MCP（Model Context Protocol）は、AI モデルに外部のツールやデータを接続するための共通規格だ。Anthropic が 2024 年 11 月に公開したもので、仕様も各言語の実装もオープンソースとして配布されている。
解いている問題ははっきりしている。AI アプリが Slack にも GitHub にも社内 DB にもつなごうとすると、本来は「アプリの数 × 連携先の数」だけ個別のコネクタを書く羽目になる。MCP は機能を提供する側（サーバー）と AI アプリ側（クライアント）の間にインターフェースを一本引き、サーバーを一度書けば MCP に対応したどのクライアントからでも使えるようにした。USB-C に喩えられるのはこの一点を指している。
中身は JSON-RPC 2.0 によるやりとりで、サーバーが公開するものは主に三種類ある。モデルが自分で呼び出す tools、読み取り用のデータである resources、ユーザーが選ぶ定型指示の prompts。通信は手元で動かすなら標準入出力（stdio）、リモートなら HTTP を使う。公式 SDK は Python、TypeScript、Java、Kotlin、C#、Go などで提供されている。エンジニアから見た使い方は拍子抜けするほど単純で、設定ファイルにサーバーの起動コマンドか URL を書くだけだ。Claude Code なら `claude mcp add` で済み、配布されているサーバーの多くは npx や uvx でそのまま起動する。企画・DX 側の用途としては、チケット管理（Redmine など）、データベース、メール、ドライブ上のファイルを AI に読ませたり書かせたりする経路を、個別開発なしに用意できる点が実利になる。
料金の話をすると、プロトコル自体は無料で、公式実装も MIT ライセンスだ。費用が発生するのは LLM の利用料と、リモートサーバーを立てる場合のホスティング代の二つに限られる。ただし MCP 固有の注意点がある。ツールの定義は原則としてリクエストのたびにコンテキストへ載るため、サーバーを増やすほど毎回のトークン消費が膨らむ。最近のクライアントは定義を必要になった時だけ読み込む仕組みを持ち始めているが、「とりあえず全部つなぐ」は実際に請求額へ跳ね返る。
出自は Anthropic だが、2025 年に OpenAI、Google、Microsoft が相次いで対応を表明し、主要ベンダーが横並びで支持する規格になった。仕様の管理も Anthropic 単独から Linux Foundation 傘下の Agentic AI Foundation へ移されている。競合として名前が挙がる Google の A2A はエージェント同士の通信を扱う別レイヤーで、置き換え関係にはない。実際の対抗馬はむしろ「プロトコルを使わない」やり方だ。GotoAI が 2026 年 9 月 21 日に正式リリースすると発表したデスクトップ AI エージェント「Kari」は、内蔵ブラウザを自ら操作することで Web API を持たないサービスにも手を伸ばす設計で、これは MCP とは別方向の解き方になる。
導入前に押さえるべき弱点もある。サーバーには渡したデータがそのまま見えるうえ、ツールの説明文自体がモデルへの入力なので、悪意あるサーバーは説明文に指示を混ぜ込める。ローカルの stdio サーバーは手元の認証情報をそのまま引き継ぐ点も見落とされやすい。つなぐ先が増えれば承認を求められる回数も増える。AWS のエンジニアが OSS として公開した「Pizza Bot」が、エージェントのタスクと権限要求をメールの受信箱のように Unread と Action へ振り分ける作りになっているのは、承認の処理そのものが運用課題になりつつあることの表れだ。
