MCPとは？仕組み・APIやRAGとの違い・安全な使い方をEC視点で解説

「MCPって、結局AIの何の話なのだろう」。ニュースや取引先との会話で目にするたびに、そう感じていませんか。

MCPは、AIが自社の受注や在庫といった外部のデータへ、決まった作法でアクセスするための共通ルールです。AIに文章を書かせることはできても、昨日の受注件数は答えてもらえない。管理画面からCSVを書き出してAIに貼り付け、返ってきた分析を見ながら、また管理画面に戻って操作する。この往復に手間を感じているEC担当者ほど、MCPが変えようとしている部分は身近なはずです。

ただし、MCPは「何でもAIに任せられる魔法の接続口」ではありません。そう受け取ると、権限の設計を飛ばしたまま顧客情報や返金処理までつないでしまいかねません。かといって「エンジニアの話」と距離を置けば、受注や在庫の確認が質問ひとつで終わる運用を見逃すことになります。

どこまでAIに任せてよく、そのために何を整えればよいのか。まずは言葉の意味から確かめましょう。

MCPとは、Model Context Protocol（モデル・コンテキスト・プロトコル）の略で、AIアプリケーションが外部のデータやツールを使うときの接続方法を、あらかじめ決めておく共通規格です。読み方は「エムシーピー」。公式サイトは、機器をつなぐ充電端子のUSB-Cになぞらえて、AIアプリケーション向けのUSB-Cポートだと説明しています（MCP公式「What is MCP?」）。

端子の形がそろえば、どの機器にも同じケーブルが使えます。MCPも同じ発想で、AIアプリ側とサービス側がそれぞれMCPに合わせておけば、組み合わせごとに専用の接続を作らずに済みます。

Contextは「文脈」。AIが回答や作業の前提にする情報の総称です。商品マスタ、今日の受注、顧客の購入履歴、社内の規程といった情報をAIに渡し、必要なら操作まで任せる。その取り決めがMCPにあたります。

つまりMCPが決めているのは、AIの賢さではなく、AIと外の世界のつなぎ方。名前から「AIの記憶を管理する仕組み」と受け取られやすいのですが、公式文書は、MCPはあくまで文脈をやり取りするためのプロトコルで、AIアプリがモデルをどう使い、渡された情報をどう扱うかまでは決めていない、と明記しています（MCP公式「Architecture overview」）。

上の表で押さえたいのは表の3行目です。「エージェント」「連携」という言葉が並ぶため、MCPをエージェント同士の通信規格と取り違える解説も少なくありません。MCPの守備範囲は、あくまでAIと外部ツール・データの接続です。

AIの性能が上がっても、AIは社内のデータやツールから切り離されたままでした。Anthropicは、データ源ごとに個別の実装が必要になり、つながるシステムを広げにくいことを課題として挙げています（Anthropic「Introducing the Model Context Protocol」）。

手間の大きさは、掛け算で見るとわかります。AIアプリが3つ、つなぎたいサービスが8つあるとします。専用の接続を個別に作れば3×8＝24通り。MCPなら、AIアプリ側はMCPクライアントを1つ、サービス側はMCPサーバーを1つ用意すれば足り、3＋8＝11で済みます。連携先やAIツールが増えるほど、この差は開いていきます。

ECに引き寄せるなら、受注データをChatGPT向け、Claude向け、社内チャット向けにそれぞれ別の形で連携する負担を、サービス提供元が1回の対応にまとめられる、ということです。

2024年11月25日、Anthropicが仕様とSDK、Claude Desktopでのローカルサーバー対応、サーバー集をオープンソースで公開しました。Google DriveやSlack、GitHub、Postgresなどの連携サーバーが最初から用意され、BlockやApolloが早い段階で採用しています（Anthropic発表）。

その後、2025年12月9日に、AnthropicはMCPをLinux Foundation傘下の「Agentic AI Foundation（AAIF）」へ寄贈しました。AAIFはAnthropic、Block、OpenAIが共同で設立し、Google、Microsoft、AWS、Cloudflare、Bloombergが支援する財団です（Anthropic「Donating the Model Context Protocol」）。寄贈時点で、稼働する公開MCPサーバーは1万を超え、SDKのダウンロードは月間9,700万回を超えたと報告されています（2025年12月時点）。

特定の1社だけが握る規格ではなくなったことは、EC事業者にとって実利があります。AIツールを乗り換える場合でも、サービス提供元が用意したMCPサーバーを使い回せる余地が残るためです。ただし、認証の画面や設定方法はAIツールごとに違うため、乗り換えが完全に無手間になるわけではありません。

MCPでAIにさせられることは、大きく3つに分けられます。

• データを読む：受注の一覧、商品情報、顧客の購入履歴などを取得する
• 操作を実行する：在庫数の更新、クーポンの作成、返金の処理などを行う
• 画面を見せる：グラフや入力フォームを、AIとの会話の中に表示する（MCP Appsという拡張機能）

読むだけなら影響は小さく、実行となると話は変わります。「できる」ことと「任せてよい」ことは別。この線引きは、05のセキュリティで具体的に整理します。

MCPは、AIアプリ（ホスト）が、接続先ごとに専用の連絡係（クライアント）を立て、外部システムの窓口（サーバー）と1対1でやり取りする、クライアント・サーバー型の仕組みです。

公式のアーキテクチャ文書では、VS Codeを例に、Sentry（障害監視サービス）のMCPサーバーにつなぐとクライアントが1つ、ローカルのファイル操作用サーバーにつなぐともう1つ作られる、と説明されています。つまり、接続するサービスの数だけクライアントが並ぶ構図です。

ここで言う「サーバー」は、機器としてのサーバーを指しません。文脈を提供するプログラムのことで、置き場所は問われません。置き場所によって、次の2種類に分かれます。

• ローカルサーバー：手元のパソコン上で動かす。同じ機器内で標準入出力（stdio）を使ってやり取りし、通常は1つのクライアント向け
• リモートサーバー：サービス提供元がインターネット上で動かす。Streamable HTTPという方式で、多数のクライアントを受け付ける。認証にはトークンやAPIキーが使え、公式はOAuthを推奨

EC運営者が使うことが多いのは、リモートサーバーです。提供元が用意したURLをAIツールに登録し、提供元のログイン画面で許可を与えるだけで使い始められます。たとえばStripeは、https://mcp.stripe.com をサーバーのURLとして公開しています（Stripe公式ドキュメント）。一方、ローカルサーバーは手元の機器でプログラムを動かすため、導入時の確認事項が増える点に注意が必要です。この違いは、05のセキュリティにも関わります。

MCPサーバーがAIに提供できる部品は、公式仕様で3つに整理されています。

実務で目立つのはツールです。「参照はリソース、実行はツール」と整理されがちですが、実際のサービスでは、読み取りの操作もツールとして公開されることが少なくありません。StripeのMCPサーバーは、読み取り用に stripe_api_read、書き込み用に stripe_api_write というツールを用意しています。名前の分類にとらわれず、「そのツールが何を読み、何を書き換えられるのか」を確認するのが、実務での見方です。

このほかに、サーバーが利用者へ追加の情報や確認を求める機能（Elicitation）もあります。実行前に承認を挟む設計の土台になるため、安全面では重要です。

「在庫が少なく、直近でよく売れている商品はどれ？」とAIに尋ねたとき、裏側では次のように進みます。

1. 担当者が、ホスト（AIアプリ）に質問を入力する
2. ホストは、接続済みのサーバーがどんなツールを提供しているかを把握している（ツール一覧の取得）
3. AIが質問に合うツールを選び、条件を組み立てて呼び出す
4. サーバーが、裏側のAPIなどを使ってECのデータを取得し、結果を返す
5. AIが結果を整理して回答する。必要なら次のツールを続けて呼ぶ
6. 更新を伴う操作なら、承認画面が出て、人が確認してから実行される

公式のアーキテクチャ文書によると、各ツールには名前、表示名、説明、入力項目の型（スキーマ）が付いており、AIはこの情報を読んで、どのツールをどんな引数で呼ぶかを判断します。サービスごとにばらばらだった「人が読む説明書」を、AIが読める統一の形にした点が、MCPの核心です。APIとの違いも、ここから生まれます。

MCPの仕様は日付でバージョン管理され、公式ドキュメントが現在案内している最新版は2026年7月28日版です。EC運営者に関わる点は次のとおりです（公式チェンジログ）。

• ステートレス化：接続の最初に行っていた初期のあいさつ（initialize）とセッションIDが廃止され、各リクエストが自己完結する形になりました。サーバー側の運用が簡単になる変更で、利用者の操作は変わりません
• 非推奨の整理：Sampling、Roots、Logging、旧来のHTTP+SSE方式などが非推奨になりました。非推奨にした機能は、最低12か月の猶予を置いてから削除する方針も明文化されています
• 認可まわりの強化：認証（OAuth）に関する検証の要件が追加されました。クライアントの登録方式も見直されています
• 拡張機能の整備：長時間かかる処理を扱うTasksや、会話の中に画面部品を出すMCP Appsが、本体とは別の拡張として位置づけられました

通信の細部を担当者が追う必要は、通常ありません。ただ、数か月前の解説記事には、いまの仕様と手順が異なる説明が残っている場合があります。技術的な細部を確認するときは、公式のチェンジログを基準にしてください。

MCPはAPIの代わりではなく、APIをAIが選んで使える形に整えた窓口です。APIはソフトウェア同士が機能やデータをやり取りするための窓口そのもの。MCPは、その窓口にどんな機能があり、どんな条件で使えるのかを、AIが読める共通の形で示す規格にあたります。サーバーの裏側でAPIが呼ばれる構成が一般的です。

違いの理由は、説明書の読み手にあります。APIの説明書は人間の開発者に向けて書かれているため、AIに任せると、毎回説明書を読み解いてコードを組み立てることになり、同じ依頼でも動きが揺れやすい点が課題です。MCPは、使い方の手順と入力の型をサーバー側があらかじめ定義しているので、AIは決められたツールを呼ぶだけで済みます。

どちらを使うかは、業務の性質次第です。在庫を毎晩ECと基幹システムで同期するような、条件が固定された処理は、API連携やバッチ処理のほうが安定します。AIが毎回判断を挟む意味がなく、費用もかさむためです。一方、「今月初めて購入した会員は何人？」のように、質問の中身が日々変わり、手順を先に固定できない確認作業は、MCPの出番です。API・CSV・EDIといった連携方式の選び方は、API連携とは？ECシステム連携の方式と実装のポイントを解説で詳しくまとめています。

同じ確認を、2つの方法で見比べてみます。

• APIを直接つなぐ場合：開発者が商品APIと受注APIを呼ぶスクリプトを書き、在庫と受注数を突き合わせて一覧にする。「直近」を7日から14日に変えたい、カテゴリで絞りたいとなれば、そのたびに改修を依頼する
• MCP経由の場合：担当者が日本語で質問し、AIが商品データと受注データのツールを組み合わせて一覧を返す。条件の変更は追加の質問で済む

担当者の手元で試行錯誤できるのが、MCPの実感しやすい違いです。ただし、後者が成立するのは、商品と受注のツールがすでにMCPサーバーとして用意されている場合に限ります。

誤解されやすいので、3点に整理します。

1. 土台にAPIが要る：MCPサーバーは、ECシステムのAPIなどを呼び出して動くことが多く、APIが整っていなければサーバー自体を作れません
2. 固定の処理はAPIが安定する：決まった時刻に決まった内容を同期する業務に、AIの判断を挟むメリットは小さい
3. 安全性はAPI側の権限設計に左右される：MCPを通したからといって、権限が自動で絞られるわけではありません。どのデータを、誰の権限で、どこまで公開するか。その設計が、接続の安全性を決めます

RAGは「AIに読ませる情報を探して渡す手法」、MCPは「AIが外部のデータやツールを使うためのつなぎ方のルール」です。比べる軸そのものが違い、どちらか一方を選ぶ話ではなく、併用するケースが多くなります。

RAG（Retrieval-Augmented Generation、検索拡張生成）は、AIが回答を作る前に、社内文書などを検索し、見つかった内容を質問と一緒にAIへ渡す手法です。2020年に発表された手法で、規約やマニュアルのような長い文章から答えを引き出す場面で使われてきました。

使い分けの目安は単純です。AIに「読ませたい文章」があるならRAG、「数字を引きたい」「操作したい」ならMCP。この線引きが効くのは、ECに2種類の情報があるためです。返品規約やブランドの紹介文のように、変化が少なく文章で答える情報と、在庫数や受注件数のように、刻々と変わり、桁を間違えられない情報。後者を文書として索引に取り込んでしまうと、更新のたびに古い数字が返ってくる恐れがあります。数量や価格は、正本であるシステムにMCPで直接尋ねるのが筋です。

併用の典型は、カスタマーサポートです。返品の可否は規約をRAGで根拠づけ、注文の状況はMCPで確認し、返金の実行は人の承認を挟んでMCPのツールで行う。RAGの検索処理そのものをMCPのツールとして公開する構成もあり、両者は排他的ではありません。

この表で押さえたいのは、MCPの置き場所です。MCPが担うのは、AIが外部のツールやデータとつながる部分だけ。手順を考えるのはAIエージェント、実データへの窓口はAPI、文章の根拠を探すのはRAGと、役割が分かれています。「MCP対応のAIエージェント」という言い方があっても、MCPがエージェントそのものを指すわけではありません。迷ったときは、「AIが考える部分か、AIが外とつながる部分か」で見分けてください。

MCPの安全性は、規格だけで決まるものではありません。どの提供元のサーバーに、どの権限で、どこまで任せるか。運用の設計が結果を分けます。守りの要点は4つ。接続先は信頼できる提供元に絞る、権限は読み取りから始める、お金と個人情報が動く操作は人が承認する、操作の記録を残す。

MCP公式は、実装者向けにセキュリティのベストプラクティスを公開しており、実際に起こりうる攻撃の種類と対策を整理しています（MCP公式「Security Best Practices」）。EC運営者の立場で関係の深いものを、運営の場面に置き換えて表にしました。

間接的なプロンプトインジェクション、ツール定義の改変については、セキュリティ研究機関も具体的な攻撃手法と検知の考え方を公開しています（Elastic Security Labs）。

EC運営者の側で打てる手は、上の表のうち「出所」「プロンプトインジェクション」「権限」の3つに集中します。認可の仕組みそのものは提供元の責任で、利用者にできるのは、提供元の選定と、許可画面の確認です。

複数の担当者がAIツールを使う会社では、個人任せにしない決め方も必要です。担当者が各自でMCPサーバーを許可する方式だと、会社として「誰がどこにつないだか」を把握できません。退職や異動のときの取り消しも漏れやすくなります。この課題に向けて、MCPには、会社のID基盤（OktaやMicrosoft Entra IDなど）が、どのMCPサーバーに誰が接続できるかを一元管理する拡張仕様があります（MCP公式「Enterprise-Managed Authorization」）。利用にはAIツール側の対応と、情報システム部門の設定が前提です。まずは、接続してよい提供元の一覧と、接続を許可する担当者を、社内で決めておくところから始めましょう。

「何をAIに許すか」は、操作の重さで4段階に分けると決めやすくなります。

段階が上がるほど、間違いや悪用の被害が大きく、取り返しがつきにくくなります。最初から4まで開放せず、1で使い勝手と数字の正しさを確かめ、2、3と進めるのが、無理のない広げ方です。

実際の提供元の仕組みも参考になります。Stripeは、MCPサーバー経由の書き込みのうち、返金や外部への送金などについて、人の確認が必須です。AIが示したURLを人が開いて内容を確認し、承認すると承認トークンが発行されます。承認の有効期限は24時間です。さらに管理者は、チーム全体のMCPアクセスを本番環境とテスト環境で別々に有効・無効にでき、接続済みのクライアントを一覧から取り消すこともできます。AIツール側の「ツールの実行前に承認を求める」設定をオンにすること、他のサーバーと併用する際にプロンプトインジェクションへ注意することも、公式ドキュメントで案内されています（Stripe公式ドキュメント）。

なお、Stripeでは2026年10月31日以降、全権限のシークレットキーや、エージェント用の印がない制限付きキーはMCPで受け付けなくなる予定です。OAuthか、必要な権限だけを付けたエージェント用キーに切り替える方向で、最小権限の考え方が仕様に組み込まれつつあります。ECサイト全般の守り方は、ECサイトのセキュリティ対策やECの不正アクセス対策で詳しく扱っています。

ECでのMCP活用は、「参照」から始めて「分析」へ広げ、そのあとで「承認つきの更新」に進める順が現実的です。MCPで任せやすい業務と、任せにくい業務を整理します。

上から5行目までは、W2が発表しているMCP連携の活用例（顧客・受注・商品データを組み合わせた確認、RFM分析、初回購入商品ごとのLTVと2回目購入率の比較、同時購入の傾向）とも重なります（W2のプレスリリース）。表の見方としては、「参照」だけで完結する業務ほど、導入の負担が軽く、間違いの影響も小さくなります。逆に、決まった処理をAIの判断に委ねる業務は、メリットが薄いだけでなく、結果が毎回揺れる原因にもなります。

朝の確認作業を、MCPで置き換えるとどうなるでしょうか。これまでは、管理画面にログインして受注一覧を開き、条件を絞って、在庫のメニューへ移り、表計算ソフトで突き合わせる、という流れでした。MCP経由なら、「未発送の受注のうち、在庫が足りない商品が含まれるものを一覧にして」と尋ねるだけで、AIが受注と在庫のツールを順に呼び、結果をまとめます。

ただし、AIの集計は、一度は元のデータと照らして確かめてください。確認のしかたは次のとおりです。

• 管理画面で結果が分かっている数字（先月の受注件数など）を、AIにも尋ねて一致するかを見る
• 期間の区切り（月末の締め時刻）、税込か税抜か、キャンセルや返品を含めるかを、AIに確認させる
• 直近の受注を10件ほど、画面で手作業で見比べる

この3点で数字の前提がそろえば、以降の分析も信頼しやすくなります。

顧客データと受注データを組み合わせた分析は、これまで管理画面からデータを書き出し、表計算ソフトで集計する作業でした。MCPが使える環境なら、AIとの会話の中でRFM分析（最終購入日、購入頻度、購入金額で顧客を分ける方法）や、初回購入商品ごとのLTV比較まで進められます。結果の出力形式を指定すれば、社内共有用の資料としてそのまままとめることも可能です。

注意したいのは個人情報です。顧客の氏名や連絡先まで見せる必要のない分析なら、AIに公開する項目から外せるかを、提供元に確認しておきましょう。

Stripeの場合、MCPサーバーを通して、顧客、請求、サブスクリプション、返金、商品、価格、クーポンなど、多くのAPI操作をAIから扱えます。読み取りと書き込みは別のツールに分かれており、返金などは前述の承認が入ります。Stripeを使ったEC運営なら、「先週の返金を理由別に数える」といった確認は参照だけで済み、始めやすい部類です。決済サービス全般の選び方は、EC決済とは？おすすめの決済代行サービス12選を徹底比較をご覧ください。

「Shopify MCP」で調べると、複数の種類が出てきて戸惑います。Shopifyは用途ごとにサーバーを分けており、運営者が目的に合うものを選ぶ必要があります。

出典は、Shopifyの公式ドキュメントです（Storefront MCP、Customer Accounts MCP、エージェント型コマース）。表の読み方で大切なのは、Storefront MCPなどが主に「買い物客側のAI」のために用意されている点です。運営者が自社の受注や在庫を参照・分析する目的とは使い方が違うため、ストア運営のデータを扱う場合は、対象のサーバーと権限をShopifyの最新ドキュメントで確認してください。

国内でも対応が始まっています。カラーミーショップ byGMOペパボは、2026年3月9日にリモートMCPサーバーの提供を開始しました。国内の総合・汎用ASPカート7社の比較（2026年3月5日時点、同社調べ）で、国内ECカート構築サービスとして初としています。アプリストアから「AIコネクター」をインストールして外部のAIアプリケーションと接続し、商品管理や受注管理などをAIとの対話で進める仕組みです（カラーミーショップのプレスリリース）。W2もW2 Commerceでの対応を進めており、09で触れます。各社の対応状況は変化が速いため、利用中のカートの公式発表で確かめてください。

• 毎日、決まった時刻に同じ内容で動かす同期や連携
• 条件が曖昧なまま、大量のデータを書き換える更新
• 承認なしに、価格の変更や返金を自動で行う運用

MCPは、人が日本語で頼み、AIが状況に応じて道具を選ぶ場面で力を発揮します。逆に、手順が固定された処理は、これまでどおりAPI連携やバッチ処理に任せるほうが、安定して低コストです。

MCPは、AIが外部のツールやデータを使うための汎用の土台。UCPは、その上で「商品を探す、カートに入れる、購入する、注文を追う」といったコマースの共通言語を定める規格です。UCPは通信方式としてMCPを使うことができる、という関係になります。ただし、UCPが使える通信方式はMCPだけではありません。

UCP（Universal Commerce Protocol）は、2026年1月にGoogleが全米小売業協会（NRF）のイベントで発表した、AIエージェントと事業者のシステムをつなぐ共通規格です。Shopify、Etsy、Wayfair、Target、Walmartなどと共同で開発されました（詳細はエージェンティックコマースとは？やUCPとはで解説しています）。事業者は、対応する機能や接続先を /.well-known/ucp というプロファイルで公開し、UCPの仕様には、その機能をMCPのツールとして提供するための取り決め（MCPバインディング）が定められています。仕様書には、UCPの機能とMCPのツールが1対1に対応すると書かれています（UCP公式仕様：Checkout MCP）。UCPを使っても、販売元（Merchant of Record）はあくまで各EC事業者のままです（Google UCP FAQ）。

上の表の最終行が、EC事業者にとって最も実務に関わる違いです。MCPを「誰のAIが、誰のデータにつながるか」で見分けると、整理しやすくなります。

• 運営側のAI：自社の担当者が使うAIが、自社のEC基盤や決済サービスのデータを参照・分析する。Stripe MCPや、W2 CommerceのMCP連携が該当する
• 顧客側のAI：顧客が使うAIエージェントが、自社の商品を探し、カートに入れ、購入する。UCPやACPが担う領域で、ShopifyのStorefront MCPのように、MCPが通信方式として使われる場合もある

どちらもMCPが登場しますが、準備すべきことは違います。運営側のAIで中心になるのは、権限・承認・記録の設計です。顧客側のAIには、AIが正しく読み取れる商品データ、リアルタイムに近い在庫・価格の連携、決済や認証への対応が必要です。後者の準備は、エージェンティックコマースとは？仕組み・事例と事業者が備えるべき準備を解説に整理しています。AIが接客から購買代行までECに関わる全体像は、AIコマースとは？をご覧ください。

MCPを使えるかどうかは、AIツールよりも、自社のECプラットフォームがMCPサーバー（または同等のAI連携）を提供しているかで決まります。そしてその土台は、API。AIから見た構造は次の流れです。

AIアプリ（ホスト）→ MCPクライアント → MCPサーバー → API → ECのデータ（商品・受注・顧客・在庫）

MCPサーバーはAPIを呼び出して動くことが多いため、APIが整っていないECプラットフォームでは、MCP対応が難しくなります。さらに、権限・承認・記録の仕組みがなければ、AIにつなぐこと自体が危うくなります。

「MCP対応」という表記だけでは、中身がわかりません。次の6項目を確認すると、実態が見えてきます。

この中の「承認と操作の記録」の具体例が、決済サービスのStripeです。MCPのツールの呼び出し履歴は、管理画面のWorkbenchで確認できる、と案内されています。ECプラットフォームを選ぶときも、同じ水準の問いを投げてみてください。

表の項目に優先順位をつけるなら、対応範囲と、承認・記録の有無が上位です。参照だけで使い始めるにしても、将来、更新の権限を広げたくなったとき、承認と記録の仕組みがなければ、安全に広げられないためです。

利用中のECシステムにAPIがあってもMCPサーバーがない場合は、次の3つが考えられます。

1. 提供元の対応を待つ、または要望を伝える
2. 自社でMCPサーバーを用意する。開発が必要で、作り方は専門的な内容になるため、ここでは扱いません
3. 既存のAPIをMCPのツールに変換する、ゲートウェイ型のサービスを使う

どの方法でも、権限の設計と記録の仕組みは自社で決める必要があります。MCPサーバーの有無は、あくまでAIとつなぐための入口の話で、安全に使う条件を代わりに満たしてくれるわけではありません。

ECのリプレイスを検討しているなら、MCPやAI連携への対応を評価項目に加える価値はあります。ただし、MCP対応を選定の決め手にするのは避けてください。基幹システムとの連携、運用の負荷、費用といった土台の条件が、事業の成果に直結するためです。MCP対応は、条件が近い候補の間で差をつける加点要素として扱うのが、現実的な位置づけです。比較の軸は、ECサイト構築サービスの比較や、ECプラットフォームの選び方で整理しています。

W2は、コマースプラットフォーム「W2 Commerce」で、MCP連携への対応の開発を進めていることを2026年9月30日に発表しました。普段使っているMCP対応のAIアシスタントツールに自然言語で指示するだけで、W2 Commerce上のデータを参照し、作業を進められるようにする取り組みです（W2のプレスリリース）。

発表されている内容は、次のとおりです。

• MCP経由で参照できるデータは、商品データ、顧客データ、受注データを中心に20種以上
• 受注と顧客、商品と受注のように、複数のデータを組み合わせた確認が、AIアシスタントツールとの1回のやり取りで可能
• 例として、「先月の購入者のうち、初めて購入した会員は何人か」「在庫が少なく、直近の受注が多い商品はどれか」を確認する使い方
• 顧客と受注のデータからの購買傾向の近い顧客セグメントの発見、RFM分析、初回購入商品ごとのLTVと2回目購入率の比較、同時購入されやすい組み合わせの発見
• レポートの出力形式を指定すれば、社内共有用の資料としてまとめることも可能
• 今後、MCP経由で扱えるデータや作業の範囲を、順次広げていく予定

この記事のここまでの内容と照らすと、位置づけがはっきりします。W2 CommerceのMCP連携は、「運営側のAI」が自社のデータを参照・分析するためのもので、発表の内容は参照が中心です。提供開始の時期や対象となる製品・プランは、W2の最新の発表でご確認ください。

W2のAI関連の取り組みは、使う場所と目的で整理すると、混同しにくくなります。

MCP連携は、担当者が使い慣れたAIツールから運用データを引き出す「外からの入口」にあたります。一方のSmartHubは、W2 Commerceの上でデータとAIを結び、コンテンツの企画から効果検証までを支える「内側の基盤」。第一弾の4つのAIプラグインは、売上データから作るべきコンテンツを見つけるもの、レビューやSNSなど顧客の声を購買につなげるもの、利用シーンや悩みのタグで商品を探せるようにするもの、顧客ごとに商品やコンテンツを提案するものです（W2 SmartHubのプレスリリース）。目的が違うため、どちらか一方を選ぶというより、課題に応じて使い分ける関係になります。

W2 Commerceは、BtoC・BtoB・海外ECなど複数の事業形態に対応するプラットフォームです。BtoC向けのW2 Commerce Unified、サブスク・定期通販向けのW2 Commerce Repeatなど、事業の形に合わせた構成を選べます。どの製品でMCP連携が使えるようになるかは、提供開始時のW2の発表をご確認ください。AIの活用や、MCPを前提にしたEC基盤の見直しについては、拡張プラグインの一覧やAIカスタマイズ開発 AI buddyもあわせてご覧ください。

MCPは、いきなり本格導入せず、参照だけの権限で小さく試すのが基本です。次の5つの手順で進められます。

利用中のECプラットフォーム、決済サービス、会計ソフトのうち、どれがMCPに対応しているかを調べます。調べ方は3通りです。提供元の公式サイトやヘルプで「MCP」「リモートMCP」「AI連携」を検索する。利用中のAIツールの、接続先（コネクタ）の一覧を確認する。提供元に直接問い合わせる。未対応の場合は、対応予定も尋ねておきましょう。

AIツールのコネクタ設定で、提供元が案内するサーバーのURLを登録します。その後、提供元のログイン画面（OAuth）が表示されるので、許可する内容を読んでください。読み取りだけか、書き込みも含むのかが表示されます。管理者の権限ではなく、参照に絞った専用の権限で接続するのが原則です。会社でAIツールを契約している場合は、先に管理者がコネクタを追加する必要があることもあります。たとえばStripeのClaude向けの案内でも、TeamやEnterpriseの契約では、ワークスペースの管理者が先にコネクタを追加する流れです。

管理画面で結果を確認できる質問から始めましょう。「先月の受注件数は？」「在庫がゼロの商品は？」のように、正解を知っている問いです。AIの回答が一致するかを確かめ、期間の区切り、税込・税抜、キャンセルの扱いも確認してください。

更新系の操作を使うときは、AIツール側の「ツールの実行前に承認を求める」設定をオンにします。更新は1件ずつ、一括の場合は件数の上限を決めます。返金や顧客データの書き出しなど、金銭・個人情報の操作は、人が実行する運用を基本にしてください。

接続済みのクライアントやセッションの一覧、ツールの実行ログを定期的に確認し、使っていない接続や退職者の接続は取り消します。Stripeなら、OAuthのセッション一覧から接続を取り消せ、ツールの呼び出し履歴を管理画面で確認できます。ほかのサービスでも、同じことができるかを事前に確かめておきましょう。

• AIの集計結果が、管理画面の数字と一致するか
• 接続の権限が、参照だけになっているか
• 更新系の操作で、承認の画面が出るか
• 誰が、いつ、どのツールを実行したか、記録をたどれるか
• 不要になった接続（退職者、検証用）を取り消したか
• MCPの仕様や提供元の対応範囲に変更がないか。公式のチェンジログと、利用中サービスのお知らせを確認しているか

MCPの仕様と提供元の対応は、変化が速い領域です。公開時点で確認した内容でも、数か月後には変わることがあります。確認の習慣そのものを、運用に組み込んでおくのが安全です。

Q. MCPは無料で使えますか？

A. MCPの仕様はオープンな標準として公開されており、仕様を使うこと自体に利用料はかかりません。費用が発生するのは、AIツール側のプランと、接続先サービス側の料金です。AIツールによっては、MCPのコネクタを使えるプランが限られる場合があります。両方の条件を、利用前に確認してください。

Q. プログラミングの知識は必要ですか？

A. 提供元が用意したリモートのMCPサーバーに接続するだけなら、プログラミングは不要です。AIツールの設定画面でURLを登録し、ログイン画面で許可を与える形で使い始められます。自社独自のシステム向けにMCPサーバーを作る場合は、開発の知識が必要です。ただし、作り方は専門的な話になるため、ここでは対象外です。

Q. 「MCP連携」とは何を指しますか？

A. AIアプリケーションと外部のサービスを、MCPを使ってつなぐことを指します。「W2 CommerceのMCP連携」であれば、MCP対応のAIアシスタントから、W2 Commerce上のデータを使えるようにする取り組みです。

Q. MCPサーバーとは何ですか？

A. 外部のシステムやデータを、AIに使える形で公開する窓口のプログラムです。機器としてのサーバーのことではありません。ECプラットフォームや決済サービスの提供元が用意する接続口を指します。

Q. MCPとAIエージェントは同じものですか？

A. 別のものです。AIエージェントは、目的に向けて手順を考え、道具を使いながら実行するAIそのもの。MCPは、そのAIが外部の道具やデータを使うための接続のルールです。エージェントが手を伸ばす先を、共通の形にそろえる役割と考えてください。

Q. ChatGPTやClaudeなど、どのAIで使えますか？

A. MCPの公式サイトは、ClaudeやChatGPT、VS Code、Cursorなどが対応していると案内しています。ただし、使える機能や対象のプランはAIツールによって異なります。利用中のツールの最新の案内を確認してください。

Q. MCPは安全ですか？

A. MCPという規格だけで、安全が保証されるわけではありません。出所の確かな提供元のサーバーに絞る、権限を読み取りから始める、金銭と個人情報の操作は人が承認する、記録を残す、という運用が前提です。詳しくは05のセキュリティをご覧ください。

Q. 自社のECがMCPに対応しているかは、どうやって調べますか？

A. 提供元の公式サイトやヘルプで「MCP」「リモートMCP」「AI連携」を検索する、利用中のAIツールのコネクタ一覧を見る、提供元に問い合わせる、の3通りです。対応していても、参照だけか、書き込みまで含むかで中身が違うため、対応範囲まで確認してください。

Q. 「MCPはもう終わった」という話を聞きましたが、導入して大丈夫ですか？

A. トークンの消費量や認証の扱いを理由に、MCPの使いにくさを指摘する議論があるのは事実です。一方で、MCPは2025年12月からLinux Foundation傘下の財団のもとで運営され、仕様の更新と、非推奨にした機能を12か月以上の猶予で扱う方針も公式に定められています。規格が変わり続ける前提で、まずは参照だけの小さな範囲で試し、効果と運用の負担を測るのが、無理のない進め方です。

MCPとは、AIが外部のデータやツールを使うための共通ルールで、AIと外の世界のつなぎ方を決める規格です。仕組みはホスト・クライアント・サーバーの3役で、サーバーがAIにツール、リソース、プロンプトを提供します。APIの代わりではなく、APIの上に重なる層であり、RAGとは役割が違うため併用するのが基本です。

安全に使う鍵は、運用にあります。出所の確かな提供元に絞る、権限は参照から始める、金銭と個人情報の操作は人が承認する、記録を残す。EC運営では、受注・在庫・顧客データの参照と分析から始めるのが、負担も影響も小さい入り口です。

次にとる行動は、次の3つです。

1. 自社のECプラットフォーム、決済、会計の対応状況を確認する：「MCP」「AI連携」で提供元の情報を調べ、対応範囲（参照のみか、書き込みまでか）まで確かめる
2. 参照だけの権限で試す：答えがわかっている質問で、数字が合うかを確認する
3. ECプラットフォームの見直しでは、MCP・API・権限・記録を評価項目に加える：土台のAPIや、承認と記録の仕組みも一緒に見る

AIコマースの全体像はAIコマースとは？、顧客側のAIに備える準備はエージェンティックコマースとは？、連携方式の選び方はAPI連携とは？で、それぞれ整理しています。

2026 EC BENCHMARK DATA

同規模企業と比べて今の実力がわかるEC実態調査2026公開！

「自社のEC事業は、同じ規模の企業と比べて順調なのか」
——実データ567社分を分析し、年商グループ別に16指標の平均値・中央値を全公開しました。

     無料でEC実態調査2026を見てみる

📊年商グループ別で公開5〜10億／1〜5億／
1,000万〜1億で比較

📈16指標を徹底分析売上・CVR・購入単価
など平均値と中央値

🚀成長企業の一手定期購入会員数
+43.7%などを先出し

実データ567社

この記事の監修者

樽澤寛人 マーケティング部 部長

神戸大学在学中にEC事業を立ち上げ、自社ECサイトの構築から販売戦略の立案・実行、広告運用、物流手配に至るまで、EC運営の全工程をハンズオンで経験。売上を大きく伸ばしたのち、事業譲渡を実現。
大学卒業後はW２株式会社に新卒入社し、現在は、ECプラットフォーム事業とインテグレーション事業のマーケティング戦略の統括・推進を担う。一貫してEC領域に携わり、スタートアップから大手企業まで、あらゆるフェーズのEC支援に精通している。