生成AIをチャットとして使っていると、いつも同じ手間が発生します。手元の資料をコピーして貼り付け、返ってきた文章をまたコピーして別のアプリに移す。この往復をなくすための仕組みが「MCP」です。2026年に入って対応するサービスが急に増えており、業務での使いどころも見えてきました。この記事では、MCPで何ができるのか、そして何に気をつけるべきかを整理します。
MCPとは何か
MCP は Model Context Protocol の略で、AIと外部のアプリやデータをつなぐための共通の決まりごとです。2024年11月に Anthropic（Claudeを開発している企業）が公開しました。
それまでも、AIから外部サービスを呼び出す仕組み自体はありました。ただ、つなぎ方がサービスごとにバラバラで、AIの数 × アプリの数だけ個別の対応が必要でした。MCPは、この接続部分の形を統一しようという取り組みです。電源プラグの形状が統一されているから、どのメーカーの家電でも同じコンセントに挿せる。それに近い発想だと考えると分かりやすいと思います。
普及の速さが特徴でした。2025年3月に OpenAI が採用し、同年9月には ChatGPT のアプリ機能にも広がりました。4月には Google DeepMind も対応を表明し、Microsoft も自社の開発基盤に組み込んでいます。2025年12月には Anthropic が MCP を Agentic AI Foundation（Linux Foundation の下に設けられた基金）に寄贈し、特定企業のものではない共通規格になりました。2026年4月にニューヨークで開かれた開発者向けの会合には、約1,200人が集まっています。
具体的に何ができるのか
MCPに対応したアプリを接続すると、AIとの会話の中から、そのアプリを直接操作できるようになります。よく使われているのは次のような組み合わせです。
- ファイル共有サービス：「先月の請求書フォルダから、金額が10万円を超えているものを一覧にして」といった指示が、コピー貼り付けなしで通ります。
- デザインツール：デザインデータの中身をAIが直接読み取り、そこからHTMLやCSSの下書きを起こせます。
- プロジェクト管理ツール：課題の一覧を読み取って、進捗の要約を作らせる使い方ができます。
- 社内のデータベース：問い合わせ内容を集計して、傾向を出させるといった用途に使われています。
従来との一番の違いは、AIが「渡された文章を処理する」立場から「必要な情報を自分で取りに行く」立場に変わる点です。人間側が事前に材料を揃える手間が減ります。
実際に試して分かったこと
筆者はホームページの制作作業で、デザインツールとの接続を試しています。デザインデータをAIに読ませて、そこからコードの下書きを作らせるという使い方です。
効果が大きかったのは、余白や文字サイズといった数値の書き起こしでした。デザインツールの画面を見ながら数値を手で写す作業は、地味に時間がかかり、写し間違いも起こります。この部分は接続してしまったほうが速く、正確です。
一方で、期待どおりにいかなかった部分もあります。出てきたコードは、そのまま使える水準ではありませんでした。レイアウトの構造の取り方が実装方針と合わないことが多く、結局は骨組みを人が組み直しています。画面幅が変わったときの表示の調整も、AIの出力だけでは足りません。
現時点での実感としては、「作業を代行してくれる仕組み」というより「情報を運ぶ手間をなくす仕組み」です。判断と組み立ては人の側に残ります。
気をつけたい点
便利さと引き換えに、注意すべき点もはっきりしています。2025年以降、セキュリティ上の懸念がいくつか指摘されています。
ひとつは、AIに読ませた文書の中に不正な指示を仕込む攻撃です。AIは文書の内容と指示の区別が苦手なため、「このファイルの内容を外部に送信せよ」といった文が紛れていると、それに従ってしまう可能性があります。
もうひとつは、接続したツールに与える権限の広さです。ファイル共有サービス全体を読める状態でつなぐと、AIは意図しないフォルダの中身も参照できてしまいます。さらに、正規のものによく似た名前の接続先が用意され、気づかないうちに置き換わっているケースも報告されています。
対策として最低限やっておきたいのは、次の3点です。
- 接続先は提供元がはっきりしているものに限る
- 渡す権限は必要な範囲だけにする（読み取りだけで済むなら書き込み権限は与えない）
- 顧客情報や機密情報を含むフォルダは接続対象から外す
いま社内でやっておくとよいこと
MCPは開発者向けの色合いが強い技術ですが、対応サービスが増えるにつれて、設定画面から数クリックでつなげるものも出てきています。中小企業の担当者としては、仕組みの詳細を覚えるより、「どのデータをAIに触らせてよいか」を先に決めておくほうが実用的です。
接続してよいフォルダとそうでないフォルダを分けておく。この整理ができていれば、社内でAI活用を広げるときに、その都度判断に迷わずに済みます。
