Model Context Protocol（MCP）とは？ | GEO用語集

Model Context Protocol（MCP）とは、2024年末にAnthropicがリリースしたオープンプロトコルで、LLMアプリケーションが外部のツール、データソース、APIに接続する方法を標準化します。「AIアプリケーション向けのUSB-C」とよく呼ばれ、2026年にかけてOpenAI、Google、主要なIDE、AI製品によって急速に採用され、事実上の業界標準となっています。

なぜ重要なのか

MCP以前は、すべてのLLMアプリが外部システムごとに独自の連携コードを書く必要がありました。GitHubへの接続は、ChatGPT、Claude、Cursorでそれぞれ別々の実装を意味していました。MCPはこのレイヤーを標準化するため、一度構築したツールはMCP互換のあらゆるクライアントで即座に動作します。その効果として、連携コストの大幅な低下、AIエコシステム開発の高速化、そしてブログ、検索エンジン、ナレッジベースといったデータソースがAIアプリの中に登場するまでの道のりが劇的に簡素化されます。

アーキテクチャ

MCPには3つの主要なコンポーネントがあります。

ホスト: ユーザーが直接やり取りするLLMアプリケーション。Claude Desktop、Cursor、ChatGPT Desktopなどのクライアントです。

クライアント: ホスト内部のプロトコル実装で、サーバーとの1対1の接続を維持します。

サーバー: データソースやツールをMCP形式で公開する外部プロセス。GitHub MCPサーバー、Slack MCPサーバー、ファイルシステムMCPサーバー、ウェブ検索MCPサーバーなどです。

サーバーはクライアントに対して3つのものを公開できます。

リソース: 読み取り専用のデータ（ファイル、DBレコード、ウェブドキュメント）
ツール: LLMが呼び出せる関数（メール送信、DBクエリ、API呼び出し）
プロンプト: 再利用可能なプロンプトテンプレート

MCPが変えるもの

連携コストの崩壊: N個のAIホストをM個のデータソースに接続するのが、「N×M」の実装から「N+M」になります。それぞれの側が独自の標準コネクタを構築します。

ローカルデータへのアクセス: MCPサーバーはユーザーのマシン上で実行できるため、LLMが機密データを外部APIに公開することなく利用できます。

エージェントエコシステムの加速: AIエージェントが「何ができるか」は、接続されたツールによって決まります。MCPはエージェントエコシステムの共通ツールレイヤーになります。

AI検索の外部アクセス: ChatGPT Search、Perplexityなどは、MCPを通じてリアルタイムのデータやユーザーのコンテキストに到達できます。

GEOへの示唆

MCPはコンテンツ制作者が直接実装するものではありませんが、AIがコンテンツにアクセスする方法を根本的に変えます。

構造化データの価値が高まる: MCPサーバーがブログコンテンツをリソースとして公開する場合、整ったMarkdown、schema.org、OpenAPI仕様ははるかに解析しやすくなります。

APIとフィードを公開する: RSS、JSON Feed、またはMCPサーバーを通じてコンテンツを公開することで、AIアプリが直接購読・引用できるようになります。

llms.txtと組み合わせる: llms.txtとMCPサーバーは相互補完的です。llms.txtはAIにどのようなコンテンツが存在するかを伝え、MCPはどのように取得するかを定義します。

Sources: