MCP・Agent Skills と外部連携:A2A・マルチエージェントまで

2027年2月試験 新シラバス版

この記事は、2027年2月試験から適用される新しいシラバス(出題範囲)に対応しています。改訂版の公式テキストの発行後に、内容を見直して改善する予定です。

AIエージェントが実際の仕事をするには、社内のファイルや業務システム、ほかのエージェントとつながる必要があります。この記事では、つなぎ方の共通ルールであるMCPとA2A、エージェントに仕事の手順を持たせるAgent Skills、複数のエージェントで分担するマルチエージェントの考え方を順に見ていきます。それぞれ「何とつなぐか」が違うので、最後に表で並べます。

この単元を講義動画で見るIT資格の森の会員向け

講義3-4「MCP・Agent Skillsと外部連携」の表紙

講義3-4「MCP・Agent Skillsと外部連携」(9分14秒)。この単元の内容を、動く図解で約9分にまとめています。この回の動画は、IT資格の森の会員向けです。各章の1本目は無料で見られます(3-1「AIエージェントとは」)。(IT資格の森とUdemyの違い・料金)

MCP(Model Context Protocol)とは

社内のAIアシスタントに、予定表・社内の共有フォルダ・顧客管理システムを使わせたいとします。以前は、AIの製品ごと、つなぐシステムごとに、別々の接続プログラムを作る必要がありました。AIの製品が3つ、システムが3つなら、組み合わせは9通りです。

MCP(Model Context Protocol)は、AIのアプリと外部のシステムをつなぐための、オープンな共通ルール(プロトコル)です。システムの側がMCPに対応した窓口を1つ用意すれば、MCPに対応したどのAIアプリからでも使えるようになります。公式サイトは、さまざまな機器を同じ形の端子でつなげるUSB-Cにたとえています。

チャットAI・開発ツール・社内アシスタントの3つのAIアプリと、予定表・共有フォルダ・顧客管理の3つのシステムを、MCPがないと組み合わせごとに9通りつなぐ必要があり、MCPがあると共通の端子のように真ん中のMCPを通してつなげることを左右で比べた図
MCPがないと組み合わせごとにつなぎ、MCPがあると共通の窓口でつなぎます。

MCPは2024年11月にAnthropic(Claudeの開発元)が公開しました。その後、ほかのAI企業のチャットAIや開発ツールにも対応が広がり、2025年12月には、Linux Foundation のもとに作られた Agentic AI Foundation に運営が移されています。特定の1社のものではなく、業界で共有するルールとして扱われています。

外部ツール・データソースとの連携

MCPの登場人物:AIアプリとMCPサーバー

MCPでつながるのは、次の2者です。

  • AIアプリの側(MCPの用語ではホストとクライアント):チャットAIや、AIを組み込んだ開発ツールなど、利用者が操作するもの
  • MCPサーバー:外部のシステムの機能やデータを、MCPのルールに沿って差し出す窓口。「予定表のMCPサーバー」「社内データベースのMCPサーバー」のように、つなぐ先ごとに用意します

MCPサーバーが差し出せるものは、主に3種類あります。予定の登録やファイルの検索といった実行できるツール、文書やデータベースの中身などのデータ、決まった作業のためのプロンプトのひな形です。AIがつないで情報を取ってくる先を、シラバスではデータソースと呼んでいます。社内文書、データベース、Webサービスなどがこれに当たります。

AIアプリ(ホストとクライアント)がMCPで予定表のMCPサーバーと社内データベースのMCPサーバーにつながり、MCPサーバーがツール(予定の登録・ファイルの検索)、データ(文書やデータベースの中身)、プロンプトのひな形を差し出し、その先にデータソースがあることを示した図
MCPサーバーは、つなぐ先ごとに用意する窓口です。

権限管理とアクセス権限

MCPでつなげば、AIがそのシステムを操作できるようになります。便利な反面、AIに何をさせてよいかを決めておかないと、見せてはいけない情報まで読まれたり、消してはいけないデータを消されたりします。

  • アクセス権限:どのデータを読めるか、どの操作(読む・書く・消す)をしてよいかの許可のことです。「営業部の共有フォルダは読むだけ」「人事のデータには触れない」のように決めます
  • 権限管理:誰(どのエージェント、どの利用者)にどのアクセス権限を与えるかを決め、管理し続けることです。MCPサーバーを使うときは、どのサーバーを使ってよいか、そのサーバーにどこまで操作させるか、実行の前に人の確認を挟むかを設定します
AIエージェントに対し、営業部の共有フォルダは読むだけ、予定表は読む・書くが可能で登録は人の確認のあと、人事のデータには触れない、と読む・書く・消すの可否を表にし、権限管理で必要な分だけに絞ることを示した図
アクセス権限は、対象ごとに「読む・書く・消す」のどこまでを許すかで決めます。

信頼できない提供元のMCPサーバーをつなぐと、そこから不正な指示を送り込まれるおそれもあります。権限は必要な分だけに絞るのが基本です(「AIエージェントのリスク・安全性・評価:プロンプトインジェクションと最小権限の原則」)。

マルチエージェント・エージェント間連携

大きな仕事は、エージェント1体にすべて任せるより、役割を分けた複数のエージェントで進めたほうがうまくいくことがあります。複数のエージェントが協力して1つの仕事を進める形をマルチエージェントと呼びます。

市場調査のレポートを作る例で見ます。まとめ役のエージェントが仕事を分け、「国内の動向を調べる係」「海外の動向を調べる係」「数字を集計する係」に任せます。それぞれが調べ終えたら、結果を要約してまとめ役に返し、まとめ役がレポートに仕上げます。このとき、まとめ役から仕事を任される側をサブエージェントと呼びます。

「市場調査のレポートを作って」という依頼で、まとめ役が国内の動向・海外の動向・数字の集計の3つのサブエージェントに仕事を任せ、それぞれが要約して返した結果からレポートを作る図。担当の情報だけ扱うのでコンテキストが膨らみにくいが、1つの係の誤りが全体の結論を崩すと注意している
まとめ役が仕事を分けて任せ、係から返った要約をまとめます。
  • よい点:それぞれが自分の担当の情報だけを扱うので、1つのエージェントのコンテキスト(LLMに渡す情報)が膨らみすぎない。担当ごとに同時に進められる
  • 注意点:やりとりが増える分、時間と費用がかかる。ある係の誤りがまとめ役にそのまま渡ると、全体の結論が崩れる

A2A(Agent-to-Agent)連携プロトコル

マルチエージェントのやりとりが同じ会社の製品の中で閉じていれば、つなぎ方はその製品の中で決めれば済みます。ところが、自社の経費精算エージェントが、取引先の請求書エージェントや、別の会社が作った出張手配エージェントと話す必要が出てくると、共通のルールが要ります。

A2A(Agent-to-Agent)は、異なる会社や製品で作られたAIエージェントどうしが、互いの中身を知らないまま会話し、仕事を頼み合うための共通ルールです。Googleが2025年4月に発表し、同年6月にLinux Foundationへ移されて、複数の企業が参加して運営しています。各エージェントは、自分ができることを書いた自己紹介のデータ(エージェントカード)を公開し、相手はそれを見て仕事を頼みます。

自社の経費精算エージェントが、中身の見えない別の会社の出張手配エージェントに、相手が公開したエージェントカード(できること:新幹線・ホテルの予約、頼み方)を見て「予約をお願いします」と頼み、「予約しました」と返ってくる、A2Aの図
A2Aでは、相手の中身を知らなくてもエージェントカードを見て仕事を頼めます。

A2Aの公式サイトは、MCPとの関係を「MCPはエージェントと道具をつなぐもの、A2Aはエージェントとエージェントをつなぐもの」と説明しています。2つは競合するものではなく、組み合わせて使います。

Agent Skills(エージェントスキル)とは

MCPやA2Aが「何とつなぐか」の仕組みだとすれば、Agent Skills(エージェントスキル)は「仕事のやり方をどう教えるか」の仕組みです。

新人に「請求書の確認」を頼むとき、会社独自のチェックの手順書と、記入例のひな形を渡します。Agent Skillsは、これをAIエージェント向けにしたものです。1つのスキルは1つのフォルダで、中心にSKILL.mdという説明書のファイルがあります。そこにスキルの名前、いつ使うかの説明、作業の手順を書きます。必要に応じて、作業用のプログラム、参考資料、ひな形もフォルダに入れておけます。

特徴は、必要なときだけ中身を読み込むことです。エージェントは最初、各スキルの名前と短い説明だけを読んでおきます。依頼がそのスキルに合ったときに初めて手順の本文を読み込み、必要ならプログラムや資料も開きます。たくさんのスキルを持たせても、LLMに渡す情報(コンテキスト)が膨らみにくい作りです。

①最初は請求書の確認・報告書の作成・経費チェックの各スキルの名前と説明だけを読み、②「この請求書を確認して」という依頼に合ったら請求書の確認のSKILL.md(名前・いつ使うか・手順)を読み、③必要ならプログラム・参考資料・ひな形も開く、という3段階の図
Agent Skillsは、必要になった分だけ中身を読み込みます。

Agent Skills は Anthropic が開発し、2025年にオープンな標準として公開しました。2026年11月時点で、ほかの会社のエージェント製品にも対応が広がっています。

MCP・A2A・Agent Skills の違い

中央のAIエージェントが、上の「月末の経費チェック」のスキルからAgent Skillsで手順を読み、左の経費システムからMCPでデータを取り、右の出張手配エージェントにA2Aで出張費を問い合わせる図
MCPは道具とデータ、A2Aはほかのエージェント、Agent Skillsは仕事の手順です。
名前 何を足すか 身近なたとえ 例
MCP 外部のツールやデータソースにつながる力 どの機器にも差せる共通の端子 予定表を見て空き時間を探す
A2A 別のエージェントに仕事を頼む力 他社の担当者と共通の書式で発注する 出張手配のエージェントに予約を頼む
Agent Skills 決まった作業の手順と知識 部署の手順書とひな形 自社の書式どおりに報告書を作る

エージェントがこれらを同時に使うこともあります。例えば「月末の経費チェック」のスキルを読んで手順を知り、MCPで経費システムからデータを取り、確認が要る出張費は出張手配のエージェントにA2Aで問い合わせる、という組み合わせです。

この単元のまとめ

  • MCPは、AIアプリと外部のツール・データソースをつなぐオープンな共通ルール。システム側はMCPサーバーを用意する
  • つなぐときは、アクセス権限(何を読めて何をしてよいか)を決め、権限管理で必要な分だけに絞る
  • マルチエージェントは、役割を分けた複数のエージェントで仕事を進める形。仕事を任される側をサブエージェントと呼ぶ
  • A2Aは、異なる会社や製品のエージェントどうしをつなぐ共通ルール。MCPが道具とつなぎ、A2Aがエージェントどうしをつなぐ
  • Agent Skillsは、手順書やひな形をフォルダにまとめてエージェントに持たせる仕組みで、必要なときだけ中身を読み込む

この単元の問題6問

読んだ内容を1問ずつ確かめられます。選ぶとすぐに正誤と、選択肢ごとの解説が出ます。

  1. 1AIアプリと外部をつなぐ共通ルール解く →
  2. 2MCPでつなぐときの権限の考え方解く →
  3. 3まとめ役から仕事を任される側解く →
  4. 4エージェントどうしが仕事を頼み合う共通ルール解く →
  5. 5仕事の手順を必要なときだけ読み込む仕組み解く →
  6. 6MCP・A2A・Agent Skillsの違い解く →

1問目から順に解く →

AIエージェントの単元

  1. 3-1AIエージェントとは?従来の生成AIとの違いと自律性のレベル
  2. 3-2RAG(検索拡張生成)とは?仕組み・発展形・ユースケース
  3. 3-3AIエージェントの仕組み:計画・ツール実行・メモリ・フィードバックループ
  4. 3-4MCP・Agent Skills と外部連携:A2A・マルチエージェントまでいま読んでいるページ
  5. 3-5AIエージェントのツールと活用事例:コーディングエージェントからディープリサーチまで
  6. 3-6AIエージェントのリスク・安全性・評価:プロンプトインジェクションと最小権限の原則
タイトルとURLをコピーしました