけでツール変更可能
- セキュリティ標準化: 認証・認可の統一的な処理
MCPのアーキテクチャ
AIアプリケーション（MCPクライアント）
↕ MCP Protocol
MCPサーバー（ツールプロバイダー）
↕
外部サービス（DB, API, ファイルシステム等）
MCPの3つの機能
- Tools: AIが呼び出せる関数（Web検索、DB操作等）
- Resources: AIが読み取れるデータソース（ファイル、DB等）
- Prompts: 再利用可能なプロンプトテンプレート
Function Callingとの違い
| 項目 | Function Calling | MCP |
|---|---|---|
| 標準化 | プロバイダー依存 | オープン標準 |
| ツール定義 | JSONスキーマ | MCPサーバー実装 |
| 実行場所 | クライアント側 | MCPサーバー側 |
| エコシステム | 独自 | 共通 |
MCPの実装例
# MCPサーバーの例（FastMCP）
from mcp.server.fastmcp import FastMCP
mcp = FastMCP("Weather Service")
@mcp.tool()
async def get_weather(city: str) -> str:
"""指定された都市の天気を取得"""
# 天気API呼び出し
return f"{city}の天気: 晴れ、気温22℃"
mcp.run()
エコシステムの現状
2026年現在、MCPをサポートするツールが急速に増加しています：
- IDE連携: Cursor、VS Code、Windsurf
- データベース: PostgreSQL、MongoDB、Supabase
- クラウド: AWS、GCP、Azure
- SaaS: Slack、GitHub、Notion
まとめ
MCPはAI Agentのツール連携における「USBのような標準規格」です。今後、MCPサーバーのエコシステムが拡大することで、AI Agentの能力が飛躍的に向上することが期待されます。
📬 AIエージェント導入の実務ノウハウをもっと知りたい方へ
AI Agent Lab では、中小企業のAI Agent導入担当者向けに、ベンダー選定・PoC設計・セキュリティチェックリスト・運用コスト管理などの実務記事を継続的に配信しています。無料会員登録で全記事とコースへアクセスできます。
- 🎁 無料会員登録して最新記事を受け取る — 30秒で完了・いつでも解除可
- 📚 コース一覧を見る — AI Agent 導入の実務を体系的に学ぶ
- 💬 導入相談・お問い合わせ — 自社での適用可能性を相談する