Claude CodeのMCPとは？接続の仕組みとサーバーの選び方

「AIは賢いのは分かった。でも結局、メールを読めないし、カレンダーも見られないなら、うちの仕事は任せられないよね」——AI活用を検討する経営者や担当者から、最も多く聞く声です。

MCPは、AIから業務ツールへ接続するための選択肢です。株式会社PLaiでは、AI社員による制作やSNS運用に、業務ツールとの連携を組み込んでいます。公開資料では30人のAI社員、X（旧Twitter）15アカウントなどの実践例を紹介していますが、その成果をMCPだけの効果として比較・測定したものではありません。

この記事では、Claude Code公式資料をもとに、MCPの仕組み、対応する連携、導入の流れ、権限と動作の確認方法を整理します。

MCP30選を、接続する仕事から選び直す

2026年4月19日のClaude Code Studio記事は、the_smart_ape氏の公開投稿をもとに、開発、データ、インフラ、業務、検索、知識管理、メディアのMCPを紹介しました。掲載されているという理由だけで、すべてを接続する必要はありません。

「外部データを読みたい」のか、「外部サービスを書き換えたい」のかで必要な権限が違います。例えばGitHubのIssueを読むことと、リポジトリへ変更を送ることは別です。まず仕事に必要な最小の操作を決め、提供元の現在の仕様で設定します。

「つながった」と「必要な仕事ができた」を分ける

接続成功の表示だけで終わらせず、実際に対象を一つ読み、正しいサービス、正しいアカウント、正しい対象の情報かを確認します。内容が空だった場合も、データがないのか、閲覧範囲が足りないのかを区別します。

指定したプロジェクトの未対応Issueを読み取ってください。
タイトル、更新日、URLだけを一覧にします。
対象を確認できない場合は、別のプロジェクトで代替せず報告してください。
書き込みやコメントは実行しません。

この依頼は導入確認の例です。実際に使うツール名や認証方法は、提供元とClaude Codeの公式MCP資料で確認します。特定のMCPがサービスの全機能を扱えるとは限りません。

一覧の人気や件数より、管理できる接続を選ぶ

公開元、最終更新、サポート窓口、必要な権限を確認します。使っていない接続まで有効にすると、機能の重複や障害の切り分けが難しくなります。まず一つの仕事で結果を確認し、必要が明確になってから次を追加しましょう。

MCPとは？AIと外部ツールをつなぐ「共通規格」

MCPとはModel Context Protocol（モデル・コンテキスト・プロトコル）の略で、AIモデルに外部のツール・データ・サービスを安全に接続するための通信ルール（プロトコル）です。ポイントは、特定の製品名ではなく「規格」だという点です。MCPは接続方法をそろえる規格です。実際に使える機能は、AIアプリとMCPサーバーの対応状況、認証、権限によって異なります。

参照: Claude Code公式ドキュメント：MCP

Anthropicが公開し、業界標準になった経緯

MCPは2024年11月にClaudeの開発元であるAnthropicがオープンソースとして公開しました（公式発表）。当初はClaude向けの規格でしたが、2025年にかけてOpenAIやGoogle DeepMindをはじめとする主要プレイヤーが相次いで採用を表明し、対応ツール（MCPサーバー）が爆発的に増加。2026年現在では、AIエージェントと外部ツールをつなぐ事実上の業界標準になっています。規格の仕様やドキュメントはMCP公式サイトで公開されています。

「AIのUSBポート」——公式ドキュメントの例えで理解する

MCPの公式ドキュメントは、この規格を「AIアプリケーションのためのUSB-Cポート」と例えています。ここでの共通点は、接続方法をそろえることです。差し込めばすべて使えるという意味ではなく、MCPでも対応する機能や必要な認証を確かめます。

MCPは製品ではなく「約束事」——だから無料で誰でも使える

MCPは公開された接続規格で、規格そのものの利用料はありません。実際の費用は、AIの利用プラン、接続先サービスの利用料に加え、選ぶMCPサーバーの提供料金や、自分で動かす場合の実行環境・保守の費用によって変わります。

MCPを使う理由：ツールとの接続方法をそろえる

外部ツールを使う方法には、MCPのほかに個別のAPI連携やCLIの実行もあります。MCPは、そのうち共通の通信方式で連携を組み立てるための選択肢です。

従来: ツールごとの個別連携という「組み合わせ爆発」

AI製品ごとに専用の連携を作る方法では、接続先が増えるほど設定や実装の管理が複雑になります。例えばAIが3種類、ツールが10種類あると、各組み合わせを個別に扱う構成も考えられます。MCPは、こうした連携で共通の通信方式を使うための規格です。

MCP以後: 共通の接続方式を使い、対応するAIアプリから利用する

MCPでは、ツール側のMCPサーバーとAIアプリ側が共通の通信方式を使います。AI製品ごとに連携を一から作る手間を減らせますが、実際に接続できるかは、双方が対応する通信方式・機能・認証方式によります。利用前に、使いたいAIアプリとサーバーの案内を照合してください。Claude Codeの導入がまだの方は、Claude Codeの使い方完全ガイドで基本を確認できます。

MCPでできること——業務でよくある活用例10選

MCPで何がつながるのか、一般によく使われる例を業務目線で一覧にします（接続先はいずれも一般的なMCPサーバーの例です）。

上の表は、対応するサーバーと権限がある場合に検討できる用途です。実際に利用できる操作は提供元で確認します。MCPを使わないチャットAIでも外部連携が可能なため、MCPの有無だけで「回答だけ」「作業も可能」とは分けられません。AI社員に必要なツール構成も参考に、仕事に合う接続を選びます。

MCPの仕組みをやさしく解説——ホスト・クライアント・サーバー

MCPの解説には「ホスト」「クライアント」「サーバー」という3つの登場人物が出てきます。エンジニア向けの説明では混乱しやすいので、会社組織に例えて整理します。

MCPホスト＝AIアプリ本体（Claude Codeなど）

ホストは、ユーザーと会話し仕事を進めるAIアプリ本体です。Claude CodeはMCPホストの代表例で、複数のMCPサーバーに同時接続し、必要に応じて使い分けます。

MCPサーバー＝外部ツール側の「窓口」

サーバーは、外部ツールの機能をMCPの作法でAIに開放する窓口プログラムです。「受信メールを検索する」「予定を登録する」といった操作をメニュー（ツール）として公開し、AIからの依頼を受けて実行し、結果を返します。自分のパソコンの中で動くタイプと、インターネット越しに使うタイプがあります。

サーバーが提供する3つのもの——ツール・リソース・プロンプト

MCPサーバーがAIに提供できるものは大きく3種類あります。①ツール（実行できる操作。例: メール送信）、②リソース(参照できるデータ。例: ファイルや顧客一覧)、③プロンプト（定型の指示テンプレート）です。非エンジニアはまず「ツール＝AIが押せるボタンの一覧」と覚えれば十分です。AIは会話の流れから「どのボタンをどの順で押すか」を自分で判断します。

Claude CodeにMCPサーバーを追加する流れ

Claude CodeでのMCP導入は、サーバーの登録、必要な認証、接続状態の確認という順で進めます。用意する実行環境や認証方法はサーバーによって異なるため、提供元の手順も確認してください。

Notionの実読取を照合する例：公開してよい練習ページに「MCP確認用・青いりんご」と固有の1行を書き、そのページURLを指定してタイトルとこの1行だけを読ませます。違うページが返れば対象指定、空結果なら共有範囲と認証、接続エラーならサーバーの状態を分けて確認します。返答に固有文言がないまま「成功」とは記録しません。接続を試用前へ戻す場合は、対象名とscopeを確認してclaude mcp remove --scope local notionを使います。この操作がNotion側の認可取り消しまで行うとは考えず、サービス側の連携管理も確認してください。

HTTPとstdioでは、登録する内容が違う

遠隔のサービスには、提供元のURLを登録するHTTP方式が使えます。手元で起動するプログラムはstdio方式です。以下の最初の例は、Claude Code公式資料に掲載されているNotionの接続です。実際に使う前に、サービス側の利用条件と必要な権限を確認してください。

# 公式資料のHTTP接続例。このプロジェクトの自分用として登録
claude mcp add --transport http --scope local notion https://mcp.notion.com/mcp

# ローカルstdioの構文。山括弧の部分は提供元の実際の値へ置き換える
claude mcp add --transport stdio --scope local <サーバー名> -- <起動コマンド> <引数>

# 登録した接続を確認
claude mcp list

本質は「設定ファイルに接続先の住所と起動方法を書き込む」ことです。各サーバーの公式ドキュメントに従って接続情報を登録し、必要な認証を済ませます。その後、仕事で使う対象を一つ読み取って、期待した情報を取得できるか確認してください。

設定スコープという考え方——自分だけか、チーム共有か

スコープはlocal（このプロジェクトの自分用）、project（プロジェクト共有）、user（自分の全プロジェクト）です。localとuserは~/.claude.json、projectはプロジェクトの.mcp.jsonに設定されます。共有ファイルに設定を配っても、認証と権限が自動で全員へ渡るわけではありません。各利用者が自分のアカウントで認証し、共有設定の利用を確認します。

接続確認と認証——初回はログイン許可が必要なことも

登録後はClaude Code内で/mcpを開き、対象サーバーの接続・認証状態を確認します。必要な認証を済ませたら、Notionの例なら閲覧を許可したテストページを1件指定し、タイトルと先頭の文章だけを読み取るよう依頼します。Notion側で実物と照合できて初めて、必要な範囲を取得できたと判断します。編集部がこの接続を実行して成功したという報告ではなく、導入時の確認手順です。

実際の動き: 「未返信メールをまとめて」の裏側で起きること

MCPが動く様子を、具体例で追ってみます。あなたがClaude Codeに次のように頼んだとします。

今週返信できていないメールを洗い出して、それぞれ返信の下書きを作っておいて。

このときAIの内部では、①メール用MCPサーバーの「受信メール検索」ツールを呼び出す→②返ってきた一覧から未返信を判定する→③各メールの文面を読み、返信案を作る→④「下書き作成」ツールを呼び出して保存する、という流れが自動で進みます。あなたから見えるのは「頼んだら下書きができていた」という結果だけです。

重要なのは、AIがツールを呼び出すたびに操作の許可を求めるように設定できることです。読み取りは自動で許可し、送信のような影響の大きい操作だけ人間が承認する、といった運用がClaude Codeでは標準的です。「どこまで任せてどこから確認するか」を設計する感覚は、新人に仕事を任せるときと同じです。

MCPの注意点——権限と「信頼できるサーバーだけ」の原則

MCPは強力な分、接続の判断を誤ると実害につながります。導入前に必ず押さえるべき注意点を4つにまとめます。

注意点1: サーバーの提供元を必ず確認する

MCPサーバーは誰でも作って公開できます。つまり、便利を装った悪意あるサーバーが存在し得ます。接続するのは、サービス公式が提供するもの、または提供元がはっきりした実績あるものに限定してください。「なんとなく便利そうだから」で出所不明のサーバーをつなぐのは、素性の分からない業者に会社の鍵を渡すのと同じです。

注意点2: 権限は最小限から始める

最初から書き込み・送信・削除の権限を渡す必要はありません。まずは読み取り専用で価値を確認し、運用に慣れてから権限を広げるのが定石です。認証時に求められる権限の範囲（読み取りのみか、送信も含むか）は必ず目を通してください。

注意点3: プロンプトインジェクションという新しいリスクを知る

外部データにAIへの偽の指示が紛れ込む、プロンプトインジェクションにも注意が必要です。例えばメール本文に、内容を別の宛先へ転送させる指示が仕込まれる場合があります。接続先を信頼できるか確認し、外部データを指示として扱わない設計と、重要操作の権限・人による確認を組み合わせます。

注意点4: 書き込み系の操作は承認フローを挟む

PLaiでも、メールやLINEの「送信」はAIが下書きまで作り、最終送信は人間が確認して実行する体制を敷いています。自動化の目的は人間の確認をゼロにすることではなく、確認「だけ」すれば済む状態にすることです。この線引きを最初に決めておくと、MCP導入は安全に進みます。

MCPとSkills・CLAUDE.mdの関係——「手足」と「手順書」

Claude Codeの文脈では、MCPはSkillsやCLAUDE.mdとセットで語られます。役割の違いを整理しましょう。

この3つは競合ではなく積み木の関係です。MCPで「できること」を増やし、Skillsで「正しいやり方」を教え、CLAUDE.mdで「守るべき前提」を敷く。例えば週次レポート業務なら、データベースへの接続はMCP、集計とレポートの型はスキル、社外秘の扱いはCLAUDE.md、という分担になります。手順書側の作り込みはClaude Code Skillsの作り方と業務テンプレ化ガイドで詳しく解説しています。

AI社員との関係——MCPで「手足」が増えると仕事の任せ方が変わる

PLaiはAIを役割ごとに組織化して仕事を任せており、外部の業務ツールとの接続にはMCPも使っています。ファイルの読み書きに加え、メールやカレンダーなどを扱えると、任せられる仕事の範囲が広がります。投稿や送信を含む仕事では、どの操作まで任せるかを別に決めます。

PLaiでは、ホームページ、167枚の登壇資料、教材動画などをAI主体で制作してきました。業務ツールとの連携はこの運用を支える要素ですが、MCPだけで制作が完了したことや、生産性の改善率を示す比較実測ではありません。人が依頼内容や成果物を確認する工程も含めて、任せる範囲を設計します。組織としての設計方法はAI社員とは？作り方と運用の完全ガイドを参照してください。業務に合わせた接続・構築の支援は、AI社員構築代行で紹介しています。

非エンジニアがMCPを使い始める3ステップ

最後に、今日から始める現実的な手順を3ステップで示します。

STEP1: つなぐ前に「任せたい業務」を1つ決める。接続はあくまで手段です。「毎朝のメール仕分けを任せたい」のように業務を先に決めると、必要なサーバーが自ずと決まり、効果測定もできます。

STEP2: 公式提供のMCPサーバーを1つだけつなぐ。最初は読み取り中心の安全なもの（カレンダー参照など）を1つだけ。公式ドキュメントの手順どおりに登録し、「今日の予定を教えて」が動く成功体験を作ります。

STEP3: 承認ルールを決めてから権限を広げる。「読み取りは自動・書き込みは承認制」のような社内ルールを決めたうえで、メール下書きやタスク起票へ広げます。ここまで来れば、AIは相談相手から実務の担い手に変わっています。学びながら自分の手で環境を作りたい方は、PLaiの実践プログラムAGI CAMPで構築方法を体系的に習得できます。

MCPを今入れるべきか──導入判断チェックリスト

導入を考えるときは、次の5項目を使って現在の業務を整理してみてください。該当数で効果を予測する基準ではなく、どこに接続が必要かを考えるためのチェックリストです。

• Claude Code単体（ファイル操作）での業務利用が既に週3回以上ある
• 「AIの回答を人間がコピペして別ツールに貼る」作業が毎日発生している
• 接続したい先が業務の主要ツール（カレンダー・メール・DB・SaaS）である
• 接続するアカウントの権限を、専用・最小権限で用意できる
• 失敗してもよいテスト環境（またはテスト用データ）がある

外部ツールを操作する必要がまだ少ない場合は、先にCLAUDE.mdや業務資料を整理する方法もあります。接続で省ける手間と、設定・確認・保守にかかる手間を比べて、着手する順番を決めます。

実務で試すときに確認したいこと

外部接続を追加する前に、何を読むためか、どの操作を行うためかを明確にします。接続先の説明に従って必要な権限を確認し、小さな読み取りから試します。接続できたという結果と、期待したデータを正しい範囲で取得できた結果を区別して記録してください。

この記事の「外部ツール接続の確認順」を、自社の業務［業務名］に置き換えて検討します。
前提：［現在の手順・使ってよい資料・確認担当］
確認したいこと：接続した先で、必要な情報だけを扱えているか確認できますか？
上の資料で分かること、不明なこと、最初に確認することを分けて整理してください。事実や実績を作らず、提案には理由を添えてください。外部送信や設定変更は行わず、検討用の案を出してください。

よくある質問

Q. MCPは無料で使えますか？

MCPという規格自体に利用料はありません。ただし、AIの利用プラン、接続先サービス、MCPサーバー提供者の料金、自前で動かす環境の費用は別です。導入するサーバーとサービスの料金条件をそれぞれ確認してください。

Q. プログラミングができないと導入は無理ですか？

サーバーによっては、案内されたコマンドと認証操作で導入できます。コードを書く必要があるか、どの実行環境が要るかは提供元の手順で確認します。導入前に接続先と権限を把握し、まず必要な範囲で動作を確かめてください。本記事の注意点だけで安全が保証されるわけではありません。難しければ導入部分を専門家に相談する選択肢もあります。

Q. MCPとAPI連携は何が違うのですか？

APIは、各サービスが機能やデータを外部から利用できるようにする接続口です。専用実装が必要な場合もあれば、既存のSDK、CLI、連携サービスを使える場合もあります。MCPはAIアプリとツールをつなぐ共通規格です。MCPサーバーが内部で各サービスのAPIを呼び出す構成もあり、MCPとAPIは一方だけを選ぶ関係ではありません。

Q. ChatGPTなど他社AIでもMCPは使えますか？

Claude Code以外にも、MCPを利用できるAIアプリがあります。ただし、一つのサーバーがすべてのアプリで使えるとは限りません。利用するアプリの公式資料で、対応する通信方式、認証、利用できるツールを確認してください。

Q. 社内データをつなぐのは危なくないですか？

リスクはゼロではありませんが、管理可能です。原則は①信頼できる提供元のサーバーに限定、②権限は読み取りから最小限で、③送信・削除など影響の大きい操作は人間の承認制、④機密度の高いデータは接続対象から分離、の4点です。これは新入社員へのアクセス権付与と同じ考え方で設計できます。

まとめ: MCPは「AIに仕事を任せる」ための配線

MCP（Model Context Protocol）は、AIと外部ツールをつなぐ共通規格であり、AIを「話し相手」から「働き手」に変える配線です。要点を振り返ります。

第一に、MCPは特定製品ではなくオープンな業界標準規格で、対応ツールは今も増え続けています。第二に、仕組みは「ホスト（AI本体）がサーバー（ツールの窓口）のボタンを押す」という単純な構図で、導入は登録コマンド1行から始められます。第三に、力が強い分だけ権限管理が重要で、「信頼できるサーバーだけ・最小権限・重要操作は承認制」が鉄則です。

まずは任せたい業務を1つ決め、対応するMCPサーバーを1つだけつないでみてください。AIが初めてあなたのカレンダーを読み上げた瞬間、「AIに仕事を任せる」という言葉の解像度が一段変わるはずです。全体像の整理にはClaude Codeの使い方完全ガイドもあわせてどうぞ。