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」(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。

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。

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

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。

- 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。

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。

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

| 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。
AIエージェントの単元
- 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
- 3-2RAG(検索拡張生成)とは?仕組み・発展形・ユースケース
- 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
- 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
- 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
- 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
