Model Context Protocol（MCP）は、2024年11月にAnthropicが導入したオープンスタンダードかつオープンソースのフレームワークであり、大規模言語モデル（LLM）などの人工知能（AI）システムが外部ツール、システム、データソースと統合・共有する方法を標準化することを目的としている。MCPは、ファイルの読み取り、関数の実行、コンテキストに応じたプロンプトの処理のための標準化されたインターフェースを提供する。発表後、このプロトコルはOpenAIやGoogle DeepMindを含む主要なAIプロバイダーによって採用された。
MCPは、AIアシスタントをコンテンツリポジトリ、ビジネス管理ツール、開発環境などの多様なデータシステムに接続するという課題に対処する。このプロトコルは、AnthropicのエンジニアであるDavid Soria ParraとJustin Spahr-Summersによって作成された。これは、情報サイロとレガシーシステムの問題を解決することを目的としており、以前はデータソースやツールごとにカスタムコネクタが必要であり、Anthropicが「N×M」データ統合問題と表現した課題があった。
背景
MCPは、2024年11月にAnthropicによって、AIアシスタントをデータシステムに接続するためのオープンスタンダードとして発表された。MCP以前は、開発者はデータソースやツールごとにカスタムコネクタを構築する必要がしばしばあり、その結果、Anthropicが「N×M」データ統合問題と表現した状況が生じていた。OpenAIの2023年の「関数呼び出し」APIやChatGPTプラグインフレームワークなどの初期の暫定アプローチは、同様の問題を解決したが、ベンダー固有のコネクタを必要とした。MCPは、Language Server Protocol（LSP）のメッセージフローのアイデアを再利用している。
2025年12月、AnthropicはMCPをAgentic AI Foundation（AAIF）に寄贈した。これはLinux Foundationの下にある指定基金であり、Anthropic、Block、OpenAIによって共同設立され、他の企業からの支援も受けている。同月下旬、AnthropicはAgent Skillsも公開した。これは、AIエージェントがオンデマンドで読み込むタスク固有の指示とリソースをパッケージ化するための補完的なオープンスタンダードであり、MCPと同じオープンスタンダードのアプローチに従っている。
特徴
MCPは、AIシステムを外部データソースおよびツールと統合するための標準化されたフレームワークを定義する。このプロトコルは、自然言語データアクセスの分野で、平易な言語を使用して構造化データベースを照会するなどのアプリケーションを可能にする。
このプロトコルは、MCPホスト、MCPクライアント、MCPサーバーを区別する。MCPホストは通常、LLMと対話し、1つ以上のMCPサーバーからのサービスを必要とするAIエージェントである。これらの各MCPサーバーに対して、MCPホストはそのサーバーと通信する専用のMCPクライアントを作成する。クライアントとホストは通常、同じマシン上で実行され、MCPサーバーはローカルまたはリモートの場合がある。
各サーバーは、1つ以上のツールまたはリソースを提供する。ツールの例には、データベースへのアクセス、計算機、コードリポジトリへのアクセスが含まれ、リソースは特定のFAQドキュメントなどである。MCPクライアントは、サーバーが提供するツールとリソースのリストをサーバーに要求し、サーバーは各ツールの機能とツールを呼び出すための期待される形式の自然言語による説明で応答する。この情報はLLMに提供され、LLMがこれらのツールのいずれかのサービスを必要とする場合、MCPホストは関連するMCPクライアントにツールの呼び出しを指示する。MCPサーバーはツールアクションを実行して結果を返し、MCPホストはそれをLLM会話に注入する。クライアントとサーバーは、JSON-RPC 2.0トランスポートプロトコルを使用して通信する。
このプロトコルは、Python、TypeScript、C#、Javaなどのプログラミング言語のソフトウェア開発キット（SDK）と、MCPサーバー実装の例とともにリリースされた。
このプロトコルは、AI支援ソフトウェア開発ツールで使用されている。統合開発環境（IDE）、Replitなどのコーディングプラットフォーム、Sourcegraphなどのコードインテリジェンスツールは、AIコーディングアシスタントにプロジェクトコンテキストへのリアルタイムアクセスを提供するためにMCPを採用している。
MCP Appsは、mcp-ui上に構築されたModel Context Protocolの公式拡張機能である。基本のMCP仕様はテキストと構造化データに制限されているが、MCP Appsは、ダッシュボード、フォーム、データ可視化などのインタラクティブなユーザーインターフェースをMCPサーバーからClaudeやChatGPTなどのホストアプリケーションに配信することを標準化する。
採用
2025年3月、OpenAIは、ChatGPTデスクトップアプリを含む自社製品全体にこの標準を統合した後、MCPを正式に採用した。2025年9月、OpenAIはChatGPTアプリにMCPサポートを追加し、ChatGPT内でのサードパーティアクセスを可能にした。
MCPは、Microsoft Semantic KernelおよびAzure OpenAIと統合できる。MCPサーバーはCloudflareにデプロイできる。このプロトコルは、Google DeepMindや他の主要なAIプロバイダーによっても採用されている。
2026年4月、AAIFはニューヨーク市でMCP Dev Summit North Americaを開催し、約1,200人が参加した。同月、SalesforceのHeadless 360プラットフォームは、顧客およびエージェントの対話をMCP経由でルーティングし始め、5月下旬までに、Salesforceはローンチ以来450万件のMCP呼び出しが処理されたと報告した。
2026年半ばまでに、10,000以上のMCPサーバーが本番環境にデプロイされ、プロトコルのSDKは毎月9,700万回以上ダウンロードされたと報告されている。
2026-07-28改訂
2026年7月28日、MCPのメンテナーは仕様の主要な改訂を確定した。これは、Anthropicの技術スタッフであるDavid Soria Parraによって、認可の追加以来のプロトコルへの最も実質的な変更と説明された。この改訂は、プロトコルレベルのセッション追跡を削除し、MCPをプロトコル層でステートレスにする。プロトコルバージョン、クライアントID、機能に関する情報は、代わりに各リクエストの_metaパラメータで運ばれる。この変更により、MCPのリクエストモデルは、Anthropic自身のClaude Messages APIのモデルに近づく。
この改訂はまた、使用が限られていたいくつかの機能を非推奨にした。これには、サンプリング（サーバーがクライアントのモデルからの完了を要求することを可能にする）とルート（クライアントがサーバーに関連するファイルシステムの場所を示すことを可能にする）が含まれる。非推奨の機能は、最低12か月間機能し続ける。長期間実行される操作のためのTasks機能など、以前はコア機能の一部であったものは、基本プロトコルからオプションの拡張機能に移動された。すべての変更が後方互換性があるわけではなく、新しい改訂を実装するサーバーは、互換性レイヤーなしでは古いクライアントと相互運用できない場合がある。
評価
The Vergeは、MCPが、コンテキストを認識し、多様なソースから情報を取得できるAIエージェントに対する高まる需要に対応していると報じた。このプロトコルは、APIを記述することを目的とした同様の仕様であるOpenAPIに例えられている。
2025年4月、セキュリティ研究者は、MCPにはプロンプトインジェクションや、他の接続されたツールを介したデータ流出を可能にする悪意のあるツールなど、複数の未解決のセキュリティ問題があると結論付ける分析を発表した。これらの懸念は、AIツール統合フレームワークのセキュリティ確保における継続的な課題を浮き彫りにしている。
AIエコシステムへの影響
MCPの成長は、より広範な人工知能エコシステムに重要な影響を与える。大規模言語モデルが外部ツールに接続する方法を標準化することにより、MCPはAI搭載アプリケーションを構築する開発者の摩擦を軽減する。主要なクラウドプロバイダーやAI企業によるこのプロトコルの採用は、相互運用可能なAIツールの開発を加速させた。
MCPのオープンスタンダードアプローチは、AI機能へのアクセスを民主化する取り組みと一致している。このプロトコルは複数のプログラミング言語をサポートし、拡張可能なアーキテクチャを備えているため、幅広い開発者が利用できる。Linux Foundationの下でのAAIFの設立は、プロトコル開発のためのガバナンスと長期的な管理を提供する。
このプロトコルの進化は、生成AIにおけるより広範なトレンド、特にスタンドアロンモデルから実世界のデータやサービスと対話できる統合システムへの移行を反映している。AIエージェントがより洗練されるにつれて、MCPのような標準は、プラットフォームやツール間のシームレスな相互運用性を可能にする上で重要な役割を果たす。
関連項目
- Agent2Agent - AIエージェント間の通信用オープンプロトコル
- AIガバナンス
- アプリケーションプログラミングインターフェース
- LangChain - 言語モデルアプリケーション開発フレームワーク
- 機械学習
- オープンウェイト
- ソフトウェアエージェント
- 検索拡張生成