MCP（Model Context Protocol）は、AI に「外の世界」を触らせるための共通の差込口です。Slack を読む、社内データベースを検索する、GitHub の課題を更新する——そうしたツール連携を、AI ごと・ツールごとに作り直すのではなく、ひとつの規格でまとめる。「AI 版の USB-C」と呼ばれる理由はそこにあります。この記事では、MCP が何を解決するのか、用語、実際に試す手順、そして 2026 年に大きく変わった点までを、初めての人向けに具体的に整理します。
01MCP が解くのは「N×M の作り直し」問題
AI から外部ツールを使わせようとすると、従来は「AI の数 × ツールの数」だけ専用の繋ぎ込みが必要でした。Claude を Slack に繋ぐ実装、別の AI を Slack に繋ぐ実装、同じ AI を GitHub に繋ぐ実装……と、組み合わせの数だけ車輪を再発明していたわけです。
MCP の発想は単純です。ツール側に「MCP サーバー」を 1 つ用意すれば、MCP に対応した AI クライアントはどれも同じものを使える。Slack 用の MCP サーバーを作れば、Claude でも、ChatGPT でも、Cursor でも、同じサーバーを共有できます。N×M の掛け算が、N＋M の足し算になる——これが MCP の核心です。
FIG.1 組み合わせごとの専用実装（左）を、共通プロトコル 1 枚（右）に置き換える
02登場人物：クライアント・サーバー・3 つの機能
MCP には「AI 側」と「ツール側」という 2 つの役者がいます。呼び名を押さえると、設定ファイルもドキュメントも一気に読めるようになります。
| MCP クライアント（AI 側） | MCP サーバー（ツール側） |
|---|---|
| Claude Desktop / Claude Code、Cursor、VS Code、ChatGPT など | Slack、GitHub、PostgreSQL、社内 API などをラップした小さなプログラム |
| 使えるツール一覧を取得し、AI に呼ばせる | 実際の操作（読む・書く・検索する）を提供する |
サーバーが AI に渡せるものは、おおきく 3 種類に分かれます。この 3 つの区別が MCP 理解の土台です。
