はじめに
こんにちは、エンジニア5年目の嶋田です。
この記事を開いていただき、ありがとうございます！
最近、AIを使った開発の話題で、こんな言葉をよく見かけませんか？
- 「MCP対応しました」
- 「これはAIエージェントです」
- 「エージェントがツールを呼び出して……」
自分は最初、これらの言葉を見るたびに、
MCPって結局なに？
エージェントって、ただのAIチャットと何が違うの？
「ツールを呼ぶ」って、どういうこと？
と混乱していました。
言葉だけが先に流行していて、中身がよく分からない。
そんな状態だったので、ひとつずつ自分の言葉で整理してみることにしました。
この記事は、AI駆動開発まわりの用語が分からない人 に向けた、超入門ガイドです。
- できるだけ専門用語を使わずに
- 身近なたとえで
- 用語同士の関係が分かるように
まとめます。
「なんとなく分かった気がする」から「人に説明できる」に変わることを目指します。
※この記事は2026年7月時点の情報をもとにしています。この分野は動きが速いので、正確な仕様は各公式ドキュメントを確認してください。
目次
まず全体像：登場人物を整理する
細かい用語に入る前に、全体像を先に見ておきます。
AI駆動開発の話には、だいたい次の登場人物が出てきます。
| 登場人物 | ざっくり言うと | 身近なたとえ |
|---|---|---|
| LLM | 文章を理解して考える頭脳 | 頭のいい新人 |
| エージェント | 頭脳に「手足」と「段取り力」を足したもの | 自分で動けるアシスタント |
| ツール | エージェントが使う道具 | 電卓・検索・カレンダー |
| MCP | 道具とAIをつなぐ共通の差込口 | USB Type-C のような規格 |
この4つの関係を、先に一枚の図にすると、こうなります。
ここから、それぞれを1つずつ見ていきます。
AIエージェントとは
まず「AIエージェント」からです。
ChatGPTのような普通のAIチャットは、基本的に 「質問に答える」 だけです。
- こちらが質問する
- AIが答える
- また質問する
このやり取りの繰り返しです。
一方、AIエージェントは、目標を渡すと、自分で段取りして実行まで進める ものです。
たとえば「このバグを直して」と頼むと、
- コードを読む
- 原因を探す
- 修正案を考える
- 実際にファイルを直す
- テストを動かして確認する
というステップを、自分で計画して、自分で実行 します。
言葉で整理すると、こうなります。
AIエージェントとは、目標を与えると、計画・実行・確認までを自律的に進めるAIのこと。
普通のチャットとの違いは、次の2点です。
| 観点 | 普通のAIチャット | AIエージェント |
|---|---|---|
| やること | 質問に答える | 目標を達成する |
| 動き方 | 1問1答 | 自分で計画して複数ステップ実行 |
| 手足 | ない（答えるだけ） | ある（ツールを使って操作する） |
ここで大事なのは、「手足がある」 という点です。
その手足にあたるのが、次の「ツール」です。
ツール（Tool）とは
エージェントが賢くても、頭で考えるだけでは実際の作業はできません。
- ファイルを書き換える
- Webで検索する
- コマンドを実行する
- Slackにメッセージを送る
こういった 実際のアクション をするには、道具が必要です。
この道具のことを ツール（Tool） と呼びます。
イメージとしては、こうです。
ツールとは、エージェントが外の世界に対して操作を行うための「道具」。
たとえば、
- 「今日の天気は？」と聞かれたエージェントが、天気APIツール を呼ぶ
- 「このIssueを作って」と頼まれたエージェントが、GitHubツール を呼ぶ
というふうに使います。
ここまでをまとめると、
- エージェント＝考えて段取りする人
- ツール＝その人が使う道具
という関係になります。
そして、この「道具」をAIにつなぐときに問題になっていたのが、次に説明するMCPが解決したことです。
MCPとは
いよいよ本題のMCPです。
MCPは Model Context Protocol の略です。
Anthropicが2024年11月に公開した、AIモデルと外部ツール・データソースを接続するためのオープンプロトコルです。
……と言われても、まだピンと来ないと思います。
順番に説明します。
MCPが無かったころの問題
MCPが登場する前は、AIと道具をつなぐのが大変でした。
なぜなら、AIモデルごと・道具ごとに、専用のつなぎ込みを作る必要があった からです。
たとえば、3つのAIモデルと4つの道具をつなごうとすると、
3（モデル） × 4（道具） = 12通り
の個別実装が必要になります。
道具が増えるたび、モデルが増えるたびに、組み合わせが爆発していきます。
MCPがやったこと
そこでMCPは、「共通の差込口」を1つ決めよう という発想で作られました。
この構造により、先ほどの例では12通りの個別実装が、AIモデル側3つ＋ツール側4つ＝合計7つの実装で済みます。さらに新しいAIモデルやツールが追加されても、MCP対応の実装を1つ追加するだけで、既存のすべての接続先と自動的に連携可能です。
イメージとしては、USB Type-C が近いです。
昔は機器ごとに違うケーブルが必要でしたが、Type-Cという共通規格ができて、1本でいろいろな機器につながるようになりました。
MCPは、それのAI版だと考えると分かりやすいです。
MCPとは、AIと外部の道具・データをつなぐための「共通の差込口（規格）」。
どれくらい広まっているのか
MCPは、もともとAnthropic（Claudeを作っている会社）が始めたものですが、いまは特定の会社の技術という枠を超えて広がっています。
2025年3月にOpenAIがMCPを採用し、その後Google、Amazon、Microsoftも順次採用しました。
普及のスピードも速く、MCPサーバーの数は2024年11月の公開時点で約100個でしたが、2026年5月時点では14,000以上にまで急増しています。
つまりMCPは、いまや AI連携の事実上の標準になりつつある ということです。
MCPの3つの構成要素
もう少しだけ踏み込みます。
MCPは、「MCPホスト」「MCPクライアント」「MCPサーバー」の3つの構成要素による階層構造で成り立っています。
ざっくり言うと、こういう役割分担です。
| 構成要素 | ざっくりした役割 |
|---|---|
| MCPホスト | AIアプリ本体（例：AIチャットやエディタ） |
| MCPクライアント | ホストの中で、サーバーとやり取りする窓口 |
| MCPサーバー | 道具やデータを提供する側 |
最初のうちは、
「道具を提供する側（サーバー）」と「AIアプリ側（ホスト）」を、共通の規格でつないでいる
くらいの理解で十分だと思います。
まぎらわしい用語の違い
ここまで出てきた用語は、似ていて混同しやすいです。
違いを表で整理しておきます。
| 用語 | ひとことで言うと | 役割 |
|---|---|---|
| LLM | AIの頭脳 | 考える・文章を作る |
| エージェント | 自律的に動くAI | 計画して実行する |
| ツール | エージェントの道具 | 実際の操作をする |
| MCP | 共通の接続規格 | 道具とAIをつなぐ |
もうひとつ、よく混同される 「API」と「MCP」の違い も触れておきます。
- API：プログラム同士をつなぐ、昔からある一般的な仕組み
- MCP：その中でも「AIと道具をつなぐ」ことに特化して標準化したもの
APIという大きな枠の中に、AI用に整理された差込口としてMCPがある、というイメージです。
まとめ
今回は、AI駆動開発でよく出てくる用語を整理しました。
最後に、全体をもう一度まとめます。
| 用語 | 覚え方 |
|---|---|
| LLM | 頭のいい新人（考える頭脳） |
| エージェント | 自分で動けるアシスタント（頭脳＋手足＋段取り） |
| ツール | アシスタントが使う道具 |
| MCP | 道具とAIをつなぐ共通の差込口（USB Type-Cのようなもの） |
流れとしては、
LLM（頭脳）に、手足と段取り力を足したのがエージェント。
エージェントが使う道具がツール。
その道具とAIをつなぐ共通規格がMCP。
という関係でした。
用語だけを聞くと難しく感じますが、「頭脳・アシスタント・道具・差込口」と身近な言葉に置き換えると、意外とシンプルです。
この記事が、「なんとなく分かった気がする」から「人に説明できる」への一歩になれば嬉しいです。