MCPとは何か {#what-is-mcp}
MCP（Model Context Protocol） は、AIクライアント（ChatGPT、Codex、Cursor など）と、外部のツール・データをつなぐためのオープンな共通規格です。公式の仕様は Model Context Protocol として公開されています。
ひとことで言うと、「USBのような配線規格」です。
- AI側（クライアント）は、MCPという差し込み口を持っている
- あなたのサービス側は、MCPサーバーとして「使える機能」を公開する
- 規格が同じなので、一度サーバーを作れば複数のAI製品から同じ手順で呼べる
OpenAI の新しい Plugins も、ライブデータや操作が必要なときはこの MCP サーバーを載せる設計になっています（MCP server の概念）。
なぜ共通規格が必要だったか {#why-mcp}
以前は、製品ごとに連携の作り方が違いました。
| やり方 | 問題 |
|---|---|
| 各AI製品向けに個別APIを書く | 同じDB検索を何度も実装し直す |
| プロンプトにだけデータを貼る | 最新情報に弱い・権限管理が雑になりやすい |
| 独自関数呼び出し | クライアントごとにスキーマや認証がバラバラ |
MCPは「ツールの一覧」「引数の形」「結果の返し方」をそろえることで、AIが外部システムを安全に呼び出す共通言語を提供します。
CDNTのようなサイトで言えば、「製品をJANで探す」「法人を検索する」「最新の価格帯を返す」といった操作を、チャットから直接呼べるようにする土台です。
Tools / Resources / Prompts {#three-primitives}
MCPサーバーが公開できる主な部品は次の3つです（OpenAIの説明 でも同じ整理）。
| 部品 | 役割 | 例 |
|---|---|---|
| Tools（ツール） | モデルが引数つきで呼び出す関数 | 価格検索、予約作成、在庫確認 |
| Resources（リソース） | クライアントが読むデータ | 仕様書、スキーマ、公開カタログ |
| Prompts（プロンプト） | 再利用できる指示テンプレ | 「週次レポートの作り方」 |
実務では Tools が中心です。各ツールには名前・説明・入力スキーマがあり、モデルはそれを見て「今の質問にどれを使うか」を選びます。
加えて、サーバー全体向けの Instructions（使い方の注意） を渡せる場合もあります。
ツール呼び出しの流れ {#how-tool-calls-work}
ユーザーが「このJANの最安値は？」と聞いたときのイメージです。
- クライアントが MCP サーバーからツール一覧を取得する
- モデルが適切なツールを選び、スキーマに合う引数を作る
- サーバーが検証・実行し、結果を返す
- モデルが結果をもとに会話を続ける
ポイントは、結果はまずテキストや構造化データとして意味が通ることです。見た目用のUIは任意で、なくてもツール単体で役に立つ設計が推奨されています（MCP Apps / UI は後付け可能）。
本番では、安定した HTTPS 上のストリーミングHTTPで公開し、個人データや操作系ツールには MCP 仕様の認可フローを載せる、というのが標準的な運用です。
昔のChatGPTプラグインとの違い {#mcp-vs-old-plugins}
「プラグイン」という言葉は再登場していますが、中身は別世代です。
| 昔の ChatGPT Plugins（一世代前） | いまの MCP 起点 | |
|---|---|---|
| 規格 | OpenAI独自の色が強かった | オープンな MCP が中核 |
| 再利用 | ChatGPT向けに閉じやすい | Cursor / Codex / ChatGPT など横断しやすい |
| できること | 主にAPI呼び出し | Tools + Skills +（任意）UI |
| 配布 | 当時のディレクトリ | ChatGPT / Codex 共通の Plugins 配布（アーキテクチャ） |
「GPTのプラグインを作る」と聞いたとき、2026年時点では多くの場合 Skills（手順）と MCP（外部接続）を束ねたパッケージ を指します。
OpenAI Pluginsとの関係 {#openai-plugins}
OpenAI の Plugins は、次の部品を組み合わせた「配布単位」です。
Plugin
├── Skills（いつ・どう使うかの手順）
└── MCP server（任意）
├── Tools / 構造化結果
└── UI resources（任意）- Skillsだけ … 既存ツールと手順説明で足りるとき
- MCPだけ … 外部サービス接続が本命のとき
- 両方 … 「この手順で、このツールを使え」と誘導したいとき
- MCP + UI … 比較表・地図・編集画面など、見て操作した方が明らかに良いとき
つまり MCP は「プラグインそのもの」ではなく、プラグインが外部世界に手を伸ばすためのエンジンです。詳細な「プラグインを作ると何ができるか」は、次の記事で Skills・公開・チェックアウトまで含めて整理します。
MCPで何ができるか {#what-you-can-build}
抽象論ではなく、具体例です。
- 社内／自社データの検索
製品カタログ、法人マスタ、在庫、FAQをチャットから照会 - 読み取りを超えた操作
下書き作成、チケット起票、見積リクエスト（権限と確認フローが重要） - 複数AIからの共通利用
同じMCPを ChatGPT 用プラグインにも、開発用エージェントにも載せる - ヘッドレス運用
UIなしでもツール結果だけで完結するワークフロー（定期レポートなど） - 必要なら画面を足す
比較・確認・編集が必要な工程だけコンポーネントを返す
やってはいけないのは、「なんでもできる巨大ツールを1個置く」ことです。入力スキーマが曖昧だと、モデルは誤った呼び出しを増やします。小さく、説明がはっきりしたツールから始めるのが安全です。
次に読むこと {#next}
この記事では MCPそのもの を押さえました。続きはこちらです。
- 続編: GPTプラグインを作ると何ができるか｜OpenAI Plugins
（ユーザー体験の増え方、Skills と MCP の役割分担、公開・チェックアウトの位置づけ） - 実装: MCPサーバー完全構築
- 公式: OpenAI Plugins
