自社アプリをリモートMCPサーバー化して、公式レジストリ・ChatGPT・Claudeに連携申請するまで

Model Context Protocol（MCP）により、Claude や Cursor などのAIエージェントが動画クリッピングツールを直接呼び出せるようになった。OpusClip・Reap・Submagic・Whipscribe・Katto など主要ツールの認証方式・料金体系・機能の違いを比較し、ホスト型OAuth対応か APIキー認証か、エージェント利用が従量課金か包含型かで実装が分かれることを明らかにする。

LLM 間の往復で人間が文章をコピペで運ぶ非効率性に対し、REQUEST.md と BRIEF.md の 2 ファイルだけを交換するプロトコルを提案。秘密情報・社内知識・Skill は各環境に留めつつ、文脈のみを共有し、聞き方の手段は受け取り側の LLM に判断させることで往復を減らす。

MCP サーバの CSV 集計ツールで、サンプルは動作したが実運用で3つの問題が浮上した。データをモデルのコンテキストを通すことによるトークン浪費、不完全なデータの黙認、エラーメッセージの不十分さ。これらを解決するため、CSV 本体の送信をやめて dataset_id で参照させ、describe_dataset など複数ツールに分割する設計に改良した。

MCP Server の仕組みを、AI と外部サービスの通信経路に焦点を当てて解説。Function Calling との違い、stdio による通信、JSON-RPC、Remote MCP Server、Streamable HTTP など、MCP を単に使うだけでは見えにくい技術的背景を段階的に整理。Claude in Chrome を具体例としながら、2026 年 8 月時点の最新仕様に基づいて現在のエコシステムまで網羅。