ChatGPTなどのAIに「ブログの記事を投稿して」「パソコンのファイルを整理して」「部屋の電気をつけて」とお願いできたら便利ですよね。
実は、AIと外部のプログラムをつなぐための共通の仕組みがあります。それがMCP（Model Context Protocol）です。
この記事では、プログラミングに詳しくない人でもイメージできるように、MCPサーバーの役割やAPIとの違いを具体例と図解で説明します。
MCPとは？ ひとことで言うと「AI用の共通接続ルール」
MCPはModel Context Protocol（モデル・コンテキスト・プロトコル）の略です。
「プロトコル」は、コンピューター同士がやり取りするときの共通ルールのこと。MCPは、そのルールを使ってAIアプリと外部のツール・データを接続するための規格です。
例えるなら、さまざまな機器を同じ形の端子でつなげられるようにするイメージです。接続先の仕組みが異なっていても、MCPに対応していれば、AIアプリは共通した方法で機能を見つけたり呼び出したりできます。
なお、MCPそのものがAIというわけでも、特定の会社のサーバー製品というわけでもありません。
「MCPサーバー」って何をするもの？
MCPサーバーは、AIアプリに使ってほしい機能を公開するプログラムです。名前に「サーバー」と付いていますが、必ずしも専用の大きなコンピューターが必要なわけではなく、普段使っているPC上のプログラムとして動かすこともできます。
例えば、MCPサーバーが「WordPressの記事を投稿する」という機能を公開していれば、対応するAIアプリはその機能を呼び出せます。MCPサーバーはリクエストを受け取り、WordPressのAPIなどを使って実際の処理を行い、結果を返します。
つまり、「何をしたいか」を解釈するのはAI側、「実際に処理する」のはMCPサーバーやその先の外部システム側という役割分担です。
図解：AIからWordPressに記事を投稿するまで
- ユーザー：「WordPressに記事を投稿して」とAIに頼みます。
- AI：依頼の内容を理解し、記事投稿に使えるツールを選びます。
- MCPクライアント：AIアプリの中でMCPサーバーとの通信を担当します。
- MCPサーバー：ツールの呼び出しを受け取り、WordPressのAPIを使って投稿処理を行います。
- 結果の返却：投稿できたかどうか、記事のURLなどをAIアプリへ返し、ユーザーに結果を伝えます。
この流れで大事なのは、AIがWordPressの細かなAPIを直接知っている必要はないという点です。MCPサーバーが「記事を投稿する」という機能と使い方を公開しているからです。
普通のAPIと何が違うの？
「外部のサービスを操作するなら、APIで十分じゃないの？」と思うかもしれません。実際、MCPサーバーの内部でも既存のAPIはよく使われます。
違いはAIアプリと外部機能の間に、共通の窓口を用意することです。
- 普通のAPI：WordPress、家電、ファイル管理など、サービスごとに呼び出し方や認証方法が異なります。
- MCP：ツールの一覧を取得したり、必要な引数を調べたり、ツールを呼び出したりする手順を共通化します。
MCPは既存のAPIをなくす技術ではありません。既存のAPIやプログラムを、AIから利用しやすい形で橋渡しする規格と考えるとわかりやすいでしょう。
MCPサーバーが提供する3つの機能
MCPの基本的な機能には、次の3種類があります。
- Tools（ツール）：何かを実行する機能。記事の投稿、ファイルの作成、照明の操作など。
- Resources（リソース）：AIに参照させるデータや情報。文書の内容や設定情報など。
- Prompts（プロンプト）：よく使う指示や作業手順を、再利用しやすい形で提供するもの。
初めてMCPに触れるなら、まずはTools＝AIが使える外部機能と理解すれば十分です。なお、どの機能に対応するかはMCPサーバーやAIアプリによって異なります。
MCPサーバーがあれば、どんなことができる？
例えば次のような使い方が考えられます。
- 「今書いた文章をWordPressに投稿して」→ 記事投稿ツールを呼び出す
- 「指定したフォルダの中身を調べて」→ ファイル読み取りツールを呼び出す
- 「PCの空き容量を確認して」→ システム情報取得ツールを呼び出す
- 「デスクの照明をつけて」→ IoT機器の制御ツールを呼び出す
私たちが作っている「Chappy MCP Server」でも、WordPressやWindowsのPowerShell、IoT機器などを操作する機能をMCP経由で使えるようにしています。AIが最初からそれらの操作方法を学習し直さなくても、サーバー側で機能を追加することで、対応するAIアプリに新しい操作を提供できるわけです。
セキュリティには注意が必要
便利なMCPですが、MCPに対応しているだけで自動的に安全になるわけではありません。
例えば、ファイルの削除やPowerShellのコマンド実行ができるツールを公開すると、AIが呼び出せる操作の範囲も大きくなります。
- 必要な機能だけを公開する
- 認証とアクセス権限を適切に設定する
- 削除や公開など、影響の大きい操作には確認を設ける
- 信頼できるMCPサーバーだけを接続する
- 操作ログを残し、問題があれば追跡できるようにする
これらはMCPに限らず外部ツール連携全般で大切なことです。便利さだけでなく、「何を許可するか」を設計する必要があります。
少しだけ技術的な話：MCPの通信方法
MCPでは、基本的にJSON-RPCという形式で命令や結果をやり取りします。ローカルのプログラム同士では標準入出力（stdio）、ネットワーク越しではStreamable HTTPなどの通信方法が利用されます。
ただ、MCPを利用するだけなら、こうした通信仕様を覚える必要はありません。AIアプリとMCPサーバーが共通のルールに従って通信すると理解しておけば十分です。
まとめ：MCPは「AIが外の世界とつながるための共通ルール」
整理すると、次のようになります。
- MCP：AIアプリと外部の機能をつなぐ共通規格
- MCPクライアント：MCPサーバーと通信する側の仕組み
- MCPサーバー：AIに利用させるツールやデータを提供するプログラム
- APIなどの外部システム：実際の処理を行う接続先
以前はAIと外部サービスをつなぐたびに個別の仕組みを作る必要がありました。MCPの大きな価値は、その接続方法を共通化し、さまざまな機能を組み合わせやすくするところにあります。
AIは「質問に答えるもの」から「外部のツールを使って作業を助けるもの」へ。その橋渡しをする技術のひとつがMCPです。