**Model Context Protocol(MCP)とは?なぜ今注目すべきなのか**
2025年を迎えても、大規模言語モデル(LLM)を取り巻くエコシステムの勢いは衰える気配を見せません。当初はより大規模なデータで学習させた巨大モデルに注目が集まっていましたが、2024年を通じて、LLMをより大きく、組み合わせ可能でモジュール化されたAIシステムの一部として組み込む「コンパウンド型」AIシステムへの関心が高まりました。
この流れには、いくつかの背景があります。
1. コンポーザビリティ(構成可能性):単なるテキスト生成にとどまらず、これまで手作業で行っていたワークフローを自動化したい、というニーズです。たとえば上司への返信文をわざわざChatGPTにコピペするのではなく、LLMをメールクライアント自体に組み込みたい。あるいはデータベース管理者であれば、リレーショナルDB内の全テーブルのスキーマや関係性をいちいち入力させるのではなく、LLMが必要に応じてその情報を取りに行ける状態にしたい、というわけです。
2. グラウンディング:LLMは(Andrej Karpathyがこちらで説明しているように)、ざっくり言えばインターネット全体(および学習に用いられたその他のテキスト)を確率的かつロッシーに圧縮したものであり、学習時点でのスナップショット(いわゆる「ナレッジカットオフ」)に基づいて動いています。さらに、本質的には「次に最も妥当なトークン」を予測しているにすぎないため、現実に基づかない内容を生成してしまうこともあります。笑える事例もありますが、もちろん望ましいものではなく、一般に「ハルシネーション」と呼ばれます。これを避ける方法のひとつが、より新しい情報を取得して回答に参照させる仕組みをモデルに与えることです。
3. エージェント的な振る舞い:より非決定論的なシナリオでは、_何を_行うか、そして_どう_行うかについての制御を一部手放してもよい、という発想すら出てきます。LLM自身が必要なツールを選び、必要な情報を取りに行き、自ら意思決定をしながら状況に応じて適応していく。そんな動き方が求められています。
これらの変化に共通するのは、外部システムとの通信です。共通の標準がなければ、新しいシステムを追加するたびに独自実装が必要となり、エコシステムは断片化してしまいます。Anthropicは2024年末にModel Context Protocolを発表し、データソース(N個のツール)とAI搭載ツール(M個のクライアント)をつなぐ双方向接続のオープン標準を打ち出すことで、N×Mの統合課題をN+Mへと変えることを狙いました。HTTPがWebブラウザとサーバー間の通信を標準化したのと、ちょうど同じ発想です。
LangChainやLlamaIndexのコードベースをお使いの方もご安心を。MCPはそれらを置き換えるものではありません。こちらの講演でも語られているとおり、MCPの登場によって、エージェントフレームワークは本来の得意領域、つまりエージェントループを回し、ツールが返してくるデータに応答することに集中できるようになります。
すでにAmazon、OpenAI、Googleが採用を進めており、MCPはエージェントネイティブなアプリにおけるHTTPになりつつあります。今こそ詳しく押さえておく価値があるテクノロジーです。
独自のMCPサーバーを構築するには
modelcontextprotocol.io には、独自サーバーを構築するための充実した開発者ガイドが公開されています。ここでその手順をすべてなぞるつもりはありませんが、サーバーが提供できる中核概念とケイパビリティの種類は押さえておきましょう。
- Resources(リソース):MCPサーバーがクライアントに渡したいあらゆるデータが対象です。テキスト系(データベースレコード、ソースコードなど)もバイナリ系(画像、音声、動画など)もカバーします。クライアントはリソースを発見・読み取り・更新でき、リソースはアプリケーション側で制御される設計になっています。
- Prompts(プロンプト):サーバーは再利用可能なプロンプトテンプレートやワークフローを定義でき、日々のLLM活用を標準化できます。ドメイン知識を組み込んでおけば、プロンプトがMCPサーバーの機能を正しく使うようユーザーを導いてくれます。そのためプロンプトは、ユーザー側で制御される設計になっています。
- Tools(ツール):ツールを介して、サーバーは実行可能な機能をクライアントに提供し、外部システムとの連携や現実世界でのアクション(API連携やデータ処理など)を可能にします。何を実行するかの判断はLLMに委ねたいので、ツールはモデル側で制御される設計になっています。
**DoiT MCPサーバーをオープンソースで公開**
DoiTとしても、この活気あるサーバーコミュニティに加わり、独自のMCPサーバーをリリースすることで、お客様がすでに使っている場所までこちらから歩み寄りたいと考えました。
そして、ついに公開です。
doitintl/doit-mcp-server: DoiT公式MCPサーバー \ DoiT official MCP Server.\ github.com
必要なのは、DoiT APIキーを取得して、実際に触ってみることだけです。
このサーバーをセットアップすれば、DoiT Cloud Intelligence™に蓄積されたマルチクラウドのFinOpsデータと、そのまま会話できるようになります。現在はDoiT APIのうち、incidents、anomalies、reports、queries、dimensionsへのアクセスに対応しています。今後もアップデートを続々と追加していきますので、ぜひリポジトリをウォッチしてください。
どう活用すればいいのか
たとえば、いつもの月曜日の朝。週末明けにクラウドインフラの状況をサッと確認したいとします。ダッシュボードを行ったり来たりしたり、アラートメールを片っ端から読んだりする代わりに、お気に入りのアシスタントにこう尋ねるだけです。
把握しておくべきインシデントが私のクラウドインフラにありますか?Markdownの表で示し、長文は要点を箇条書きでまとめてください。
あるいは、直近1週間でコストがどこに使われたか、注目すべきトレンドはないかを知りたいときは、こんな具合です。
過去1週間のクラウド利用全体について、コストの概要を教えてください。粒度は日次、上位5サービスだけで結構です。何かトレンドは見えますか?
Claudeが分析に使った生データを確認したければ、そのまま頼めば済みます。
そのデータの概要を表で見せてもらえますか?
MCPがあれば、Claudeなどのアシスタントは呼び出すべきDoiT APIのエンドポイントを正確に把握し、リクエストの組み立てから実行までを引き受けてくれます。情報を受け取った後は、結果をそのまま提示したり、依頼に応じて分析したりします。
—
FinOpsをもっとシンプルにする取り組みに、ぜひご参加ください。フィードバックはリポジトリへ。ご相談は doit.com/services からお気軽にどうぞ。