MCPサーバー
MCPサーバーとは、AIアプリが社内データや外部ツールへ安全にアクセスするための接続口を提供するプログラムです。MCPの基本、ホスト・クライアント・サーバーの違い、提供する3つの機能、業務利用で押さえるべきセキュリティの要点を整理します。
この記事でわかること
- MCPサーバーの意味
- MCPホスト、MCPクライアント、MCPサーバーの違い
- MCPサーバーが提供するTools、Resources、Prompts
- 業務利用で注意すべきセキュリティの要点
1. MCPサーバーとは何か
MCPサーバーとは、AIアプリケーションが外部のデータやツールを使うための機能を提供するプログラムです。
MCPは「Model Context Protocol」の略で、AIアプリと外部システムをつなぐためのオープンな標準規格です。Anthropicが2024年11月に発表し、現在はAIエージェントや開発ツールの文脈で使われることが増えています。
たとえば、AIに「社内ドキュメントを検索して」「データベースから売上を確認して」「GitHubのIssueを読んで」と頼みたい場合、AIが直接それぞれのシステムを勝手に見るのではなく、MCPサーバーが決められた範囲の機能やデータを提供します。
2. MCPホスト、MCPクライアント、MCPサーバーの違い
MCPサーバーは、AIと社内システムをつなぐ「変換コンセント」のような存在だとイメージすると分かりやすくなります。パソコンとさまざまな周辺機器をUSB-Cという共通の差込口でつなぐように、MCPは「AIアプリ」と「社内データやツール」を共通のルールでつなぎます。実際にAnthropicも、MCPを「AIアプリのためのUSB-Cポート」と説明しています。
この仕組みはクライアント・サーバー型で、登場人物が3つあります。名前が似ているため、まず役割を分けて理解すると混乱しにくくなります。
| 役割 | 意味 | 例 |
|---|---|---|
| MCPホスト | ユーザーが使うAIアプリ全体 | Claude Desktop、ChatGPT、AI対応IDEなど |
| MCPクライアント | ホスト内で各MCPサーバーとの接続を管理する部品 | AIアプリ内部の接続担当 |
| MCPサーバー | 外部データやツールの機能をAI側へ提供するプログラム | ファイル検索、データベース照会、GitHub連携など |
重要なのは、MCPサーバー自体がAIモデルではないことです。MCPサーバーは、AIが使える「道具」や「参照先」を安全に渡す接続口のような役割を持ちます。
3. MCPサーバーが提供する3つの機能
MCPサーバーは、主にTools、Resources、Promptsという3種類の機能を提供します。3つの英語が並ぶと難しく見えますが、実際の動きで考えると単純です。
たとえばAIに「先月の売上を取引先別に出して」と頼んだとします。このとき裏側では、MCPサーバーが「データベースを検索する」という処理(Tools)を呼び出し、「売上データ」という参照先(Resources)を読み取り、必要に応じて「集計レポートの作り方」という手順書(Prompts)に沿って整えます。つまりTools・Resources・Promptsは、AIが仕事をするための「使える操作・参照できる情報・決まった段取り」の3点セットだと考えると分かりやすくなります。
| 機能 | できること | 業務での例 |
|---|---|---|
| Tools | AIが呼び出せる処理を提供する | チケット作成、DB検索、ファイル更新 |
| Resources | AIが参照できるデータを提供する | 文書、APIレスポンス、データベースのスキーマ |
| Prompts | 決まった作業用の指示テンプレートを提供する | 議事録要約、問い合わせ分類、調査手順 |
Toolsは実行を伴うため、特に慎重な権限管理が必要です。Resourcesは参照用のデータ、Promptsは作業手順のテンプレートと考えると理解しやすくなります。
4. なぜ業務AIで注目されているのか
生成AIを業務で使うと、すぐに「社内データにつながっていない」という壁に当たります。毎回PDFをアップロードしたり、手作業で画面をコピーしたりすると、便利さが大きく下がります。
MCPサーバーは、この接続を標準化するための仕組みです。
| 従来の連携 | MCPを使う連携 |
|---|---|
| AIアプリごとに個別のAPI連携を作る | MCPという共通ルールで接続する |
| システムが増えるほど保守が重くなる | サーバー単位で機能を分けやすい |
| AIに渡すデータ範囲が見えにくい | サーバー側で権限や機能を設計しやすい |
| ツールごとに実装方法がばらつく | Tools、Resources、Promptsとして整理できる |
この違いは、現場の手間に直結します。これまではAIに社内の情報を使わせるたびに、資料を探し、コピーし、貼り付けるという作業が発生していました。MCPで社内システムにつないでおけば、AIが必要なデータを必要なときに自分で参照できるようになり、その下準備の時間を減らせます。
このためMCPサーバーは、AIチャットを単なる相談相手から、社内データを参照し、必要なツールを呼び出す業務アシスタントへ近づける基盤として注目されています。
5. セキュリティ上の注意点
MCPサーバーは便利ですが、接続先によってはファイル、顧客情報、社内DB、外部APIに触れるため、設計を誤ると情報漏えいや誤操作につながります。
特に注意したいポイントは、次のとおりです。
| 注意点 | 内容 | 実務での確認 |
|---|---|---|
| 権限範囲 | AIに見せるデータ、実行させる操作を限定します | 読み取り専用から始める |
| ユーザー承認 | 重要な操作は人の確認を挟みます | 送信、削除、更新は承認制にする |
| ログ管理 | 何を読んだか、何を実行したかを残します | 監査ログを確認できるようにする |
| サーバーの信頼性 | 不明なMCPサーバーを安易に動かさないようにします | 配布元、コード、権限を確認する |
| 秘密情報 | APIキーやトークンの扱いに注意します | 環境変数、権限分離、ローテーションを使う |
公式仕様でも、MCPはデータアクセスやコード実行につながる強力な仕組みであり、ユーザー同意、アクセス制御、ツール実行時の確認が重要だと説明されています。
6. 関連して理解したい用語
MCPサーバーは、AIエージェントや社内AI環境と一緒に理解すると実務に結びつきやすい用語です。
| 関連用語 | 関係 |
|---|---|
| AIエージェント | MCPサーバーが提供するツールを使って作業することがあります |
| API連携 | MCPサーバーの裏側で既存APIを呼び出す場合があります |
| RAG | 社内文書を検索してAI回答に使う仕組みと組み合わせられます |
| データマスキング | AIに渡す前に個人情報や機密情報を隠す考え方です |
| Human in the loop | 重要操作を人が確認する運用ルールです |
MCPサーバーを理解するときは、「AIを賢くする機能」ではなく、「AIにどのデータや操作を、どの権限で渡すかを設計する接続レイヤー」と捉えると、本質をつかみやすくなります。
この記事の監修者
石崎 一之進
中小企業診断士
年間50回以上のセミナー・研修に登壇する「Web・ITが得意な中小企業診断士」。単なるツール導入ではなく、経営視点から現場の「業務効率化」と「売れる仕組み」づくりを両輪で伴走支援し、企業の自走を促すDX人材育成に力を入れています。「人材開発支援助成金(事業展開等リスキリング支援コース)」活用で最大75%還元されるAI研修も行っています。詳細はAI研修をご覧ください。
参考文献
- Anthropic "Introducing the Model Context Protocol"(MCP発表時の公式ブログ) https://www.anthropic.com/news/model-context-protocol
- Model Context Protocol Official Documentation: What is MCP? https://modelcontextprotocol.io/docs/getting-started/intro
- Model Context Protocol Official Documentation: Architecture overview https://modelcontextprotocol.io/docs/learn/architecture
- Model Context Protocol Official Documentation: Understanding MCP servers https://modelcontextprotocol.io/docs/learn/server-concepts
- Model Context Protocol Official Documentation: Security Best Practices https://modelcontextprotocol.io/docs/tutorials/security/security_best_practices