はじめに

ChatGPTやClaude、Cursorのような AIツールが広まる昨今、以下のような疑問を抱いたことはありませんか？

「AIって、ネット上の情報にどうやってアクセスしているの？」
「PCのファイルを勝手に読めるの？」
「コードも書いてるけど、実行してるのはどこ？」

こうした AIと「現実世界」のやりとりを可能にする仕組み が、今回紹介する MCP（Model Context Protocol）サーバー です。

MCPサーバーとは？

簡単に言うと、

AIが外部のツールやデータにアクセスするための「通訳＋接続ハブ」

です。

本来ChatGPTやClaudeなどのチャット型AI は、入力された文章を解析し、文章を返す「テキストベースの存在」ですが、実用的な利用を考えると、次のような機能が求められます。

こうした外部アクセスを 「安全に」「標準的に」「柔軟に」 実現するのが MCP の役割です。

以下の図は、MCPの構造を簡単に表したものです。

AIが「これを調べて」と指示すると、MCPサーバーがその処理を代行し、結果をAIに返します。

MCP は次のステップで動作します。

たとえば、

この指示は、AI 内部で MCP 形式の JSON-RPC リクエスト に変換され、サーバーに送信されます。

{
    "jsonrpc": "2.0",
    "method": "exampleMethod",
    "params": { "key": "value" },
    "id": 1
}

などの処理を行い、結果をクライアント（AI）に返します。

「ファイルを要約しました」「APIから取得したデータです」など、自然な文章でユーザーに結果が返ってきます。

MCPは便利な反面、「AIが外部にアクセスする＝場合によっては予期しない危険な操作もできてしまう」ため、以下の対策が必須です。

AIに対して、必要以上の高い権限を付与すると、予期しない処理を自動的に実行してしまうリスクがあるため、アクセス制御や権限管理には細心の注意が求められます。

ウェブ開発をしているエンジニアにも以下のような活用が期待できます。

「AI + MCP」は、Webアプリに「AIの手と足」を加えるイメージです。

MCPサーバーは、AI の機能を拡張し、外部ツールやデータへのアクセスを実現するために必要不可欠なインフラです。

アシストエンジニアリングでは一緒に働くフロントエンド、バックエンドのエンジニアを募集しています！
少しでも興味ある方は、カジュアル面談からでもぜひお気軽にお話ししましょう！