こんにちは。

生成AIの業務活用は、順調ですか？

✔本記事では下記の「疑問」を解消します。

• 結局MCPの何が嬉しいの？（正直よくわかっていない・・）
• MCPは知っているが、種類や仕組みはあるの？（各社のMCP対応状況も知っておきたい..）
• 時間がないので、簡潔に教えて。

というわけで、目標は下記。

✔️本記事の目標

• ①MCPの嬉しさを理解する
• ②MCPの種類/仕様を理解する
• ③MCPの対応状況を把握する

3分で紹介していきます。

さっそく、見ていきましょう。

💡OPTのAI通信ではAIエンジニアが書く最新のAIニュースをお届けしております。

まず、前提理解を揃えましょう。
MCPの公式説明は、下記のとおり

公式URL：https://modelcontextprotocol.io/docs/getting-started/intro

噛み砕くと、MCPとは「LLM ↔︎ 様々なツールやデータを同じ形式で接続する取り決め」です。 そんなMCPですが、語弊を恐れず表現すると「スキルの民主化につながる革命的技術」だと考えています。

具体例で説明します。

有名デザイナーが自身の知見を取り入れた「UI/UX MCPサーバー」を開発・公開したとしましょう。
これと、「GA4 MCPサーバー」「Tableau MCPサーバー」をあなたのChatGPTに接続し「GA4からデータ取得し、UI/UX MCPサーバーで分析しつつ、Tableauで可視化して」と指示すると、専門家の知見とGA4のデータをリアルタイムで参照・取得し、結果のビジュアライズまでしてくれます。

✔つまり何が起きたのか？

• UI/UX知識がない人が → 専門家の知見を活用できる
• GA4操作がわからない人が → データを抽出できる
• Tableauが使えない人が → グラフを作れる

これが「スキルの民主化」です。

この流れが加速する、と予測する背景は下記。

✔なぜ「スキルの民主化」が進みそうか？

• ①共通ルールで流通しやすくなった。 LLMとツールの接続形式がMCPで統一されたため、開発と共有が簡単になり、価値ある知見が「MCPサーバー」として流通しやすくなりました。
• ②技術者でなくても使える。 Claudeなら2ステップ(ダウンロード→開く)で追加完了し、 自然言語でMCPサーバーを開発する方法が公式URLで解説されています。

つまり、「技術者でなくとも、この技術の恩恵を十分に受けられる」ということです。

MCPの魅力と可能性が、ほんの少し伝わりましたでしょうか？

続いて「種類と仕様」の解説です。

実はMCPサーバーの通信方式は2種類あります。 ローカルMCP（stdio）とリモートMCP（Streamable HTTP）という通信方式です。

どちらも規格は「MCP」ですが、MCPクライアントとMCPサーバー間の通信方式が異なります。
それぞれの違いは下記。

✔ローカルMCP(stdio)
PC内で通信します。

• PC内にファイルをインストールする手間がかかる
• Claude Desktopなら.mcpbファイルを開くだけで接続完了

✔リモートMCP(Streamable HTTP)
ネット経由で通信します。

• 接続時、URL（MCPサーバー）を設定登録し、認証するだけです
• スマホやWebアプリからも接続可能（MCPクライアント対応済みの場合）

注：ChatGPT Web版はリモートMCPのみ対応（2025年9月25日時点）。ChatGPTデスクトップアプリはMCP未対応（公式Xによると今後数ヶ月で対応予定）。ファイルをダウンロード・開くだけでMCPサーバーをClaude Desktop AppにMCPサーバーを追加できる.dxtファイルですが、2025年9月11日に名称変更され.mcpbファイルになりました。

MCPサーバーには3つの主要機能があります。
MCPサーバー⇆MCPクライアントの通信はJSON形式（JSON-RPC 2.0）で行われます。

Tools(実行)

• tools/list：ツール一覧取得
• tools/call：ツール実行
• ・・・

Resources(情報取得)

• resources/list：リソース一覧取得
• resources/read：リソース内容取得
• ・・・

Prompts(テンプレ)

• prompts/list：プロンプト一覧取得
• prompts/get：完成メッセージ取得
• ・・・

注意：セキュリティ上、ユーザー同意が必要な操作（tool実行等）があります。上記3つのプリミティブはMCPサーバー側が定義するプリミティブです。MCPクライアント側のプリミティブはSampling（LLMで補完させる）やRootsが存在します。メソッドも上記以外に初期化(initialize)や接続確認(ping)など存在しますが、上の3つがメイン機能です。

参照：Architecture overview（公式）,Transports - MCP Specification (Latest), stdio Transport - MCP Specification, Streamable HTTP Transport - MCP Specification, Server Features - MCP Specification

主要LLMベンダー3社の「MCP対応状況」をまとめました。 実は、Gemini（Web版）やChatGPT（Desktop版）では、現在（2025年09月28日）MCPを接続できません。

参照：Getting Started with Local MCP Servers on Claude Desktop - Anthropic Help Center, Claude Desktop Extensions - Anthropic, Connect Claude Code to tools via MCP - Claude Docs, Model context protocol (MCP) - OpenAI Agents SDK, ChatGPT Developer mode - OpenAI Documentation

実際のMCP接続画面（Claude）はこちら。

実体験として、MCPの理解をより深めるためには、MCPサーバーの開発をおすすめします。 下記の公式URLに「自然言語で開発する方法」が丁寧に書かれていますので、エンジニアでない方も、 チャレンジしてみてはいかがでしょうか！

Building MCP with LLMs - Model Context Protocol

というわけで、今回は以上です。

本メルマガが少しでもあなたに役立てば幸いです。

弊社では、クライアントの業務課題に対して、

AI技術と業界知見を掛け合わせたソリューション提案を行っております。

• 業務効率化や自動化の可能性を検討したい
• 社内のデータを活かして、AI導入を進めたい
• 情報収集やリサーチの仕組みを改善したい

など、どんな段階でも構いません。まずはお気軽にご相談ください。