Model Context Protocol（MCP）はAIアプリがツールやデータに接続するための共通インターフェースです。ホストがクライアントとサーバーの接続を管理し、サーバーはツール、リソース、再利用可能なプロンプトを提供します。プライバシーや操作の安全性はプロトコルだけでは保証されず、ホスト、サーバー、配置に依存します。
一つのホストは、複数のサーバーへの接続を同時に維持できます。Claude Desktopで作業するユーザーなら、一つのMCPサーバーがファイルシステムへのアクセスを提供し、二つ目がカレンダーに接続し、三つ目がナレッジベースから情報を取得することがあります。ホストはクライアント層を通じてそれらすべてを調整し、各サーバーは他のサーバーの存在を知る必要がありません。
ToolsはAIが実行できる関数です。データベースクエリの実行、メッセージ送信、ファイル書き込み、ウェブ検索などです。AIは、行動を起こす必要があるとき、または必要に応じて特定の情報を取得するときにツールを呼び出します。Toolsでは、AIがいつ使うべきかを能動的に判断する必要があります。
Promptsは、コードレビューのチェックリスト、会議要約の形式、サポートチケットの構造といった、サーバーが定義する再利用可能なワークフローテンプレートです。サーバー提供者は、接続された任意のAIが要求時に呼び出せる、ドメイン固有のワークフローを符号化できます。
MCPはJSON-RPC 2.0上で動作します。これは共有トランスポート上で構造化JSONメッセージを使う軽量なリモートプロシージャコール標準です。AIホストがリクエストを送り、MCPサーバーが応答を返します。プロトコルは、同期的なやり取りと、長時間の操作のための非同期通知の両方をサポートします。
MCPと従来のAPI：何が違うのか
MCPについて最もよく聞かれるのは、REST APIを置き換えるかという質問です。置き換えません。この区別は、AIツールを構築または評価する人にとって重要です。
MCPはこの契約の上にあるレイヤーです。MCPサーバーは既存のAPIをラップすることがよくありますが、生のAPIには提供できないものを加えます。それはツールが何を行い、AIがいつその利用を検討すべきかの機械可読な説明です。AIは固定された指示に従うのではなく、利用可能なツールを動的に発見し、いつ呼び出すかを推論します。
関数呼び出しについては別の明確化も必要です。関数呼び出しは、会話中にAIが関数を実行するか判断できるモデルの能力です。MCPは、その関数をシステム境界を越えてどのように公開するかを定義する転送・発見プロトコルです。両者は補完関係にあり、競合する方法ではありません。
企業のワークフロー自動化では、MCP Toolsを使ってAIをCRMシステム、データベース、スケジューリングAPIに接続します。営業アシスタントは、単一の会話内で一つのAIホストが調整する三つの別々のMCPサーバーを順に呼び出し、顧客の契約履歴を確認し、会議可能時間を調べ、フォローアップメールの下書きを作成できます。
個人エージェントのワークフローは、三つのプリミティブすべてを組み合わせます。個人アシスタントは、受信トレイをResourceとして読み、ツールで関連文脈をメモから検索し、Promptテンプレートを適用して構造化された返信を作成します。これらすべてが、ユーザーがアプリ間を切り替える必要のない、一つのAI主導ワークフローで複数のデータソースにまたがって行われます。