1
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

@japan-opendata-lab(Japan Open Data Lab)

【図解】MCP（Model Context Protocol）の全体像と本質：なぜAIの嘘が消え、なぜ今最大のブルーオーシャンなのか

1
Posted at

はじめに

AIエージェントやLLMの実務導入において、現在もっとも注目されている標準規格が MCP（Model Context Protocol） です。
しかし、「Function CallingやRAGと何が違うのか？」「システム全体の中でどう位置づければいいのか？」が曖昧なまま語られることも少なくありません。

本記事では、日本国内の155種類・1,016万件の公的データをクレンジングしてMCPサーバー（japan-data-mcp）として構築・公開した知見をもとに、MCPのアーキテクチャ上の本質、ハルシネーションが消える構造的理由、3つのデザインパターン、そして開発者が今狙うべき領域を体系的に整理します。

1. MCPとは何か（一言での定義）

一言で定義すると、MCPとは 「AI（頭脳）に対して、外部の道具やデータ倉庫をカチッと差し込むための世界共通の接続規格（USB Type-C端子）」 です。

従来のAI開発では、LLMと外部データソース（DB、ローカルファイル、SaaS API）を接続する際、クライアントやモデルごとに個別の実装が必要でした。MCPはこの接続インターフェースを標準化し、一度作成したツール群（MCPサーバー）を Claude Desktop、Cursor、Cline、あるいは自作アプリケーションなどあらゆるホストにプラグイン可能にします。

これにより、LLMは「事前学習されたうろ覚えの記憶だけで回答する状態」から脱却し、決定論的なツールと正確なデータストアを自律的に操作して業務を遂行するシステムになります。

2. AIシステムを成り立たせる「5つの役割分担」

実務レベルのAIシステムは、以下の5つのコンポーネントの分業によって成り立ちます。これを人間社会の「会社組織」に例えると、それぞれの責務が明確になります。

番号 コンポーネント 会社組織での比喩 システム上の役割と特徴
1 脳みそ
（LLM：Gemini, Claude, Gemma等）		 超優秀な新卒エリート 大企業が何千億円もかけて育てた頭脳。言語理解と推論力は天才的だが、社内の固有データや最新の正確な数値は知らない。
2 記憶・書庫
（DB・ファイル）		 公式の台帳・マニュアル キャビネットにある正確な記録。整備済みの1,016万件の公的データや、ローカルに置く日々の記憶メモ（Markdown等）。
3 手足・道具
（MCP・外部ツール）		 電卓・社内システム・電話 新人に持たせる仕事道具。テキスト生成ではなく、正確なクエリ実行、四則演算、外部通知などを行う。
4 業務指示書
（プロンプト・規約）		 上司からの手順メモ 「必ず台帳(2)を見て、電卓(3)を使って作業せよ。推測で答えるな」という厳格な制約・ガードレール。
5 受付窓口
（UI・ホストアプリ）		 受付カウンター ユーザーが操作するインターフェース（Cursor, Claude Desktop, スマホアプリ画面）。

3. なぜMCPを繋ぐとハルシネーション（嘘）が物理的に消えるのか

企業のAI導入で最大の障壁となる「ハルシネーション（事実無根の数値や情報の生成）」は、モデルの性能不足ではなく 「丸腰で回答させているアーキテクチャの欠陥」 が原因です。

これまでのAI（素のLLM）

手元に教科書も電卓も持たずに教壇に立っている先生と同じです。細かい統計や事実を質問されると、うろ覚えの重みパラメータ（確率的な次単語予測）から、それっぽい数字をでっち上げてしまいます。

MCPを接続したAI

目の前に正確な台帳（2）を置き、検索・集計ツール（3：MCP）を持たせ、勝手な推測を禁止（4）して稼働させます。

[ユーザー質問] 
   ↓
[5. 窓口 (Claude / Cursor)] ＋ [4. 指示書 (推測禁止・ツール必須)]
   ↓
[1. 脳みそ (LLM)] ──(MCPプロトコル経由でクエリ発行)──> [3. 手足 (MCPサーバー)]
                                                            ↓
                                                   [2. 記憶 (1,016万件DB / ファイル)]
                                                            ↓ (正確な集計結果のみ返却)
[1. 脳みそ (LLM)] <─────────────────────────────────────────┘
   ↓ (資料を指差しながら計算結果を読み上げるだけ)
[ハルシネーションゼロの正確な回答]

このように、LLMの役割を「記憶の引き出し」から「クエリの組み立てと結果の読み上げ」に限定するため、事実関係の嘘が物理的に発生しなくなります。

4. MCPサーバーの「3つのデザインパターン」

MCPサーバーは、裏側に持つリソースの性質によって以下の3タイプに分類できます。必ずしも最初から大規模データが必要なわけではありません。

① データ提供型（Data-Backed MCP）

  • 概要：裏側にクレンジング済みの大規模データベースを抱え、AIに正確な事実を取り出させるタイプ（例：japan-data-mcp）。
  • 特徴：データ収集・正規化のコストが高い分、他社が模倣しにくい強固なビジネス基盤になります。

② 状態記録・メモリ型（Stateful Memory MCP）

  • 概要：初期状態では空っぽのファイル（Markdownや軽量DB）を1つ配置し、対話や作業の進行に伴ってAI自身がファイルへ記憶・設定を追記・更新していくタイプ。
  • 特徴：初期データゼロで開発でき、使うほどユーザーに最適化されるため、個人向け相棒AIや長編創作支援（小説・TRPG）に最適です。

③ アクション実行型（Action / Remote Control MCP）

  • 概要：状態やデータは持たず、OS操作、ブラウザ制御、スマホ操作、メール送信、Slack通知など「外部環境を動かす手足」に特化したタイプ。
  • 特徴：ワークフロー自動化（RPAのAI版）として即効性があります。

5. なぜ今、MCP領域が最大のブルーオーシャンなのか

エンジニアや小規模チームが今リソースを投下するなら、LLMのラッパーアプリではなく 「2. 記憶（クリーンなデータ）」×「3. 手足（MCP）」 の領域が圧倒的に有利です。

  1. 巨大テック企業との消耗戦を避けられる
    「1. 脳みそ」の開発競争は数千億円規模の資本戦です。一方、MCPはどのLLMにも挿せる「ツルハシ」であるため、今後どのモデルが覇権を握っても資産価値が落ちません。
  2. 大企業が手を出さない「泥臭いデータクレンジング」が参入障壁になる
    日本の官公庁・自治体オープンデータは、複雑なセル結合、和暦（令和・平成・昭和）の混在、Shift_JIS（CP932）の文字化け、表記ゆれが常態化しています。GoogleやAnthropicがこれらを個別に掃除して13桁法人番号や5桁JIS自治体コードで名寄せしてくれることはありません。この「泥落とし」を自動化したパイプラインを握ることが、そのまま独占的な価値になります。
  3. BtoBの「業務時間削減（経費枠）」に直結する
    社員が何日もかけて行っていた市場調査、入札案件リサーチ、営業リスト作成を数十秒に短縮できるため、個人の娯楽ではなく法人の正規経費として導入されます。

6. 完成した1,016万件の資産と、次の3つの実装構想

現在、第1弾の基盤として、国内155種類・1,016万件の公的データを正規化した japan-data-mcp を公開しています。

  • 収録データの範囲例：
    • デジタル庁 GEPS 全省庁落札実績（2020年〜2026年・国の開示全期間100%網羅）
    • 国土交通省 全国地価公示アーカイブ（1983年〜2026年・過去44年間）
    • 全国1,741市区町村の人口・所得・財政統計、全国現存法人・医療機関・インフラ台帳（13桁法人番号・5桁自治体コード完備）

たとえば claude_desktop_config.json に数行追加するだけで、手元のAIが1,016万件の台帳を持った専門アナリストになります。

{
  "mcpServers": {
    "japan-data": {
      "command": "npx",
      "args": ["-y", "japan-data-mcp"],
      "env": {
        "RAPIDAPI_KEY": "YOUR_API_KEY"
      }
    }
  }
}

そして、この「5つの役割分担」のアーキテクチャを応用し、次は以下3つの領域へ開発を広げていく予定です。

  1. 業務アクション型MCPへの拡張（データ提供型 × アクション型）
    官公庁の新規入札案件の自動検知・通知から、過去7年間の落札相場データを参照した「企画書・見積書ドラフトの自動生成」までを一気通貫で終わらせる仕組み。
  2. Pixel上の完全オフライン相棒AI（状態記録・メモリ型）
    スマホ（Pixel等）上のローカルLLM（Gemma等）に、ローカルMarkdownファイル群を管理するMCPを接続。日々の会話でAI自らが記憶を書き足し、通信費0円・完全オフラインで自分と共に育つパーソナルAI。
  3. 設定破綻ゼロの「小説家・TRPG用MCP」（状態記録・メモリ型）
    キャラクターの状態、世界観ルール、時系列イベント台帳をMCPで厳密に読み書きさせ、長編執筆やTRPGセッションにおいて設定や伏線の矛盾を物理的に防ぐ創作エンジン。

まとめ

  • MCPはAIに外部の「台帳」と「道具」を繋ぐUSB Type-C規格である。
  • 5つの役割分担（脳みそ・記憶・手足・指示書・窓口）を揃えることで、ハルシネーションは構造的に消える。
  • 巨大データ（データ提供型）だけでなく、空のファイルから育つ「メモリ型」や「アクション型」にも広大なブルーオーシャンがある。

ぜひ皆さんも、身近なデータやローカルファイルをMCP化してAIに差し込む体験を試してみてください。

1
1
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
1
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?