MCP を「AI が外部のサービスを呼べるようにした仕組み」と説明されることがある。これは正確ではない。
Tool use は 2024 年 5 月 30 日に Claude 3 ファミリー全体で一般提供になっている。MCP の発表は同じ年の 11 月 25 日なので、AI が API を呼ぶこと自体は MCP 以前からできていた。
社内の技術共有会でこの歴史を追ったので、外向けに書き直して残しておく。標準化されたのは「呼べるかどうか」ではない。繋ぎ込みのほうである。
■ 手作りアダプターの中身は 2 つだった
MCP 以前、生の API と AI モデルの間には、開発者が書いた薄い変換層があった。中身は 2 つに分かれる。
・ツール定義。 name / description / input_schema。AI に「何ができるか」を伝える
・実行コード。 認証や HTTP リクエストなど、実際に API を呼ぶ処理
やりとりは双方向である。ツール定義を渡す。モデルが「これを呼びたい」と返す。アダプターが実際に API を呼ぶ。結果がモデルに戻る。
問題はここからである。この 2 つを、アプリ × サービスの組み合わせごとに書き直していた。同じサービスへの連携でも、アプリが変われば作り直しになる。M 個のアプリと N 個のサービスがあれば、M × N 個の統合が要る。
■ MCP が標準化したのは「繋ぎ込み」である
MCP は、この手作り統合をやめて「ツール」という共通形式に揃えたプロトコルである。公式ドキュメントはこれを AI アプリケーションにとっての USB-C ポートにたとえている。
サーバーは接続してきた AI に、使えるツールの一覧を返す。共通規格なので、一度書けば別の AI アプリからも使い回せる。M × N が M + N になる。
ツール定義そのものは、API 仕様書の全体ではなく機能単位で済む。1 つ取り出すとこうなる。
{
"name": "create_draft",
"description": "下書きメールを作成する。宛先・件名・本文を指定する。",
"input_schema": {
"type": "object",
"properties": {
"to": { "type": "string" },
"subject": { "type": "string" },
"body": { "type": "string" }
},
"required": ["to", "subject", "body"]
}
}
■ 便利になった結果、ツール定義がコンテキストを食う
普及するにつれて、ツールの「数」が積み上がった。
Anthropic のエンジニアリング記事によれば、GitHub の MCP サーバーは 35 ツールで約 26K トークンを占める。公式ドキュメントは、GitHub・Slack・Sentry・Grafana・Splunk を繋いだ構成で、作業を始める前に約 55K トークンが定義だけで消えると書いている。
1 枚なら読みやすい。5 枚、10 枚と積み上がると、辞書 1 冊分のボリュームになる。標準化が生んだ、標準化自身の最初の問題である。
ひとつ、調べる過程で落とした数字を書いておく。社内の発表で使っていた GitHub の MCP サーバーのツール数とトークン数は、一次情報に当て直したところ一致しなかった。この記事では採用せず、上の公開値に差し替えている。
■ 「見えているだけ」で、正解率が落ちる
食うのはコンテキストだけではない。正解率そのものが下がる。
公式ドキュメントは、利用できるツールが 30〜50 を超えるとツール選択の精度が落ちると書いている。MCP の評価タスクでは、全ツールを事前ロードした場合と動的なツール検索を有効にした場合で、Claude Opus 4 が 49% から 74% へ、Claude Opus 4.5 が 79.5% から 88.1% へ改善した。
「全部見せておけば AI が選ぶ」は誤りである。見えているだけで選べなくなる。
■ 解決策は、遅延ロードと検索
2025 年 11 月 24 日、Anthropic が Tool Search Tool を発表した。やることは 4 段階である。
1. ロードを遅らせたいツールに 「defer_loading: true」 を付ける
2. 起動時、モデルには検索ツールと遅延しないツールだけが見えている
3. 必要になった時点で、モデルが検索ツールを呼ぶ
4. 該当したツールの定義だけがその場で展開される(既定で上位 5 件)
Web でおなじみの遅延読み込みが、そのままツール設計に持ち込まれた形である。定義そのものは毎回リクエストに全部載せる。変わるのはコンテキストに入るかどうかだけである。
□ 85% は、何と何の比か
「85% 削減」だけでは検証できないので、内訳まで書く。Anthropic が挙げている例では、作業を始める前に消えていた約 77K トークンが約 8.7K トークンになった。
コンテキストウィンドウの残りで言うと、従来の 122,800 トークンに対して 191,300 トークンが残る。記事はこれを「コンテキストウィンドウの 95% を温存する」と表現している。
この仕組みは API だけのものではない。Claude Code と Agent SDK のドキュメントは、ツール検索が既定で有効であると書いている。
なお社内の発表では「2026 年 1 月に Claude Code 向けへ展開」と話したが、その時期を示す一次情報に辿り着けなかったため、この記事では日付を落とした。
■ 検索のさせ方 — ツール名を知っているなら、言ってしまう
検索ツールには 2 種類ある。どちらもツール名・説明・引数名・引数の説明を対象に検索する。
・正規表現モード。 モデルが Python の 「re.search()」 パターンを組み立てる。大文字小文字は区別しない。パターンは最大 200 文字
・BM25 モード。 モデルが自然言語のクエリで検索する。クエリは最大 500 文字
ここから実務的な示唆が 1 つ出る。その場面で使うツールが確定しているなら、名前を書いてしまうほうがよい。
「回答をメールで一時保存しておいて」と書くと、検索は曖昧なクエリから始まる。「「create_draft」 を使って下書きを作成してください」と書けば、探す対象が最初から文字列として決まる。
公式ドキュメントも、ツール名に 「github_」 「slack_」 のような接頭辞を揃えること、説明文にユーザーが使う言葉を入れることを、検索のさせ方の工夫として挙げている。
■ この歴史から言えること
標準化 → 普及 → 新たな課題 → 方向転換。MCP はこれをきわめて短い期間で 1 周した。発表が 2024 年 11 月 25 日、Tool Search Tool の発表が 2025 年 11 月 24 日である。ちょうど 1 年しかない。
1 年前の「MCP の使い方」は、もう一部が古い。だから持ち帰るのは個別の設定方法ではなく、設計の向きのほうである。
・全部見せるのが親切とは限らない。見えているだけで選択の精度が落ちる
・情報は必要になった時点で取りに行かせる。起動時に積まない
・呼び出し側が答えを知っているなら、それを渡す。探させない
■ 参考
・Anthropic「Introducing advanced tool use on the Claude Developer Platform」(https://www.anthropic.com/engineering/advanced-tool-use)
・Anthropic「Claude can now use tools」(https://claude.com/blog/tool-use-ga)
・Anthropic「Introducing the Model Context Protocol」(https://www.anthropic.com/news/model-context-protocol)
・Model Context Protocol「What is the Model Context Protocol (MCP)?」(https://modelcontextprotocol.io/docs/getting-started/intro)
・Claude Docs「Tool search tool」(https://platform.claude.com/docs/en/agents-and-tools/tool-use/tool-search-tool)
・Claude Code Docs「Scale to many tools with tool search」(https://code.claude.com/docs/en/agent-sdk/tool-search)
■ この記事を書いている会社について
株式会社MIRAILABS では、こうした検証を社内で持ち寄りながら、業務への組み込み方を詰めています。システム開発や AI を使った開発の進め方について、相談したいことがあればお問い合わせください。
MIRAILABS では一緒に働く仲間を募集しています。手を動かして確かめる進め方に心当たりのある方は、採用ページをご覧ください。
・採用情報(https://mirailabs.co.jp/recruit/)