MCPとは？マーケティング業務での活用方法と2026年最新仕様をわかりやすく解説

「ChatGPTやClaudeに自社の広告データやアクセスデータを読ませて分析させたいが、毎回CSVを貼り付けるのが手間」とお悩みではないでしょうか。

MCP（Model Context Protocol）は、まさにこの手間をなくすための仕組みです。AIツールと外部のデータソースを標準化された方法でつなぐことで、AIが自分でデータを取りに行けるようになります。

本記事では、MCPとは何かをマーケティング業務の視点から整理し、API連携との違い、実際に使える活用パターン、そして2026年7月28日版の仕様で変わった点まで解説します。

記事のポイント

• MCPとは何か・「AIのUSB-C」と呼ばれる理由
• API連携との決定的な違いは「誰が接続を書くか」
• マーケティング業務で使える4つの活用パターン
• 2026-07-28版の仕様変更（sampling廃止・server/discover追加）
• 導入前に必ず確認すべき権限・レート制限・セキュリティ

目次

• MCPとは
• MCPとAPI連携の違い
• マーケティング業務におけるMCPの活用方法
• MCPに対応しているAIツールとサービス
• 2026年最新仕様（2026-07-28）で変わった点
• MCPを導入するときに確認すべき5つのこと
• MCPで取得したデータを改善につなげる
• よくある質問
• まとめ

MCPとは

MCPとは、AIアプリケーションを外部システムに接続するためのオープンソースの標準規格です。正式名称は Model Context Protocol（モデル・コンテキスト・プロトコル）で、Anthropic が策定し、現在は仕様・SDK・リファレンス実装が公開されています。

公式ドキュメントは MCP を「AIアプリケーションのためのUSB-Cポート」と説明しています。USB-Cが機器ごとにバラバラだった接続端子を1つの規格にまとめたのと同じように、MCPはAIと外部システムをつなぐ作法を1つに揃えます（出典: Model Context Protocol 公式ドキュメント）。

MCPの登場人物は3つ

MCPはクライアント・サーバー型の構成をとります。公式が定義する参加者は次の3つです。

参加者	役割	例
MCP ホスト	複数のMCPクライアントを管理するAIアプリケーション	Claude Code / Claude Desktop / VS Code
MCP クライアント	1つのMCPサーバーとの接続を維持し、コンテキストを取得する部品	ホストがサーバーごとに1つ生成する
MCP サーバー	MCPクライアントにコンテキストを提供するプログラム	ファイルシステム / データベース / SaaSのデータ

重要なのは、サーバーが1つ増えるごとにクライアントが1つ作られるという点です。VS Code が Sentry のMCPサーバーとローカルのファイルシステムサーバーに同時につながる場合、クライアントは2つ生成されます。

ローカルサーバーとリモートサーバー

MCPサーバーは「サーバー」という名前ですが、手元のPCで動くものと、提供元のクラウドで動くものの両方があります。

• ローカルMCPサーバー: stdio（標準入出力）トランスポートを使い、自分のPC上で動く。通常1つのクライアントにだけ応答する
• リモートMCPサーバー: Streamable HTTP トランスポートを使い、提供元のサーバー上で動く。多数のクライアントに応答する

SaaSが公式に提供するMCPサーバーは後者が多く、この場合はURLを登録してOAuth認証するだけで使えます。プログラムのインストールは要りません。

サーバーが提供できる3種類の機能

MCPサーバーが公開できる「プリミティブ」は3つに整理されています。

プリミティブ	内容	マーケ業務での例
Tools（ツール）	AIが呼び出して実行できる関数	レポートを取得する・GAQLクエリを実行する
Resources（リソース）	AIに文脈情報を渡すデータソース	計測タグの設定内容・データベースのスキーマ
Prompts（プロンプト）	再利用できる対話テンプレート	「このLPの離脱要因を3点挙げて」の定型指示

マーケティング用途でまず効くのは Tools です。「先月のCVRを媒体別に出して」と頼むと、AIが該当するツールを選んで呼び出し、結果を読んで答えます。

MCPとAPI連携の違い

MCPを理解するうえで一番つまずきやすいのが「それAPIと何が違うの？」という点です。結論は、接続を書く人が違うことです。

観点	API連携	MCP
接続を実装する人	自社のエンジニア（サービスごとに個別開発）	サービス提供元が1つ用意すれば全AIツールから使える
つなぐ相手	自社のシステム・BIツール	AIアプリケーション（ChatGPT / Claude など）
使う側の作業	開発・保守が必要	URL登録とOAuth認証
呼び出しの判断	プログラムで固定	AIがその場で必要なものを選ぶ
通信の基盤	サービスごとに独自仕様	JSON-RPC 2.0 で統一

MCPはAPIを置き換えるものではありません。多くのMCPサーバーは内部でそのサービスのAPIを呼んでいます。 MCPが担っているのは「AIがそのAPIを自分で見つけて使えるようにする共通の作法」の部分です。

だからこそ、非エンジニアにとっての意味が大きい規格だと言えます。従来はAPI連携の依頼書を書いて開発を待つ必要があった作業が、設定画面でURLを登録すれば始まります。

マーケティング業務におけるMCPの活用方法

MCPが「データを集める → 整える → 読む」の工程をAIに任せられる仕組みであることを踏まえると、マーケティング業務では次の4つが実務的です。

1. 広告データの横断分析

広告MCPサーバーを接続すると、媒体の管理画面を開かずに「先月のキャンペーン別CPAを高い順に出して、悪化した理由の仮説も添えて」と依頼できます。

Google は公式のGoogle Ads MCPサーバーを公開しており、GAQLクエリの実行を含む3つのツールを提供しています。ただし読み取り専用で、入札変更やキャンペーン停止はできません。詳しくは「Google広告MCPとは？できることと接続手順・読み取り専用という制約を解説」で解説しています。

2. LPのパフォーマンス比較

LP管理ツールやアクセス解析ツールがMCPを提供している場合、「配信中のLPをCVRの低い順に並べて、共通する特徴を挙げて」といった横断の分析を1回の依頼で済ませられます。

手作業だとページごとに管理画面を開いて数字を転記する必要があり、比較の観点も人によってばらつきます。AIに同じ問いを毎週投げれば、比較の軸が固定されるという副次的な効果もあります。

3. レポート作成の自動化

定例レポートは「データを取る → 表にする → 前月比のコメントを書く」の3工程に分かれます。MCPで1工程目が自動化されると、残り2つもそのまま同じ会話の中で片付きます。

注意点は、AIが数字を要約する過程で丸めや取り違えが起きうることです。 数値の根拠になるクエリや取得範囲を出力させ、元データと突き合わせる運用にしてください。

4. 顧客理解・ペルソナの整理

アンケートの回答やフォームの入力データをMCP経由で参照させると、「離脱した人が共通して詰まっている項目」「回答文に頻出する不満の表現」といった定性の整理が速くなります。

フォームの離脱そのものを項目単位で見たい場合は、フォーム最適化機能（EFO）のように入力項目ごとの離脱を計測できるツールを併用すると、AIに渡す前の一次情報の精度が上がります。

MCPに対応しているAIツールとサービス

MCPはオープンなプロトコルで、幅広いクライアントとサーバーが対応しています。公式が挙げているクライアントには Claude、ChatGPT、Visual Studio Code、Cursor などがあります。

主要なツールごとの接続手順は個別記事にまとめています。

AIツール	接続方式	解説記事
ChatGPT	Developer mode / Responses API	ChatGPTでMCPを使う方法
Claude Desktop / Claude Code	設定ファイル（claude_desktop_config.json）	ClaudeでMCPを接続する方法
Gemini CLI	settings.json の mcpServers	Gemini CLIでMCPを設定する方法
Notion AI	公式のリモートMCPサーバー	Notion MCPの設定方法

サーバー側（データを提供する側）の対応状況は「MCP対応ツール・サーバーの比較｜マーケター向けの選び方」で整理しています。

2026年最新仕様（2026-07-28）で変わった点

MCPの仕様はバージョンが日付で管理されており、2026年9月時点の最新は 2026-07-28 です。 以前の解説記事を読むときは、次の変更を踏まえてください。

sampling と logging が非推奨になった

サーバーがクライアント側のLLMに推論を依頼する sampling（sampling/createMessage）は、2026-07-28 で非推奨になりました。公式は新規実装ではLLMプロバイダのAPIに直接統合することを推奨しています。同様に logging も非推奨で、stdio なら stderr へ、それ以外は OpenTelemetry を使う方針に変わりました。

クライアント側のプリミティブとして残っているのは Elicitation（サーバーがユーザーに追加入力や確認を求める仕組み）です。

server/discover が追加され、ステートレスになった

MCPはステートレスなプロトコルとして整理され直しました。すべてのリクエストが _meta フィールドにプロトコルバージョンとケイパビリティを持つため、サーバーは過去のやりとりを覚えている必要がありません。

サーバーの対応バージョンと機能は、必須リクエストである server/discover で取得します。応答には ttlMs と cacheScope が入り、キャッシュしてよい時間と範囲が明示されます。

通知が「オプトイン」になった

ツール一覧の変更通知などは、クライアントが subscriptions/listen で受け取りたい通知の種類を指定して初めて届く形になりました。通知はベストエフォートで、再接続をまたぐと届かないことがあるため、ポーリングも併用する前提で設計されています。

拡張（extensions）が入った

コアの仕様に載せる代わりに拡張として提供される機能が増えています。長時間かかるリクエストに耐久性のあるハンドルを返す Tasks 拡張、AIクライアントの中で動く対話型アプリを作る MCP Apps などです。

実務上の注意: 「MCPとは」で検索して出てくる解説の多くは 2025 年時点の仕様を前提にしています。sampling を主要機能として紹介している記事は情報が古いと判断できます。

MCPを導入するときに確認すべき5つのこと

1. 対応しているAIツールと、そのプラン

同じMCPサーバーでも、接続できるAIツールと必要なプランは提供元ごとに違います。ChatGPT なら Developer mode を有効にできるプランか、Claude なら Pro 以上かなど、契約中のプランで使えるかを先に確認してください。

2. 読み取り専用か、書き込みもできるか

公式のGoogle Ads MCPサーバーのように、明示的に読み取り専用と定めているものがあります。分析だけなら十分ですが、「AIに入札調整までさせたい」という期待とはずれます。

3. レート制限

リクエスト数の上限は提供元が個別に決めています。例えば Squad beyond MCP は1分あたり10リクエストまでです。大量のページを横断して集計させる用途では、この上限が実務的な制約になります。

4. データの権限設計

MCP経由で取得できるデータは、通常そのサービス上のアカウント権限に紐づきます。AIに接続させたアカウントが見られるデータは、すべてAIに渡る前提で権限を切ってください。

5. セキュリティ

MCPには規格として想定されている攻撃と対策が公式に文書化されています。特にローカルMCPサーバーはクライアントと同じ権限で任意のコードを実行できるため、出所の確認が要ります。詳細は「MCP導入のセキュリティリスクと対策｜公式が挙げる攻撃パターンとチェックリスト」で解説しています。

MCPで取得したデータを改善につなげる

MCPが解決するのは「データを取ってくる工程」です。取ってきた数字を見て、次に何を試すかを決めて、実際に画面を変える工程は残ります。 ここが詰まると、分析だけが速くなってCVRは動きません。

Dejamは、この後工程を1つのツールで完結させるCVR改善ツールです。なお、Dejam は2026年9月時点でMCPサーバー・公開APIを提供していません。 AIに相談する機能はツール内のAI相談機能として提供しています。

ヒートマップ

どこで離脱しているか、どこが読まれているかをクリック・熟読・滞在・離脱の5種類で可視化します。MCPで「CVRが低いページ」を特定した後、その原因を画面上のどこに求めるかを絞り込む工程を担います。

ヒートマップ機能の詳細を見る →

ABテスト

仮説をデザイン変更・リダイレクト・ポップアップの3種類のテストで検証します。AIが出した改善案を、そのままノーコードで配信して検証できます。

ABテスト機能の詳細を見る →

CROサジェスト

AIが現在のLPを分析し、最短1分で具体的な改善案を提示します。提案された案はそのままABテストに移せるため、「AIに相談したが実装されない」状態を避けられます。

CROサジェストの詳細を見る →

LPOチェッカー

URLを入力するだけでCVR・ページスピードの改善案を自動取得できます。MCPを整備する前の段階でも、初期分析は5分で終わります。

LPOチェッカーの詳細を見る →

よくある質問

Q. MCPとAPIはどちらを使うべきですか？

A. 目的が違うため、どちらかを選ぶものではありません。自社システムどうしを決まった手順でつなぐならAPI、AIに自分で必要なデータを取りに行かせたいならMCPです。多くのMCPサーバーは内部でそのサービスのAPIを呼んでいます。

Q. MCPを使うのにプログラミングの知識は必要ですか？

A. リモートMCPサーバーであれば、URLの登録とOAuth認証だけで使えるものが増えており、開発は不要です。一方、ローカルMCPサーバーは設定ファイル（JSON）にコマンドを書く必要があるため、最低限のファイル編集は求められます。

Q. MCPは無料で使えますか？

A. プロトコル自体はオープンソースで無料です。ただし、接続するAIツールの有料プランが必要な場合や、MCPサーバーを提供するSaaS側で追加料金が発生する場合があります。導入前に両方の料金を確認してください。

Q. MCPで取得したデータはAIの学習に使われますか？

A. 接続先のAIツールの規約によります。MCPはあくまでデータを渡す経路を定めた規格であり、渡した先の扱いは規定していません。機密性の高いデータを扱う場合は、AIツール側の学習利用の設定とデータ保持ポリシーを必ず確認してください。

Q. MCPの仕様はどのくらいの頻度で変わりますか？

A. 日付でバージョン管理されており、2026年9月時点の最新は 2026-07-28 です。この版で sampling と logging が非推奨になるなど、実装に影響する変更が入っています。導入時は最新仕様を確認してください。

まとめ

MCPとは、AIアプリケーションと外部システムをつなぐオープンな標準規格です。要点は次の3つです。

• API連携との違いは「接続を書く人」。提供元が1つMCPサーバーを用意すれば、対応するすべてのAIツールから使えるようになる
• マーケ業務では広告データの横断分析・LPの比較・レポート自動化・顧客理解の4つが実務的
• 2026-07-28版で sampling が非推奨になり、server/discover が追加された。古い解説には注意する

そして最後に残るのは、取得したデータをもとに何を変えるかという工程です。MCPは分析の入口を速くしますが、画面を変えて検証するところまでは自動化しません。データの取得と改善の実行を分けて考えることが、成果につながる前提になります。

CVR改善ならDejam！MCPで得た示唆を実際の改善につなげる

Dejamは、LP制作・ヒートマップ分析・ABテスト・AI自動解析をオールインワンで提供するCVR改善特化ツールです。「AIに分析させたが、施策が実行されない」という段階から、本格的なPDCAを回して成果を最大化するまでを総合支援します。

Dejamが選ばれる理由

• 分析から実行までワンプロダクト: LP制作・ヒートマップ分析・ABテストをすべて単一ツールで完結
• 月額3万円〜利用可能: PV数に応じた従量課金。ツールプラン月額3万円〜 / コンサルティングプラン月額5万円〜 / オールインワンプラン月額12万円〜
• ユーザー課金なし: 何名で使っても追加費用は発生しない
• ISMS認証取得: ISO/IEC 27001:2022 認証取得済み
• 毎週アップデート: 市場トレンドとユーザーリクエストに応じて機能を毎週拡充

Dejam は2026年9月時点でMCPサーバー・公開APIを提供していません。 外部のAIツールからDejamのデータを参照する運用が前提の場合は、この点をご確認のうえご検討ください。AIによる改善案の提示はツール内のCROサジェスト・LPOチェッカーで提供しています。

Dejamの詳しい機能を見る →　無料トライアルを申し込む →