こんにちは、ショウです！
最近、生成 AI の界隈で 「MCP」「Skills」「RAG」 という言葉を耳にしない日はありません。しかし、立場によってこれらの見え方は全く違います。
「自作アプリに AI を組み込みたいエンジニア」と、「Cursor やエージェントを駆使して爆速で開発したいバイブコーダー」。
今回は、それぞれの目線でこれら 3 つのキーワードをスッキリ整理します！
1. 擬人化で理解する 3 つの役割
まずは、AI を「一人の有能な秘書」に例えて、それぞれの役割をイメージしてみましょう。
- RAG（知識の拡張）: 「巨大な辞書や最新の社内資料」 を手元に置き、そこから調べて答えてくれる。
- Skills（機能の拡張）: 「電卓、メール、ファイル操作」 などの具体的な道具（ツール）を使いこなす能力。
- MCP（接続の標準化）: あらゆる道具を AI に接続するための 「共通コンセント」。
| 用語 | ユーザー目線（何ができる？） | 開発者目線（どう実装する？） |
|---|---|---|
| RAG | 未学習の最新情報や、自分だけの資料を AI に教えてもらう | ベクトル DB と連携し、プロンプトにコンテキストを注入する |
| Skills | ファイル操作、検索、コード実行などの 「動作」 をさせる | Function Calling (Tools) として関数の仕様を定義する |
| MCP | Cursor や Claude に、一瞬で外部連携を追加 できる | 共通規格（プロトコル）に則ったサーバーを公開・利用する |
2. ユーザー目線：Skills さえあれば十分？
Cursor や Windsurf を使った「バイブコーディング」や、AI エージェントを利用するユーザーにとっては、「Skills（何ができるか）」 が最も重要です。
- 「ファイルを読み書きする」
- 「ターミナルでコマンドを叩く」
- 「ブラウザで検索する」
これらはすべて Skills です。多くのユーザーは、すでに用意された Skills を使うだけで目的（アプリ作成など）を完結できます。
では、なぜ今 MCP がこれほど注目されているのでしょうか？
それは、「自分が使いたい特別な道具（独自の DB や特殊な API）」を、いろんな AI ツール（Cursor, Claude, VSCode 等）にいちいち設定し直すのが面倒すぎるから です。MCP という共通規格が登場したことで、「一度作った Skills を、どの AI 環境にも一瞬で差し込める」ようになった。これが今のトレンドの本質です。
3. 開発者目線：MCP vs Skills どっちが便利？
「自分のアプリに AI 機能を組み込みたい」エンジニアにとっては、選択肢が変わります。
① 「Skills（Function Calling）」を選ぶとき
- 特定の AI モデル（OpenAI だけ、など）に特化して、密な連携をさせたい。
- 1 つのスクリプト内で完結するシンプルな自動化を作りたい。
- 「手っ取り早く、自分専用のツールを作りたい」ならこちらが便利です。
② 「MCP」を選ぶとき
- 作った機能を、Cursor や Claude Desktop など、外部のいろんな AI 環境 で再利用したい（あるいは配布したい）。
- 複数のツールや DB を、標準化された安全な方法で管理したい。
- 「AI 活用のインフラを整えたい」ならこちらがトレンドです。
4. 初心者がまず触れるべきは？
もしあなたが、「AI をもっと便利に使いたい！」と思っているなら、以下の順序がおすすめです。
- Skills を使い倒す: 既にエディタにある「ターミナル操作」や「ファイル編集」の便利さを知る。
- RAG を体験する: 自分のメモや PDF を AI に読み込ませて、自分専用の知能を作る。
- MCP サーバーを繋いでみる: MCP サーバーのリポジトリなどから、自分が使っているサービス（GitHub や Google Drive 等）を AI に直結してみる。
まとめ
- RAG は、AI の 「カンニングペーパー」。
- Skills は、AI の 「手足」。
- MCP は、手足をどこでも繋げるようにする 「規格」。
「使うだけ」なら Skills で十分。でも、その便利さを「どこでも、自由に」広げたいなら MCP が最強の味方になります。
自分のやりたいことに合わせて、これらの武器を使い分けていきましょう！
あわせて読みたい記事：