MCPとは？
サービス事業者の見積もり・予約・顧客対応を変えるAI連携の標準規格
「この条件だと、料金はいくらになりますか？」 「希望の日程でお願いできますか？」 「どこまで対応してもらえますか？」
サービスを提供する企業にとって、こうした質問への回答は簡単ではありません。顧客の要望を聞き、料金表や社内ルールを確認し、担当者や設備の空き状況を調べる必要があるからです。
AIにサービス内容を説明させるだけなら、Webサイトや資料の情報でも対応できます。しかし、顧客ごとの見積もりや予約まで進めるには、AIが実際の業務システムを利用できる仕組みが必要です。
その接続方法を共通化するのが、MCP（Model Context Protocol）です。
MCPは、AIと業務システムをつなぐ共通ルール
MCPは、AIアプリケーションが外部のデータや機能を利用するためのオープンな標準規格です。
たとえば、AIが顧客から聞いた条件を料金計算システムに渡す、予約システムに空き枠を問い合わせる、顧客管理システムから契約情報を取得するといった連携に使えます。MCP公式解説
基本的な仕組みは、AIアプリ側の「MCPクライアント」と、企業側の機能を提供する「MCPサーバー」のやり取りです。企業は、外部から利用させたい機能をMCPサーバーで公開します。AIアプリは、接続先が提供する機能と必要な入力項目を確認し、許可された範囲で呼び出します。公式アーキテクチャ
MCPは、2024年11月にAnthropicが公開しました。2025年12月には、Linux Foundation傘下のAgentic AI Foundationへの寄贈が発表され、複数企業が関わるオープンな基盤として発展しています。公開時の発表、AAIFへの寄贈発表
サービス業で重要なのは、顧客の条件に応じて答えを出すこと
サービスの価格や提供条件は、顧客ごとに変わります。
たとえば、法人研修なら参加人数、研修テーマ、開催方法、講師の稼働状況が料金に影響します。設備の修理なら、機器の種類、故障内容、訪問先、必要な部品によって見積もりが変わります。
Webサイトに「料金は○円から」と掲載していても、それだけでは顧客が知りたい金額や対応可否を答えきれません。
ここで必要なのは、顧客の条件を整理して、自社の計算ルールや最新の稼働情報に照らし合わせる処理です。MCPを使うと、その処理をAIから呼び出せる共通の接続口として提供できます。
もちろん、こうした連携は従来のAPIでも実現できました。MCPの利点は、対応するAIアプリとの間で、機能の説明、入力形式、呼び出し方法を共通化できる点にあります。複数のAIアプリに対応するとき、接続部分を再利用しやすくなります。
見積もりの会話は、どのように変わるのか
法人研修の問い合わせを例に考えてみましょう。以下は、MCPを利用した仕組みの設計例です。
顧客が「営業担当者向けの研修を、来月、30人で受けたい」と相談すると、AIは開催場所や研修時間など、不足している条件を確認します。
必要な情報がそろったところで、料金計算の機能を呼び出します。続いて、講師の稼働状況や開催可能日を調べ、条件に合うプランを提示します。
顧客が内容に同意したら、相談予約を作成したり、担当者に見積もり確認を依頼したりするところまで進められます。
この設計では、料金の計算を自社システムに任せ、AIには条件の聞き取りと結果の説明を担当させます。MCPでは、こうした処理を「ツール」として公開し、入力や出力の形式を定義できます。公式ツール仕様
実務では、金額と一緒に次の情報も返せるようにすると、案内の精度を高めやすくなります。
- 概算か、確定した見積もりか
- 税金や追加費用を含んでいるか
- どの条件を前提に計算したか
- いつまで有効な見積もりか
- 次に必要な手続きは何か
予約についても、空き枠の表示から確定までの間に状況が変わる可能性があります。確定時の再確認や、二重予約を防ぐ処理まで含めて設計することが大切です。
2026年のMCPで押さえておきたい変化
現行仕様は2026年7月28日版
2026年10月17日時点の現行仕様は、2026年7月28日版です。
大きな変更は、プロトコルの中核が、リクエストごとに必要な情報を持つ「ステートレス」な方式になったことです。接続単位の状態管理への依存を減らし、サーバーの負荷分散や運用を行いやすくする変更です。
既存の実装からは移行が必要になるため、導入時には利用するAIアプリと開発用SDKの対応バージョンを確認する必要があります。公式リリース解説
会話の中でフォームや選択画面を使える
MCPの活用は、文章による回答にとどまりません。
「MCP Apps」という拡張では、対応するAIアプリの会話内に、フォームや操作可能な画面を表示できます。サービス事業者なら、プラン選択、見積もり条件の入力、候補日時の確認といった画面が活用例として考えられます。
ただし、拡張機能の利用には、接続する側と提供する側の対応が必要です。公式拡張機能一覧
時間のかかる処理を追跡する仕組みもある
すべての業務が、その場で完了するわけではありません。複雑な計算や、担当者の確認を含む処理には時間がかかります。
「MCP Tasks」という拡張では、処理を識別するIDを受け取り、進捗や結果を後から取得できます。長時間の処理を扱うための選択肢ですが、実際の業務処理や承認の仕組みは、企業側で用意します。MCP Tasks公式解説
ChatGPTでも、見積もり依頼を受け付ける具体的な仕組みが登場
OpenAIは、地域サービス向けに「Get Quote」の連携仕様を公開しています。対象の事業者情報から、ChatGPT内で見積もり依頼用の画面を開く仕組みで、MCPツールを利用します。
2026年10月17日時点では、承認されたパートナーとテストしているベータです。見積もり依頼の受付を扱う仕様であり、即時の料金算出や予約確定は、事業者側で別途設計する必要があります。OpenAI公式「Get Quote」仕様
サービス事業者が期待できる3つの効果
1．問い合わせから提案までの待ち時間を減らす
条件の聞き取り、対応エリアの確認、概算料金の計算など、ルールが明確な工程は自動化の候補になります。
顧客は、担当者からの返信を待つ間にも、検討に必要な情報を得られます。担当者も、基本条件が整理された状態で相談を引き継げます。
効果の大きさは、料金ルールの整理状況や既存システムによって変わります。まずは、一つの問い合わせをどこまで処理できるか検証するのが現実的です。
2．複数のシステムにまたがる確認をまとめる
顧客への回答には、料金、空き状況、契約条件など、複数の情報が必要になることがあります。
AIアプリ側で必要な接続と処理順序を設計すれば、顧客は一つの会話の中で条件を確認できます。企業側では、どの情報を正しい基準とするか、取得に失敗したときにどう案内するかを決めておく必要があります。
3．AIアプリごとの連携開発を共通化しやすくなる
自社サイトのAI相談窓口、社内の営業支援、外部のAIアプリで、同じ業務機能を使いたい場面があります。
MCPに沿って機能を提供すれば、対応する接続先で再利用しやすくなります。ただし、認証方法、画面表示、対応バージョンなどの違いは残るため、接続先ごとの確認や調整は必要です。
公開前に理解しておきたい、MCPの役割と実装上の条件
公開しただけで、各AIから推薦されるわけではない
MCPサーバーの公開と、AIサービス内で顧客に見つけてもらうことには、それぞれ準備が必要です。
公式MCP Registryは、サーバーの所在や設定方法などの情報を提供する仕組みです。登録によって、すべてのAIアプリでの掲載や利用が保証されるものではありません。MCP Registry公式解説
たとえばChatGPTのプラグインディレクトリで一般公開する場合は、パッケージの提出、検査、審査、承認後の公開という工程があります。OpenAI公式公開手順
事業者は、接続機能の開発に加えて、対象プラットフォームでの配布方法や、利用者が接続するまでの導線も設計する必要があります。
会話履歴や顧客情報の引き継ぎは、別途設計する
Webサイトでの相談内容を、翌日の営業対応に引き継げると便利です。しかし、MCPが自動的に顧客の会話を記憶し、別の窓口へ共有するわけではありません。
見積もりIDや問い合わせIDを発行し、顧客情報と関連付け、適切な権限で参照できる仕組みが必要です。現行仕様でも、複数の呼び出しにまたがる状態は、明示的なIDなどを使ってアプリケーション側で扱う設計が示されています。状態を持つツールの設計指針
MCP対応と、安全な運用は同時に設計する
MCPにはHTTP接続向けの認可仕様がありますが、実際に誰へどの権限を与えるかは、提供するシステム側で管理します。公式認可仕様
サービス販売では、料金の照会と、予約の確定や契約の変更では影響が異なります。利用者の識別、操作ごとの権限、必要な確認、実行記録を業務に合わせて設計する必要があります。
外部から取得した文章に悪意のある指示が含まれる場合も想定し、AIの判断だけに権限制御を任せない構成が求められます。公式セキュリティ指針
導入は、よくある一つの問い合わせから始める
最初から、問い合わせから契約までの全工程を対象にする必要はありません。次の順番で範囲を絞ると、効果と課題を確認しやすくなります。
- 対象の質問を一つ決める 「この地域で対応できるか」「この条件の概算はいくらか」など、頻度が高く、判断基準を説明できる質問を選びます。
- 回答に必要な情報を整理する 入力項目、参照するデータ、計算ルール、例外、人に確認する条件を明確にします。
- 限定した範囲で接続する 社内の営業支援や一部の相談窓口から試し、必要なデータと機能だけを利用できるようにします。
- 失敗する場面も確認する 条件不足、対象地域外、料金データの欠落、空き枠の変動、システム停止時に、適切に案内できるか検証します。
- 顧客対応の成果で評価する 見積もり提示までの時間、正しく回答できた割合、担当者への引き継ぎ率、予約や商談への移行率を確認します。
導入期間は、既存APIの有無や料金ルールの複雑さ、認証、接続先の審査などに左右されます。MCPサーバーの作成に加えて、実際の顧客対応として運用できる範囲を見積もることが大切です。
よくある質問
MCPと通常のAPIはどう違いますか？
APIは、業務システムのデータや処理を外部から利用するためのインターフェースです。MCPは、AIアプリがそうした機能を見つけて呼び出すための共通ルールを提供します。既存APIを、MCPサーバーから利用する構成も可能です。
ChatGPTやClaudeで同じ機能を使えますか？
両者にはMCPを利用する仕組みがあります。ただし、接続方法や利用できる拡張機能、認証、管理設定は同一ではありません。提供したい体験が対象のAIアプリで動くかを確認する必要があります。MCP公式の対応環境解説
MCPを導入すれば、売上は増えますか？
売上への効果は、顧客が必要とする情報を返せるか、次の手続きまで分かりやすく案内できるか、実際にサービスを提供できるかによって変わります。導入前後で待ち時間や商談への移行率を測り、改善につながったかを判断します。
サービス事業者にとって、MCP導入の出発点は、顧客が繰り返し尋ねる質問を選ぶことです。その質問に答えるためのデータと判断ルールを整え、AIから安全に利用できるようにする。そこから、見積もり、予約、顧客対応へと活用範囲を広げていけます。