「MCP」をざっくりと言うと？（IT本職じゃない人向け）

Last updated at 2025-04-30Posted at 2025-04-30

ざっくり言うと「MCP」とは？

複数のLLMモデルの中から目的に応じた最適なモデルを選べる、AIエージェントというサービスがあります。
MCPはこのサービスから目的を判断し、自動で
- モデルの選択
- ローカルやクラウドデータの選択
- MCPに対応されているサーバがある、外部サービスの利用

を判断し、目的にそった回答をしてくれるためのプロトコルです。

執筆のきっかけ

最近、生成AI界隈で「MCP」や「A2A」という単語をよく目にするなぁ…
そうだ、令和7年4月30日に次のオンライン講演があるから、勉強しよう。
（視聴終わって）すごいなぁ。ところで、ざっくりと言うとこういうことだってばよ？
ChatGPTさんに合っているか確認する。
→　概ね合っているそうです（上記の用途としては十分）

からあげさんの講演（再放送）

資料やQ&Aを公開してくださっている、まさぴょんさんの記事

ChatGPTさんの説明（DeepResearch）

MCP（Model Context Protocol）とは

Model Context Protocol（MCP）とは、AIモデル（特にLLM）と外部のデータソースやツールを安全かつ統一的に接続するためのオープンなプロトコル規格です。Anthropic社によって2024年末に提唱されましたが、特定企業に依存しない汎用的な標準インタフェースとして、AIアシスタントやAIエージェントを中心に急速に普及しつつあります。

MCPの概要と設計思想

MCPの目的は、AIモデルが必要とする文脈（Context）情報や外部操作を、個別APIや専用設計に頼らず、標準化された手段で取得・活用できるようにすることです。

MCPは、IDEと言語解析をつなぐLSP（Language Server Protocol）にヒントを得た構造で、LLM版のLSPとも言われます。
• 従来：N個のツール × M個のモデル → M×N の実装が必要
• MCP導入後：MCPクライアント × MCPサーバー → M+N の汎用インタフェースで済む

MCPが使われる文脈

• AIアシスタント／AIエージェントが、外部システム（Slack, GitHub, Drive, DBなど）とやり取り
• 複数のLLM（Claude, GPT, Gemini など）を目的に応じて選択・使い分け
• 様々な外部サービスやローカルデータとの統合的な連携

MCPの構成と基本機能

MCPは クライアント（ホスト）とサーバー（ツールやデータによる疎結合構成を持ち、クライアント側はAIアプリケーション（例：Claude、IDEプラグイン）であり、サーバー側は外部ツールやサービス（例：GitHub、Postgres、FreeCAD）です。

MCPが提供する3つのプリミティブ
• Tools：APIや関数呼び出し（例：データベース検索、ファイル保存）
• Resources：読み取り専用の構造化情報（例：CSVファイル、コード）
• Prompts：AIへのガイドや命令テンプレート

MCPの主な利点

✅ モデルの選択が柔軟にできる

MCPサーバーは「精度重視」や「応答速度重視」といったヒントをクライアント側に渡し、それに基づいて利用するLLMを選べる構造になっています。

✅ 多種多様なデータソースに接続

ローカルファイル・Google Drive・Postgres・社内DBなど、複数ソースに並列に接続可能。ユーザーの要求に応じて、どのツールを使うかAIが判断します。

✅ サンドボックス設計による安全性

MCPサーバーは原則ローカル動作。ユーザーが明示的に許可しない限り、外部サービスや他のサーバーへデータは流れません。

（例）MCPとFreeCADの連携事例

FreeCADでは、オープンソース拡張「FreeCAD-MCP」が開発され、MCPサーバーとして機能します。
これにより、ClaudeなどのAIアシスタントからFreeCADを以下のように操作できます：
• モデルの構成を自然言語で取得
• Pythonスクリプトを送信・実行してCADを編集
• 3DモデルをAIから制御可能に

まとめ

MCPは、AIモデルを「学習済み知識の箱」から「現実世界とつながる実用エージェント」へと進化させるための鍵となるプロトコルです。
今後はFreeCADやBlenderといったエンジニアリングツールだけでなく、業務系SaaSやRPAとの連携も加速すると予想されます。