2026/7/15セールスAI37 min read

MCP営業活用ガイド｜商談データをAIに繋ぐ仕組みと実装【2026】

#MCP #Model Context Protocol #営業AI #AIエージェント #営業DX

著者: Terasu 編集部| 監修: 笠原元輝

MCP（Model Context Protocol）を営業に活用するとは、CRM・商談履歴・資料の閲覧データといった営業データを、Claude などのAIに標準規格で接続し、商談準備・分析・提案の一部をAIに実行させることです。

「MCP 営業」で検索すると、実はまったく別の2つの話題がヒットします。ひとつは AI 業界で標準になった技術規格 Model Context Protocol、もうひとつは外資系SaaS営業で使われるクロージング手法 Mutual Close Plan。本記事は主に前者――AIに営業データを繋ぐ規格としてのMCPを、非エンジニアの営業・営業企画・営業責任者に向けて平易に解説します。

MCPは2024年11月にAnthropicが公開したオープン規格ですが、わずか1年でOpenAI・Google・Microsoftまでもが対応する「AI連携のデファクト標準」になりました¹²。この記事では、MCPの仕組みを噛み砕いたうえで、営業データをAIに繋ぐと具体的に何が変わるのか、そしてTerasu（デジタルセールスルーム）が実際に実装しているMCPサーバーの中身まで、一次情報で掘り下げます。

この記事のKey Takeaways（要点）

「MCP 営業」には Model Context Protocol（AI技術）と Mutual Close Plan（営業プロセス）の2義がある。本記事は前者を扱う。

MCPは「AIのUSB-C」。CRMや商談データとAIを、製品ごとの作り込みなしに繋ぐ共通規格。

営業データをMCPで繋ぐと、商談準備・分析・提案の"手作業"がAIへの"依頼"に変わる。

選定の軸は「MCPサーバーを提供しているか」。企業DB層・CRM/BI層・行動データ層の3層で補完する。

セキュリティの要はスコープ（最小権限）×対象範囲の限定×監査ログ。Terasuはこれを実装済み。

「MCP 営業」には2つの意味がある — まず用語を整理する

「MCP 営業」という検索語は、同じ略語で中身の違う2つの概念が混在しています。ここを最初に切り分けておかないと、読み進めても話が噛み合いません。

観点	Model Context Protocol（本記事の主題）	Mutual Close Plan
分野	AI・技術規格	営業プロセス・商談管理
意味	AIと外部データ/ツールを繋ぐ共通規格	顧客と合意する「相互クロージング計画」
提唱	Anthropic（2024年11月）¹	外資系SaaS営業の実務慣行
使う人	営業DX・RevOps・情報システム	フィールドセールス・AE
目的	営業データにAIを接続し業務を自動化	契約締結までのタスクと期限を可視化
略さず言うと	モデル・コンテキスト・プロトコル	ミューチュアル・クローズ・プラン

Mutual Close Plan は、契約締結までに両社が完了すべきタスク（稟議・法務チェック・セキュリティ審査など）と期限を顧客と合意しておくクロージング手法で、日本では「ミューチュアルアクションプラン（MAP）」とほぼ同義に語られます。こちらに関心がある方は、ミューチュアルアクションプランの作り方を参照してください。

一方、本記事が扱うのは Model Context Protocol。近年「営業でAIを使いたい」というニーズが高まる中で、その裏側を支える技術規格として急速に注目されています。以降、本記事で単に「MCP」と書く場合はすべて Model Context Protocol を指します。

MCP（Model Context Protocol）とは — 営業向けに平易に解説

MCP（Model Context Protocol）とは、AIと外部のデータやツールを繋ぐための共通規格です。Anthropic が2024年11月にオープン規格として公開しました¹。よく「AIにおけるUSB-Cポート」に例えられます³。

「AIのUSB-C」という比喩の意味

USB-Cが登場する前、スマホや周辺機器はメーカーごとに違うケーブルを必要としました。同じように、これまではAIをCRM、メール、社内データベースなどに繋ぐには、接続先ごとに専用の連携を作り込む必要がありました。AIツールが5個、繋ぎたい業務システムが5個あれば、理論上25通りの組み合わせを個別開発しなければなりません。

MCPは、この「接続の規格」を1つに統一します。業務システム側が一度MCPに対応すれば、MCPに対応したどのAI（Claude、ChatGPT、Cursorなど）からも同じ方法で繋がる。ケーブルを1種類に揃えるのと同じ発想です。

MCPを構成する3つの登場人物

営業担当者が仕組みを理解するには、次の3つを押さえれば十分です。

MCPホスト／クライアント：AIが動く側。Claude Desktop、Cursor、ChatGPTなど。営業担当者が実際に話しかける相手。
MCPサーバー：データやツールを提供する側。「CRMのデータを渡すサーバー」「商談ルームを操作するサーバー」など。業務システムのベンダーが用意する。
ツール：MCPサーバーが公開する個々の機能。「案件一覧を取得する」「資料の閲覧状況を返す」など、AIが呼び出せる"部品"。

営業担当者から見ると、AI（クライアント）に自然言語で頼むと、AIが裏でMCPサーバーの適切なツールを選んで呼び出し、結果を返してくれる――これがMCPの基本動作です。プログラミングの知識は要りません。

1年で業界標準になったMCPの普及タイムライン

MCPが「一時的な流行」ではなく本命規格である根拠は、競合するAI大手が揃って対応したことです。

2024年11月：Anthropicがオープン規格として公開¹
2025年3月：OpenAIが正式採用（ChatGPTデスクトップアプリ等に統合）²
2025年4月：Google DeepMindがGeminiでの対応を表明²
2025年内：Microsoft Copilot、AWSなども対応。Claude／ChatGPT／Geminiがネイティブ対応する状態に²
2025年12月：AnthropicがMCPをLinux Foundation傘下のAgentic AI Foundation（AAIF）へ寄贈。中立的な標準として運営される体制に。同月時点でSDKの月間ダウンロードは9,700万件超、稼働中のMCPサーバーは1万件以上と報告²

競合同士が同じ規格に乗るのは異例です。「AIをどのデータに繋ぐか」という土台が標準化されたことで、営業ツールの選び方も変わり始めています。

なぜいま「MCP × 営業」なのか — 3つの構造変化

MCPは技術規格ですが、営業の現場にも3つの実務的な変化をもたらします。この変化は、AIセールスエージェントの実用化と表裏一体です。AIエージェントが「自律的に営業業務をこなす」には、繋がる先＝MCPサーバーが不可欠だからです。

変化1：AIが触れる営業データの範囲が「点」から「面」へ広がる

これまでのAI活用は、「ChatGPTにメール文面を書かせる」「議事録を要約させる」といった単発の作業（点）が中心でした。MCPで業務システムが繋がると、AIはCRMの案件情報・過去の商談履歴・資料の閲覧ログなどを横断的に参照できます。「この顧客の検討状況を踏まえて次の一手を提案して」といった、**文脈（コンテキスト）を持った依頼（面）**が成立します。

変化2：ベンダーロックインが緩み、AIツールを乗り換えやすくなる

MCPは規格なので、業務システムがMCP対応していれば、AI側（Claude／ChatGPTなど）は入れ替え可能です。「特定のAIベンダーに縛られる」リスクが下がり、自社に合ったAIを選び直せるようになります。営業組織にとっては、ツール選定の主導権を握りやすくなる変化です。

変化3：連携の開発・保守コストが下がる

個別APIを作り込む方式では、繋ぎたいシステムが増えるたびに開発と保守が発生していました。MCP対応済みのツールを選べば、追加の連携は「機能を増やす」感覚で済み、内製・受託いずれの場合も工数を抑えられます。中堅・中小の営業組織でもAI活用のハードルが下がるのはこの変化のおかげです。

営業データをAIに繋ぐと何が変わるか — before / after

抽象論だけでは実感が湧きません。ここでは商談の3フェーズ（準備・商談中・商談後）で、MCPで営業データをAIに繋ぐ前後を具体的に対比します。CRMデータの接続についてはCRM AIエージェントの比較記事も参考になります。

フェーズ	Before（MCPで繋ぐ前）	After（MCPで繋いだ後）
商談準備	担当者がCRM・過去メール・企業サイトを手で調べ、30分〜1時間かけて準備メモを作る	AIに「A社の次回商談の準備をして」と頼むと、CRMの案件情報・過去商談履歴・企業データを横断して論点整理まで返す
商談中	顧客の質問にその場で回答できず「持ち帰り」が発生	AIに関連資料・過去の類似案件を即座に照会し、その場で根拠を提示
商談後	議事録作成・CRM入力・タスク登録を手作業で。入力漏れも多い	AIに「今日の商談を要約してCRMとタスクに反映して」と依頼し、記録と次アクション登録まで自動化
フォロー判断	「そろそろ追客した方がいい顧客」が担当者の記憶頼み	AIが資料の閲覧状況（誰がどのページを何秒見たか）を取得し、関心の高い顧客を可視化して優先度を提案

特に効くのが最下段のフォロー判断です。従来のCRMは「営業が入力したデータ」しか持ちません。しかしデジタルセールスルーム（DSR）のように顧客側の閲覧行動を記録している基盤をMCPで繋ぐと、AIは「提案書のどのページで顧客が止まったか」という顧客の生の反応を材料にできます。商談分析の具体は商談分析AIの活用ガイドでも解説しています。

これは、単に作業を速くするだけでなく、これまで営業の勘に頼っていた判断を、データに基づく判断に変えるという質的な変化です。

営業向けMCPサーバー/ツールの類型と選定基準

「MCPを営業で使う」といっても、繋ぐ先のMCPサーバーによってできることは大きく異なります。AIに何のデータを渡すかで3つの層に整理すると、自社に必要な組み合わせが見えてきます。

営業向けMCPサーバーの3層マップ

層	何をAIに渡すか	代表的なMCPサーバー	主な用途
①企業データ層	社外の企業・人物データ	SalesNow MCP（1,400万件の企業データ）⁴ など	ターゲットリスト作成・新規開拓の下調べ
②CRM/業務システム層	自社のCRM・表計算・ドキュメント	CData（Salesforce/Excel）、Notion、Slack、Gmail 等の各MCPサーバー⁵	案件データの照会・記録・タスク管理
③商談・行動データ層	商談ルームの中身と顧客の閲覧反応	Terasu MCP（デジタルセールスルーム）※後述	提案後の検討状況の可視化・フォロー最適化

多くの解説記事は①②のカタログ紹介にとどまりますが、受注確度を左右するのは③の行動データ層です。「顧客が実際にどう反応したか」はCRMにも企業データベースにも入っていない、営業現場でしか取れない情報だからです。理想は3層を補完的に組み合わせることです。

ステップ1：満たすべき必須条件をチェックする

MCP時代の営業ツール選定では、機能一覧だけでなく「MCPにどう対応しているか」をまず確認します。以下は、候補に残すために満たしていてほしい前提条件です。

☐ MCPサーバーを公式に提供しているか（対応予定・ベータではなく、稼働しているか）
☐ 認証・権限モデルは安全か（後述のスコープ・対象範囲の限定・監査ログ）
☐ 対応するAIクライアントは自社の使うもの（Claude/ChatGPT等）か
☐ 料金体系は使用量に見合うか（無料枠・従量課金の条件）

ステップ2：カタログスペックに騙されないための検証質問

「MCP対応」「AI搭載」を謳う製品でも、実装の深さには差があります。前段の条件をクリアしたら、次の質問で"本物度"を見極めます。同じ「対応」でも業務インパクトが大きく変わる部分です。

読み取り専用か、書き込みまでできるか：案件を「見る」だけと「更新する」では自動化の範囲が違う
ツールの粒度は十分か：「案件一覧を取得」だけでなく「特定案件の閲覧ログを取得」まで踏み込めるか
エラー時に安全に振る舞うか：権限のない操作を実行時に拒否し、監査ログに残せるか

【一次情報】TerasuのMCPサーバーで商談ルームをAIに繋ぐ

ここからは、デジタルセールスルーム Terasu が実際に実装しているMCPサーバーを、一次情報として紹介します。前掲の3層マップでいう③商談・行動データ層にあたり、他の企業データ検索系・CRM系のMCPサーバーとは提供する情報の層が異なります。

Terasu MCPサーバーの概要

TerasuはワークスペースごとにMCPサーバーのエンドポイントを提供しており、Claude や Cursor などのMCPクライアントから、自然言語で商談ルームを操作・照会できます。標準的なMCPの通信方式（JSON-RPC 2.0）に準拠しているため、MCP対応クライアントであれば追加の作り込みなしに接続できます。

公開しているツールは13カテゴリ・76個にわたります。営業の「見る・作る・分析する」を一通りカバーする構成です。

カテゴリ	ツール数	AIに頼めることの例
ルーム（商談ルーム）	5	商談ルームの一覧・取得・作成・更新・削除
メンバー	3	ルームメンバーの確認・招待・削除
ファイル	3	資料の一覧・詳細取得・削除
ページ	5	提案ページの作成・取得・更新・削除・一覧
メッセージ	8	スレッドとメッセージの作成・取得・更新・削除
タスク	21	タスクの作成・担当割当・ラベル・依存関係・コメント管理
ステークホルダー	6	決裁者マップの作成・更新・レイアウト保存
分析（アナリティクス）	3	ルームのエンゲージメント・資料のページ別閲覧時間・メンバー別の閲覧状況取得
エージェント	7	AIによる資料生成の依頼・エージェント状態の確認・アクション承認
パイプライン	2	商談サマリー・アラート・担当者スコアのダイジェスト取得
ワークスペース設定	2	設定の取得・更新
カスタムスキル（SDK）	5	AIエージェントに独自スキルを登録・管理
拡張機能	6	資料アップロード・共有リンク作成・ダウンロードURL取得・テンプレートからのルーム複製・ピン留め

DSRならではの「行動データ」をAIに繋げる

Terasu MCPの特徴は、分析カテゴリのツール群にあります。企業データ検索やCRM連携では取得できない、顧客が資料にどう反応したかをAIが直接取得できます。

get_room_analytics：商談ルームのエンゲージメントスコア・閲覧数・訪問者数・滞在時間を取得
get_file_analytics：資料のページ別の閲覧時間・閲覧者の詳細を取得
get_member_engagement：顧客ごとの訪問回数・閲覧時間・最終アクセスを取得
get_pipeline_digest：商談サマリー・アラート・担当者スコアのダイジェストを取得

たとえばAIに「先週提案したB社の反応を教えて」と聞けば、AIは get_member_engagement や get_file_analytics を呼び出し、「B社の担当者は料金ページを3分閲覧し、導入事例を2回見返しています」といった行動の解像度で状況を返せます。これが前述した「フォロー判断をデータで行う」の実体です。

接続はノーコードで3ステップ

エンジニアでなくても、次の3ステップでTerasuのMCPサーバーをAIに繋げます（ワークスペース管理者権限が必要です）。

トークンを発行する：ワークスペース設定の「MCP」画面（設定 > ワークスペース > MCP）で、MCPトークンを発行します。同じ画面にMCPサーバーのURLも表示され、コピーできます。
AIクライアントに登録する：Claude や Cursor のMCP設定に、サーバーURLと発行したトークンを登録します。設定ファイルにURLとトークンを貼るだけで、コードは書きません。
自然言語で話しかける：あとは「今週動きのあった商談を教えて」「C社向けの提案ページを作って」のように依頼するだけ。AIが適切なツールを選んで実行します。

補足：発行したトークンは発行時に一度だけ表示される仕様です。安全のため、その場でコピーしてAIクライアント側に保存してください。トークンはワークスペースあたり最大20本まで管理できます。

MCPのセキュリティ設計：AIに何を許すか

営業データは顧客情報の塊です。「AIに繋ぐ」となると、AIにどこまで許すのかを必ず設計しなければなりません。多くの解説が「セキュリティは重要」で止まる中、ここは最も具体的に押さえるべき論点です。Terasuの実装を例に、実務で必要な3層を示します。

層1：スコープ（最小権限）

MCPトークンには**スコープ（権限範囲）**を設定し、そのトークンでできることを絞ります。Terasuでは「読み取り」と「書き込み」を機能ごとに分けた細かいスコープを用意しています。

スコープの例	許可される操作	使いどころ
`rooms:read`	商談ルームの閲覧のみ	状況把握・分析だけAIに任せたい
`rooms:write`	ルームの作成・更新	資料準備までAIに任せたい
`rooms:delete`	ルームの削除	通常は付与しない（危険操作）
`pipeline:read`	パイプライン情報の閲覧	商談サマリーの取得だけ許可
`files:read` / `files:write`	資料の閲覧 / 追加	閲覧分析は許可し、追加は用途次第

「分析だけさせたい」なら読み取り系スコープのみを付与する、といった最小権限の原則で運用できます。読み取り専用のトークンでは、書き込み系のツールが実行時にスコープ検証で拒否されるため、AIが誤ってデータを書き換えることはありません。

層2：対象範囲（Room単位）の限定

Terasuのトークンは、アクセスできる商談ルームを限定できます。「すべてのルーム」ではなく「特定のルームだけ」に絞れるため、たとえば1つの重要商談のためだけにAIアクセスを開くといった運用が可能です。実験的にAIを試すときも、影響範囲を1ルームに閉じ込められます。

層3：監査ログ

MCP経由で行われた操作は監査ログに記録されます。「いつ・どのトークンで・何をしたか」を後から追跡できるため、AIに任せた操作のガバナンスが効きます。金融・製造など統制の厳しい業界でも、AI活用の説明責任を果たせる設計です。

この3層（スコープ×対象範囲×監査ログ）が揃って初めて、「営業データをAIに繋ぐ」を安心して本番運用できます。トークン発行はワークスペース管理者に限定されており、権限管理も一元化されています。

自社の営業データをMCPで繋ぐ進め方

最後に、MCPを自社の営業に取り入れる現実的な進め方をまとめます。一足飛びに全社展開せず、小さく検証するのが定石です。

目的を1つに絞る：「商談準備の時短」「フォロー漏れ防止」など、最初に狙う1テーマを決める。あれもこれもは失敗のもと。
繋ぐデータ層を選ぶ：3層マップから、その目的に必要な層（企業データ／CRM／行動データ）を選ぶ。フォロー最適化なら行動データ層＝DSRが中心になる。
読み取り専用・1ルームから始める：最小権限・対象範囲限定で小さく試し、AIの出力精度と業務フィットを確認する。
効果を測って権限を広げる：時短効果や受注への寄与を確認できたら、対象ルームやスコープを段階的に広げる。

とはいえ、「自社のどのデータを、どのAIに、どう繋ぐか」の設計は、営業とITの両方を理解していないと難しい領域です。自社の営業データをAIに繋ぐ構想から実装・定着までを伴走してほしい場合は、Terasuの開発元である株式会社koromoがAI活用の伴走支援（受託開発・PoC支援）を提供しています。ツール導入だけでなく「AIに繋いだ後、営業がどう変わるか」まで含めて設計したいときの選択肢です。

まずは手を動かして試したい方は、Terasuで無料の商談ルームを作り、MCPで自分のAIに繋いでみるのが最短です。行動データがAIの手に渡ると、営業の「次の一手」がどう変わるかを体感できます。

商談管理をもっと効率的に。まずは無料で試してみませんか？

無料で商談Roomを作ってMCPでAIに繋ぐ

Terasuが「営業データ×AI」をどう設計しているかは、AIの仕組みを紹介するページでも詳しく解説しています。

よくある質問（FAQ）

MCPとは何の略ですか？

文脈によって2つあります。AI・技術の文脈では「Model Context Protocol（モデル・コンテキスト・プロトコル）」で、AIと外部データ/ツールを繋ぐ共通規格を指します。営業プロセスの文脈では「Mutual Close Plan（ミューチュアル・クローズ・プラン）」で、契約締結までのタスクと期限を顧客と合意する手法を指します。本記事は前者を扱っています。

MCP（Model Context Protocol）とはどういう意味ですか？

AIと外部のデータやサービスを繋ぐための共通ルール（プロトコル）です。Anthropicが2024年11月にオープン規格として公開しました。「AIにおけるUSB-Cポート」と例えられ、業務システムが一度MCPに対応すれば、対応するどのAI（Claude・ChatGPT等）からも同じ方法で接続できます。

MCPとはIT用語で何ですか？

AIアプリケーションが外部のデータソース・ツール・システムに標準化された方法で接続できるようにするオープンスタンダードです。従来は接続先ごとに専用の連携開発が必要でしたが、MCPはその接続方法を1つの規格に統一します。2025年にはOpenAI・Google・Microsoftなど主要AI企業が揃って対応しました。

営業でMCPを使うと何ができますか？

CRM・商談履歴・資料の閲覧データなどの営業データをAIに繋ぐことで、商談準備の自動化、商談中の即時照会、商談後の議事録・CRM入力の自動化、閲覧データに基づくフォロー優先度の可視化などができます。「A社の次回商談を準備して」「先週提案したB社の反応を教えて」といった自然言語の依頼をAIが実行します。

MCPとMutual Close Planの違いは何ですか？

まったく別の概念です。Model Context ProtocolはAIと外部データを繋ぐ技術規格で、Mutual Close Planは契約締結までの両社のタスクと期限を可視化する営業のクロージング手法です。同じ「MCP」という略語を共有しているだけで、分野も使う人も異なります。

MCPの導入にエンジニアは必要ですか？

必ずしも必要ありません。MCP対応の業務ツール（例：TerasuのMCPサーバー）を使う場合は、管理画面でトークンを発行し、Claude や Cursor などのAIクライアントにサーバーURLとトークンを登録するだけで繋がります。設定ファイルへの貼り付けで完結し、プログラミングは不要です。ゼロから自社専用のMCPサーバーを開発する場合はエンジニアが必要です。

MCPで営業データをAIに繋ぐとセキュリティは大丈夫ですか？

適切に設計すれば安全に運用できます。要点は3つ。①スコープ（最小権限）でトークンの権限を「読み取りだけ」等に絞る、②アクセスできる対象を特定の商談ルームだけに限定する、③操作を監査ログに記録して追跡可能にする。Terasuはこの3層を実装しており、トークン発行もワークスペース管理者に限定されています。

SalesforceなどのCRMはMCPに対応していますか？

CRM本体やCData等の中継サーバーを通じてMCP経由でCRMデータをAIに接続する構成が広がっています。対応状況はベンダー・時期により変わるため、公式のMCPサーバー提供状況を確認してください。加えて、CRMには入らない「顧客の資料閲覧などの行動データ」はデジタルセールスルームのMCPサーバーで補完すると、AIに渡せる情報が厚くなります。

Terasu（デジタルセールスルーム）のMCPサーバーでは何ができますか？

商談ルームの操作・照会を中心に、13カテゴリ・76個のツールを公開しています。特徴は分析系ツールで、資料のページ別閲覧時間や顧客ごとのエンゲージメント、パイプラインのダイジェストをAIが取得できます。CRMや企業データベースにはない「顧客の反応」をAIに渡せる点が、他の層のMCPサーバーとの違いです。

まとめ — 営業データをAIに繋ぐ規格が標準になった

「MCP 営業」には Model Context Protocol と Mutual Close Plan の2義がありますが、いま急速に重要度を増しているのは前者――営業データをAIに繋ぐ規格としてのMCPです。

MCPは「AIのUSB-C」。業務システムが一度対応すれば、どのAIからも同じ方法で繋がる
営業データをMCPで繋ぐと、準備・分析・提案・フォローの手作業がAIへの依頼に変わる
選定の軸は「MCPサーバーを提供しているか」。企業データ層・CRM層・行動データ層を補完的に組み合わせる
受注確度を左右するのは、CRMにも企業DBにもない行動データ層。DSRのMCPサーバーが担う
本番運用の要はスコープ×対象範囲の限定×監査ログの3層セキュリティ

規格が標準化された今、問われるのは「AIに繋ぐか否か」ではなく「自社のどの営業データを、どう安全に繋ぐか」です。まずは無料の商談ルームで、行動データがAIの手に渡る感覚を試してみてください。

商談の進め方を、もっとスマートに。