Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
MCPとは?
Search
Sponsored
·
SiteGround - Reliable hosting with speed, security, and support you can count on.
→
Takuma Shinohara
November 26, 2025
Technology
0
120
MCPとは?
Takuma Shinohara
November 26, 2025
Tweet
Share
More Decks by Takuma Shinohara
See All by Takuma Shinohara
BlueskyMeetup in Fukuoka アイデアソン
shinoharata
1
110
BlueskyMeetup in Fukuoka アイデアソン結果発表
shinoharata
1
91
いまのBlueskyってどうなの
shinoharata
0
150
四谷ラボとは ※2025/05/31
shinoharata
0
140
What's is Bluesky
shinoharata
0
1.9k
dissolute fat
shinoharata
0
240
20240520_toranoana_lab.pdf
shinoharata
0
230
民主的なSNSは日本を救う
shinoharata
0
400
Nostr x Gorilla Vim Collaboration
shinoharata
0
470
Other Decks in Technology
See All in Technology
Amazon Bedrock AgentCoreでブラウザ拡張型AI調査エージェントを開発した話 (シングルエージェント編)
nasuvitz
2
120
AI活用を"目的"にしたら、データの本質が見えてきた - Snowflake Intelligence実験記 / chasing-ai-finding-data
pei0804
0
710
男(監査)はつらいよ - Policy as CodeからAIエージェントへ
ken5scal
1
220
OCI技術資料 : 外部接続 VPN接続 詳細
ocise
1
10k
トラブルの大半は「言ってない」x「言ってない」じゃねーか!!
ichimichi
0
160
Microsoft Fabric のワークスペースと容量の設計原則
ryomaru0825
2
180
dbt meetup #19 『dbtを『なんとなく動かす』を卒業します』
tiltmax3
0
110
Devinを導入したら予想外の人たちに好評だった
tomuro
0
200
Introduction to Sansan, inc / Sansan Global Development Center, Inc.
sansan33
PRO
0
3k
名刺メーカーDevグループ 紹介資料
sansan33
PRO
0
1.1k
俺の失敗を乗り越えろ!メーカーの開発現場での失敗談と乗り越え方 ~ゆるゆるチームリーダー編~
spiddle
0
350
LLM活用の壁を超える:リクルートR&Dの戦略と打ち手
recruitengineers
PRO
0
130
Featured
See All Featured
A Tale of Four Properties
chriscoyier
162
24k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
666
130k
Redefining SEO in the New Era of Traffic Generation
szymonslowik
1
230
The untapped power of vector embeddings
frankvandijk
2
1.6k
How GitHub (no longer) Works
holman
316
140k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
32
2.8k
RailsConf 2023
tenderlove
30
1.4k
Building Applications with DynamoDB
mza
96
6.9k
WCS-LA-2024
lcolladotor
0
470
Jess Joyce - The Pitfalls of Following Frameworks
techseoconnect
PRO
1
82
Being A Developer After 40
akosma
91
590k
Speed Design
sergeychernyshev
33
1.6k
Transcript
MCPを学ぶ プレゼンテーションの目的について簡単に説明してください
自己紹介
Shino3(しのさん) • 本業:エンジニア、プログラマー • 趣味:ものを作ること、車の競技(ダート)、釣り • 好きなもの:寿司(サーモン)と焼き肉(ハラミ) • 夢:モチベーション駆動によるサスティナブルな社会の構築 •
住まい:長野県佐久市
Shino3(しのさん)
目次 01 MCPとは? 02 人とAIエージェントとMCP 03 MCPはシンプル? 04 MCPの強い所 05
こんなところに使いたいMCP
MCPとは
MCPとは? ひとことでいうと?
MCPとは? ひとことでいうと? LLMが 他の サービスを プラグイン感覚で 扱える 共通プロトコル
MCPとは? • Model Context Protocol → 略して MCP • LLMが外部サービスやツールと統一仕様を用いて安全に
つながるためのプロトコル • データや操作を“共通のコンテキスト”として扱えるようにし、 エージェントが外部リソースを自然に使えるようにする仕組み • Anthropic 社が仕様を公開 • 公開日は 2024/11/25 (まさかのほぼ一年前!) • Claudeが真っ先に対応
MCPとは? • MCPに対応したAIエージェントはすでに 90以上!! (https://modelcontextprotocol.io/clients 2025/11/24時点) • 汎用チャット系・エージェント系サービス • ChatGPT(OpenAI)
• Claude AI、ClaudeCode、Claude Desktop(Anthropic) • Le Chat(Mistral AI)(フランスに本社を置く企業) • IDE/コーディングアシスタント • VS Code & Copilot • Cursor、Windsurf、Zed、Warpなど • Amazon Q CLI、Amazon Q IDE • JetBrains AI Assistant
MCPとは? • MCPに対応したサービスは340件以上、サーバーは8000以 上! (論文:A Measurement Study of Model Context
Protocol Ecosystem) • Google Drive、Dropbox、Notion • PostgreSQL、MySQL、SQLite • Elasticsearch、OpenSearch • Redis • AWS、GCP、Azure • Slack • GitHub、GitLab • Salesforce、Jira、Zendesk
人と AIエージェントと MCP
人とエージェントとMCP • 通常のWEBサービス Webサービス API Web ブラウザー Web ブラウザー
人とエージェントとMCP • LLMにMCPを提供しているサービス MCPサーバー 公開API AI Agent AI Agent
人とエージェントとMCP • じゃあエージェントモードやDeepReseachは?
人とエージェントとMCP • じゃあエージェントモードやDeepReseachは? Webサービス API Web ブラウザー Web ブラウザー
人とエージェントとMCP AIが あなたの代わりに 操作する • じゃあエージェントモードやDeepReseachは?
人とエージェントとMCP 似たようなもの ありました • じゃあエージェントモードやDeepReseachは?
人とエージェントとMCP • じゃあエージェントモードやDeepReseachは?
人とエージェントとMCP LAM (Large Action Model) 自分で判断して行動する AIエージェントとして登場 • じゃあエージェントモードやDeepReseachは?
人とエージェントとMCP • じゃあエージェントモードやDeepReseachは? Webサービス API Web ブラウザー Web ブラウザー
人とエージェントとMCP • 通常のWEBサービス Webサービス API Web ブラウザー Web ブラウザー もう一回
人とエージェントとMCP • LLMにMCPを提供しているサービス MCPサーバー 公開API AI Agent AI Agent もう一回
人とエージェントとMCP 複雑?
人とエージェントとMCP いいえ、 むしろMCPあったほうが シンプルになる
MCPは シンプル?
MCPはシンプル? ピザを注文するフロー
None
None
MCPはシンプル? サイトを操作するような エージェントは 無駄が多い!
None
MCPはシンプル? 無駄の中身
MCPはシンプル? 無駄の中身 • スクレイピング • 画像・画面解析 • 商品一覧のリスト化
MCPはシンプル? 無駄の中身 処理のリソース 電力や燃料
MCPはシンプル? エコじゃ ない!!
MCPはシンプル? 観点 画面を読むAIエージェント MCP(APIベース) 仕組み UIを解析しながらブラウザ操作 APIツールを直接利用 必要なLLM処理 画像+テキスト推論 テキストのみ
(誤認も少ない) 推論回数 10〜30ステップ 3〜5回 計算コスト 高い(Visionモデル) 低い(テキスト推論+API) 電力消費 高負荷 低負荷 安定性 UI変更に弱い 堅牢 ※見た目はエージェントのほうがかっこいい!
MCPが強い所
MCPが強い所 安定した操作を提供 注文ボタンの位置や色が変わってもMCPで APIの操作が変わらなければ、同じ動きを 再現可能。 サイトの構造を理解しなくてもいいので 無駄な推論がなくなる。
MCPが強い所 低コスト・高速 エージェントを使用すると、 画面表示→LLM解析→指示…を数十回やる MCPならメニュー→選択→注文処理の3回 画面解析をしないので圧倒的に軽い、早い! GPU処理も通信も省力化!→エコ! ※Agentに対して…
MCPが強い所 さらに深く探索や抽出 Amazonや楽天のレビューを全件取得して 独自のスコアリングや、自然言語でニーズに 合致するものを抽出可能 “コスパのいいもの、耐久性順”など 独自のランキング構築が可能になる ※Agentに対して…
MCPが強い所 複数サービスの横断利用 食べログの口コミ全件取得、Google Mapの 混雑時間帯データや営業情報を取得 「今日のご飯どうする?帰り道で食べる?」 同時に近くの駐車場を提案できたり、現在の 混雑状況や現在地からオススメが可能 ※Agentに対して…
MCPが強い所 安全に使える範囲が決まる LLMが画面解析して操作することは、つまり 破壊的な操作や、勝手な変更ができてしまう。 MCPは操作可能な対象がAPIが公開されてい るものだけ。安全な操作が可能 ※Agentに対して…
こんな所に 使いたい
僕が思う 使いたい所
こんな所に使いたい 一覧取得 検索、インデックス
こんな所に使いたい ゲーム・漫画・映画 新作情報
こんな所に使いたい ゲーム・漫画・映画 新作情報 パーソナライズが容易
こんな所に使いたい Amazonや楽天など 通販の商品一覧
こんな所に使いたい Amazonや楽天など 通販の商品一覧 複数の商品から 自然言語で検索ができる
こんな所に使いたい Google Mapと レビューサイト連携
こんな所に使いたい Google Mapと レビューサイト連携 現在地や目的地から近く、 高評価店舗を独自ランキング
こんな所に使いたい Google Fitと食事管理と 筋トレアプリの横断連携
こんな所に使いたい Google Fitと食事管理と 筋トレアプリの横断連携 食事と運動と 自分の体の状態管理が楽になる
こんな所に使いたい 考え出すと キリがない
こんな所に使いたい AIをもっと パーソナライズ
まとめ
まとめ • MCPの立ち位置 • MCPは、LLMが外部サービスを安全・軽量に扱うための共通プロトコル • サイトの画面解析やエージェントによるブラウザ操作に頼らない • MCPがもたらす価値 •
省力化:画面解析より圧倒的に低コストかつ処理が高速 • パーソナライズ:好みや行動に最適化した、私に対する提案 • 企業・個人がMCPを提供する理由 • AIに機能やデータを、正しく安全に公開できる • エージェントに自社サービスを自然に組み込むことができ、サービスの 価値が広がる