アーパボー(ARPABLE)
アープらしいエンジニア、それを称賛する言葉・・・アーパボー
AI

MCPサーバーとは?仕組み・使い方・APIとの違いをわかりやすく解説

MCPサーバーとは?仕組み・使い方・APIとの違いをわかりやすく解説
最終更新:
※本記事は継続的に最新情報へアップデートしています。

月曜の朝9時。あなたはAIに「10時の会議までに、先週の障害と未解決課題を整理して」と頼んだ。ところがAIは、肝心の社内データを見られない。

そんな「頭はいいのに手が届かないAI」に、許可された仕事場への窓口を用意するのがMCPサーバーである。

MCPサーバーとは何か。API連携と何が違うのか。仕組み、使い方、落とし穴を、一つの物語から解き明かす。

✅ 先に結論

MCPサーバーとは、AIアプリに検索・取得・操作などの機能を共通の方法で提供するソフトウェアです。MCPはその通信規格を指します。

  • ポイント1:Host内部のClientが、対応するMCPサーバーと1対1で通信します。接続先が外部APIとは限りません。
  • ポイント2:Tools・Resources・Promptsによって、処理、情報、指示のひな型を提供します。
  • ポイント3:最初は参照専用・ダミーデータ・ローカル接続で試し、権限と監査を設計します。
この記事の著者・監修者 ケニー狩野(Kenny Kano)
Arpable 編集部(Arpable Tech Team)
株式会社アープに所属するテクノロジーリサーチチーム。人工知能の社会実装をミッションとし、最新の技術動向と実用的なノウハウを発信している。
役職:(株)アープ取締役。Society 5.0振興協会・AI社会実装推進委員長。中小企業診断士、PMP。著書『リアル・イノベーション・マインド』▶ 詳細情報

MCPサーバーとは?「AIが仕事場に入る」ための案内役

MCPサーバーはAIアプリに機能を提供する接続役であり、通信規格であるMCPと、実際に処理を担うソフトウェアを分けて理解することが出発点である。

ここからは架空の職場の物語です。プロジェクトリーダーの佐藤さんは、月曜10時の顧客会議を控えています。「先週の障害報告と未解決Issueをまとめて」とAIに頼みました。しかし、社内資料やGitHubを読めなければ根拠を確かめられません。

資料をコピーしてAIに貼り付け、別画面でIssueを探す。そんな「人間が情報を運ぶ仕事」を減らしたい。答えの一つがMCPサーバーです。

Model Context Protocol(MCP)は、AIアプリと外部のツール・データを接続するためのオープンな通信規格です。2024年11月にAnthropicが公開しました。MCPサーバーは、その規格に従って「Issueを検索する」「ファイルを読む」といった機能をAIアプリへ提供するソフトウェアです。

ここで区別したいのは、MCPが「窓口同士の共通ルール」、MCPサーバーが「実際に依頼を受け付ける業務の窓口」だということです。規格そのものが資料を読んだり、チケットを更新したりするわけではありません。

サーバーという名前でも、大きな機械とは限らない

「サーバー」は巨大な機械とは限りません。手元のPCで動く小さなプログラムでも、クラウド上のサービスでも構いません。重要なのはAIアプリからの要求に対して、決められた機能を提供する役割です。

ただし、AIアプリのMCP対応、権限設定、接続先の利用条件が揃わなければ動きません。では、事前に接続を整えたら、AIの依頼はどこを通って届くのでしょうか。

たった一つの依頼は、どこを通って実行されるのか

MCP Hostの内部にあるClientが特定のMCP Serverと1対1で通信し、必要な機能を呼び出すという役割分担が接続の基本形である。

AIアプリであるHostの枠内に二つのClientを配置し、それぞれが対応するMCPサーバーと1対1で通信する構造図。GitHub担当と資料検索担当の経路を分け、サーバーから先は各サービスのAPIで接続する例を矢印で示す。

数週間後の月曜。佐藤さんの会社では、情シスが参照専用のMCP接続の検証を終えていました。佐藤さんはそのAIアプリに「GitHubの未解決Issueを探し、会議用に要約して」と頼みます。AIアプリは使えるツールを確認し、MCPサーバーへ依頼します。

  1. MCP Host:Claude DesktopなどのAIアプリ。ユーザーとの対話やツール利用の管理を行います。
  2. MCP Client:Host内部の接続担当。特定のMCPサーバーと通信します。
  3. MCP Server:利用できる機能を知らせ、依頼を処理します。必要に応じて外部APIやデータベースにアクセスします。
  4. 外部サービス:GitHubやGoogle Driveなど、実際のデータや操作対象がある場所です。

Clientは独立したアプリではなく、Hostの内部にあります。Hostは複数のClientを管理でき、各Clientが対応するMCPサーバーと1対1で通信します。図1はその関係を示したものです。

図1:一つのAIアプリが二つのMCPサーバーを使う場合(概念図)
AIアプリ(MCP Host)内部 共通規格MCPで通信 外部システムとの接続
Client A
(GitHub担当)
⇄ MCP Server A ⇄ GitHub API
Client B
(資料検索担当)
⇄ MCP Server B ⇄ Google Drive API
各Clientは対応するMCP Serverと通信する。MCP Serverから先は接続先に合わせてAPIなどを利用する。

佐藤さんは資料検索用の窓口から障害報告も取得し、Issue一覧とともに元の記録へさかのぼって確認します。AIがどの窓口を使い、何を実行したかを確認できることが、仕事で使うための条件です。では、MCPサーバーは具体的に何を提供するのでしょうか。

MCPサーバーの核心はTools・Resources・Promptsの3機能

MCPサーバーの代表的な機能はTools・Resources・Promptsであり、処理の実行・情報の参照・指示のひな型という違いを押さえることが重要である。

「Issueを検索すること」と「仕様書を参照すること」は、どちらも情報を得る作業に見えます。しかし、MCPではサーバーが何をどう公開するかによって、使う機能が変わります。

表1:MCPサーバーが提供する3つの代表的な機能
機能 何をするか 仕事での例
Tools 処理や操作を呼び出す Issue検索、チケット作成、計算
Resources 資料やデータを参照用に提供する 仕様書、設定情報、ドキュメント
Prompts 再利用可能な指示のひな型を提供する 障害報告のレビュー手順

Issue検索の処理を呼び出すならTools、仕様書を参照用データとして公開するならResources、障害報告の整理手順をひな型として公開するならPromptsです。Toolsは主にAIモデル、ResourcesはHost側のアプリ、Promptsは利用者が、使うタイミングを決めます。仕様書の取得をToolsで実装することもでき、分類を決めるのは依頼文ではなくサーバー側の公開方法です。

例えば、GitHubのIssueを検索する窓口、ローカルのFilesystemから許可したファイルを参照する窓口、Slackの情報を取得する窓口が考えられます。最初から全機能を公開する必要はありません。本当に大切なのは、AIにどんな機能を渡すかを人間が決められることです。佐藤さんの会社も、検索と参照だけを許可しました。

MCPとAPIの違いは?実はライバルではない

MCPはAIアプリ側の接続方法を揃える規格であり、個々のサービスが機能やデータを提供するAPIとは競合せず、多くの場合に組み合わせて使うものである。

AIアプリがサービスごとのAPIに直接接続する方式と、MCPサーバーを経由する方式の比較図。後者はClientとServer間をMCPで共通化し、その先ではAPIを利用できるほか、ローカルファイルを直接扱えることを示す。

同僚が聞きます。「今までもGitHubのAPIを使えたよね。MCPは何が違うの?」。MCPはAPIの代わりではありません。

従来はサービスごとのAPIに合わせてAIアプリ側を個別実装することが多くありました。MCPならAIアプリ側の接続方式を揃え、MCPサーバーが外部サービスへの橋渡しを担えます。

GitHub連携の例では、MCP ClientとMCP Serverの間をMCP、MCP ServerとGitHubの間をGitHub APIが担います。一方、MCPサーバーがローカルファイルやデータベースを直接扱うこともあり、外部APIは必須ではありません。MCPの標準通信方式はローカル向けのstdioとリモート向けのStreamable HTTPです。手元のPCで試すならstdio、複数端末から共有するならリモート型が選択肢になり、後者では接続対象に応じた認証・認可(OAuthなど)の設計が重要です。

表2:APIの直接利用とMCPサーバー経由の考え方
判断の軸 APIを直接利用 MCPサーバーを利用
向いている場面 用途が固定されたシステム連携 AIから複数ツールを共通方式で扱う
開発の中心 サービス固有のAPI実装 サーバー機能の定義と権限管理
注意点 個別接続の保守負担 サーバー運用・認可・ツール管理が必要
※出典:MCP公式仕様に基づきArpable編集部が整理した比較であり、システム構成によって判断は異なります。

固定的な処理なら直接APIの方が単純な場合もあります。AIが複数の道具から選ぶなら、MCPの共通化が役立ちます。「AIに道具を渡したいのか」「システム同士を固定的につなぎたいのか」が選択の出発点です。

まず試そう:ダミーデータで学ぶMCPサーバーの始め方

最初の検証は社内システムに触れずローカル環境で小さなツールを動かし、接続・実行・結果確認の三段階を理解することが目的である。

ここで会議準備の場面をいったん離れ、同じ仕組みをダミーデータで試してみましょう。実際の社内システムには接続せず、状態を読むだけの小さなMCPサーバーを作ります。業務利用の準備と、この学習用実習は別です。

Step 1:対応するAIアプリとPython環境を用意

この例ではClaude DesktopとPython 3.11以上を使用します。事前にClaude Desktopを一度起動し、CLI登録に使うuvも別途インストールしてください。

Pythonの仮想環境を作成して有効化し、公式Python SDK v2を導入します。CLIでClaude Desktopに登録するため、追加機能[cli]も含めます。コマンドは次のとおりです。

python -m venv .venv
# 仮想環境を有効化(macOS / Linux)
source .venv/bin/activate
# Windows PowerShellでは .\.venv\Scripts\Activate.ps1 に置き換える
# Windowsのコマンドプロンプトでは .venv\Scripts\activate.bat
python -m pip install "mcp[cli]>=2,<3"
python --version
mcp version
uv --version

環境によりpythonをpython3に読み替えます。uv --versionでインストールを確認し、mcp versionでSDKのバージョンを確認してください。python -m pip show mcpでもバージョンを確認できます。

Step 2:まず一つの機能を公開する

以下をproject_status_demo.pyとして保存します。どんなIDでもダミーの状態を返し、社内システムには接続しません。

from mcp.server import MCPServer

mcp = MCPServer("ProjectStatusDemo")

@mcp.tool()
def get_project_status(project_id: str) -> str:
    """ダミーのプロジェクト状態を返す"""
    return f"{project_id}: 対応中(サンプル)"

if __name__ == "__main__":
    mcp.run()

@mcp.tool()はAIから呼び出せる機能を定義します。mcp.run()は引数なしならローカル用のstdioで動作します。Claude Desktopに登録するには、このファイルのある場所で次を実行します。登録後のClaude Desktopは別のプロセスから起動するため、ターミナルで有効にした仮想環境がそのまま引き継がれるとは限りません。

mcp install project_status_demo.py --name "ProjectStatusDemo"

mcp installはClaude Desktop向けの登録コマンドです。登録後はClaude Desktopを完全に終了して再起動してください。Claude app not foundと表示された場合は、Claude Desktopを一度起動して設定フォルダーを作成してから再実行します。Cursorなど別のHostは、それぞれの設定方法に従います。

Step 3:「何が呼ばれたか」まで確かめる

Claude Desktopで接続を確認し、「project-001の状態を調べて」と依頼します。get_project_statusが使える状態か、実際に呼び出されたか、返答がproject-001: 対応中(サンプル)だったかを確認します。文章が返っただけではなく、ツールの実行履歴を確認することがポイントです。

※このコードと手順は公式SDKの公開例を基にした学習用サンプルであり、Arpable編集部によるClaude Desktop実機での動作確認は未実施です。実環境のバージョンや接続条件によって調整が必要な場合があります。

ここで確認できたのは、MCPサーバーが動作することまでです。実際の業務で安全に使うには、何を確認すればよいのでしょうか。次は実データへの接続条件を確認します。権限、認証、監査ログ、データの扱いを整えたうえで、対象を限定して検証してください。

MCPサーバーを安全に使うには?「便利」の裏側を見る

MCPは接続方法を標準化しても安全性を自動的に保証するわけではなく、権限・承認・監査を整え、予期しない操作を防ぐことが必要である。

MCPサーバーの業務利用で設ける安全対策の図。読み取りと更新を分離し、利用者の権限内でアクセスを認め、削除や送信などは実行前に人間が承認する流れを示す。誰がどのツールを何に使ったかを監査ログに残し、接続先の信頼性も確認する。

会議準備は順調でした。佐藤さんは、次に更新機能まで許可した場合を考えます。「未解決Issueを全部閉じておいて」。今の参照専用設定では実行できません。しかし更新権限を与えれば、誤った指示が重要なIssueを閉じる可能性があります。

MCPサーバーは強力な入口です。しかし、入口があることと、安全に入れることは別問題です。AIが外部の文章から不正な指示を受け取るプロンプトインジェクション、必要以上の権限付与、秘密情報の漏えいなどを考慮しなければなりません。

佐藤さんの会社では、最初の運用を次のように決めました。

  • 読み取りと更新を分離:Issueを読むツールと、Issueを変更するツールを別にする。最初は読み取り専用とする。
  • 本人の権限を超えない:利用者が読めない文書を、AI経由だからといって取得できないようにする。認証を必要とするリモート接続では、利用者の本人確認に加え、OAuthなどを用いたアクセス権限の付与・検証を設計する。
  • 重要操作は人間が承認:削除、送信、公開、支払いなど、影響の大きい操作は実行前に確認する。
  • 記録を残す:誰が、どのツールを、何の対象に使ったのかを監査できるようにする。
  • 信頼できる接続先だけ使う:配布元、ソースコード、要求権限、更新履歴を確認する。ツールの説明文に不正な指示が仕込まれる攻撃(ツールポイズニング)もあり得るため、未知のMCPサーバーを無条件に登録しない。

MCPを採用するだけでは安全になりません。認証・認可と、AIに許す作業範囲を設計することが対策です。詳細はAIセキュリティの解説やOSS利用時のリスクも参考になります。

2026年のMCPはどう変わった?知っておくべき一つの進化

2026年7月28日の改訂でプロトコル上のセッションは不要になったが、業務処理の状態管理や権限設計は引き続き必要である。

MCPは2024年の公開後、利用が広がりました。2025年12月にはLinux Foundation傘下のAgentic AI Foundation(AAIF)の創設プロジェクトに加わりました。

2026年7月28日版では、各リクエストが必要な情報を持つステートレスな通信が導入されました。この版ではinitialize/initializedのやり取りと、Mcp-Session-Idによるプロトコル上のセッションを廃止しています。2026年版に対応するサーバーはserver/discoverを実装する必要がありますが、クライアントがこれを呼び出すかどうかは任意です。

たとえるなら、担当の窓口が替わっても、申請に必要な情報が揃っていれば処理できるようにした変更です。業務処理に必要な状態まで、保持できなくなるわけではありません。公式Python SDK v2は旧版クライアントにも応答しますが、利用するHostの対応版や移行条件は個別に確認してください。旧HTTP+SSE方式やRoots・Sampling・Loggingは非推奨になりましたが、公式は最低12か月の移行期間を設けています。

MCPはAIとツールをつなぎ、エージェント同士の連携はA2Aなどが担います。両者の違いはA2AとMCPの比較記事で解説しています。

サーバーを分散配置しやすくなっても、誰に何を許すかという設計は残ります。では、自社で導入する価値はどこにあるのでしょうか。

企業でMCPサーバーを導入すべきか?判断する3つの問い

MCP導入の価値は流行しているかではなく、AIが使う機能を再利用できるか、安全に管理できるか、運用負荷に見合うかで判断するのが適切である。

上司が聞きます。「便利なのは分かった。でも、会社として導入する意味は?」。MCPサーバーを増やすことは目的ではありません。仕事の品質と速さが大切です。

問い1:同じ接続を複数のAIアプリから使いたいか

複数のAIアプリでGitHubや社内資料の参照を共通化するなら効果的です。一方、決まったバッチ処理だけなら、既存APIで十分な場合があります。

問い2:AIに渡す機能と権限を管理できるか

検索・更新の範囲、承認者、障害時の対応を決めずに公開すると危険です。初期PoCは対象を一つに絞り、ダミーデータと読み取り専用で検証します。

問い3:運用の費用まで含めて得か

MCPの規格自体に利用料はかかりませんが、サーバー開発、API利用、認証・監視には費用がかかります。重要なのは準備時間がどれだけ減り、誤回答や操作ミスをどう抑え、保守にどれほど工数がかかったかです。これらを数値で記録し、本番導入を判断します。

企業がAIエージェントをどう実装するかはAIエージェント導入・実装ガイド、データ検索の仕組みはRAGとベクトルデータベースの解説で補えます。MCPは、そうした仕組みにAIアプリが接続するための選択肢の一つです。

まとめ|AIに仕事を任せる前に、仕事の入口を設計する

MCPサーバーはAIに道具を渡すための仕組みであり、価値を決めるのは機能の数ではなく、適切なデータと権限を設計する人間の判断である。

数週間後の月曜、10時の会議。佐藤さんは、未解決Issueと障害報告を根拠付きでまとめた資料を開きます。「何を優先し、顧客に何を約束するか」は佐藤さんが決めます。

最初の朝、このAIは社内データにアクセスする手段を持っていませんでした。検証済みのMCPサーバーという窓口を使えば、許可された情報を取りに行けます。しかし、入口を無制限に開けば危険です。MCPが変えるのは「AIが何を知っているか」だけではなく、「AIに何をさせられるか」なのです。

今日一つだけ試すなら、Claude Desktopに学習用サーバーを登録し、ダミーデータを読むツールが呼び出された記録を確認してください。安全性を確認しながら、必要な機能を一つずつ増やします。AIに資料を運ぶ仕事が減ったとき、人間には、その資料をもとに何を決めるかという仕事が残ります。

よくある質問(FAQ)

初めてMCPサーバーに触れる読者が迷いやすい、MCPとの違い、APIの必要性、利用費用という三つの疑問を簡潔に整理する。

Q1.MCPとMCPサーバーは同じものですか?

A1.同じではありません。

MCPは通信の共通規格、MCPサーバーはその規格に従って検索やデータ取得などの機能を提供するソフトウェアです。

Q2.APIがあればMCPサーバーは不要ですか?

A2.必ずしも不要ではありません。

固定的なシステム連携なら直接APIで十分なことがあります。複数のAIアプリが共通方式で道具を使う場合はMCPが有効です。

Q3.MCPサーバーは無料で使えますか?

A3.規格自体には利用料がかかりません。

無料のSDKもありますが、利用するAIサービス、外部API、ホスティング、保守などは有料となる場合があります。

参考文献・出典

記事の技術的説明はMCP公式仕様、公式Python SDK、Anthropicの発表を中心に確認しており、実装時は利用環境に合う文書の参照が重要である。

更新履歴

初回公開と重要な改稿を時系列で記録し、今回の更新ではMCPサーバーの基本構造と安全な使い方を中心に文章と構成を改めた。

  • 2025年3月19日:初版公開。
  • 2026年11月9日:MCPサーバーの基本機能、実装手順、権限設計、2026年仕様の説明を見直し。
ABOUT ME
ケニー 狩野
ケニー狩野(Kenny Kano)は、AI社会実装・技術経営・ITコンサルティングを専門とする経営者・監修者。株式会社ベーネテック代表、株式会社アープ取締役、一般社団法人Society 5.0振興協会 AI社会実装推進委員長。早稲田大学大学院理工学研究科修了後、キヤノンで国内外の開発や中国・インド・オーストラリアを含むオフショア案件を牽引。独立後はAI社会実装支援に従事し、Arpableで人工知能・先端技術分野の記事を約2年間で約300本監修。中小企業診断士、PMP、ITコーディネータ。著書『リアル・イノベーション・マインド』。実務と経営を橋渡しする。