AI基礎知識2026年10月更新

MCPとは?仕組み・できること・対応ツール・セキュリティを総合解説【2026年版】

公開日: 2026/04/12
更新日: 2026/10/28
MCPとは?仕組み・できること・対応ツール・セキュリティを総合解説【2026年版】

この記事のポイント

MCP(Model Context Protocol)は、AIアプリと外部のツール・データをつなぐオープン標準です。2026年7月の新仕様(ステートレス化)、Claude・ChatGPTなど対応ツールの比較、2026年の調査データにもとづくセキュリティ対策と始め方を整理します。

MCP(Model Context Protocol)は、ClaudeやChatGPTなどのAIアプリと、外部のツール・データソースを共通の方法でつなぐオープンソースの標準規格です。 2024年11月にAnthropicが公開し、現在はLinux Foundation傘下のAgentic AI Foundation(AAIF)が管理しています。現行仕様は2026年7月28日版で、この版から接続のたびに状態を保持しない「ステートレス」な方式に切り替わりました。

仕組みやできること、Claude・ChatGPT・Cursor・VS Codeなどの対応状況、RAGやA2Aとの違い、2026年の調査データから見たセキュリティ対策、立場別の始め方までを、技術的な予備知識がなくても読めるようにまとめています。AIツールを外部サービスとつなぎたいエンジニア・業務担当者・個人ユーザーの方に向けた内容です。

MCPとは?AIと外部ツールをつなぐオープン標準プロトコル

Anthropicが発表したMCP(Model Context Protocol)のコンセプトイメージ

出典: Anthropic 公式サイト

MCPは、AIアプリが外部のデータやツールを使うための「共通の接続口」です。公式ドキュメントでは「AIアプリケーション用のUSB-Cポート」と例えられています。USB-Cが1種類の端子でさまざまな機器をつなぐように、MCPはAIアプリと外部システムを1つの規格でつなぎます。

公式が挙げる利用例は、GoogleカレンダーとNotionを横断するパーソナルアシスタント、FigmaのデザインからWebアプリを作るClaude Code、社内の複数データベースにつないで分析する企業向けチャットボットなどです。

開発元とガバナンス

項目

内容

発案・初期開発

Anthropic(2024年11月発表)

現在の管理

Linux Foundation傘下のAgentic AI Foundation(AAIF)。2025年12月に移管

共同設立者

Anthropic、Block、OpenAI

AAIFのホストプロジェクト

MCP、goose、AGENTS.md、agentgateway(2026年8月時点)

AAIFの参加組織

300組織超(2026年10月発表)

ライセンス

オープンソース(仕様・SDKともにGitHubで公開)

現行仕様バージョン

2026-07-28(2026年7月28日公開)

料金

プロトコル・公式SDKは無料

2025年12月9日、AnthropicはMCPをAAIFに寄贈しました。これにより、特定の企業ではなく業界の共同体が仕様を管理する形になっています。2026年に入ってからは、貢献者の段階的な役割(Contributor Ladder)、ワーキンググループによる仕様提案(SEP)の審査、機能の非推奨ルールが整えられました。

Anthropic・OpenAI・Google・Microsoft・AWSがいずれも自社製品で採用しており、現時点ではAIと外部ツールをつなぐ方式の事実上の標準といえます。

MCPの規模感(2026年10月時点)

  • 公式SDKのダウンロード数: Tier 1 SDKの合計で月間約5億回。TypeScript SDKとPython SDKはそれぞれ累計10億回を超えています(2026年7月、公式ブログ)
  • AAIFの参加組織: 2026年2月の146から、10月には300組織超に増加
  • 採用企業の例: AWS(Bedrock AgentCore)、Cloudflare、Google Cloud、Microsoft Foundry、Netlify、Figma、Supabaseなど(2026年7月、公式ブログ)
  • 公式MCP Registry: 公開サーバーの情報を集約する公式レジストリがプレビュー版として稼働中

公開されているMCPサーバーの総数について、公式の発表はありません。参考までに、Trend Microは2026年5月の調査で19,000件超のオープンソースMCPサーバーのリポジトリを分析しています。

MCPが解決する従来のAPI連携の「M×N問題」

MCPがAIアプリケーションと外部ツールの接続を標準化する仕組みの図解

出典: Model Context Protocol 公式ドキュメント

MCPが生まれた理由は、AIアプリと外部ツールの組み合わせごとに個別の連携を作らなければならない「M×N問題」を解消するためです。

MCPなし(従来の方法)

これまでは、AIアプリが外部サービスと連携するたびに接続先ごとの個別実装が必要でした。3つのAIアプリ(Claude・ChatGPT・Cursor)が4つのツール(GitHub・Slack・Notion・Google Drive)と連携するなら、3×4=12通りの実装になります。

MCPあり(標準化された方法)

MCPでは、AIアプリ側は「MCPクライアント」、ツール側は「MCPサーバー」をそれぞれ1回作れば済みます。3+4=7通りの実装で、すべての組み合わせがつながります。

スマートフォンの充電端子がメーカーごとにばらばらだった時代から、USB-Cにそろった流れと似ています。ツールの提供者はMCPサーバーを1つ用意すれば、Claude・ChatGPT・VS Codeなど複数のAIアプリから使ってもらえます。

MCPの仕組み(3層アーキテクチャとプリミティブ)

MCPの仕様書とドキュメントを管理する公式GitHubリポジトリ modelcontextprotocol/modelcontextprotocol

出典: GitHub - modelcontextprotocol/modelcontextprotocol

MCPは「ホスト・クライアント・サーバー」の3者が、JSON-RPC 2.0という形式のメッセージをやり取りする仕組みです。2026年7月28日の新仕様で、通信は1回ごとに完結するリクエスト/レスポンス型に変わりました。技術的な細部が不要な方は、3者の役割とサーバーの3機能だけ押さえておけば十分です。

3つの参加者(ホスト・クライアント・サーバー)

参加者

役割

具体例

MCPホスト

AIアプリ本体。接続を開始し、クライアントを管理する

Claude Desktop、VS Code、Cursor

MCPクライアント

ホストの中で、各MCPサーバーとのやり取りを担う部品

ホスト内で自動的に作られる

MCPサーバー

外部のデータや機能をMCP経由で提供するプログラム

GitHub MCP Server、AWS MCP Server

たとえばClaude Desktopで「GitHubのIssue一覧を出して」と頼むと、Claude Desktop(ホスト)が内部のクライアントを通じてGitHub MCPサーバーに問い合わせ、結果を回答に使います。

2つのトランスポート(通信方式)

トランスポート

用途

認証

stdio(標準入出力)

同じPC上で動くローカルサーバーとの通信

基本的になし(ローカル実行のため)

Streamable HTTP

ネットワーク越しのリモートサーバーとの通信

OAuthベースの認可が標準

stdioは手元のPCでサーバーを動かす方式で、Claude DesktopやClaude Code、Cursorなどの開発者向けツールでよく使われます。Streamable HTTPはクラウド上のサーバーにつなぐ方式で、Claudeのカスタムコネクタやチャット版ChatGPTはこちらを使います。

なお、古い「HTTP+SSE」方式は2026年7月の仕様で正式に非推奨となり、1年程度の移行期間に入りました。2026年8月のロードマップでは、ローカル用途も含めてStreamable HTTPに寄せていく方針が示されています。

MCPサーバーが提供する3つのプリミティブ

MCPサーバーがAIアプリに提供できる機能は、次の3種類です。

プリミティブ

役割

具体例

Tools(ツール)

AIが実行する関数・操作

ファイル作成、API呼び出し、DB検索

Resources(リソース)

AIやユーザーが参照するデータ

ファイルの中身、DBのレコード

Prompts(プロンプト)

ユーザーが呼び出す定型の指示・手順

「議事録を要約する」などのテンプレート

Toolsは外部に働きかける「手」、Resourcesは判断材料を得る「目」、Promptsは決まった頼み方をまとめた「型」と考えるとわかりやすいでしょう。クライアント側の機能としては、サーバーがユーザーに追加の入力を求める「Elicitation」があります。

2026年7月28日の新仕様で変わったこと

2026年7月28日版は、MCPの通信方式を大きく作り替えた更新です。公式ブログも、既存の実装には一定の移行作業が必要になると説明しています。

変更点

内容

利用者・開発者への影響

ステートレス化

最初の「初期化(initialize)」のやり取りと、セッションIDを廃止。各リクエストにバージョンやクライアント情報を載せる

サーバーを複数台に並べて負荷分散しやすくなる。セッションIDに頼った実装は改修が必要

サーバー情報の取得

server/discover で対応バージョンや機能を問い合わせる

接続前にサーバーの対応状況を確認できる

追加入力の新方式(MRTR)

サーバーが「入力が必要」と返し、クライアントが答えを付けて同じリクエストを送り直す

確認・追加入力を挟むツールの作り方が変わる

ヘッダーでの振り分け

HTTP通信に呼び出し内容を示すヘッダーを付ける

ゲートウェイやWAFで呼び出しを制御・計測しやすくなる

ツール一覧のキャッシュ

一覧に有効期限を付け、順序を固定する

毎回の一覧取得が減り、AI側の処理効率が上がる

拡張(Extensions)の正式化

Tasks(長時間処理)、MCP Apps(会話内UI)、企業向け認可などをオプトインの拡張として整理

必要な機能だけ選んで対応できる

認可の強化

認可サーバーの検証を厳しくし、クライアント登録はCIMDを推奨(DCRは非推奨)

なりすましの認可サーバーに対する防御が強まる

非推奨化

Roots・Sampling・Logging、HTTP+SSE、DCRを非推奨に

最低12カ月は動作。代替手段への移行が推奨される

非推奨になった3機能には代わりの手段が示されています。Rootsはツールの引数やサーバー設定で、SamplingはLLMのAPIを直接呼ぶ形で、Loggingは標準エラー出力やOpenTelemetryで置き換えます。新仕様では「Active→Deprecated→Removed」の3段階と、削除まで最低12カ月という非推奨ルールも明文化されました。

会話の中にグラフやフォームを表示するMCP Apps

MCP Appsは、MCPサーバーがグラフ・フォーム・ダッシュボードなどの画面を返し、チャットの中に表示できる拡張です。画面はホストが管理する隔離された枠(サンドボックスiframe)の中で動くため、親ページのCookieやローカルストレージには触れられません。公式の対応一覧には、Claude、Claude Desktop、VS CodeのGitHub Copilot、Microsoft 365 Copilot、Goose、Postmanなどが載っています。

MCPでできること(個人・開発者・企業の活用事例)

Model Context Protocolの公式サイトが示すMCPの概念図 — AIアプリと外部ツールの標準接続

出典: Model Context Protocol 公式サイト

MCPを使うと、AIが「答えるだけ」でなく、外部のデータを読み、別のサービスを操作できるようになります。立場ごとに代表的な使い方をまとめます。

立場

主な使い方

例

個人ユーザー

普段使うサービスとAIをつなぐ

カレンダーとタスク管理を照合、家電の操作

開発者(使う)

開発ツールとAIをつなぐ

GitHubのIssue確認、Figmaからのコード生成

開発者(作る)

自社サービスをAIから使えるようにする

自社APIをMCPサーバーとして公開

企業

社内システムとAIエージェントをつなぐ

社内DB横断の分析、会計・CRMとの連携

個人ユーザーの活用例

プログラミングをしない人でも、MCP対応のAIアプリで「コネクタ」を追加すれば使えます。

  • GoogleカレンダーとNotionの連携:「来週の予定とNotionのタスクを突き合わせて」と頼む
  • ローカルファイルの読み込み:Claude Desktopから、PC内のCSVを読ませて集計する
  • スマートホームの操作:Google Home MCPサーバー経由で家電を操作する(Google Home MCPサーバーの解説)

開発者の活用例

  • FigmaのデザインからWebアプリを作る:Claude CodeがFigma MCPサーバー経由でデザインを読み、コードに変換
  • GitHub・Slack・DBとの連携:コーディング中にIssue確認やDB操作をAI経由で実行(GitHub MCP Server 使い方ガイド)
  • MCPサーバーの自作:自社APIをMCPサーバーにして、どのMCP対応アプリからも使えるようにする
  • クラウド操作:AWS MCP Serverで、AWSの各種サービスをAIから扱う(AWS MCP Server 一般提供開始まとめ)

Claude CodeでMCPを使う手順は「Claude Code MCP連携ガイド」、Claude Code自体をMCPサーバーとして動かす方法は「Claude CodeのMCPサーバー設定・活用ガイド」で解説しています。

企業の活用例

  • 社内チャットボットと複数DBの連携:部門ごとのデータベースにまとめて接続し、チャットで分析する
  • 業務システムとAIエージェントの統合:CRM・ERP・会計ソフトをMCPでつなぎ、AIが業務を横断して支援する。会計ソフトの例は「freee MCP 使い方」を参照
  • 自社サービスのAI対応:Honeycombでは、月間の対話型クエリの約20%がエージェント経由になったと、MCP公式ブログ(2026年7月)で紹介されています

MCP対応ツール一覧と主要AIクライアントの比較

Cursor — MCPに対応したAIコーディングエディタの公式サイト

出典: Cursor 公式サイト

主要なAIアプリはおおむねMCPに対応していますが、「リモートだけかローカルも使えるか」「無料プランで追加できるか」「誰が追加できるか」に差があります。2026年10月時点で公式情報から確認できた範囲を表にまとめます。

クライアント

リモートMCP

ローカル(stdio)

無料プランでの追加

追加できる人

MCP Apps

Claude(claude.ai/Desktop)

○(カスタムコネクタ)

○(Claude Desktop)

○(カスタムコネクタは1つまで)

Free/Pro/Maxは本人。Team/EnterpriseはOwner等の管理者

○

Claude Code

○

○

Claude Codeの利用プランに準ずる

本人(CLIで設定)

公式一覧に記載なし

ChatGPT

○(開発者モード・ベータ)

×(リモートのみ)

×(有料プラン。対象プランは公式で要確認)

プランにより本人または管理者

公式で要確認

OpenAI API(Responses API)

○("type": "mcp")

—

API料金に準ずる

開発者

—

VS Code(GitHub Copilot)

○

○

Copilotのプランに準ずる

本人・組織の管理者

○

Cursor

○

○

公式で要確認

本人

公式一覧に記載なし

Gemini CLI/Antigravity

○

○

公式で要確認

本人

公式一覧に記載なし

  • Claude は無料プランでもカスタムコネクタを1つ追加できます。リモート接続はAnthropicのクラウドから行われるため、社内ネットワーク限定のサーバーにつなぐにはファイアウォールでAnthropicのIP範囲を許可する必要があります。
  • ChatGPT のカスタムMCPサーバーは「Settings → Security and login → Developer mode」から有効にします。対象プランは、開発者向けドキュメントでは「Plus・Pro・Business・Enterprise・Edu」、ヘルプセンターでは「Business・Enterprise・Eduへベータ展開」と記載が分かれているため、利用前に公式ヘルプを確認してください。
  • Google のAIは、開発者向けのGemini CLIでstdio・Streamable HTTPに対応しています。一般向けGeminiアプリでのカスタムMCP対応は、現時点で公式情報を確認できていません。

ほかにも、Goose、Postman、MCPJam、Microsoft 365 CopilotなどがMCPに対応しています。ClaudeとClaude Codeの違いは「Claude Codeとは」、エージェント製品の比較は「AIエージェントおすすめ比較」も参考にしてください。

主要MCPサーバーとエコシステムの現状

Model Context Protocol公式GitHubのMCPサーバーリポジトリ

出典: Model Context Protocol 公式 GitHub

公式リファレンス実装(学習・参考用。本番利用は非推奨)

サーバー名

機能

Filesystem

ファイル操作(アクセス範囲の制限付き)

Git

Gitリポジトリの読み取り・検索・操作

Fetch

Webページの取得・変換

Memory

ナレッジグラフ型の記憶

Sequential Thinking

段階的な問題解決

企業公式のMCPサーバー(本番利用向け)

提供元

サーバー

概要

AWS

AWS MCP Server

2026年5月に一般提供(GA)。AWSの各種サービスに対応

GitHub

GitHub MCP Server

Issue・プルリクエスト・コード操作

Notion

Notion MCP

ページ・データベースの読み書き

Sentry

Sentry MCP

エラー情報の参照

Atlassian

Jira/Confluence MCP

チケット・ドキュメントの操作

HubSpot

HubSpot MCP

CRMデータの参照・操作

Stripe

Stripe MCP

決済データの参照・操作

サーバーを探す入口として、公式の MCP Registry(registry.modelcontextprotocol.io)があります。ただし現在はプレビュー版で、レジストリ自体はコードの安全性を検査しません。掲載されていること=安全の保証ではない点に注意してください。

公式SDK(10言語対応)

MCPサーバーやクライアントを作るための公式SDKは10言語あります。2026年10月時点の公式SDKページの表記は次のとおりです。

言語

サポートティア

TypeScript

Tier 1

Python

Tier 1

C#

Tier 1

Go

Tier 1

Rust

Tier 1

Ruby

Tier 1

Java

Tier 2

Swift

Tier 3

PHP

Tier 3

Kotlin

Tier 3

Tier 1は、新しい仕様への対応や保守が最も手厚い区分です。情報量やサンプルの多さを考えると、初めてサーバーを作るならTypeScriptかPythonが選びやすいでしょう。PythonではFastMCPというフレームワークもよく使われています。C# SDKはv2.0で2026年7月の新仕様に対応しました。

MCPとRAG・Function Calling・A2Aなど関連技術との違い

MCPは「AIアプリと外部ツールのつなぎ方」を決めた規格です。AIの知識を補うRAGや、AI同士をつなぐA2Aとは役割が違い、多くの場合は組み合わせて使います。

技術比較表

技術

何をつなぐ・何をするか

MCPとの関係

MCP

AIアプリ ↔ 外部ツール・データ

—

Function Calling

AIモデルが関数を呼び出す仕組み(モデルごとに形式が異なる)

MCPは呼び出し先のツールを、アプリをまたいで共通化する層

RAG(検索拡張生成)

文書を検索して回答の材料にする

補完関係。RAGの検索機能をMCPサーバーとして提供することもある

A2A

AIエージェント ↔ AIエージェント

補完関係。MCPは「道具の使い方」、A2Aは「仲間との連携」

Agent Skills

作業手順や知識をまとめてAIに渡す形式

MCPが「道具」、Skillsが「手順書」。MCP経由で配布する検討も進行中

Agent Plugins

MCPサーバーの設定とAgent Skillsを1つに束ねる形式

MCPを含む上位のパッケージ

従来のAPI連携(REST等)

アプリ同士を個別につなぐ

MCPサーバーの中身は既存APIを呼ぶことが多い

iPaaS(Zapier等)

ノーコードでアプリ同士をつなぐ

iPaaSが決まった流れを自動化し、MCPはAIが状況に応じて道具を選ぶ

Function CallingとMCPは対立するものではありません。AIモデルが「どのツールを呼ぶか」を決めるのがFunction Callingで、そのツールを各アプリ共通の形で用意するのがMCP、と分けて考えると整理しやすくなります。

関連する仕組みは個別の記事で解説しています。

MCPとA2Aプロトコルの違い

MCPとよく比べられるのが、Google発のA2A(Agent-to-Agent)プロトコルです。

比較項目

MCP

A2A

接続対象

AIアプリ ↔ 外部ツール・データ

AIエージェント ↔ AIエージェント

目的

AIが外部の道具やデータを使う

AI同士が仕事を分担・依頼する

例え

AIの「手足」を増やす

AIの「チームメイト」を増やす

推進元

Anthropic → AAIF(Linux Foundation傘下)

Google → Linux Foundation

関係性

補完関係

補完関係

1つのエージェントがMCPで道具を使い、別のエージェントにはA2Aで仕事を頼む、という組み合わせが想定されています。詳しくは「A2Aプロトコルとは」、エージェントの基本は「AIエージェントとは」をご覧ください。

MCPのメリットを立場別に整理

MCPの利点は、ツールを「作る側」も「使う側」も、連携の手間を一度で済ませられることです。

立場

主なメリット

開発者

MCPサーバーを1つ作れば、Claude・ChatGPT・VS Codeなど複数のアプリから使ってもらえる。公式SDKは10言語

企業

AIとの接続方式を統一できる。中立な団体が管理するオープン標準なので、AIベンダーを乗り換えても接続部分を作り直さずに済みやすい

一般ユーザー

使っているAIアプリにコネクタを追加するだけで、外部サービスと連携できる。対応アプリ間で同じサーバーを使い回せる

2026年7月の新仕様で、サーバーを複数台に並べて負荷を分けやすくなり、ゲートウェイでの制御もしやすくなりました。利用者が多い社内システムや、外部に公開するサービスでの運用を想定した改善です。

MCPのセキュリティリスクと注意点

MCP利用時のセキュリティ対策をイメージした南京錠の写真

MCPは便利な反面、AIに外部の操作権限を渡す仕組みでもあります。公式仕様は「MCP自体はプロトコルのレベルでセキュリティ原則を強制できない」と明記しており、安全性はサーバーの実装と利用者の運用で決まります。

公式が定める3つのセキュリティ原則

現行仕様が挙げる主な原則は次の3つです。

  1. ユーザーの同意と制御:データへのアクセスや操作には、ユーザーが内容を理解したうえで明示的に同意する。何を共有し何を実行するかは、ユーザーが決められる状態を保つ
  2. データのプライバシー:ホストは、ユーザーデータをサーバーに渡す前に同意を得る。同意なく他へ送らない
  3. ツールの安全性:ツールは任意のコード実行に近いものとして慎重に扱う。信頼できるサーバー以外から届くツールの説明文は「信用できないもの」とみなし、呼び出し前に同意を得る

以前の仕様にあった「LLMサンプリングの制御」は、Samplingが非推奨になったため現行の原則から外れています。

Anthropicも、Claudeのヘルプで「悪意のあるMCPサーバーには、Claudeに意図しない操作をさせる隠れた指示が含まれる場合がある」「サーバーの開発者は予告なくツールの動作を変えられる」と注意を促しています。

報告されている主なリスク

リスク

内容

深刻度

ツール汚染(Tool Poisoning)

ツールの説明文に隠し指示を仕込み、AIに秘密鍵や設定ファイルを読み出させる

高

プロンプトインジェクション

MCP経由で取り込んだWebページや文書に紛れた指示で、AIが意図しない操作をする

中〜高

悪性パッケージ・なりすまし

正規に似た名前のサーバーを公開し、インストールさせる

高

認証情報の集約・流出

1つのサーバーに複数サービスのトークンが集まり、侵害時の被害が広がる。設定ファイルへのキー直書きも多い

高

ローカルサーバー(stdio)のコマンド実行

stdioはサーバーをコマンドとして起動するため、設定や入力の検証が甘いと任意コマンドの実行につながる

高

書き込み系ツールの誤操作

削除・送信・更新などをAIが確認なしに実行する

中〜高

2026年に公表された主な調査

調査

主な結果

Trend Micro(2026年4月)

インターネットに公開されたMCPサーバーは1,467件で、前回調査の約3倍。うち1,227件が非推奨のSSE方式。調査したソースの48%が、秘密情報を.envや平文のJSONに保存する手順を推奨

Trend Micro(2026年5月)

19,077件のリポジトリを調査し、実際に悪用できる脆弱性は全体の約4%(約770件)と推定。確認できたものはSQLインジェクション、リモートコード実行、パストラバーサルの順に多い

OX Security(2026年4月)

stdioの設計上のリスクを指摘し、11のMCPレジストリのうち9つが無害な検証用パッケージを審査なしで受け付けたと報告。Anthropicは「想定どおりの動作」で、入力の検証は開発者側の責任との立場

Hush Security(2026年9月)

公開されているMCP設定ファイル約8.2万件を分析し、認証情報の8件に1件が本物の秘密情報の直書きだったと報告

出典: Trend Micro(外部公開MCPサーバの最新動向)/Trend Micro(19,000台のMCPサーバ脆弱性調査)/VentureBeat(OX Securityの調査)/PR Newswire(Hush Security)

調査ごとに対象も方法も違うため、数字をそのまま比べることはできません。ただ、「出所の確認」「秘密情報の管理」「古い通信方式からの移行」が共通の課題であることは読み取れます。

安全に利用するための対策

個人で使う場合(5項目)

  • 公式、または提供元がはっきりしたサーバーだけを追加する
  • APIキーを設定ファイルに直書きしない。環境変数などで渡し、誤って公開したキーはすぐに無効化して再発行する
  • 認証のときに求められる権限を確認し、不要に広い権限は許可しない
  • 削除・送信など書き込み系の操作は、AIの確認画面を読んでから承認する
  • 使わなくなったサーバーやコネクタは削除する

業務で使う場合(7項目)

  • 最小権限:MCPサーバーに渡す権限を業務に必要な範囲に絞る
  • 共有の認証情報に注意:ClaudeのTeam/Enterpriseで固定のAPIキーを設定すると、コネクタを使う全員がその権限を共有する
  • 書き込み系ツールの制限:ClaudeのResearchモードのように追加の承認なしでツールが呼ばれる場面では、書き込み系ツールを無効にする
  • ローカルサーバーの隔離:stdioサーバーはコンテナなどで隔離し、開発ツールの自動登録は無効にする
  • 古い方式からの移行:HTTP+SSEのサーバーはStreamable HTTPへ切り替え、新仕様の認可方式(CIMD)に対応する
  • 監査ログ:ツールの実行履歴を記録し、ゲートウェイで許可したツールだけを通す
  • 導入前の審査:ソースコード、更新頻度、提供元を確認し、レジストリへの掲載だけで判断しない

セキュリティ全体の考え方は「生成AIのセキュリティリスクと対策」、エージェント特有の対策は「AIエージェントのセキュリティ対策ガイド」で解説しています。

MCPの最新動向タイムライン

AnthropicによるMCPのAgentic AI Foundationへの寄贈を伝える発表画像

出典: Anthropic 公式サイト

MCPは公開から2年足らずで主要AI企業に広がり、2026年7月には通信方式を大きく作り替えた新仕様が出ています。

時期

出来事

2024年11月

AnthropicがMCPを発表・オープンソース化

2025年3月

OpenAIが採用を表明

2025年4月

Google DeepMindがGeminiでの対応を表明

2025年9月

公式MCP Registryをプレビュー公開

2025年11月

仕様 2025-11-25 を公開

2025年12月

AnthropicがMCPをAAIF(Linux Foundation傘下)に寄贈

2026年1月

会話内にUIを表示するMCP Appsの仕様を公開

2026年3月

2026年のロードマップ(4領域)を公開

2026年4〜5月

Trend Micro、OX Securityなどがセキュリティ調査を相次いで公表。AWS MCP ServerがGA

2026年7月28日

新仕様 2026-07-28 を公開。ステートレス化、拡張の正式化、認可の強化、Roots・Sampling・Loggingの非推奨化

2026年8月

Agent Plugins 1.0.0が登場。新ロードマップ(5領域)を公開

2026年10月

AAIFの参加組織が300を超える

2026年8月公開ロードマップの5つの重点領域

2026年3月のロードマップで挙げた4領域(通信方式、エージェント間の通信、ガバナンス、企業向け機能)は、多くが7月の新仕様で実装されました。これを受けて2026年8月に公開された新ロードマップでは、次の5領域が示されています。

  1. エージェント向けのメッセージ機能:サーバー側から届くイベント(Webhookなど)への対応、Tasks拡張の本体仕様への取り込み
  2. HTTPを軸にした通信方式の統一:ローカルのサーバーにもStreamable HTTPを広げ、1つの方式で全形態をカバーする
  3. エージェントのIDと企業向けセキュリティ:エージェントの身元確認や権限の委任を、IETFのOAuth関連の標準と連携して整える
  4. 基本機能の改善:ツール呼び出し結果の形式の統一、ツール一覧を最初から全部見せない「段階的な発見」
  5. SDKの使いやすさの改善

次の仕様のリリース日はまだ発表されていません。サーバーを自動で見つけるための .well-known メタデータ(Server Card)は、ワーキンググループで検討が続いている段階です。詳細は「MCP新ロードマップ(2026年8月)の解説」で整理しています。

利用者タイプ別のMCPの始め方

VS CodeにMCPサーバーを追加する方法を解説した公式ドキュメント

出典: Visual Studio Code 公式ドキュメント「Add MCP servers in VS Code」

MCPの始め方は、「使うだけ」か「作る」か、個人か組織かで変わります。

タイプ

最初の一歩

必要なスキル

一般ユーザー

AIアプリにコネクタを追加する

不要

開発者(使う)

開発ツールの設定にサーバーを登録する

設定ファイル・CLIの基本

開発者(作る)

公式SDKでサーバーを書く

TypeScriptまたはPythonなど

企業

1業務で小さく試し、権限と監査の仕組みを整える

情報システム部門の関与

一般ユーザー(非エンジニア)

  1. MCP対応のAIアプリを用意する:Claude(Web版・Desktop)や、有料プランのChatGPTなど
  2. コネクタを追加する:Claudeでは「Customize > Connectors」から追加します。ChatGPTでは「Settings → Security and login → Developer mode」を有効にしてから、カスタムMCPサーバーを追加します
  3. 認証して権限を確認する:接続先サービスへのログイン時に、求められる権限を確認します
  4. 会話で使う:「Notionの今日のタスクを教えて」のように自然な文で頼みます

開発者(MCPサーバーを利用する)

  1. サーバーを探す:公式MCP Registry、提供元の公式サイト、GitHubなどで探す
  2. AIアプリに登録する:Claude Codeならコマンドで追加し、Claude DesktopやCursorなどは設定ファイル(JSON)に記述する
  3. 認証情報を設定する:APIキーは環境変数で渡し、設定ファイルをリポジトリにコミットしない
  4. 接続を確認する:期待どおりのツールが一覧に出るか、書き込み系ツールが含まれていないかを確認する

開発者(MCPサーバーを自作する)

  1. 公式SDKを選ぶ:2026年7月の新仕様に対応した版を使う
  2. Tools・Resources・Promptsを定義する:まずは読み取り専用のツールから始めると安全
  3. 通信方式を選ぶ:手元で使うならstdio、公開するならStreamable HTTP。新規にHTTP+SSEで作るのは避ける
  4. MCP Inspectorで動作を確認する:公式の検証ツールで呼び出しを試す
  5. 認可と入力の検証を実装する:OAuthベースの認可、パラメータの検証、ログ出力を入れる

自作サーバーの自動生成については「Anthropic、Stainless買収」の記事も参考になります。

企業(MCPを組織的に導入する)

  1. 小さく試す:1つの業務システムとAIアプリをMCPでつなぎ、効果と手間を測る
  2. セキュリティの基本を整える:認可、権限の範囲、監査ログ、使ってよいサーバーの一覧を決める
  3. 段階的に広げる:接続先を順に増やし、部門ごとの利用ルールを整える
  4. 運用体制を決める:サーバーの更新、仕様変更への追従、障害時の対応を担当する人を決める

MCPで社内システムにつないだエージェントを試すだけなら小さく始められますが、自社の業務で承認・停止・再実行まで含めて動かすには、接続以外の仕組みも必要です。どこまで作り込むかは「AIエージェントの本番導入で追加する開発範囲」で整理しています。

こんな方にMCPはおすすめ / おすすめしない方

MCPの活用がおすすめな方

タイプ

理由

AIツールと外部サービスをつなぎたい開発者

個別の連携を作る手間が減り、既存のサーバーをすぐ使える

複数のAIアプリを使い分けている方

同じMCPサーバーをClaude・VS Code・Cursorなどで共通に使える

社内システムとAIをつなぎたい企業

中立な団体が管理するオープン標準で、特定のAIベンダーに縛られにくい

ClaudeやChatGPTをもっと便利に使いたい個人

カレンダー・Notion・GitHubなどと連携でき、AIに任せられる作業が増える

自社サービスをAIから使えるようにしたい事業者

MCPサーバーを1つ公開すれば、主要なAIアプリから利用してもらえる

MCPをおすすめしない方

タイプ

理由

AIアプリをまだ使い始めていない方

まずはAI単体の使い方に慣れてから連携に進むほうが失敗しにくい

権限管理や審査の体制を用意できない組織

書き込み権限を持つツールを、審査なしで広く使わせるのは危険

外部ツールとの連携が不要な方

AI単体で目的を果たせるなら、導入する理由は小さい

仕様の変化に追従できないプロジェクト

2026年7月のように互換性に影響する更新があり、SDKの更新と改修が必要になる

よくある質問(FAQ)

Q1. MCPは無料で使えますか?

仕様と公式SDKはオープンソースで無料です。費用がかかるのは、MCPを使うAIサービスの利用料(ClaudeやChatGPTの有料プランなど)、リモートサーバーを置くクラウドの費用、接続先SaaSの料金です。Claudeは無料プランでもカスタムコネクタを1つ追加できます。

Q2. MCPを使うにはプログラミングスキルが必要ですか?

既存のサーバーを使うだけなら不要です。 ClaudeやChatGPTの設定画面からコネクタを追加すれば使えます。ローカルのサーバーを設定ファイルで登録する場合は、JSONの書き方程度の知識があると安心です。サーバーを自作するなら、TypeScriptやPythonなどの知識が必要になります。

Q3. MCPとFunction Callingの違いは何ですか?

Function Callingは、AIモデルが「この関数をこの引数で呼びたい」と出力する仕組みで、形式はモデルの提供元ごとに異なります。MCPは呼び出される側のツールを、アプリをまたいで共通の形で提供する規格です。実際には、AIアプリがFunction Callingでツールを選び、そのツールの実体をMCPサーバーが持つ、という組み合わせで動いています。

Q4. MCPは安全ですか?

安全かどうかは、規格よりもサーバーの作りと使い方で大きく変わります。公式仕様も、プロトコル側でセキュリティを強制できないと明記しています。2026年にはstdio方式の設計上のリスクを指摘する調査も出ており、Anthropicは入力の検証をサーバー開発者側の責任としています。提供元がはっきりしたサーバーだけを使い、権限を絞り、APIキーを直書きしないことが基本です。

Q5. MCPサーバーはどう選べばよいですか?

  • 提供元の公式サーバーを優先する(例: GitHub公式、AWS公式、Sentry公式)
  • 更新が続いているか、ソースコードが公開されているかを確認する
  • 求められる権限が用途に見合っているかを確認する
  • 公式MCP Registryは探す入口として便利ですが、プレビュー版で安全性の審査はしていません
  • 公式のリファレンス実装(Filesystem・Gitなど)は学習用で、本番利用は推奨されていません

Q6. 2026年7月の新仕様で、今使っているMCPサーバーは使えなくなりますか?

すぐに使えなくなるわけではありません。非推奨になった機能は最低12カ月は動作する決まりで、各SDKも移行期間中は複数の仕様バージョンを扱えるよう更新が進んでいます。ただし、セッションIDに依存したサーバーや、HTTP+SSE方式のサーバーは改修が必要です。開発者はSDKの更新情報を確認し、利用者は提供元が新仕様に対応しているかを見ておくと安心です。

Q7. 大規模な本番環境でMCPを使う際の注意点は?

主な注意点は、ツールの数が増えると、ツールの説明だけでAIのコンテキスト(一度に扱える情報量)を大きく使ってしまうことです。公式の2026年8月のロードマップでも、ツール一覧を最初から全部見せない「段階的な発見」を課題に挙げています。現時点では、用途ごとにサーバーを分ける、ゲートウェイで使うツールを絞るといった対策が現実的です。新仕様で加わったヘッダーでの振り分けやツール一覧のキャッシュも、大規模運用で役に立ちます。

まとめ

MCP(Model Context Protocol)は、AIアプリと外部のツール・データを共通の方法でつなぐオープン標準です。

  • 何をするものか: AIアプリと外部ツールの接続を「USB-C」のように統一し、組み合わせごとの個別開発を減らす
  • 誰が管理しているか: Anthropicが開発し、現在はLinux Foundation傘下のAAIFが管理。参加組織は300を超える
  • 今の仕様: 2026年7月28日版でステートレス化。Tasks・MCP Appsなどは拡張として整理され、Roots・Sampling・Loggingは非推奨になった
  • どれくらい広がっているか: 公式SDKは月間約5億ダウンロード。Claude、ChatGPT、VS Code、Cursor、Geminiの開発者向けツールなどが対応
  • 注意点: プロトコルは安全性を強制しない。2026年の調査では、秘密情報の直書きや古い通信方式のまま公開されたサーバーが多数見つかっている

個人なら、まず使っているAIアプリにコネクタを1つ追加してみるところから始められます。開発者や企業は、新仕様に対応したSDKを選び、権限・認証情報・監査の設計を最初に決めておくと、後からの手戻りを抑えられます。

関連記事

この記事の著者

AI革命

AI革命

編集部

AI革命株式会社の編集部です。最新のAI技術動向から実践的な導入事例まで、企業のデジタル変革に役立つ情報をお届けしています。豊富な経験と専門知識を活かし、読者の皆様にとって価値のあるコンテンツを制作しています。

AI・システム開発は、開始価格を公開しています

既存システムの改修 100万円〜・PoC 300万円〜(税別)。相談内容を送っていただくと、2営業日以内に担当者からご返信します