Zenn
Ⓜ️

[メモ]Model Context Protocol（MCP）とは？

に公開
AI
Model Context Protocol
sever
tech

はじめに

  • 皆さん。こんにちは。だいすーです。
    今回は、最近耳にしたMCPについてまとめていきたいと思います。

なぜこの記事を書こうと思ったか

  • 今回のきっかけとしては、Xにて技術系の方のアカウントをたくさんフォローさせていただいているのですが、投稿されるものの中で「MCP」というワードを見かけることが多く、気になったためです。

1.ＭＣＰとは？

  • MCPとは「Model Context Protocol」の略称で、生成AIモデルが外部のデータソースやツールと接続するための標準化されたプロトコルです。2024年末にAnthropic社(アンソロピック)が開発し、オープンソースとして公開されました。
    MCPは、AIモデルと外部システムをつなぐための「共通言語」のようなもので、これにより異なるAIモデルが統一された方法でデータアクセスを行うことが可能になります。
  • これまでは、各AIアプリケーション開発者は、連携したいシステムごとに独自の方法で接続を実装する必要があり、非常に効率が悪いものでした。また、あるAIアプリで開発した連携機能を別のAIアプリで再利用することも難しい状況でした。
    MCPはこれらの課題を解決するために生まれました。

2.MCPの具体例

  1. ファイル操作
    MCPを利用して、AIがExcelファイルから売上トップ10を抽出することができます。例えば、「売上トップ10を表示して」と指示するだけで、AIがファイルを読み取り、必要な情報を提供します。
  2. Slack連携(コミュニケーションツール)
    AIがSlackの特定チャンネルのやり取りを要約することができます。例えば、「営業部のSlackから最新のやり取りを要約して」と指示すると、AIがSlackにアクセスし、必要な情報をまとめてくれます。
  3. データベース操作
    MCPを使って、AIがSQLiteやPostgreSQLデータベースに接続し、クエリを実行することができます。例えば、「データベース内の商品の一覧を表示して」と指示すると、AIがデータベースにアクセスし、情報を取得します。
  4. タスク管理連携
    AIがAsanaなどのタスク管理ツールにタスクを直接登録することができます。例えば、「新しいタスクをAsanaに追加して」と指示すると、AIがAsanaにアクセスし、タスクを登録します。

3.MCPの仕組み

  • MCPは、AIアプリケーション内に組み込まれたMCPクライアントが外部情報が必要な際にリクエストを生成し、MCPサーバーが外部サービスやデータソースにアクセスして結果を返す仕組みです

4.MCPのメリットとデメリット

メリット

  1. 高度なパーソナライゼーション
    MCPにより、モデルは単なる1回きりの入力ではなく、継続的な文脈の中で応答できるようになります。ユーザーの好みや作業履歴に基づいた、より自然で的確な支援が可能になります。

  2. アプリ間の連携強化
    複数のアプリケーションが共通のMCPインターフェースを通じてモデルと通信できるため、ツール間の垣根を越えたユーザー体験が実現します。

  3. 状態保持の抽象化
    従来、プロンプトエンジニアリングやセッション管理に頼っていた「状態の保持」が、プロトコルレベルで標準化されることで、開発の手間が軽減されます。

デメリット・課題

  1. プライバシーとセキュリティの懸念
    文脈情報には、メールの内容やファイルの編集履歴など非常に機微なデータが含まれる可能性があります。安全にやり取り・保管するためには、厳密なアクセス制御と暗号化が求められます。

  2. 導入コストと学習コスト
    MCPを導入するには、既存のアプリやインフラを大幅に改修する必要があるケースもあります。また、開発者が新たなプロトコルに習熟するための教育コストも無視できません。

  3. 規格の成熟度
    MCPはまだ比較的新しい概念であり、実装の標準化や互換性については課題が残ります。エコシステムの広がりとともに、今後の規格整備が鍵を握ります。

5.MCPの今後の展望

  • MCPは、今後のLLMエコシステムにおけるOS的役割を果たす可能性があります。アプリケーションがモデルに話しかけるのではなく、モデルがアプリケーションをまたいで一貫した知能を発揮する基盤となっていくと思われます。

今後の展開として考えられることは

  • OpenAIやAnthropicなどの企業による標準化の推進
  • VS CodeやSlack、Notionなどのアプリケーションとのより深い統合
  • MCP対応アプリのエコシステム[1]拡大
  • 個人用エージェントの自律性向上
    などが考えられます。

まとめ

  • Model Context Protocol（MCP）は、単なる通信規格ではなく、LLM[2]をより文脈的・実用的な存在へと進化させる基盤技術です。LLMの応用が高度化し、複数アプリケーションとの連携が当たり前になるこれからの時代において、MCPは重要な役割を果たしていくと考えられます。

  • 今回、MCPについて調べたことでAIに関する知らなかった単語や技術を知ることができました。
    MCPは、まだ初期段階のプロトコルですが、今後の開発動向を追っていく価値は十分にあり、私もこれから注目していこうと思います。

以上です。この記事が皆さんの助けになれれば嬉しいです。

https://www.publickey1.jp/blog/25/windowsmcpaiwindows.html

脚注

  1. エコシステムとは、企業や製品、サービスなどが相互に連携し、共存共栄しながら大きなシステムを形成すること ↩︎

  2. 大規模言語モデル（LLM）は、自然言語処理技術の一つで、大量のテキストデータで学習したAIモデルのこと ↩︎

Discussion