MCP は tool だけではない。resources と prompts を含む設計として読む
このノートは原文の代替ではありません。読むべきポイントと実装上の意味を整理し、原典への入口を示します。
要点まとめ
- MCP は AI application と外部 tool/data を接続する client-server architecture として説明される。
- よく語られる tools だけでなく、resources、prompts、notifications などの primitive がある。
- 日本語では『AI 用の外部ツール規格』だけでなく、『context の渡し方を標準化する層』として理解したい。
何が変わったのか
MCP を単なる function calling の別名として読むと誤解が起きます。仕様上は、host、client、server、data layer、tools、resources、prompts などの役割分担があります。特に resources は、モデルに渡す文脈をどう取得・提示するかに関係し、RAG や社内データ連携の設計に直結します。
なぜ重要か
日本企業が MCP に注目する理由は、SaaS 連携や社内 DB 連携を agent に任せやすくなるからです。ただし、標準化された接続口があるだけでは、権限、同意、監査、機密情報の扱いは解決しません。仕様の言葉を正確に読むことで、実装前の過剰期待を抑えられます。
技術的ポイント
- host は Claude Code や IDE などの AI application、server は tool や resource を提供する側。
- tools はモデルがアクションを起こす入口、resources は文脈データを提供する入口。
- JSON-RPC ベースの lifecycle と capability negotiation を理解すると、client/server の責任が見える。
英日キーワード
| 英語 | 日本語 | 補足 |
|---|---|---|
| MCP | Model Context Protocol | AI アプリが外部ツールやデータ源に接続するためのプロトコル。ツールだけでなく resources / prompts も含む。 |
| tool use | ツール使用 | モデルが検索、DB、コード実行、外部 API などを呼び出す設計。便利さより権限と監査が重要になる。 |
| retrieval augmented generation | 検索拡張生成 / RAG | 外部文書を検索して回答に使う方式。検索品質、引用、更新頻度、権限管理が本体。 |
| context window | コンテキストウィンドウ | モデルが一度に参照できる入力と履歴の容量。長いほど便利だが、品質・コスト・遅延の検証は別に必要。 |
試すなら
- 既存業務の外部接続を tools、resources、prompts に分けて棚卸しする。
- 最初の MCP server は読み取り専用 resource から始める。
- tool 実行には user consent、ログ、取り消し不能操作の禁止を明示する。
注意点
- MCP server を増やしても、agent の判断品質が自動で上がるわけではない。
- 書き込み権限を持つ tool は、初期 MVP では原則避ける。