AIへのコピペをやめる「MCP」入門 —— AIと道具をつなぐ共通の決まりの仕組み・活用例・使い方・注意点

AIに毎回コピペしていないか

毎朝のAIとのやりとり（イメージ）

毎朝、今日の予約に対して材料が足りるかをAIに確かめているお店があるとします。注文の表を貼りつけて聞くと「在庫の数が分かりません」と返され、在庫の表も貼りつける。これを毎朝くり返しています（イメージ）。AIは、お店のデータを自分で見に行くことができないからです。

MCPとは

それなら、AIをお店のデータに直接つなげばよい、という発想で作られた共通の決まりが「MCP」です。[s2]Model Context Protocolの略で、AIのモデルに、仕事に必要な情報や道具を渡すためのやりとりの決まりを意味します。[s1][s2]ClaudeでもChatGPTでも使えます。[s2][s14]

AIに道具をつなぐのが大変だった理由

コピペで困る3つのこと

コピペで困ることは3つあります。1つ目は、聞くたびに表を貼りつける手間です。2つ目は、すぐに古くなることで、貼ったあとに入った注文はAIには見えません。3つ目は、見るだけで終わることで、足りない材料の発注まではしてくれません。

MCP以前は組み合わせごとにつなぎ方を作っていた

かといって、AIを道具に直接つなぐのも、以前は大変でした。AIのアプリが3つ、つなぎたい道具が4つあるとき、それぞれに専用のつなぎ方を作ると、3×4で12個が必要になります。[s1]

MCP以後はみんな同じ形でつなぐ

MCPがあれば、アプリはMCPの話し方を1回覚えるだけで、道具も窓口を1つ作るだけで済みます。[s1][s2][s3]作るものは3＋4で7個になり、アプリと道具が10個ずつなら、100個が20個に減る計算です（イメージの計算）。これがMCPのいちばんの利点です。

MCPとは何か

MCPの登場人物

公式の説明では、MCPは「AIアプリのためのUSB-C」です。スマホにもパソコンにも同じケーブルでつなげるように、機械ごとに違う線を用意しなくて済む、ということです。[s2]登場人物は3つあります。Claude CodeのようなAIのアプリである「ホスト」、ホストの中にサーバー1つにつき1つ作られる接続係の「クライアント」、そして在庫の表やGitHubのような道具の窓口である「サーバー」です。[s3]

サーバーはどこで動くか

ここでいうサーバーは大きな機械ではなく、ただのプログラムのことです。自分のPCで動くものを「ローカル」、ネットの向こうで動くものを「リモート」と呼びます。[s3]

MCPのあゆみ

MCPは2024年11月にAnthropicが公開し、その後、ChatGPTやGemini、VS Codeなども対応しました。[s1][s14]2025年12月にはLinux Foundationの財団に寄贈され、1社のものではなく、みんなで決める共通のルールになっています。[s14]財団の発表によると、公開されたサーバーは1万以上あり、仕様はいまも更新が続いています（最新は2026年7月28日の版）。[s4][s14]

MCPはどう動くのか

サーバーが出せる3つのもの

サーバーがAIに出せるものは3種類あります。1つ目は「ツール」で、在庫を調べる、予定を入れる、といった機能です。いつ使うかは、AIが話の流れを見て決めます。2つ目は「リソース」で、ファイルの中身のような読むためのデータ、3つ目は「プロンプト」で、「会議をまとめて」のような頼み方のひな形です。[s5]

道具の一覧の例（イメージ）

{ "name": "check_stock", "description": "材料の在庫の数を調べる", "inputSchema": { "type": "object", "properties": { "item": { "type": "string" } } }
}

AIは、まずサーバーに「どんな道具があるか」を尋ねます。返ってくる一覧には、道具の名前（例では在庫を調べる「check_stock」）、何をする道具かという説明文、渡すもの（ここでは材料の名前）が書かれています。AIはこの説明文を読んで、使う道具を選びます。[s3]

道具を使う流れ

道具を使う流れは4つの段階です。道具の一覧を聞き、質問に合う道具をAIが説明文を見て選び、使う前に人に「使っていいか」を確かめ、許可が出たらサーバーが実行して結果をAIに返します。[s3]使う前に人の同意を得ることは仕様の原則ですが、アプリの設定で、安全な操作だけ先に許しておくこともできます。[s4][s5]

{ "jsonrpc": "2.0", "method": "tools/call", "params": { "name": "check_stock", "arguments": { "item": "枝豆" } }
}

やりとりは「JSON-RPC」という形の文字で行われ、この例は「check_stockを『枝豆』で呼ぶ」という意味です。[s3][s4]この形はローカルでもリモートでも同じで、リモートのサーバーは、ふつうログインしてから使います。[s3][s18]

活用例① お店の在庫

お店の表をAIにつなぐ（イメージ）

冒頭の困りごとをMCPで解いてみます。注文と在庫はお店のパソコンの表にあるので、そこにお店専用のサーバーを1つ作り、AIにつなぎます。道具は、今日の注文を読む道具と、在庫を調べる道具の2つです。

お店の表につないだAI（イメージ）

「今日の材料は足りている？」と聞くと、AIはまず注文を読む道具を使い、次に在庫を調べる道具を使って、「枝豆が3kg足りません」と答えます。[s3]表を貼りつけることなく、いまの数で答えられるようになりました。

発注のメールの下書きまでは頼めますが、送信は担当者が確かめてから人が行います。[s4]AIが読み間違えることもあるので、大事な数字は表でも確かめましょう。

活用例② 開発・データ・仕事

MCPの活用例

Claude Codeの公式ドキュメントにも、使い方の例が並んでいます。開発では、GitHubの公式のサーバーをつなぐと、課題（Issue）を読んでコードを直し、変更の提案（プルリクエスト）まで作れます。エラーの調査では、サービスのエラーの記録から原因を探します。[s11][s16]データでは、データベースにふつうの言葉で質問でき、仕事では、予定やメモを見て会議の準備をまとめるといった使い方ができます。[s2][s11]

早くから使っている会社

初期から使っている会社には、決済サービスのSquareで知られるBlockがあり、MCPを土台にしたAIエージェント「goose」を公開しています。金融情報のBloombergも、AIの土台として使っていると発表しています。[s1][s14]

使い方① AIにつなぐ

Claude Codeでつなぐ

$ claude mcp add --transport http \ notion https://mcp.notion.com/mcp
$ claude
> /mcp

できあがったサーバーをつなぐのは簡単です。Claude Codeなら、ターミナルで名前とURLを登録する1行を打つだけで、例はNotionの公式のサーバーです。起動して「/mcp」と打つと、ログインの画面が開きます。[s11]

$ claude mcp add shop -- \ uv run /Users/zunda/shop/server.py

自分のPCで動くサーバーは、名前と、サーバーを起動するコマンドを登録します。例では、「--」のあとに、Pythonで書いたお店のサーバーを起動するコマンドを書いています。[s11]

どこに登録するか

Claude Codeでは、どこで使えるかも選べます。既定の「local」は自分とこのプロジェクトだけ、「project」は「.mcp.json」に書いてチームで共有、「user」は自分のすべてのプロジェクトで使えます。チームで共有したサーバーは、使う前に確認を求められます。[s11]

ほかのアプリでつなぐ

[mcp_servers.shop]
command = "uv"
args = ["run", "/Users/zunda/shop/server.py"]

Claudeのデスクトップアプリでは設定ファイルに、CodexやChatGPTのデスクトップアプリでは「config.toml」に、名前とコマンドを書いて登録します。[s6][s13]形は違っても、登録するのは「名前」と「起動のしかた」か「URL」だけです。[s6][s11][s13]

使い方② 自分でサーバーを作る

Pythonで作るサーバーの例

from mcp.server import MCPServer
mcp = MCPServer("zunda-shop")
STOCK = {"枝豆": 3, "もち米": 10} @mcp.tool()
def check_stock(item: str) -> str: """材料の在庫の数（kg）を調べる""" return f"{item}: {STOCK.get(item, 0)}kg" mcp.run(transport="stdio")

お店の在庫のサーバーは、Pythonなら公式のSDKを使って十数行で作れます。サーバーに名前を付け、ふつうの関数に1行の印（デコレーター）を付けるだけで、その関数がAIの道具になります。関数の説明文がそのまま道具の説明になり、AIはそこを読んで使うかどうかを決めます。最後の「stdio」は、標準入出力でやりとりするという意味です。[s6]

printは使わない

import logging
log = logging.getLogger(__name__) print("確認") # やりとりが壊れる
log.info("確認") # 標準エラーに出る

ここで注意したいのが、このサーバーの中でprintを使ってはいけないことです。標準出力はAIとのやりとりに使われているため、printで文字を出すとやりとりが壊れてしまいます。ログは、loggingを使って標準エラーに出しましょう。[s6]

MCP Inspectorで試す

$ npx @modelcontextprotocol/inspector \ uv run server.py
# 表示されたURLを開いて、道具を試す

作ったサーバーが動くかは、公式の「MCP Inspector」で、AIを使わずに試せます。[s7]道具の一覧を見て、check_stockを「枝豆」で呼び、3kgと返ってくれば成功です。あとは、先ほどの1行でClaude Codeにつなぐだけです。[s11]

コピペや専用の連携との違い

ツール呼び出し

これまでのAIにも、道具を呼ぶ仕組みはありました。「ツール呼び出し（ファンクションコーリング）」と呼ばれ、アプリが用意した関数を、AIが選んで呼ぶ仕組みです。MCPの道具も、AIからはふつうこの仕組みで呼ばれます。[s3][s17]

AIに情報や道具を渡す方法の比較

違いは、どこで作って、どこで使えるかです。最新の情報を見られることと、AIが操作できることは、専用の連携もMCPも同じです。コピペは準備がいりませんが、専用の連携はアプリごとに作る必要があり、別のアプリでは作り直しになります。MCPなら、対応したアプリでそのまま使えます。[s2][s17]一度だけならコピペ、何度も使うならMCP、と使い分けるとよいでしょう。

MCPを使うときの注意点

自分のPCで動くサーバーができること

注意したいのは、MCPのサーバーが、あなたの権限で動くプログラムだということです。自分のPCで動くサーバーは、APIキーなどの設定を受け継ぐことがあり、あなたが読めるファイルは読め、外部への通信もできます。[s8]悪意のあるサーバーをつなげば、大きな被害につながりかねません。

MCPのよくある危険

要点

MCPのよくある危険

説明文の罠

道具の説明に、隠れた指示

中身の罠

読んだメールやWebに悪い指示

そっくりさん

似た名前の偽サーバー

よくある危険は3つあります。1つ目は説明文の罠で、AIが読む道具の説明に悪い指示を隠したり、つないだあとで説明を書き換えたりする手口です。[s8]2つ目は中身の罠で、「プロンプトインジェクション」と呼ばれます。[s12]

読んだメールに罠があったら（イメージ）

たとえば、AIが予定とメールを見て打ち上げのお店を探している途中で、メールの中の罠の文を読み、別の道具で大事な認証コードを外部に送ってしまう、という例です。[s12]作った人が正直でも、読み込む中身に罠が入ることがあります。[s12]3つ目は、有名なサーバーに似た名前の偽物、いわゆるそっくりさんです。[s8]

公式の一覧（MCP Registry）に載っていれば安心、というわけでもありません。一覧が確かめるのは名前の持ち主までで、コードの安全性は別の問題です。[s10]

MCPの守り方

守り方は4つです。出どころ（公開者とパッケージの名前）を確かめて版を固定し、勝手に新しい版にならないようにする。読むだけ・狭いフォルダ・そのサーバー専用の鍵など、権限は少なくする。Inspectorで道具の説明を一度は読む。そして、使わないサーバーは外し、つなぐ数を少なくすることです。[s8][s16]

つなぎすぎると机が埋まる

つなぐ数を減らすのには、もう1つ理由があります。道具の説明はAIの机（コンテキスト）に載るため、多すぎると机が説明書で埋まってしまうのです。Anthropicのブログの例では、道具を全部先に読むと15万トークンだったのが、必要な道具の分だけ読むと2千トークンで済み、98.7%減りました。[s15]

Claude Codeは、最初は道具の名前だけを読み、使うときに説明を読む「ツールサーチ」を既定で使っています。[s11]使うものだけを残しておけば、AIも道具を選びやすくなります。[s16]

今日から始める3つのステップ

始めるなら、まずよく使うサービスの公式のサーバーを1つつなぎ、読むだけの使い方から試しましょう。次に、つないだサーバーの道具の説明と出どころを確かめ、使わないものは外します。[s8]慣れたら自分の道具を作り、Inspectorで試してからつなぎます。[s7]

まとめ

MCPは、AIと道具をつなぐ共通の差し込み口にあたる決まりです。サーバーを1回作れば、対応するいろいろなAIのアプリで使え、つなぐのは1行、作るのも十数行で済みます。[s2][s6][s11]

一方で、MCPのサーバーは自分の権限で動くプログラムです。出どころと中身を確かめ、権限とつなぐ数をできるだけ少なくして使うことが、便利さと安全を両立させるコツです。[s8]