メインコンテンツへスキップ
見出し画像

ChatGPT・Gemini・CopilotでもMCPを使える!2つの実践方法

    こんにちは!YaroTechです。

    「MCPってClaudeでしか使えないんでしょ?」

    そう思っている方、実は多いのではないでしょうか。

    私も少し前まで、MCPはClaude Desktop専用の機能だと思い込んでいました。でも実は違うんです。MCPはModel Context Protocolという名前の通り、特定のAI専用ではなく、標準的なプロトコルとして設計されています。

    つまり、ChatGPT、Gemini、Copilotでも使える可能性があるんです!

    今日は土曜日なので、軽めに概要だけご紹介します。もっと詳しく知りたい方、実際にやってみたい方がいらっしゃれば、コメントで教えてください。需要があれば、実装手順やサンプルコード付きの詳細記事を書きます!

    ※見出し画像のプロンプトは一番下におまけで公開中!


    🖥️ 実行環境

    検証環境:

    • Windows 11 Pro 25H2 (ARM64)

    • Claude Desktop

    • ChatGPT(Web版)

    • Google Gemini

    • Microsoft Copilot

    • Node.js v22.11.0


    🎯 この記事で得られること

    • MCPが実は汎用的なプロトコルだという理解

    • Claude以外のAIでMCPを使う2つの方法(概要)

    • どんな可能性があるかのイメージ

    • 自分に合った方法の選び方


    📚 MCPの基本をおさらい

    まず、MCPについて簡単におさらいしておきましょう。

    MCP(Model Context Protocol)とは:

    • Anthropic社が提唱したプロトコル

    • AIとツール・データソースを連携する仕組み

    • 標準的なプロトコルとして設計されている

    • 特定のAI専用ではない

    つまり、Claude Desktopで使えているMCP機能は、技術的には他のAIでも使える可能性があるんです。

    オープンな仕様として公開されているため、どのAI開発者でも統合できる設計になっています。


    💡 なぜClaude以外で使いたいのか?

    「Claudeで使えてるならそれでいいじゃん」

    と思うかもしれませんが、実は各AIには得意分野があります。

    各AIの強み:

    • ChatGPT: 説明が分かりやすい、Custom GPTsで共有できる

    • Gemini: Googleサービスとの連携、Deep Research

    • Copilot: Microsoft 365との統合

    理想のシナリオ:

    • MCPでファイル操作・データ取得はClaude

    • その結果の説明はChatGPTで分かりやすく

    • データ分析はCopilotでExcel連携

    → 各AIの強みを組み合わせられたら最強!

    これが実現できれば、業務効率が大幅に向上する可能性があります。


    🚀 方法1: MCPをAPIサーバーとして公開

    最初の方法は、MCPサーバーをHTTP APIとしてラップする方法です。

    概要

    MCPサーバーをそのまま使うのではなく、REST APIとして公開します。すると、ChatGPTやGemini、Copilotから通常のAPI呼び出しとして利用できるようになります。

    仕組みのイメージ:

    MCPサーバー → HTTP API化 → ChatGPT/Gemini/Copilotから呼び出し

    簡単な実装イメージ

    // Express.jsで簡単なAPIラッパーを作成
    const express = require('express');
    const app = express();
    
    app.post('/mcp/filesystem', async (req, res) => {
      // MCPのfilesystemツールを実行
      const result = await mcpClient.callTool('read_file', req.body);
      res.json(result);
    });
    
    app.listen(3000);

    これはあくまで簡単な例で、実際にはもっと複雑な実装が必要ですが、基本的な考え方はこんな感じです。

    メリット

    一度作れば使い回せる:

    • 複数のAIから同時利用可能

    • カスタマイズの自由度が高い

    • チーム全体で共有できる

    完全な制御:

    • セキュリティポリシーを自由に設定

    • ログの取得・監視が可能

    • 必要な機能だけを公開

    デメリット

    技術的なハードル:

    • Node.js/Pythonのプログラミング知識が必要

    • サーバー管理のスキルが必要

    • セキュリティ対策の実装が重要

    運用コスト:

    • サーバーの維持管理

    • 定期的なアップデート

    • トラブルシューティング

    こんな人におすすめ

    • Node.js/Pythonが書ける人

    • 複数のAIを統合して使いたい人

    • チームで共有したい人

    • 完全にカスタマイズしたい人


    🔧 方法2: AIプラットフォームのカスタム機能を使う

    2つ目の方法は、各AIプラットフォームのカスタム機能を活用する方法です。

    ChatGPT Custom GPTsの場合

    ChatGPTには「Custom GPTs」という機能があり、独自のGPTを作成できます。この中で「Actions」という機能を使って外部APIを呼び出せます。

    手順のイメージ:

    1. Custom GPTを作成

    2. Actionsで外部API(MCP API化したもの)を定義

    3. プロンプトで動作を設定

    4. 公開して他の人とも共有可能

    仕組みのイメージ:

    Custom GPT → Actions → MCP API → ファイル操作実行

    メリット

    統合されたUI:

    • ChatGPTの画面内で完結

    • ユーザー体験が良い

    • 自然な会話の流れで実行

    共有が簡単:

    • URLで共有可能

    • チームメンバーに配布しやすい

    • ChatGPTの説明力を活かせる

    デメリット

    前提条件:

    • ChatGPT Plusが必要(有料)

    • 事前にMCP API化が必要(方法1の実装が必要)

    • 設定がやや複雑

    プラットフォーム依存:

    • ChatGPTの制約を受ける

    • カスタマイズに限界がある

    こんな人におすすめ

    • ChatGPT Plusユーザー

    • よく使う機能を統合したい人

    • チームメンバーに共有したい人

    • 設定を一度だけ頑張ればOKという人


    🤔 Gemini、Copilotでも可能?

    同じ考え方は、GeminiやCopilotでも応用できます。

    Gemini

    Gemini Extensionsという機能が将来的に拡張される可能性があります。現時点では公式サポートは限定的ですが、APIベースでの連携は技術的に可能です。

    Copilot

    Microsoft Power Platformとの連携が有望です。

    • Power Automateで橋渡し

    • Microsoft 365との深い統合

    • 企業向けソリューションとして活用

    特に企業環境では、Power Platformを使った統合が現実的な選択肢になりそうです。


    🎯 実践的な選び方

    どちらの方法を選ぶべきか、ニーズ別に整理してみましょう。

    こんなニーズがあれば方法1(APIサーバー化)

    • ✅ 複数のAIから使いたい

    • ✅ 完全にカスタマイズしたい

    • ✅ 技術力に自信がある

    • ✅ チーム全体で大規模に使いたい

    こんなニーズがあれば方法2(Custom GPTs)

    • ✅ ChatGPTをメインで使っている

    • ✅ チームで共有したい(小規模)

    • ✅ 設定を一度だけ頑張ればOK

    • ✅ ChatGPTの説明力を活かしたい


    💭 今日の学び

    今日お伝えしたかったのは、この3つです:

    1. MCPは標準プロトコル = 他のAIでも使える可能性

    2. 実現方法は存在する(ただし技術的)

    3. 各AIの強みを組み合わせることができる

    今日は土曜日なので、軽く概要だけご紹介しました。

    もっと詳しく知りたい方、実際にやってみたい方がいらっしゃれば、コメントで教えてください!

    需要があれば、以下のような内容で詳細記事を書きます:

    • 実装手順の詳細

    • サンプルコード(動くやつ)

    • トラブルシューティング

    • セキュリティ対策

    • 実際の使用例

    コメントお待ちしています!


    🔗 関連記事


    📝 まとめ

    今日のポイントは4つ:

    1. MCPはClaude専用じゃない - 標準プロトコルとして設計されている

    2. 他のAIでも使える方法は2つある - APIサーバー化、またはCustom GPTsなどで統合

    3. 各AIの強みを組み合わせることが可能 - ChatGPTの説明力、Geminiの検索力、Copilotのoffice連携

    4. 詳しく知りたい方はコメントください - 需要があれば詳細記事を書きます!

    土曜日なので軽めにお届けしました。興味を持った方は、ぜひコメントで教えてください!


    🎨 おまけ:見出し画像作成プロンプト

    以下のプロンプトをChatGPTの画像生成で使用:

    詳細なアニメの美意識の画像を作成してください。表情豊かな瞳、なめらかな網掛けセルの色使い、はっきりした線画を使用します。アニメのシーンに典型的な身ぶりと雰囲気で、心情と登場人物の存在を強調してください。
    
    下記条件のnote見出し画像をサイズは横長で作成してください。サイズは必ず横長で作成してください。
    ## 🎨 見出し画像案
    
    ### デザインコンセプト
    - **背景**: 青から紫へのグラデーション
    - **メインビジュアル**: 中央に大きく「MCP」のロゴまたはアイコン
    - **周辺要素**: Claude、ChatGPT、Gemini、Copilotの各アイコンを配置(添付アイコン使用) 
    - **接続イメージ**: アイコン間をネットワーク線で結ぶ
    - **テキスト要素**: 
      - 上部: 「MCP × 複数AI」
      - 中央: 「連携可能」
      - 下部: 小さくYaroTechロゴ
    - **装飾**: シンプルで分かりやすく、つながりを強調
    
    ### 作成手順
    1. PowerPointでスライドサイズ(1536×1024px)設定
    2. 青紫グラデーション背景を設定
    3. 中央に「MCP」を大きく配置
    4. 周囲に4つのAIアイコンを円形配置
    5. 接続線でネットワーク感を表現
    6. テキストを3段構成で追加
    7. YaroTechロゴを右下に12ptで控えめに配置

    #YaroTech #MCP #ModelContextProtocol #ChatGPT #Gemini #Copilot #Claude #生成AI #AI活用 #AI連携 #CustomGPT #プログラミング #API連携

     
     
    生成AIの感動を共有したいYaroTechです✨ 常識より実験。正解より行動。 生成AI時代を、先に試す傾奇者。 📝 470日間継続投稿中| 🎉 フォロワー1900名突破!🤝 質問大歓迎!みんなで「AIと共に羽ばたく」コミュニティを作りましょう🚀

    あなたへのおすすめ