同じMCPを4つのAIにつないだ｜認証も呼び方も別物

「MCP対応」と書かれたAIツールが、この半年で一気に増えました。Claude も ChatGPT も Gemini も、公式に Model Context Protocol（MCP）へ対応し、自分で用意した MCP サーバーを繋げば、AI が外部のデータやツールを直接読めるようになります。なぜ自社の数字を AI に読ませると答えが具体的になるのかは、AIが一般論しか言わない理由でも解説しています。

ただ、対応表の◯だけを見て「どれでも同じように繋がる」と考えると、実際に手を動かしたときにつまずきます。私は自社の読み取り専用 MCP サーバーを、Claude・ChatGPT・Gemini CLI・Microsoft Copilot の4つに実際に繋いでみました。結論から言うと、◯は同じでも中身は別物です。使える料金プランの条件も、認証のされ方も、ツールの呼ばれ方も、クライアントごとに違いました。本記事は、その一次検証を2026年7月時点でまとめたものです。各クライアントの対応状況はベンダー都合で変わり得るため、実際に繋ぐ前には最新の公式情報もあわせて確認してください。

この記事のまとめ#

1. 「MCP対応」は入口が同じでも中身は同じではない

   対応表の◯は「MCP で繋がる」ことしか示さない。使えるプラン・認証・ツールの見え方はクライアントごとに分かれる

2. 4クライアントで割れたのは主に3点

   対応プランの条件、初回接続の認証のされ方、そしてツール一覧の見え方の3つで挙動が違った

3. 繋ぐ考え方は簡単で、毎回の横断確認が重い

   1つ繋ぐだけなら難しくない。難しいのは、クライアントが増えるたびに差を把握し直し、同じサーバーが同じように動くかを確かめ続けること

4. 読み取り専用サーバーなら検証のハードルは下がる

   データを書き換えないサーバーなら、どのクライアントで試しても壊す心配がないので、対応差の検証を気軽に回せる

「MCP対応」の中身はクライアントで違う#

結論から言うと、「MCP対応」の◯は「MCP という共通の仕組みで繋がる」ことだけを保証し、どのプランで・どう認証して・どのツールが見えるかまでは揃えてくれません。

MCP は、AI クライアントと外部サーバーが会話するための共通規格です。クライアントが違っても同じ規格を話すので、1つのサーバーを複数の AI に繋げます。だから対応表には各社の◯が並びます。ですが、◯が示すのはそこまでです。使える料金プランの条件、初回の認証のされ方、繋いだ後にツールがどう見えるかは、◯の下に隠れていて、実際に繋いでみないと分かりません。

繋ぐときの流れ自体は、どのクライアントでもよく似ています。AI クライアントが OAuth 2.1 の同意画面を開き、あなたがサーバーへのアクセスを許可すると、クライアントはサーバーに tools/list を投げて「使えるツールの一覧」を受け取り、そこから読み取り専用のツールを呼び出します。この共通シーケンスは下の図のとおりです。

今回の検証環境は、自社の読み取り専用 MCP サーバー（mcp.revenuescope.jp・OAuth 2.1・read-only・9個のツール）を、Claude・ChatGPT・Gemini CLI・Microsoft Copilot の4クライアントに繋いだものです（すべて2026年7月時点）。なお、繋ぎ先を探すための公式な MCP サーバー一覧（レジストリ）も整備が進んでいますが、本記事では自分で用意したサーバーを繋ぐ前提で話を進めます。

4クライアントで実測した3つの違い#

結論として、同じサーバーでも、対応プランの条件・認証のされ方・ツール一覧の見え方の3点で挙動が分かれました。

まず全体像を1枚の表にまとめます。◯の下にどんな差があるかが、横に並べると見えてきます。

違い1：使えるプランの条件#

料金プランの条件は、4つの中で最もはっきり分かれました。

• Claude：全プランで繋げます。無料でも1つのカスタムコネクタを登録でき、Pro / Max / Team / Enterprise では上限が緩みます[2]
• ChatGPT：有料プラン（Plus / Pro / Business / Enterprise / Edu）で「開発者モード」をオンにする必要があります。無料では使えません[3]
• Gemini：オープンソースの Gemini CLI（無料）が設定ファイルで MCP を扱います。組織向けは Gemini Enterprise が窓口で、消費者向けの Gemini アプリはこの用途の対象ではありません[4]
• Microsoft Copilot：業務向けの Copilot Studio で「生成オーケストレーション」をオンにして繋ぎます。個人向けの無料 Copilot とは別枠です[5]

対応表の◯だけを見て導入を決めると、「自分のプランでは実は使えなかった」という盲点に落ちます。まず自分が使っているプランが、そのクライアントの条件を満たすかを先に確かめる必要があります。

違い2：認証のされ方#

認証はどのクライアントも OAuth 2.1 を土台にしています[1]。共通しているのはそこまでで、「どこで同意画面が出て、どこに設定を書くか」は分かれました。

Claude と ChatGPT は、画面上でコネクタやサーバー URL を足すと OAuth の同意画面が開く、GUI 寄りの流れです。一方 Gemini CLI は、設定ファイル（settings.json）にサーバーの情報を書き込む、ファイル編集寄りの流れでした。Gemini CLI は設定ファイル内の環境変数を展開し、外部サーバーへ余計な環境変数が漏れないよう既定で伏せる仕組みも持っています[4]。Copilot Studio は、サーバー名・説明・URL をウィザードに入力していく形です[5]。

同じ「OAuth 対応」でも、数クリックで済むのか、設定ファイルを手で書くのかで、初回の重さがまるで変わります。

違い3：ツール一覧の見え方#

サーバー側は tools/list で9個のツールを公開しています。ところが、この9本がクライアント上でどう見えるかは一様ではありませんでした。そのまま一覧に並ぶものもあれば、繋いだ後にツールを明示的に有効化しないと呼び出せないものもあります。

つまり「サーバーに9本ある」ことと「クライアントで9本すぐ使える」ことは同じではありません。繋いだ後に tools/list の結果を実際に見て、狙ったツールが見えているかを毎回確かめるのが安全です。

実接続でつまずいた点と回避策#

つまずきは決まって3か所、つまりプラン条件・OAuth の同意・tools/list でツールが見えるか、に集まりました。

つまずき1：プラン条件で弾かれる#

多かったのが、無料アカウントのまま ChatGPT で繋ごうとして開発者モードの入口が見つからない、というものです。回避策はシンプルで、繋ぐ前に自分のプランがそのクライアントの対応条件を満たしているかを確認しておくことです。

つまずき2：OAuthの同意画面で止まる#

サーバー側が OAuth 2.1 のリソースサーバーとして正しく応答しないと、同意の手前で止まります。回避策は、サーバーが公開インターネットから届く場所にあるか、認証に必要な情報を返すかを先に確かめておくことです。特に Claude は Anthropic のクラウド側からサーバーへ接続しにいくため、社内ネットワークやファイアウォールの内側にあるサーバーだと、許可設定が要る場合があります[2]。

つまずき3：tools/listで9本が見えない#

繋がったのにツールが出てこない、あるいは一部しか出てこない、という詰まり方です。回避策は、tools/list の応答を確認したうえで、クライアント側でツールの有効化が必要かどうかを見にいくことです。

初回接続にかかる手順の数も、クライアントで差が出ました。下の図は、各クライアントで初回接続に必要だった手順の数を数えたものです。画面から数クリックで済むものと、設定ファイルを書いたりウィザードを一つずつ進めたりするものとで、手数が変わりました。

繋ぐこと自体の考え方は、実は難しくありません。難しいのは、クライアントが4つ・5つと増えるたびに、この3か所の差を毎回把握し直し、同じサーバーが同じように動くかを横断で確かめ続けることです。ここが、対応表の◯からは見えない本当の重さでした。

RevenueScopeの解決策

結論として、「対応差を毎回確かめるのが重い」なら、その手前にあたる、AI に自社の数字を読ませて判断を任せるところにこそ、対応済みのサーバーを一つ持っておく価値があります。

RevenueScope は、自社 EC の数字を読み取り専用で返す MCP サーバー（mcp.revenuescope.jp・OAuth 2.1・read-only・9個のツール）を提供しています。今回検証した4クライアント、つまり Claude・ChatGPT・Gemini CLI・Microsoft Copilot に、そのまま繋げます。繋いだ後は、AI に「うちの売上、どのチャネルが効いてる?」と聞くだけで、AI が自社 EC の数字を直接読んで答えます。難しい設定も SQL も要りません。何をどう繋ぐかの最初の一歩はECのAI活用は自社データを繋ぐことからにまとめています。読み取り専用なので、データを書き換えたり消したりする心配もありません。読み取り専用がなぜ安全なのかはAIに自社データを渡して大丈夫かで詳しく整理しています。

たとえば、繋いだ AI に「先月の全体の数字を見せて」と聞くと、こう返ってきます（表示はサンプルデータのフィクションサイトです）。

これは、GA4 が出す「何が起きたか」ではなく、売上を起点に「次にどこへ投資するか」を見るための数字です。GA4 とは競合ではなく補完関係で、その判断材料を AI に渡せる点が違いです。RevenueScope 自体が Claude・ChatGPT・Gemini CLI・Microsoft Copilot に繋がるよう作られているので、あなたはクライアントごとの対応差を毎回調べ直さずに、まず「AI に数字を読ませて判断を任せる」ところから試せます。対応差を吸収した、実接続済みのサーバーが一つあること。それが、この記事で見てきた重さを肩代わりする一番の価値です。

FAQ#

Q1.「MCP対応」と書いてあれば、どのAIでも同じように繋がりますか？#

入口は同じですが、中身は同じではありません。繋がる仕組み（MCP）は共通でも、使えるプラン・認証のされ方・ツールの見え方はクライアントごとに違います。対応表の◯は「MCP で繋がる」ことだけを示すものだと考えてください。

Q2. 無料プランでもMCPサーバーを繋げますか？#

クライアント次第です。Claude は無料でも繋げます（登録できるコネクタ数に制限あり）。ChatGPT は有料プランで開発者モードが要ります。Gemini はオープンソースの Gemini CLI（無料）が設定ファイルで扱えます。消費者向けの Gemini アプリや個人向けの無料 Copilot は、この用途の対象が異なります（いずれも2026年7月時点）。

Q3. 読み取り専用のサーバーだと何が安心ですか？#

AI がデータを読むだけで、書き換えたり消したりしないためです。どのクライアントで試しても、元のデータを壊す心配がありません。だからこそ、対応差の検証を気軽に回せます。

まとめ#

「MCP対応」という言葉は、この一年で一気に広まりました。ただ、対応表の◯が約束するのは「MCP という共通の仕組みで繋がる」ことだけです。実際に同じサーバーを4つの AI に繋いでみると、使えるプランの条件も、認証のされ方も、ツールの見え方も別物でした。

繋ぐこと自体は難しくありません。重いのは、クライアントが増えるたびに差を把握し直し、同じサーバーが同じように動くかを横断で確かめ続けることです。だからこそ、まず試すなら読み取り専用のサーバーが向いています。壊す心配がないぶん、対応差の検証を気軽に回せるからです。

RevenueScope は、自社 EC の数字を読み取り専用で返す MCP サーバーを、この4クライアントに繋げる形で提供しています。AI に数字を渡して「次にどこへ投資するか」まで任せる。その入口を、対応差を気にせず試せる一つの実例として使ってみてください。

参考文献#

• [1] Model Context Protocol 「Authorization」 2025
• [2] Anthropic 「Get started with custom connectors using remote MCP」 2026
• [3] OpenAI 「Developer mode: apps and full MCP connectors in ChatGPT」 2026
• [4] Google Gemini CLI 「MCP servers with the Gemini CLI」 2026
• [5] Microsoft Learn 「Extend your agent with Model Context Protocol」 2026