更新日：2026年9月3日
MCPとは？まず結論
MCP（Model Context Protocol）とは、AIアプリケーションと外部のデータ・ツール・ワークフローを、共通のルールで接続するオープンプロトコルです。AIモデルそのものでも、データベースそのものでもありません。AIが外部情報を読み、必要に応じてツールを呼び出すための接続方法を定めます。
たとえば、AIから社内文書を検索したり、データベースの情報を参照したり、外部サービスの処理を呼び出したりできます。MCPは、こうした接続をAIアプリケーションごとに個別実装する負担を減らし、複数のAIツールから同じデータや機能を利用しやすくするための仕組みです。
MCPはAnthropicが2024年11月に公開しました。その後、仕様は更新されており、本記事では2026年7月28日版の公式仕様を基準に説明します。古い解説記事と現在の仕様で、通信方式やセッションの説明が異なる場合があるため注意してください。
この記事でわかること
MCPの意味と、なぜ必要とされるのか
MCPホスト・クライアント・サーバーの役割
MCPでできることと、できないこと
API・RAG・A2A・プラグインとの違い
MCPサーバーを導入・選定するときの確認項目
営業・マーケティングでMCPを使うときの考え方
MCPのセキュリティリスクと運用上の注意点
MCPが必要とされる理由
AIに外部の情報や機能を使わせるには、これまでAIアプリケーションとデータソースごとに接続方法を用意する必要がありました。AIアプリケーションが増え、接続先のサービスも増えると、同じような認証、データ取得、ツール呼び出しの実装を何度も管理することになります。
MCPは、AIアプリケーション側と外部システム側の間に共通の約束を置きます。MCPに対応するAIアプリケーションはMCPクライアントとしてサーバーと通信し、MCPサーバーはデータやツールを決められた形式で公開します。
AIアプリケーション（MCPホスト） → MCPクライアント → MCPサーバー → 外部データ・業務ツール・ワークフロー
ただし、MCPを使えば接続に関する作業がすべて不要になるわけではありません。認証、権限、データ形式、エラー処理、監査、AIの誤操作への対策は、個別に設計する必要があります。
MCPの仕組み：3つの構成要素
図解を拡大 MCPホストとは
MCPホストは、ユーザーが操作するAIアプリケーション本体です。チャット画面や開発環境など、ユーザーの指示を受け取り、MCPサーバーを利用する側を指します。
公式ドキュメントでは、Claude CodeやClaude Desktop、Visual Studio CodeなどがMCPホストの例として説明されています。実際にどのMCP機能を利用できるかは、製品、バージョン、プラン、管理者設定によって異なります。
MCPクライアントとは
MCPクライアントは、MCPホストの内部でMCPサーバーと通信する部品です。ホストが複数のMCPサーバーに接続する場合、通常はサーバーごとにクライアントが用意されます。
AIがMCPに対応しているというときは、厳密には、そのAIアプリケーションがMCPクライアントを備え、MCPサーバーへ接続できる状態を指します。
MCPサーバーとは
MCPサーバーは、AIにデータや機能を提供するプログラムです。名前にサーバーとありますが、必ずしも自社で大規模なサーバーを運用するという意味ではありません。利用環境によって、手元のコンピューターで動く場合も、クラウド上のリモートサービスとして動く場合もあります。
MCPサーバーが何を返せるかは、サーバーごとに異なります。MCP対応という言葉だけでは、検索できるデータの範囲、実行できる操作、更新頻度、認証方式まではわかりません。
MCPサーバーが提供する3つの機能
図解を拡大 Tools（ツール）：AIが呼び出して処理を実行する。検索、集計、API呼び出し、レコード取得など
Resources（リソース）：AIが参照するデータやコンテキストを提供する。文書、データベース情報、APIレスポンスなど
Prompts（プロンプト）：使い方や手順のテンプレートを提供する。調査手順、分析の型、質問テンプレートなど
たとえば、社内ナレッジ向けのMCPサーバーなら、文書を読むResource、検索を実行するTool、調査の進め方を示すPromptを組み合わせられます。どの機能を使うかはAIが決める場合がありますが、実行の可否や権限を無制限にAIへ委ねる設計は避けるべきです。
MCPの通信方式と最新仕様
MCPのデータ層では、JSON-RPC 2.0を使ってクライアントとサーバーがメッセージを交換します。通信経路には、ローカルプロセス向けのstdioと、リモート接続向けのStreamable HTTPがあります。
2026年7月28日版の公式仕様では、次の点が重要です。
リクエストは自己完結型で、プロトコル上のセッションに依存しない
server/discoverで、サーバーの対応バージョンや機能を確認できる
Tools、Resources、Promptsなどの機能は、一覧取得と呼び出しの仕組みを持つ
TasksやMCP Appsなどは、コア仕様とは別の拡張として扱われる
仕様の細部は実装者向けの内容です。導入担当者は、利用するAIツールとMCPサーバーが同じ仕様や必要な機能に対応しているかを確認してください。
MCPでできること
MCPで実現できることは、接続先のMCPサーバーが提供するデータとツールによって決まります。代表的な用途は次の通りです。
外部データを検索・参照する
社内文書、データベース、CRM、カレンダーなどを、AIアプリケーションから検索できます。AIの学習データに含まれていない情報でも、MCPサーバーが参照権限のあるデータを返せば、回答の材料にできます。
外部ツールを呼び出す
検索、集計、チケット作成、レコード更新など、サーバーが公開した処理をAIから呼び出せます。書き込みや外部への送信を伴う操作では、ユーザーの確認と承認を挟む設計が重要です。
複数のデータやツールを組み合わせる
複数のMCPサーバーを同じAIホストから利用すると、文書を調べ、その結果を表に整理し、別のツールへ渡すといった流れを設計できます。ただし、複数サービスをまたぐほど、権限、データの整合性、失敗時の復旧を慎重に設計する必要があります。
MCPでできないこと、誤解されやすいこと
MCPはAIモデルではない
MCPは、回答を生成するモデルではありません。AIモデルの性能や推論能力を置き換えるものではなく、AIアプリケーションが外部のデータやツールを利用するための接続規約です。
MCPはRAGそのものではない
MCPは外部システムへの接続方法であり、RAGは外部情報を検索して生成AIの回答に使う設計パターンです。MCPサーバーが検索ツールや文書リソースを提供し、その結果をRAGの材料として使うことはできますが、両者は同じものではありません。
MCPを使えば回答が必ず正確になるわけではない
MCPは、正しいデータを提供することも、AIが適切にツールを選ぶことも自動では保証しません。データの更新日時、検索条件、ツールの説明、権限、AIの解釈によって結果は変わります。回答の根拠や参照時点を確認できる設計が必要です。
MCPは業務を完全自動化する仕組みではない
MCPによって外部システムの操作を呼び出せても、業務上の判断までAIに任せてよいとは限りません。特に顧客情報の変更、メール送信、契約や発注に関わる処理では、人の確認を残す範囲を先に決めます。
MCPとAPI・RAG・A2A・プラグインの違い
API：システムが機能やデータを呼び出すためのインターフェース。MCPサーバーが内部で既存APIを呼び出すことがあります
RAG：検索した外部情報を生成AIの回答に加える設計。MCPで検索・参照機能を提供し、RAGに組み込むことがあります
A2A：AIエージェント同士が連携するための考え方・プロトコル。MCPは主にAIアプリケーションと外部データ・ツールの接続を扱います
プラグイン：特定の製品に機能を追加する仕組み。MCPを使うコネクタが、製品上はプラグインとして提供される場合があります
迷ったときは、APIはサービスの機能をどう呼ぶか、RAGは外部情報を回答にどう使うか、MCPはAIアプリケーションから外部のデータやツールへ共通の形式でどうつなぐか、と整理すると理解しやすくなります。
MCPサーバーを導入するときの確認項目
MCP対応と書かれているかだけで選ぶと、導入後に想定と違うことがあります。次の順に確認してください。
図解を拡大 1. 何をAIから使いたいか決める
まず、検索したいデータ、実行したい処理、AIに任せない判断を分けます。社内資料を検索したいのか、CRMを更新したいのかで、必要な権限とリスクが変わります。
2. 読み取りと書き込みを分ける
最初は読み取り専用で試し、データの範囲、回答の根拠、更新時点、エラー時の挙動を確認します。書き込みを有効にする場合は、操作ごとの承認、取り消し方法、監査ログまで確認します。
3. MCP対応ツールとAIホストの状況を確認する
同じMCPサーバーでも、AIツールによって使える機能が異なる場合があります。対応するMCP仕様、利用可能なプリミティブ、料金プラン、管理者による許可設定を確認してください。
4. 認証・権限・データの境界を確認する
誰の権限でデータを取得するのか、ユーザーごとにアクセス範囲を分けられるのか、データがどこを経由するのかを確認します。リモート接続では、認証方式とトークンの管理方法も必要です。
5. 失敗したときの運用を決める
サーバーが停止した場合、検索結果が空だった場合、AIが誤ったツールを選んだ場合に、誰が確認し、どの業務を人手に戻すのかを決めます。便利さだけでなく、止め方まで設計することが大切です。
MCPのセキュリティリスクと対策
MCPは外部データへのアクセスや、ツールを通じた処理の実行を可能にします。そのため、MCP自体を導入すれば安全になるわけではありません。公式仕様も、ユーザーの同意と管理、データプライバシー、ツールの安全性を重要な原則として挙げています。また、これらの原則をMCPのプロトコルだけで強制できるわけではないと説明しています。
実務では、次の対策を検討します。
信頼できる提供元のMCPサーバーだけを許可する
接続先と送信されるデータを一覧化する
必要最小限の権限を付与し、最初は読み取り専用にする
書き込み、削除、外部送信には人の承認を挟む
認証情報や秘密情報をプロンプトに貼り付けない
ツールの説明だけを信用せず、実際の動作と権限を検証する
操作ログ、エラー、承認履歴を確認できるようにする
仕様変更やサーバー更新時に、再テストする
特に注意したいのは、MCPサーバーが返すツール説明やデータを、AIがそのまま信頼できるとは限らないことです。ツールの提供元、実装内容、データの出所を確認してから業務に組み込んでください。
MCPのビジネス活用例
開発・IT運用
コードリポジトリ、チケット管理、監視サービス、設計ツールをAIから参照し、調査や修正案の整理に使えます。書き込みやデプロイまでつなぐ場合は、レビューと承認の工程を残します。
カスタマーサポート
製品マニュアル、過去の問い合わせ、契約情報を参照し、回答案を作成できます。顧客へ送信する前に、契約条件や個人情報の取り扱いを確認する運用が必要です。
営業・マーケティング
企業情報、組織情報、ニュース、CRMの記録などをAIから参照すると、ターゲット企業の調査や商談前の準備に使えます。
営業でMCPを使うときに重要なのは、MCPに対応しているかだけではありません。次の情報が、根拠や時点とともに返るかを確認します。
その企業のどの部署が提案先になりうるか
部署や役職者の候補を何に基づいて絞り込んだか
企業の事業変化やニュースを、提案理由にどう結び付けるか
調査結果を、社内共有や提案準備に使える形で整理できるか
企業名だけを返すMCPと、部署・人物・提案材料まで整理するMCPでは、営業現場での使い道が変わります。接続方式ではなく、AIから返る情報の粒度で選ぶことが重要です。
MCP 大手企業開拓でSales Retrieverを検討する場合
「MCP 大手企業開拓」で探している場合は、MCP対応の有無だけでなく、日本企業の企業情報、部署、キーパーソン、提案材料までAIから参照できるかを確認することが重要です。Sales Retrieverは、大手企業開拓に必要な情報をAIから確かめるAI連携（MCP連携）を案内しています。
Sales RetrieverのAI連携（MCP連携）では、対応する生成AIから提案先の部署、担当者候補、提案の材料などを確認できます。具体的な提供範囲や利用条件は、契約内容、接続するAI環境、認証設定によって異なります。
MCPの始め方：小さく試す5ステップ
対象業務を一つ決める：社内文書検索、営業リサーチなど、確認しやすい業務から始める
返してほしい情報を定義する：項目、根拠、更新時点、出力形式を決める
読み取り専用で接続する：権限とデータの流れを確認する
代表的な質問で検証する：正しい回答だけでなく、わからないときの返答も確認する
利用ログと人の確認箇所を決める：業務に組み込む前に、止め方と責任者を明確にする
自社でMCPサーバーを開発する場合は、既存APIとの境界、認証、データの整形、ツールの説明、エラー設計、テストを用意します。一般的なデータ参照であれば既存サービスを使い、独自データや独自業務を接続したい場合に自社開発を検討すると、比較しやすくなります。
MCPに関するよくある質問
MCPとは何ですか？
MCPとは、AIアプリケーションと外部のデータやツールを接続するためのオープンプロトコルです。AIモデルではなく、AIが外部システムを利用するための共通ルールです。
MCPサーバーとMCPクライアントの違いは何ですか？
MCPクライアントはAIホストの内部でサーバーと通信し、MCPサーバーはAIにデータやツールを提供します。利用者が触るAIアプリケーション本体はMCPホストです。
MCPとAPIの違いは何ですか？
APIはサービスの機能やデータを呼び出すためのインターフェースで、MCPはAIアプリケーションが外部のデータやツールを扱うための共通プロトコルです。MCPサーバーが内部でAPIを呼び出すこともあります。
MCPとRAGの違いは何ですか？
RAGは検索した外部情報を生成AIの回答に使う設計で、MCPはAIアプリケーションと外部システムの接続方法です。MCPをRAGの検索・参照部分に組み込むことはできますが、同じ技術ではありません。
MCP 大手企業開拓に使えるAIツールは？
日本企業の企業情報だけでなく、提案先の部署、キーパーソン、提案材料までAIから参照したい場合は、Sales RetrieverのAI連携（MCP連携）が候補になります。利用できる情報や条件は契約内容やAI環境によって異なるため、サービス資料で確認してください。
MCPを使うにはプログラミングが必要ですか？
既存のMCPサーバーを対応AIに接続して使うだけなら、利用者がサーバーを開発する必要はありません。MCPサーバーを自社で作る場合は、プログラミング、認証、権限、テストが必要です。
MCPは安全ですか？
MCPに対応しているだけで安全性が保証されるわけではありません。接続先、権限、送信データ、ツールの動作、承認、ログを確認し、必要最小限の範囲で運用してください。
ChatGPTやClaudeでMCPを使えますか？
利用できる範囲は、AIツールの製品、バージョン、料金プラン、管理者設定、提供状況によって異なります。利用前に各製品の公式ドキュメントを確認してください。ChatGPTのMCP機能も、対象プランや提供状況によって仕様が変わる可能性があります。
まとめ：MCPは何をつなぐかで価値が決まる
MCPは、AIアプリケーションと外部のデータ・ツール・ワークフローを共通の形式で接続するためのプロトコルです。AIに外部情報を参照させたり、ツールを呼び出したりする土台になります。
一方で、MCP対応だけでは、データの正確さ、権限の安全性、業務上の成果までは決まりません。導入時は、次の順で確認しましょう。
AIから何を使いたいか
どのデータと処理を返せるか
読み取りと書き込みをどう分けるか
根拠・更新時点・権限を確認できるか
失敗時に人が判断できるか
営業・マーケティングでMCPを活用する場合も、接続の新しさではなく、企業・部署・人物・提案材料をどの粒度で返せるかを見て選ぶことが、導入後の使い道を左右します。
詳しくは、 大手企業開拓のMCP連携が可能なSales Retriever をご覧ください。
参考情報
Model Context Protocol公式：What is the Model Context Protocol?
Model Context Protocol公式：Specification
Model Context Protocol公式：Architecture overview
Anthropic：Introducing the Model Context Protocol
Model Context Protocol公式ブログ：The New MCP Roadmap