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。

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。

参考リンク