MCPとは｜Claudeを外部ツールにつなぐ仕組み・2026年の最新情報

MCPの仕組みは、大きく3つの要素で成り立っています。

難しく見えますが、それぞれの役割は明快です。

流れをシンプルに示すと、「MCPホスト（Claude）→ MCPクライアント → MCPサーバー → 外部ツール」という順で情報のやり取りが行われます。

Claudeが「Googleドライブのファイルを読んで」と指示を出すと、その指示がMCPサーバーを経由してGoogleドライブに届き、結果がClaude側に返ってきます。

MCPサーバーが提供する3つのプリミティブ

MCPサーバーが外部に提供できる機能は、現在の仕様上、次の3種類に整理されています。

シンプルに保ちながら、現実のほとんどのユースケースをカバーできる設計です。

• Tools（ツール）：AIが呼び出せる実行可能な操作。コマンド実行・API呼び出し・データの書き込みなど、副作用を伴う操作
• Resources（リソース）：ファイルやデータベースの内容など、読み取り専用のデータへのアクセス
• Prompts（プロンプト）：再利用可能な指示テンプレート。複雑な操作の手順を事前に定義しておける

MCPで何ができるのか｜具体的なユースケース

MCPを使うと、Claudeへの自然言語の指示だけで、ファイル操作や外部サービスの検索、データベース照会など複数のツールをまたぐ作業を進められます。

「仕組みは分かったけど、実際どう役立つの？

」という疑問に、具体例で答えます。

MCPがある世界では、Claudeへの「日本語の一言」が外部のシステムを動かすトリガーになります。

重要なのは、これらがすべて「Claude側で自然言語を受け取って、MCPサーバー経由で実際に実行される」という点です。

以前はコードを書かなければできなかった操作が、対話的に実現できます。

ビジネス現場での活用イメージ

たとえば、SNS運用の現場でMCPを活用するなら、「Googleドライブに保存した先週の投稿データを読み込んで、エンゲージメントの高かった投稿TOP5を分析して、今週の投稿アイデアを3本提案して」という一連の作業を、Claudeに一度頼むだけで進められます。

従来は複数のツールを行き来していた作業が、Claudeとの対話に集約できます。

エコシステムの広がり

MCPを取り巻くエコシステムは、公開・発見の仕組みそのものが整備されてきています。

Anthropic・GitHub・PulseMCP・Microsoftなど主要な貢献者が支える公式のMCP Registryが、サーバー開発者がメタデータを登録できる中立的な一覧として稼働しており、2026年9月時点ではプレビュー版として公開されています。

これとは別に、AnthropicはConnectors Directoryという、Claude.ai・Claude Desktop・Claude Code・Cowork共通のカタログを運営しており、Anthropicが検証済みのコネクターとコミュニティ提供のコネクターの両方が並びます。

「使いたいサービスのMCPサーバーがすでにある」ケースが増えており、自分でゼロから作る必要がない場面が多くなっています。

Claude DesktopでMCPを設定する手順

Claude DesktopでMCPサーバーを使う方法は、設定ファイルを直接編集する方法と、あらかじめ用意された「Connectors」を画面から接続する方法の2つに分かれます。

ここからは、実際にClaude DesktopでMCPサーバーを使えるようにする手順を解説します。

難しそうに見えますが、基本はJSONファイルに数行書き加えるだけです。

STEP1 設定ファイルを開く

Claude DesktopのメニューバーのClaudeメニュー（アプリ内の設定画面とは別の場所です）から「設定 → Developer（開発者）→ Edit Config（設定を編集）」と進むと、設定ファイルが開きます。

ファイルは次の場所にあります（公式ドキュメントで確認済み）。

• macOS：~/Library/Application Support/Claude/claude_desktop_config.json
• Windows：%APPDATA%\Claude\claude_desktop_config.json

STEP2 MCPサーバーの設定を追加する

設定ファイルに「mcpServers」というキーを追加して、使いたいサーバーの情報を書きます。

たとえばローカルファイルの読み書きができる「Filesystem MCP」を追加する場合、次のような構造になります。

コマンド名・引数・許可するフォルダパスはそれぞれの環境に合わせて書き換えてください。

最新の書き方は公式ドキュメント（modelcontextprotocol.io）を参照するのが確実です。

STEP3 Claude Desktopを再起動する

設定ファイルを保存したあと、Claude Desktopを完全に終了して再起動します。

起動後、入力欄左下の「ファイル、コネクタ、その他を追加」アイコンから「Connectors」→「Manage connectors」を開き、追加したサーバー名が表示されていれば接続完了です。

エンジニアでない人はConnectorsから始めるのが早い

Google Drive・Gmail・Google Calendar・GitHub・Slack・Microsoft 365といった主要サービスは、JSONファイルの編集なしに使えます。

claude.aiの「Customize」→「Connectors」から該当サービスを選び、認証するだけで接続が完了します（公式ドキュメント）。

「Desktop Extensions」はこれとは別の仕組みで、独自のローカルMCPサーバーをMCPB（MCP Bundles）という形式でパッケージ化し、社内に配布するための機能です。

Team・Enterpriseプランで利用できる機能のため（公式ドキュメント）、個人利用でまず試すなら前述のConnectorsから始めるのが確実です。

Claude CodeでMCPを使う

Claude Codeでは、ターミナルでclaude mcp addを実行するだけでMCPサーバーを追加でき、接続先ごとに公開範囲（スコープ）を選べます。

Claude Codeでも、Claude Desktopと同様にMCPサーバーを接続できます。

コマンドラインからの設定に加え、claude mcp addコマンドを使えばサーバーを追加・一覧表示・削除といった管理操作が行えます。

--scopeオプションで、自分のPCだけで使うlocalスコープ、プロジェクトの.mcp.jsonにチーム共有するprojectスコープ、全プロジェクト共通のuserスコープを切り替えられます（公式ドキュメント）。

Claude Codeの場合、接続したMCPサーバーをスキルやフックと組み合わせることで、より複雑な自動化が実現できます。

詳細の手順は公式ドキュメント（code.claude.com/docs/mcp）に最新版がまとめられています。

プロジェクトごとにMCPを使い分ける

Claude Codeでは、プロジェクト単位でMCPサーバーの設定を変えることができます。

「このプロジェクトではGitHub MCPだけ接続する」「こちらのプロジェクトではデータベースとSlackを接続する」といった切り分けが可能です。

接続するサーバーが増えるほどAIが処理する情報量も増えるため、プロジェクトに必要なものだけに絞るのがパフォーマンスの観点からも賢明です。

独自のMCPサーバーを作る

既存のMCPサーバーで足りない機能は、公式SDKを使って自分の組織専用のMCPサーバーとして自作できます。

既存のMCPサーバーで目的を達せない場合、自社システムや独自ツールと接続するMCPサーバーを自作できます。

公式SDKは機能の完成度に応じてTierで分けられており、TypeScript・Python・C#・Go・RustがTier 1、Java・RubyがTier 2、Swift・PHP・KotlinがTier 3として提供されています（公式SDK一覧）。

どの言語を選んでも、「ツール（Tool）」「リソース（Resource）」を定義して公開する形で作成する点は共通です。

自作する場合の基本的な考え方

MCPサーバーを自作する際は、「このサーバーが提供する操作は何か」「AIがどんな場面で呼び出すべきか」を最初に整理するのが重要です。

Toolの説明文（description）はAIが読んで判断するため、何ができてどんなときに使うかを明確に書くことが、意図通りに動かすためのポイントになります。

詳細は公式ドキュメント（modelcontextprotocol.io）を参照してください。

MCPのメリット｜なぜこれほど注目されるのか

MCPの最大の利点は、接続するツールが増えてもClaude側の使い方を覚え直す必要がなく、オープンな規格なので特定の1社に縛られない点です。

MCPが急速に普及した理由は、単なる技術的な利便性だけではありません。

AI時代の働き方に合ったインフラとして機能しているからです。

• 一度覚えれば全部に使える：MCP対応のサービスに接続する方法は同じで、ツールが増えても学習コストが増えない
• オープンで特定企業に依存しない：Linux Foundation管理のオープン規格なので、将来的にも利用を続けやすい
• エコシステムが大きい：対応サーバーが増え続けており、ゼロから作らなくて済む場面が多い
• 業務をAIに集約できる：複数のツールを行き来する手間が減り、Claudeとの対話で完結する作業が増える

MCPのデメリットと注意点｜正直に伝える

MCPには便利さと同時に、プロンプトインジェクションや過剰な権限付与といったセキュリティ面の注意点があります。

利点だけを伝えるのは正確ではありません。

MCPには現時点でいくつかの課題や注意点もあります。

セキュリティリスク

MCPは外部データやシステムとの連携を前提としているため、セキュリティへの配慮が不可欠です。

主に指摘されているリスクは、MCP公式のセキュリティベストプラクティスでも挙げられている次の3つです。

• プロンプトインジェクション：悪意のあるデータソースが、MCPを通じてAIに意図しない指示を埋め込む攻撃。読み取るデータの信頼性を事前に確認することが重要
• 情報漏洩のリスク：接続したデータソースに含まれる機密情報が、意図せずAIの応答に含まれる可能性がある
• アクセス権の管理：MCPサーバーに与える権限は最小限にする原則（最小権限の原則）を守ることが推奨されている

技術的なハードルが残る

Desktop Extensionsで設定が簡単になったとはいえ、カスタムMCPサーバーの作成や複数サーバーの組み合わせには、まだ一定の技術的な知識が必要です。

エンジニアがいない組織では、既存の公開済みMCPサーバーの活用から始めるのが現実的です。

処理の遅延と安定性

多数のMCPサーバーを同時に接続すると、AIが処理する情報量が増えて応答が重くなることがあります。

また、外部ツールとの通信を経由するため、ネットワーク状況や接続先のサービスの状態によって動作が不安定になる場合もあります。

接続するサーバーは必要最小限に絞るのが基本方針です。

MCPサーバーの品質にばらつきがある

公開されているMCPサーバーの中には、保守が止まっていたり、セキュリティの考慮が不十分なものも混在しています。

信頼できる提供元のサーバーを選ぶ、公式が提供するサーバーを優先するといった判断が必要です。

MCPと外部ツール連携の違い｜混同しやすいポイントを整理

MCPは「AIモデルが外部ツールを呼び出す方法を統一する規格」で、アプリ間の一般的なデータ連携を指すAPIより対象が絞られています。