Claude MCP実践ガイド｜ツール連携パターンと業務自動化の活用例【2026年版】

MCPで広がるClaudeの可能性

MCP（Model Context Protocol）を一言で言うと、AIモデルに「手」と「目」を与えるプロトコルだ。通常のチャットAIはテキストのやり取りしかできないが、MCPを介すことで、データベースへの問い合わせ、ファイルの読み書き、外部APIの呼び出し、ブラウザの操作まで、実世界のツールと連携した高度なタスクをこなせるようになる。

MCPの基本概念についてはMCPサーバー構築ガイドでまとめている。ここではさらに踏み込んで、実務で役立つ具体的な活用パターンとセットアップ手順を紹介していく。

MCPの基本構成のおさらい

MCPは「ホスト」「クライアント」「サーバー」の3層構造で成り立っている。

コンポーネント	役割	例
ホスト	ユーザーが操作するAIアプリ	Claude Desktop、Cursor、VS Code
クライアント	サーバーとの通信を管理	ホスト内に組み込まれている
サーバー	ツール・データを提供する軽量プログラム	filesystem、postgres、slack等

MCPサーバーは「Tools（ツール）」「Resources（リソース）」「Prompts（プロンプト）」の3種類の機能を提供でき、これらを組み合わせることで多様なユースケースに対応する。

Claude DesktopでのMCP設定方法

設定ファイルの場所

Claude DesktopのMCP設定は、以下のJSONファイルで管理する。

macOSの場合:

~/Library/Application Support/Claude/claude_desktop_config.json

Windowsの場合:

%APPDATA%\Claude\claude_desktop_config.json

基本的な設定形式

{
  "mcpServers": {
    "サーバー名": {
      "command": "実行コマンド",
      "args": ["引数1", "引数2"],
      "env": {
        "環境変数名": "値"
      }
    }
  }
}

複数のMCPサーバーを同時に利用する場合は、mcpServersオブジェクトに複数のエントリを追加すればいい。

実践パターン1：ファイルシステム連携

最も基本的かつ強力なMCPサーバーが「filesystem」だ。Claudeにローカルファイルの読み書き権限を与えて、ドキュメント作成やデータ整理を自動化できる。

セットアップ

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/username/Documents",
        "/Users/username/Desktop"
      ]
    }
  }
}

argsの最後にアクセスを許可するディレクトリパスを指定する。セキュリティのため、必要最小限のディレクトリだけにしておくのが鉄則だ。

活用例

ドキュメントの一括整理: 「Desktopにあるすべてのスクリーンショットを、日付別のフォルダに振り分けてください」

レポート生成: 「Documentsフォルダ内のCSVファイルを読み込んで、月次売上レポートをMarkdown形式で作成してください」

ファイル検索と要約: 「Documentsフォルダ内の議事録ファイルから、プロジェクトAに関する決定事項を抽出してまとめてください」

実践パターン2：データベース連携

データベースMCPサーバーを使うと、Claudeが自然言語でデータベースにクエリを発行し、分析結果を返してくれる。

PostgreSQL連携のセットアップ

{
  "mcpServers": {
    "postgres": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-postgres",
        "postgresql://user:password@localhost:5432/mydb"
      ]
    }
  }
}

SQLite連携のセットアップ

{
  "mcpServers": {
    "sqlite": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-sqlite",
        "--db-path",
        "/path/to/database.sqlite"
      ]
    }
  }
}

活用例

売上分析: 「先月の売上データを商品カテゴリ別に集計し、前月比を計算してください。上位5カテゴリをグラフで表示してください」

顧客分析: 「過去6カ月間に3回以上購入した顧客のリストを、累計購入金額の降順で出してください」

データ品質チェック: 「customersテーブルでメールアドレスが重複しているレコードを検出してください」

データ分析のスキルをさらに活かしたい方は、AIデータ分析副業ガイドも参考にしてみてほしい。

実践パターン3：Slack連携

Slack MCPサーバーを導入すると、Claudeがチームのコミュニケーションツールと直接やり取りできるようになる。

セットアップ

{
  "mcpServers": {
    "slack": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-slack"
      ],
      "env": {
        "SLACK_BOT_TOKEN": "xoxb-your-bot-token",
        "SLACK_TEAM_ID": "T0123456789"
      }
    }
  }
}

Slack Bot Tokenは、Slack APIのWebサイトでBotを作成して取得する。必要なスコープはchannels:read、channels:history、chat:writeあたりだ。

活用例

チャンネル要約: 「#dev-generalの今週の投稿を要約して、重要なアクションアイテムをリストアップしてください」

定型メッセージの送信: 「#announcements に来週のリリーススケジュールを整理して投稿してください」

情報検索: 「Slackで過去1カ月にAWS障害について議論されたスレッドを見つけて、対応策をまとめてください」

実践パターン4：GitHub連携

GitHub MCPサーバーは、リポジトリの管理、Issue操作、PR作成など、開発ワークフローの自動化に力を発揮する。

セットアップ

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-github"
      ],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "ghp_xxxxxxxxxxxx"
      }
    }
  }
}

活用例

Issue管理: 「myrepoのオープン中のIssueをラベル別に分類し、優先順位の提案をしてください」

コードレビュー補助: 「PR #42の差分を分析して、潜在的なバグやセキュリティリスクを指摘してください」

リリースノート生成: 「v2.0.0タグから現在のmainまでのコミット履歴をもとに、リリースノートを生成してください」

GitHub Copilotとの使い分けについてはGitHub Copilotガイドでまとめている。

実践パターン5：Web検索・ブラウザ連携

Webブラウザを操作するMCPサーバーを使うと、Claudeがリアルタイムの情報を取得したり、Webページの内容を分析したりできる。

Brave Search連携

{
  "mcpServers": {
    "brave-search": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-brave-search"
      ],
      "env": {
        "BRAVE_API_KEY": "your-api-key"
      }
    }
  }
}

Puppeteer（ブラウザ操作）連携

{
  "mcpServers": {
    "puppeteer": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-puppeteer"
      ]
    }
  }
}

活用例

競合調査: 「競合3社のWebサイトから最新の料金プランを取得し、比較表を作成してください」

ニュース要約: 「AI業界の最新ニュースを検索し、今週の重要トピック3つをまとめてください」

フォーム操作の自動化: 「指定したWebフォームに入力データを自動入力してスクリーンショットを撮影してください」

実践パターン6：Notion連携

Notionをナレッジベースとして活用しているなら、MCP経由でClaudeがNotionのページを読み書きできるようになる。

セットアップ

{
  "mcpServers": {
    "notion": {
      "command": "npx",
      "args": [
        "-y",
        "notion-mcp-server"
      ],
      "env": {
        "NOTION_API_KEY": "ntn_xxxxxxxxxxxx"
      }
    }
  }
}

活用例

議事録の自動整理: 「今週の会議メモを読み込んで、TODOリストを整理し、担当者ごとに振り分けてNotionのタスクDBに書き込んでください」

ナレッジベース検索: 「社内Wikiから○○プロジェクトの設計ドキュメントを探して、主要な技術選定の理由をまとめてください」

Notionの生産性向上テクニックについてはNotion AI活用ガイドもあわせてどうぞ。

実践パターン7：複数MCPサーバーの組み合わせ

MCPの真価は、複数のサーバーを組み合わせたときに出てくる。

実例：日次レポートの自動生成

以下のMCPサーバーを組み合わせた構成の例だ。

{
  "mcpServers": {
    "postgres": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-postgres", "postgresql://..."]
    },
    "slack": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-slack"],
      "env": { "SLACK_BOT_TOKEN": "xoxb-..." }
    },
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/Users/me/reports"]
    }
  }
}

プロンプト例: 「データベースから今日の売上データを取得し、前日比と週間トレンドを分析してMarkdownレポートを作成、reportsフォルダに保存した上で、#sales-dailyチャンネルにサマリーを投稿してください」

Claudeはこの指示を受けて、以下の手順を自動実行する。

PostgreSQLサーバーにクエリを発行して売上データを取得
データを分析してレポートを生成
ファイルシステムサーバーでMarkdownファイルを保存
Slackサーバーでチャンネルにサマリーを投稿

MCPサーバーの探し方

2026年現在、数百種類以上のMCPサーバーが公開されている。

公式リポジトリ

Anthropic公式のMCP Serversリポジトリに、公式・コミュニティ製のサーバー一覧がある。

主要なカテゴリ

カテゴリ	代表的なサーバー	用途
ファイル操作	filesystem, Google Drive	ローカル/クラウドファイル管理
データベース	postgres, sqlite, mysql	データ分析・操作
コミュニケーション	slack, discord, email	メッセージ管理
開発ツール	github, gitlab, jira	開発ワークフロー
検索	brave-search, google-search	Web情報取得
ブラウザ	puppeteer, playwright	Webスクレイピング・操作
ナレッジ	notion, obsidian, memory	情報管理
クラウド	aws, gcp, cloudflare	インフラ管理

npmxでのインストール確認

MCPサーバーの多くはnpmパッケージとして公開されており、npx -y パッケージ名で即座に利用可能だ。事前にNode.js（v18以上）のインストールが必要になる。

Claude CodeでのMCP活用

Claude Desktop以外にも、ターミナルベースのClaude CodeでMCPを活用できる。Claude CodeについてはClaude Codeガイドで詳しくまとめているが、ここではMCPとの連携ポイントに絞って紹介する。

Claude Codeの場合の設定

Claude Codeではプロジェクトルートの.mcp.jsonファイルでMCPサーバーを設定する。

{
  "mcpServers": {
    "postgres": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-postgres", "postgresql://..."]
    }
  }
}

Claude Codeならではの活用

Claude Codeはファイルシステムへのアクセスをネイティブに持っているため、filesystem MCPサーバーは不要だ。一方で、データベースやSlack、GitHubなどの外部サービスとの連携にはMCPが威力を発揮する。

MCPサーバーを自作する

既存のサーバーで要件を満たせない場合は、自作もできる。

TypeScriptでの最小実装

import { Server } from "@modelcontextprotocol/sdk/server/index.js";
import { StdioServerTransport } from "@modelcontextprotocol/sdk/server/stdio.js";

const server = new Server(
  { name: "my-custom-server", version: "1.0.0" },
  { capabilities: { tools: {} } }
);

server.setRequestHandler("tools/list", async () => ({
  tools: [
    {
      name: "get_weather",
      description: "指定した都市の天気を取得します",
      inputSchema: {
        type: "object",
        properties: {
          city: { type: "string", description: "都市名" }
        },
        required: ["city"]
      }
    }
  ]
}));

server.setRequestHandler("tools/call", async (request) => {
  if (request.params.name === "get_weather") {
    const city = request.params.arguments.city;
    // ここで天気APIを呼び出す
    return {
      content: [{ type: "text", text: `${city}の天気: 晴れ、25℃` }]
    };
  }
});

const transport = new StdioServerTransport();
await server.connect(transport);

Pythonでの実装

PythonでもMCPサーバーを構築できる。mcpパッケージを使う。

from mcp.server import Server
from mcp.server.stdio import stdio_server

app = Server("my-python-server")

@app.list_tools()
async def list_tools():
    return [
        {
            "name": "calculate",
            "description": "数式を計算します",
            "inputSchema": {
                "type": "object",
                "properties": {
                    "expression": {"type": "string"}
                },
                "required": ["expression"]
            }
        }
    ]

@app.call_tool()
async def call_tool(name, arguments):
    if name == "calculate":
        result = eval(arguments["expression"])
        return [{"type": "text", "text": str(result)}]

async def main():
    async with stdio_server() as (read, write):
        await app.run(read, write)

プログラミングの基礎スキルに不安がある方は、Vibe CodingガイドでAIを使った開発の始め方を知るところから始めてみてほしい。PythonやTypeScriptの基礎を個別指導で学びたい方は、Winスクールもチェックしてみてほしい。全国教室＋オンライン対応で、MCPサーバー開発に必要なプログラミング基礎を効率よく習得できる。

セキュリティのベストプラクティス

MCPは強力な分、セキュリティへの配慮が欠かせない。

最小権限の原則

ファイルシステムサーバーは必要なディレクトリのみ許可する
データベースは読み取り専用のユーザーで接続する（変更が不要な場合）
APIトークンは最小限のスコープを付与する

環境変数の管理

APIキーやトークンは設定ファイルに直接書かず、環境変数経由で渡すのが安全だ。

{
  "mcpServers": {
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_PERSONAL_ACCESS_TOKEN": "${GITHUB_TOKEN}"
      }
    }
  }
}

ローカルサーバーの推奨

MCPサーバーは原則としてローカルマシン上で動作させる。リモートサーバーとの通信が必要な場合は、SSHトンネルやVPNを介した安全な通信経路を確保しておくこと。

MCPの今後の展望

2026年のMCPエコシステムは急速に拡大しており、個人的に気になっているのは以下のあたりだ。

リモートMCPサーバー: HTTPベースのリモート接続が標準化され、SaaS型のMCPサービスが登場しつつある
MCPマーケットプレイス: ワンクリックでMCPサーバーを導入できるストアの整備が進んでいる
マルチエージェント連携: 複数のAIエージェントがMCP経由で協調作業するパターンが出てきた
企業向けガバナンス: 組織全体でMCPサーバーの利用を一元管理するツールも増えてきた

AIの業務自動化についてもっと知りたい方はAI自動化ツールまとめも参考にしてみてほしい。

よくある質問（FAQ）

Q. MCPを使うのにプログラミング知識は必要？

既存のMCPサーバーを設定ファイルに追加するだけなら、プログラミング知識はほぼ不要だ。JSONの基本的な書き方と、ターミナルでのコマンド実行ができれば十分。自作サーバーを開発する場合は、TypeScriptまたはPythonの知識が必要になる。

Q. MCPはClaude以外のAIでも使える？

使える。MCPはオープンプロトコルであり、Cursor、VS Code（GitHub Copilot Chat）、Windsurf、Clineなど多くのAIツールでサポートされている。サーバーを一度構築すれば、複数のAIアプリから共通して利用できるのがMCPの大きな強みだ。

Q. MCPサーバーは同時にいくつまで使える？

Claude Desktopでは技術的には数十個のMCPサーバーを同時に接続できる。ただし、サーバー数が増えるとClaude起動時の接続時間が長くなり、コンテキストウィンドウの消費も増えるため、実用上は5〜10個程度にとどめておくのがよい。

Q. MCPで扱うデータはAnthropicに送信される？

MCPサーバー自体はローカルで動作し、データは直接Anthropicに送信されない。ただし、MCPサーバーから取得したデータをClaudeが処理する際には、Claudeへのリクエストに含まれるため、Anthropicの利用規約とプライバシーポリシーが適用される。機密データの取り扱いには注意が必要だ。

Q. MCPサーバーのエラーをデバッグするには？

Claude Desktopの場合、「Settings → Developer → MCP Logs」からログを確認できる。MCPサーバーを単独でターミナルから実行してエラーメッセージを確認する方法も有効だ。

結局、MCPで何が変わるのか

正直なところ、MCPを触り始める前は「設定が面倒そうだな」という印象が強かった。でも実際にfilesystemサーバーを入れてファイル操作を試した瞬間、Claudeの使い道が一気に広がった感覚があった。チャットで質問に答えてもらうだけのツールから、手を動かして仕事を片付けてくれるパートナーに変わる、その境界線がMCPなんだと思う。

まずはfilesystemサーバーから入って、そこからデータベースやSlackに広げていくのが自然な流れだ。サーバーの組み合わせ次第で自動化できる範囲がどんどん広がるので、自分の業務フローに合うパターンを見つけるのが楽しいところでもある。

Claude MCP実践ガイド｜ツール連携パターンと業務自動化の活用例【2026年版】

MCPで広がるClaudeの可能性

MCPの基本構成のおさらい

Claude DesktopでのMCP設定方法

設定ファイルの場所

基本的な設定形式

実践パターン1：ファイルシステム連携

セットアップ

活用例

実践パターン2：データベース連携

PostgreSQL連携のセットアップ

SQLite連携のセットアップ

活用例

実践パターン3：Slack連携

セットアップ

活用例

実践パターン4：GitHub連携

セットアップ

活用例

実践パターン5：Web検索・ブラウザ連携

Brave Search連携

Puppeteer（ブラウザ操作）連携

活用例

実践パターン6：Notion連携

セットアップ

活用例

実践パターン7：複数MCPサーバーの組み合わせ

実例：日次レポートの自動生成

MCPサーバーの探し方

公式リポジトリ

主要なカテゴリ

npmxでのインストール確認

Claude CodeでのMCP活用

Claude Codeの場合の設定

Claude Codeならではの活用

MCPサーバーを自作する

TypeScriptでの最小実装

Pythonでの実装

セキュリティのベストプラクティス

最小権限の原則

環境変数の管理

ローカルサーバーの推奨

MCPの今後の展望

よくある質問（FAQ）

Q. MCPを使うのにプログラミング知識は必要？

Q. MCPはClaude以外のAIでも使える？

Q. MCPサーバーは同時にいくつまで使える？

Q. MCPで扱うデータはAnthropicに送信される？

Q. MCPサーバーのエラーをデバッグするには？

結局、MCPで何が変わるのか

あわせて読みたい

ChatGPT vs Claude 徹底比較

ChatGPT Plus は月額3,000円の価値がある？

Cursor AIでコーディングを効率化