MCPに1mmだけ入門

こんにちは、しば田です。

この記事はできる限り手っ取り早く/端的にMCPを理解しようとした自分のメモで超丁寧な解説記事とかではないです。ただできる限り平坦な言葉と例を使ってとっつきやすさ重視で書きました。

https://norahsakal.com/blog/mcp-vs-api-model-context-protocol-explained/

↑これを読んだ読了メモです。LLMと復習して自分の言葉で理解し直しました。

MCPとは？

AIエージェントと外部サービス間の通信手段のこと。
（怒られそうだが、AIエージェント用のAPIというのが実は一番伝わりやすいかも？）

MCPホスト・MCPクライアント・MCPサーバってそれぞれ何？

MCPホスト

実際にユーザーが使うツール。
ユーザーの指示を理解して子分（AIエージェント）に情報を取りにいかせる。

例）Cursor / Claude Desktop

MCPクライアント

情報を取りに行くAIエージェント
MCPホストの命を受けて出勤
MCPサーバに話しかけて情報をもらう。

例）AIエージェント（Claude, GPT4など）

MCPサーバー

情報主。
MCPクライアントに情報を渡す。

例）Github、お天気サービス

APIとどう違うの？

特徴	MCP	API
統合の労力	単一の標準化された統合	APIごとに個別の統合
リアルタイム通信	✅ あり	❌ なし（req/res）
動的発見	✅ あり	❌ なし
スケーラビリティ	簡単	追加の統合が必要
セキュリティとコントロール	ツール間で一貫性あり	APIによって異なる

APIとどう違うの？（サル向け）

例えばゴールが「色んな国のスーパーでりんごをGETすること」だとしたら、、、（何じゃそれ）

特徴	MCP	従来のAPI
統合の労力	どの国のスーパーでも1言語で通じる	その国の言語が必要
リアルタイム通信	ずっと話し続けられる。 A「りんごください」→「B: 隣の棚にあります」→「A: OK」→「C: はい情報どうぞ」軌道修正できる	1問1答 A「りんごください」→「B: この棚じゃありません」→エラー出てTHE END
動的発見	棚の種類を把握してどのようにりんごに辿り着くかを都度AIが決める（エンドポイント一覧を見てどこ叩くか決める的な）	りんごのありか（APIのエンドポイント）を事前に定義
スケーラビリティ	次はカバンを百貨店で買うよ →スーパーと百貨店でルール一緒	次はカバンを百貨店で買うよ →百貨店のルール確認や・・！
セキュリティとコントロール	スーパーと同じく百貨店もT-shirtsで入れる。	百貨店はスーツ着てないと入れないし、セキュリティが外に立ってる。

MCPの価値とは？

• AIモデルが各種ツールとリアルタイム対話が可能になった
• これからの開発が楽になった
  • 再利用性がやばい
    • 別のMCPサーバ追加のたびに再度仕様を調べなくていい
    • どのMCPサーバでもエラー処理、認証、データ形式が一緒
      • AIモデルは一貫した方法でツールを使用できる

MCPはAPIをリプレイスする？

そういう話ではない。

• そもそもMCPはLLMありきの話。

  • 現状全てのシステムにAIが搭載されているわけではない

• MCPサーバも裏ではAPIを叩いているケースも多い

  • AIエージェント → MCPクライアント → MCPサーバー → 従来のAPI → 実際のサービス
  • この場合、MCPはAPIの「翻訳者」的な感じで機能する。

• 確実性が求められるシステムではAPIが採用される可能性もある。後述するが、MCPは不確実性を孕んでいる。

MCPの弱み

• 不確実性（LLMゲー）
  • 情報に辿り着けない場合がある。callするtoolを間違える
  • すぐ諦めがちなエージェントと粘ってくれるエージェント等システムプロンプトによって変わる
    • 例えば、CursorのMCPは不安定だがClaude Desktopは安定しているなど（事実私も感じる）

急速に普及している裏で起きているカオス

※2025/03現在

• 野良MCPに溢れている

  • 悪意のあるMCPが登場する可能性がある。
  • とりあえず公式？を使え
  • 上記のやつも信用せず自作する猛者もいる
  • ほしいMCPが公式にないので野良で探すと10個くらい出てきてどれ使ったらいいかわからないし、普通に失敗する

• ツール毎に設定JSONファイルのフォーマットが違う

  • プロトコルは同じでも、セットアップのための具体的なJSON構造の実装は各アプリが決定しているから？

MCPの今後

（すみません、この章は面倒なのでClaudeに書いてもらいました。）

AIエージェントアプリケーションを作成する際、今後はMCPの採用が一般的になっていくはず：

1. 開発効率の向上 - 多数のツールやサービスを統一的に接続
2. AIエージェントの能力拡張 - 利用可能なツールを動的に発見
3. コンテキストの継続性 - 双方向通信により継続的な対話が可能
4. エコシステムの成長 - 業界標準として広まりつつある
5. 複雑なワークフローの実現 - 複数ツールの連携が容易

ただし、MCPはまだ比較的新しいプロトコルであり、当面はMCPと従来のAPIを併用するハイブリッドアプローチが一般的になるでしょう。長期的には、AIエージェントが多様なツールと連携するニーズが高まるにつれて、MCPのような標準プロトコルの重要性はさらに増していくと予想されます。

まとめ

MCP最高。

参考

https://norahsakal.com/blog/mcp-vs-api-model-context-protocol-explained/
https://zenn.dev/aimasaou/articles/96182d46ae6ad2
https://zenn.dev/tesla/articles/3d1ba14614f320

Credit

以下のお二人の善意によるご助言で理解が大きく進みました。感謝。
https://x.com/tesla0225/status/1900014379694981621
https://x.com/yukimasakiyu/status/1900005829400772771