MENU
AI×データの技術情報メディア
  1. ホーム
  2. ツール・技術
  3. MCPとは｜AI界のUSB-Cと呼ばれる「Model Context Protocol」の仕組み・使い方・おすすめサーバー一覧を完全解説

MCPとは｜AI界のUSB-Cと呼ばれる「Model Context Protocol」の仕組み・使い方・おすすめサーバー一覧を完全解説

ツール・技術

本記事には広告（PR）が含まれています。

「MCPって最近よく聞くけど、結局なに？」「Claude DesktopやCursorにMCPサーバーを入れる、って言われてもピンとこない」「結局なにが便利になるの？」――2026年に入ってAIエージェント界隈で爆発的に注目されているMCP（Model Context Protocol）に、こんな疑問を持って検索した方も多いのではないでしょうか。

MCPは、ひとことで言うと「AI界のUSB-C」です。今までAIに新しいツールを使わせるたびに個別の実装が必要でしたが、MCPに対応すれば同じ規格でどんなツールにも接続できるようになります。2024年11月にAnthropicが発表し、2026年5月時点でインストール数9,700万・公開サーバー12,000超という業界標準に成長しました。

本記事では、MCPの正体・仕組み・使い方・おすすめサーバー・セキュリティリスク・A2Aとの違いまで、初心者にもわかりやすく完全解説します。

この記事でわかること
  • MCP（Model Context Protocol）の正体と読み方・基本情報
  • なぜ「AI界のUSB-C」と呼ばれるか
  • アーキテクチャ（クライアント／サーバー／JSON-RPC）の仕組み
  • 2026年5月時点の最新動向（仕様2.0・対応AI）
  • MCPで何ができる？10のユースケース
  • 対応AIエージェント一覧（Claude Desktop / Codex / Cursor / Hermes / OpenClaw 等）
  • おすすめMCPサーバー15選
  • Claude Desktopへの設定手順（STEP形式）
  • メリット・デメリット
  • セキュリティリスクと対策
  • A2A・ACPなど他プロトコルとの違い
本記事のエッセンス（まず3行で）
  • MCP（Model Context Protocol）は、AIと外部ツールをつなぐ「AI界のUSB-C」にあたる標準プロトコル
  • Anthropicが2024年11月に発表、わずか1年半でインストール数9,700万・公開サーバー12,000超の業界標準に
  • Claude Desktop / Codex / Cursor / Hermes Agent / OpenClawなど主要AIエージェントすべてが対応、GitHub / Slack / Notion / Figmaなど使いたいサービスにそのまま繋がる

Ｗｉｎスクール		【初心者向け】
・20～30代におすすめ
・データ分析・AIに特化
公式サイトで無料登録する
目次

MCPとは？──AI界のUSB-C

ここで覚えてほしい一言

「AIと外部ツールをつなぐ業界標準の通信規格」

一言でいうと「AIとツールをつなぐUSB-C」

MCP（Model Context Protocol、エム・シー・ピー）とは、Anthropicが2024年11月に発表した、大規模言語モデル（LLM）と外部のツールやデータベースを接続するための標準プロトコルです。

これだけ聞くと難しそうですが、たとえ話で言えば「AI界のUSB-C」。USB-Cが普及する前は、メーカーごとに違う充電ケーブルを使い分けていましたが、USB-Cに統一されたことで「1本のケーブルでどんな機器でも繋がる」ようになりました。

MCPはまさに、AIとツールの世界で同じことを起こそうとしています。今まで「Slackと繋ぐにはこの実装」「GitHubと繋ぐにはこの実装」とそれぞれ別々のコードが必要でしたが、MCP対応すれば全部同じ規格で繋がるようになります。

MCPの基本情報

項目内容
提唱者Anthropic（Claude開発元）
読み方エム・シー・ピー
発表2024年11月
仕様バージョン2.0（2026年3月公開）
ライセンスオープンスタンダード
対応AIClaude Desktop / Codex / Cursor / Hermes Agent / OpenClaw 他
通信方式JSON-RPC 2.0（stdio または HTTP+SSE）
公開サーバー数12,000超（2026年3月時点）
インストール数9,700万超

なぜAnthropicが発表したのか

Anthropicが MCP を発表した背景には、自社の Claude を中心としたエコシステムを「特定企業の囲い込み」にしないという思想があります。

OpenAI が Plugin（後に GPTs）で囲い込んだ反省を踏まえ、Anthropicはオープンスタンダードとして MCP を公開。結果として、ライバルであるOpenAI の Codex / Cursor / Hermes Agent / OpenClawなど、ほぼすべてのAIエージェントが MCP に対応する展開になりました。「業界標準を取りに行った戦略」が見事にハマったケースです。

MCPが解決する課題──「個別実装地獄」からの解放

ここで覚えてほしい一言

「N×Mの実装地獄を、N+Mに減らす」

MCP登場前の世界

MCP登場前、AIに新しいツールを使わせるには、ツールごと・AIごとに個別実装が必要でした。

たとえば、3つのAI（Claude / GPT / Gemini）に5つのツール（GitHub / Slack / Notion / Figma / Stripe）を繋ぐには、3 × 5 = 15通りの実装が必要。これを「N×M問題」と呼びます。AIもツールも増えるたびに組み合わせが爆発的に増え、実装コストが膨れ上がっていました。

MCPによる解決

MCPは「標準プロトコル」を間に挟むことで、この問題を解決しました。

  • AI側は「MCP対応」さえすれば、すべてのMCPサーバーに繋がる
  • ツール側は「MCPサーバー」を1つ作れば、すべてのMCP対応AIから使われる
  • N + M の実装で済む（先の例なら 3 + 5 = 8）

これが「USB-Cが充電ケーブル業界に起こした革命」と同じ構図です。

結果：12,000超のMCPサーバーが公開

2026年5月時点で、コミュニティが公開している MCP サーバーは12,000を超え、GitHub / Slack / PostgreSQL / Stripe / Figma / Notion / Linear / Jira / Google Drive / YouTubeなど、想像できるほぼすべてのサービスにアクセスできます。

MCPの仕組み──3つの構成要素

ここで覚えてほしい一言

「クライアント（AI側）とサーバー（ツール側）が JSON-RPC で会話する」

3つの登場人物

MCPの仕組みは、3つの登場人物で理解できます。

登場人物役割例
MCPクライアントAI側の窓口Claude Desktop / Cursor / Codex
MCPサーバーツール側の窓口GitHub MCP / Slack MCP
JSON-RPC 2.0通信規格（言葉）クライアントとサーバーの会話ルール

動作の流れ

たとえば「ClaudeでGitHubのIssueを取得したい」場合の流れ：

  1. ユーザー：「最新のIssue3件を取って」とClaudeに依頼
  2. MCPクライアント（Claude Desktop）：MCPサーバーに「Issueリストを取って」とJSON-RPCで通信
  3. MCPサーバー（GitHub MCP）：GitHub APIを呼び出して結果を取得
  4. MCPサーバー → MCPクライアント：取得した結果を返す
  5. Claude：結果を要約してユーザーに表示

この一連の流れが、ユーザーから見れば「Claudeに頼んだら勝手に GitHub を見て答えてくれた」という体験になります。

通信方式：stdio または HTTP+SSE

MCPの通信は2種類の方式があります。

  • stdio（標準入出力）：ローカルでクライアントとサーバーが同じマシンにある場合
  • HTTP + SSE（Server-Sent Events）：リモートにMCPサーバーがある場合

最近はリモートMCPサーバーの流れが強まっていて、SSE方式が主流になりつつあります。

2026年5月時点の最新動向

ここで覚えてほしい一言

「インストール9,700万・サーバー12,000超、もう完全な業界標準」

仕様2.0（2026年3月公開）

2026年3月、MCP仕様2.0が公開されました。主な進化点：

  • 認証・認可の標準化：OAuth 2.1ベースの正式サポート
  • ストリーミング応答の改善：大量データのストリームが安定
  • マルチモーダル対応：画像・音声・動画の取り扱い
  • エラーハンドリングの強化：詳細なエラーコード体系

これにより、企業利用に耐えるレベルに成熟しました。

主要クラウドの対応

2026年に入ってから、主要クラウド事業者が次々と MCP 公式サーバーを公開：

  • Microsoft Azure MCP Server 2.0
  • Google Cloud MCP
  • AWS MCP（Beta）
  • StackAdapt MCP

「クラウドサービスを Claude や Cursor から直接操作する」が一気に現実的になりました。

IDEの一斉対応

Cursor / Windsurf / VS Code の主要IDEが MCP に対応。「コードエディタからGitHub・Slack・Notion・Figma を直接操作する」という未来が日常になりました。

MCPで何ができる？──主要ユースケース10選

ここで覚えてほしい一言

「AIに『あなたのデジタル身体』を持たせる」

MCP対応によって、AIができることが一気に広がります。代表的な10のユースケースを紹介します。

#ユースケース内容
1GitHub操作Issue検索・PR作成・コードレビュー
2Slack操作メッセージ送信・チャネル検索・通知
3データベース操作PostgreSQL / MySQL / SQLite の読み書き
4ファイル操作ローカル / Google Drive / Dropbox
5Notion操作ページ作成・編集・データベース検索
6Figma操作デザインの読み取り・コメント
7メール送信Gmail / Outlook 連携
8カレンダー操作Google Calendar / Outlook
9決済操作Stripe / PayPal の取引情報取得
10自社内ツール接続社内データベース・社内API

これにより、AI が「あなたのデジタル世界全体を操作する秘書役」に進化します。

対応AIエージェント一覧

ここで覚えてほしい一言

「主要AIエージェントは2026年5月時点でほぼ全部対応済み」

2026年5月時点、MCP に対応している主要AIエージェントを整理します。

エージェント提供元MCP対応状況補足
Claude DesktopAnthropic◎ 第一級サポート提唱元、最も対応が手厚い
CursorAnysphere◎ 標準対応IDE側の代表格
WindsurfCodeium◎ 標準対応Cursor同等
CodexOpenAI○ 対応プラグイン経由
Hermes AgentNous Research○ 対応永続メモリと併用が強力
OpenClawOpenClaw◎ MCP連携が中核100以上のMCP対応がウリ
VS CodeMicrosoft○ 拡張経由Continue / Cline 拡張で利用
Claude CodeAnthropic◎ 標準対応CLIから利用

「MCP対応していないAIエージェントは、もうほぼ存在しない」と言っても過言ではない状態です。

各エージェントについては別記事で詳しく解説しています：

おすすめMCPサーバー15選

ここで覚えてほしい一言

「まず GitHub・Slack・Notion・PostgreSQL の4つを入れてみる」

12,000超ある MCP サーバーの中から、特に汎用性が高く実用的な15選を厳選しました。

開発系（必須）

#サーバー用途
1GitHub MCPIssue / PR / コードレビュー（最重要）
2GitLab MCPGitHub MCPのGitLab版
3Filesystem MCPローカルファイル操作
4Git MCPGitコマンド全般

コミュニケーション系

#サーバー用途
5Slack MCPメッセージ送信・チャネル検索
6Discord MCPサーバーチャット連携
7Gmail MCPメール検索・送信

ナレッジ・ドキュメント系

#サーバー用途
8Notion MCP（公式）ページ・DB操作
9Obsidian MCPローカルノート連携
10Google Drive MCPドキュメント検索

データ系

#サーバー用途
11PostgreSQL MCPDB読み書き
12SQLite MCP軽量DB操作

業務系

#サーバー用途
13Stripe MCP決済・取引情報
14Linear MCPプロジェクト管理
15Figma MCPデザイン読み取り
鉄板スターターパック

迷ったら、まず次の4つを入れることをおすすめします：

  1. GitHub MCP ── 開発作業の半分はこれで済む
  2. Filesystem MCP ── ローカルファイル操作が劇的に楽になる
  3. Slack MCP（または Discord MCP）── 通知・連絡が自動化される
  4. Notion MCP または Obsidian MCP ── 知識管理と直結

Claude Desktop での MCP 設定方法

ここで覚えてほしい一言

「設定ファイル1つ書くだけ」

最も人気の MCP クライアントであるClaude Desktopで、実際に MCP サーバーを設定する手順を STEP 形式で解説します。

  1. STEP1
    Claude Desktopをインストール

    claude.ai/download から Claude Desktop をダウンロード・インストール。

  2. STEP2
    設定ファイルの場所を確認

    Claude Desktop の設定ファイルは次の場所にあります：

    • macOS：~/Library/Application Support/Claude/claude_desktop_config.json
    • Windows：%APPDATA%\Claude\claude_desktop_config.json
  3. STEP3
    設定ファイルを編集

    たとえば GitHub MCP を追加する場合：

    {
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_xxxxxxxxxxxxxxxx"
      }
    }
  }
}

    GITHUB_PERSONAL_ACCESS_TOKEN の部分は、自分のGitHubトークンに置き換えます。

  4. STEP4
    Claude Desktopを再起動

    設定を反映するため Claude Desktop を一度終了して再起動。

  5. STEP5
    動作確認

    Claude Desktop の入力欄の横に「ハンマーアイコン」が表示され、MCPサーバーが認識されていれば成功です。「最新のGitHub Issueを3件教えて」と話しかけてみてください。

複数のMCPサーバーを同時に追加

mcpServers 内に複数のキーを並べれば、いくつでも追加できます：

{
  "mcpServers": {
    "github": { ... },
    "slack": { ... },
    "filesystem": { ... },
    "notion": { ... }
  }
}

Claude Desktopならclaude_desktop_config.jsonを編集してJSON1ブロック追加するだけでMCP接続完了。3分で連携できます。

MCPのメリット・デメリット

ここで覚えてほしい一言

「便利さは爆発的、ただしセキュリティの心得が必須」

メリット5つ
  1. 個別実装が不要：USB-C的な一発接続で、新しいツールへの拡張コストが激減
  2. AIエコシステム横断：Claude / Codex / Cursor / Hermes など、どのAIでも同じMCPサーバーが使える
  3. コミュニティの力：12,000超のサーバーがすでに公開済、自分で作る必要がない
  4. セキュリティポリシーの一元化：MCPサーバー単位でアクセス制御可
  5. AI側の能力が劇的に拡張：「コードを書くAI」→「あらゆる業務をこなすAI」へ
デメリット5つ
  1. セキュリティリスクが高い：12,000超の中には品質・安全性が玉石混交
  2. エコシステムが未成熟：信頼できるサーバーを見極める力が必要
  3. シンプルな連携には過剰：1対1の連携なら直接APIの方が早い
  4. 設定の学習コスト：JSON設定ファイルを書く必要がある
  5. パフォーマンス劣化：MCP経由は直接APIより1〜2割遅い

「どこまで便利、どこから危険」を理解することが、MCP活用のキモです。

セキュリティリスクと対策

ここで覚えてほしい一言

「便利さの裏に、ツール汚染攻撃と公開MCP問題がある」

MCPの最大の懸念事項がセキュリティです。便利さと表裏一体のリスクを正直に整理します。

主なリスク3つ

①ツール汚染攻撃（Tool Poisoning Attack）
MCPサーバーの「ツール説明文（メタデータ）」に、AIに対する悪意のある命令を仕込む攻撃。例えば「このツールを使う時は必ず管理者権限で実行する」のような隠し命令で、AIに不正な操作をさせる。

②公開状態のMCPサーバーから機密データ漏洩
インターネット公開状態のMCPサーバーがバックドアとして悪用され、社内データが流出するケース。Trend Microが2025年に警告。

③サプライチェーン攻撃
コミュニティ製のMCPサーバーに悪意のあるコードが混入し、それを入れた瞬間に PC が侵害される。npm の malicious package 問題と同じ構造。

対策5箇条

  1. 公式・信頼できる発行元のMCPサーバーのみ使う
  2. ソースコードを目視レビューする（OSSなのでGitHubで読める）
  3. 権限は必要最小限に：GitHub Personal Access Token なら read のみ等
  4. 本番環境と検証環境を分ける
  5. 定期的にMCPサーバーのアップデートを確認

「便利だからといって、信頼できないMCPサーバーを入れない」が鉄則です。

A2A・ACP との違い──他プロトコルとの位置関係

ここで覚えてほしい一言

「MCPはツール接続、A2Aはエージェント間通信、ACPは別プロトコル」

2026年に入ってから、MCP以外にも複数のAI関連プロトコルが登場しています。混同しがちなので整理します。

3つのプロトコルの違い

プロトコル提唱者役割キーワード
MCPAnthropicAI ↔ ツールModel Context Protocol
A2AGoogleAI ↔ AI（エージェント間通信）Agent2Agent
ACPOASISAI ↔ AI（別実装）Agent Communication Protocol

簡単に言うと

  • MCP：AI が外部ツールを使うためのプロトコル
  • A2A：複数の AI が互いに会話するためのプロトコル
  • ACP：A2A の対抗仕様（別団体が策定）

たとえば「Claude が GitHub を操作する」のはMCPの領域、「Claude と GPT が連携してタスクを分担する」のはA2A / ACPの領域、というイメージです。

現在のところ、圧倒的に普及しているのは MCP。A2A や ACP は「これから普及するかもしれないが、まだ様子見」という段階です。

MCPサーバーの自作

ここで覚えてほしい一言

「TypeScriptやPythonのSDKで誰でも自作できる」

「自分専用のMCPサーバーを作りたい」というニーズも増えています。基本だけ紹介します。

自作の手順（概要）

  1. 公式SDKをインストール
    • TypeScript：npm install @modelcontextprotocol/sdk
    • Python：pip install mcp
  2. tools を定義：AIから呼び出せる関数を書く
  3. resources を定義：AIから読めるデータソースを書く
  4. JSON-RPC のハンドラーを実装
  5. mcpServers 設定で読み込ませる

公式ドキュメント（modelcontextprotocol.io）にチュートリアルがあり、1〜2時間で動く MCP サーバーが作れます。

自作が活きる場面

  • 社内ツール接続：社内DB / 社内API を Claude から呼ばせたい
  • 個人プロジェクト管理：自分のRSSフィード / メモ / TODO を一元化
  • 特殊なワークフロー：自社独自の業務プロセスをAIに任せたい

どんな人におすすめ？

ここで覚えてほしい一言

「AIエージェントを使い倒したい人は、MCP抜きでは語れない」

①AIエージェントヘビーユーザー
  • すでに Claude Desktop / Codex / Cursor を毎日使っている
  • 「もっと自動化したい」「もっとAIにやらせたい」と思っている
  • ツール連携の煩雑さに辟易している
②開発者・エンジニア
  • GitHub / Slack / Notion を毎日使っている
  • AIにソースコードを読ませて開発したい
  • 自社サービスにAIを組み込みたい
③社内DXリーダー
  • 社内ツールをAIに繋ぎたい
  • セキュリティを気にしつつ業務効率化したい
  • 部門横断のAI活用を進めたい
④リサーチャー・情報整理派
  • Notion / Obsidianを愛用している
  • AIに自分の知識ベースを参照させたい

逆に「AIはChatGPT Web版で十分」という人にはまだ早いかもしれません。

よくある質問（FAQ）

MCPって何の略？

Model Context Protocol の略で、「モデル（AI）にコンテキスト（外部情報）を渡すためのプロトコル」という意味です。

MCPは無料？

完全無料・オープンスタンダードです。Anthropicが公開し、誰でも自由に使えます。MCPサーバーも、多くがオープンソースで無料配布されています。

Claude Desktop以外でもMCPは使える？

はい、Cursor / Codex / Hermes Agent / OpenClaw / VS Code（拡張経由）など、ほぼすべての主要AIエージェントが対応しています。

Windowsでも使える？

使えます。Claude Desktop / Cursor / Windsurf いずれもWindows対応で、設定ファイルの場所が異なるだけです。

MCPサーバーは自分でも作れる？

作れます。TypeScript / Python の公式SDKで、1〜2時間で簡単な MCP サーバーが作れます。

セキュリティが心配だけど大丈夫？

信頼できるMCPサーバーのみを使えば概ね安全です。ただしコミュニティ製の品質はバラバラなので、公式・GitHubスター数が多い・継続メンテされているなどの基準で選別してください。

商用利用OK？

MCPプロトコル自体は商用利用OK。各MCPサーバーのライセンスは個別に確認が必要です。

A2AとMCPはどっちを使えばいい？

用途が違います。AI ↔ ツールなら MCP、AI ↔ AI なら A2A。現状は MCP が圧倒的に普及しているので、まずは MCP から で十分です。

まとめ｜MCPは「AIエージェント時代の必須インフラ」

本記事のまとめ
  • MCP（Model Context Protocol）はAnthropicが2024年11月発表のオープンスタンダード、AIと外部ツールをつなぐ「AI界のUSB-C」
  • 2026年5月時点で公開サーバー12,000超・インストール9,700万の業界標準に成長
  • Claude Desktop / Cursor / Codex / Hermes Agent / OpenClawなど主要AIエージェントすべてが対応
  • GitHub / Slack / Notion / Figma / PostgreSQLなど主要サービスへ繋がるサーバーが揃っている
  • 設定はJSON設定ファイル1つ書くだけ、複数サーバーの追加も簡単
  • セキュリティ（ツール汚染攻撃・公開MCP問題）には注意が必要、信頼できるサーバーを選ぶ
  • A2A・ACPは別プロトコル、AI同士の通信用

「AIをもっと使いこなしたい」「業務をもっと自動化したい」と思ったら、MCPは避けて通れないインフラです。まずは Claude Desktop に GitHub MCP を入れてみるところから始めれば、「AIにできること」が一段階広がるのを体感できます。

関連記事

参考リンク（一次ソース）


Ｗｉｎスクール		【初心者向け】
・20～30代におすすめ
・データ分析・AIに特化
公式サイトで無料登録する
ツール・技術
よかったらシェアしてね！
  • URLをコピーしました！
  • URLをコピーしました！

この記事を書いた人

管理人のアバター 管理人 データエンジニア / ETL設計

基幹システム×データエンジニア｜DataEngineerLabs運営
大手食品系の基幹システム開発を経験。人事・給与・販売管理のデータ連携、ETL設計、SQLパフォーマンスチュートリアル、バッチ保守が専門。
DataSpider実務経験。"使える状態にする"難しさを発信中

関連記事

コメント

コメントする

目次