MCPツールは、MCP サーバーが公開する「実行できる機能」です。 AI アプリはツールの一覧を受け取り、会話の流れに応じてどれを呼ぶかを選びます。
3つの部品の中での位置づけ
MCP サーバーが公開できるものは3種類あり、誰が使うかを決めるかで明確に分かれています。
| 部品 | 役割 | 選ぶ主体 |
|---|---|---|
| ツール | 実行する | AIモデル |
| リソース | 読ませる | アプリケーション |
| プロンプト | 指示の型 | ユーザー |
ツールだけがモデル制御です。つまり 人が指示しなくても AI の判断で呼ばれうるのがツールで、権限設計がいちばん重くなるのもここです。 (出典:MCP 公式 / Understanding MCP servers)
description は実質プロンプト
ツールは名前・説明・入力スキーマ(JSON Schema)で定義され、tools/list で一覧、tools/call で実行されます。
見落としやすいのは、モデルがどのツールを選ぶかは description の文章で決まるという点です。説明が曖昧なツールは呼ばれない、あるいは間違った場面で呼ばれます。ツールが期待どおり動かないとき、実装ではなく説明文が原因であることは珍しくありません。
増やしすぎると精度が落ちる
ツールを増やすほど便利になるわけではありません。選択肢が増えれば、モデルが誤ったツールを選ぶ確率も上がります。用途の近いツールを大量に並べるより、必要なものだけ接続する方が結果的に安定します。この問題はMCPサーバーを増やすとAIが混乱する理由で詳しく整理しています。
押さえておきたい注意点
読み取りだけで足りる場面で更新や削除まで許すのは危険です。社内利用では、まず読み取り中心で始め、必要になった操作だけ承認つきで足していく順番が安全です。
実務で見るポイント
- 読み取り系と更新系を別サーバー・別権限に分ける
- 実行ログを残し、誰の依頼で何が実行されたか追えるようにする
- 破壊的操作は必ず人の承認を挟む