MCP（Model Context Protocol）は、AIエージェントが外部のツールやデータに接続するための共通規格です。2024年11月25日にAnthropicがオープンな仕様として公開し、その後、複数のAI提供者と開発者が採用しています。この記事では、MCPが何を決めていて何を決めていないか、受託開発で使う理由、使わない方がよい場合を、発注側が判断できる粒度で説明します。
MCPが解いている問題
AIエージェントに業務をさせるには、社内システムやSaaSからデータを読み、必要なら書き込む必要があります。従来は、AIの製品ごと、接続先ごとに個別の連携コードを書いていました。接続先が5つ、利用するAIが2つあれば、10通りの実装と保守が生まれます。
MCPは、この「AI側」と「接続先側」の間に共通の話し方を置きます。接続先はMCPサーバーとして一度だけ機能を公開し、MCPに対応したAIクライアントならどれでも同じ手順で使えます。仕様の役割分担は次の3つです。
| 役割 | 何をするか | 例 |
|---|---|---|
| ホスト | AIモデルを動かし、ユーザーとやり取りするアプリケーション | チャットUI、業務アプリ、IDE |
| クライアント | ホストの中で、MCPサーバー1つと1対1の接続を持つ部品 | ホストに内蔵される |
| サーバー | ツール・データ・定型の指示を公開する側 | 社内DBの検索、チケット作成、ファイル参照 |
サーバーが公開する3種類のもの
MCPサーバーは、次の3つの単位で機能を公開します。
- ツール（tools）: AIが呼び出せる操作。「顧客を検索する」「見積を下書きする」のように、入力と出力の型を持ちます。
- リソース（resources）: AIが読める文書やデータ。ファイル、レコード、設定など、読み取り専用の情報です。
- プロンプト（prompts）: 定型の指示のテンプレート。「この帳票を確認する手順」のように、使い方を揃えるために置きます。
通信はJSON-RPC 2.0を使い、接続方法（トランスポート）は、同じマシン内で動かす標準入出力と、ネットワーク越しに使うStreamable HTTPの2つが基本です。Streamable HTTPは2025年3月26日版の仕様で導入され、それまでのServer-Sent Eventsによる方式に置き換わりました。リモートのMCPサーバーを本番で運用する場合は、この方式と認可の仕様（2025年11月25日版）を前提に設計します。
標準として定着した経緯
規格が1社の都合で変わると、それに合わせた開発投資が無駄になります。MCPについては、次の事実が判断材料になります。
- 2024年11月: Anthropicがオープン仕様として公開。
- 2025年3月: OpenAIが自社製品でのMCP対応を表明。以後、Agents SDKやChatGPTでの対応が進む。
- 2025年12月: AnthropicがMCPをLinux Foundation傘下のAgentic AI Foundationへ寄贈。特定の1社ではなく、複数社が参加する財団の管理下に移った。
つまり、MCPサーバーとして作った接続部分は、AIの提供者を変えても使い回せる可能性が高い、という位置づけになりました。
受託開発でMCPを使う理由
当社がAIエージェントの受託開発でMCPを採用する理由は3つです。
- 接続部分を資産にできる。 接続先ごとのMCPサーバーは、AIモデルやチャットUIを差し替えても残ります。PoCで作った接続を本番でも使えます。
- 境界が明確になる。 ツールの入力・出力の型を定義するので、「AIに何をさせるか」「どこまで書き込ませるか」を仕様として確認できます。発注側の承認点を置く場所が決めやすくなります。
- 自社基盤と接続しやすい。 当社のTACHYON Agent APIはMCP準拠で、2025年10月29日から提供しています。案件で作ったMCPサーバーを、自社の基盤上のエージェントからそのまま利用できます。
MCPが決めていないこと
MCPは「つなぎ方」の規格であって、「誰が何をしてよいか」は決めません。次の点は案件ごとに設計が必要です。
- 業務上の権限: MCPサーバーが接続先にアクセスするときの認証・認可は、接続先の権限体系に従います。「AIだから全部読める」状態を作らないよう、利用者ごとの権限をサーバー側で反映します。
- 書き込みの承認: 見積の送信や在庫の変更のような不可逆な操作は、ツールの設計で「下書きまで」に留め、人の確認を挟みます。
- ログと監査: どのツールをいつ誰が呼んだかの記録は、仕様の外側で用意します。
使わない方がよい場合
MCPが常に最適とは限りません。接続先と呼び出し元が1つずつに固定されているなら、直接API連携の方が単純です。手順と分岐が明確な処理は、AIの判断を挟まない定型ワークフローの方が安定します。この3方式の比較と、権限設計の考え方はMCPサーバー開発・既存システム連携の設計にまとめています。
発注前に決めておくとよいこと
相談の段階で、次の4点が分かっていると見積もりが具体的になります。
- 接続したいシステムの一覧（名前ではなく「使える条件」: API有無、認証方式、契約上の制約）
- AIに読ませてよい範囲と、書き込ませてよい範囲
- 承認が必要な操作と、その承認者
- 利用するAIクライアント（既存のチャットツールか、業務アプリに組み込むか）
これらを整理したうえで、PoCの範囲と概算はAIエージェント受託開発の相談フォームからお問い合わせください。
参照した公開情報
- Anthropic「Introducing the Model Context Protocol」（2024年11月25日）: https://www.anthropic.com/news/model-context-protocol
- Model Context Protocol 仕様「Transports」（2025-11-25版）: https://modelcontextprotocol.io/specification/2025-11-25/basic/transports
- Model Context Protocol Blog「MCP joins the Agentic AI Foundation」（2025年12月9日）: https://blog.modelcontextprotocol.io/posts/2025-12-09-mcp-joins-agentic-ai-foundation/
- TechCrunch「OpenAI adopts rival Anthropic's standard for connecting AI models to data」（2025年3月26日）: https://techcrunch.com/2025/03/26/openai-adopts-rival-anthropics-standard-for-connecting-ai-models-to-data/