今回は、こんな疑問にお答えします。
- SaaSのMCP対応って、APIを作り直す必要がある?
- どこに時間をかければいい?
- 危険な操作や権限は、どう止める?
こんにちは、自社のSaaS 2本にMCPサーバーを実装して、本番で回しているマサトです。
自社でヘッドレスCMS「ハルCMS」とメールAPI「HaruMail」を作って、運営しています。
先に結論から書きます。
SaaSのMCP対応は、APIを作り直しません。既存のREST APIの上に、薄いMCP層を1枚足すだけです。
時間をかけるべきなのはコードではなく、設計の3つ。ツールの粒度、危険な操作の止め方、鍵と権限です。僕は自社の2本ともこの形でMCP対応させて、日々AIから使っています。
その中で固まった型を、そのまま書きます。
読んでほしいのは、すでにSaaSや業務システム、会員基盤を運営している会社のCTO・プロダクト責任者の方です。
「顧客からMCP対応を求められている」「役員会でAIエージェント対応を宿題にされた」。そんな場面を思い浮かべて書きました。
それでは、順番に見ていきましょう。
この記事の要点
- SaaSのMCP対応とは
- SaaSのMCP対応とは、自社の既存REST APIの上に、ClaudeやCursorなどのAIクライアントから直接操作できるMCPサーバーの層を足すことです。Web春は自社SaaS 2本(MCP 8ツールのCMSとメールAPI)で、APIを作り直さずに対応できることを本番運用で確かめています。
目次
SaaSのMCP対応とは:既存APIにAIの手を付けること
SaaSのMCP対応とは、自社のREST APIの上に、ClaudeやCursorなどのAIクライアントから直接操作できるMCPサーバーの層を足すことです。
MCP(Model Context Protocol)は、AIが外部のシステムを操作するための共通規格です。
APIが「システムの入口」なら、MCPは「AIがその入口を使うための手」。そこにAIが読める説明書(ドキュメント)が揃って、はじめてAIは見るだけの相談相手から先に進めます。
APIだけでは足りなかった理由
「APIがあるなら、AIからも使えるのでは?」と思うかもしれません。僕も最初はそう思っていました。
実際には、APIだけの状態でAIに使わせると、エンドポイントの説明・認証の渡し方・レスポンスの読み方を毎回プロンプトで教えることになります。
会話をまたぐと忘れるし、人によって教え方が違うので結果もぶれる。MCPにしておくと、ツールの一覧と引数の形をAI側が構造として受け取るので、ばらつきが消えます。
もうひとつは規格が共通なこと。特定のAIサービス専用に作り込むと、乗り換えのたびに作り直しです。MCPなら、使うAIを替えても接続口はそのまま使えます。
長く使う業務システムほど、この差が効いてきます。
SaaSのMCP対応の型5ステップ
結論、順番は以下の5つです。どれも自社2本で実際に通った手順です。
①既存REST APIを整理する:正はAPI
MCPサーバーは、それ自体に業務の処理を持たせません。MCPはAPIの翻訳層で、正はあくまでREST APIです。
だから最初の仕事はMCPのコードを書くことではなく、既存APIを「AIに渡せる状態」にすること。
認証方式が揃っているか、エラーが構造化されて返るか、操作の単位が揃っているかを見ます。
ハルCMSでは、ブラウザのエディタ・REST API・MCPのどこから書いても、同じ検証・履歴・監査ログを通る作りにしました。
入口ごとに挙動が違うと「エディタでは弾かれるのにAPIからは通る」という穴になるからです。
入口の形もひとつ絞りました。記事の本文はMarkdownだけを受け取り、HTMLへの変換はサーバー側でやります。
外からHTMLをそのまま流し込めると、崩れたマークアップや想定外のタグが本番に混ざる。AIが生成したものを流すならなおさらです。
外部向けのAPIがまだ無いSaaSは、APIから作ります。ここは飛ばせません。
②ツールの粒度を決める:多すぎるツールはAIの机を埋める
MCP対応でいちばん設計らしい仕事です。結論、ツールの数を絞って、1ツールが返す情報を小さく保ちます。
根拠は僕の失敗です。
外部SaaSの汎用MCP(Webflow MCP 1.0)を実案件で使おうとしたら、接続しただけで大量の情報が読み込まれて、AIのコンテキストの大半が埋まりました。
実用には届かなかった(経緯はWebflow MCPを試した記事に書いています)。ツール定義と返すデータは、AIの作業机を直接占有します。
資料で机が埋まったAIは、肝心の仕事ができません。
なのでハルCMSは、記事の作成・取得・更新・削除、カテゴリ、画像アップロードといった基本操作を8ツールに収めました。
APIのエンドポイント全部に1対1でツールを生やすのが、いちばんやりがちで、いちばん使えなくなる設計です。
③危険な操作を二段階にする:プロンプトではなく構造で止める
1本目のハルCMSでは、既定値で止めました。ステータスを指定しない作成は必ず下書きになります。AIが会話の流れで勝手に公開することはありません。
2本目のHaruMailでは、もう一段進めました。送信系のツールはすべて下書きを作るところまでで、実際の送信は confirm_send という別のツールでしか走りません。
AIが一発でメールを送れる経路が、そもそも存在しない作りです。
「送る前に必ず確認してね」とプロンプトで頼む方式は採りませんでした。指示は会話が長くなると薄れるし、使う人によって書き方も変わります。送信・公開・削除・課金。
自社SaaSの中で一発で走ったら事故になる操作を洗い出して、確認のツールを1枚挟む。小さな一手ですが、AI連携の安全性はまるで変わります。
④鍵と権限:止めたら全部止まる
AIクライアントに渡すAPIキーは、設定ファイルに書かれて長く生き続けます。人間のログインより雑に扱われがちです。僕が入れたのは以下の4つ。
- pk(公開キー)とsk(秘密キー)を分ける。フロントに置けるものと、サーバー側でしか持ってはいけないものを、名前の時点で区別する
- 鍵の効く範囲を1サイト分に絞る。他のサイトのデータにも管理機能にも届かない
- メンバーを止めたら、その人が発行した鍵も自動で止まる。削除ではなく停止なので、誤って止めても戻せる
- 書き込み操作はすべて監査ログに残す。いつ・どの鍵が・何をしたかを後から追える
3つ目が地味に大事です。鍵がアカウントと別に生きていると「ログインは止めたのに、外部APIからはまだ書ける」状態が作れてしまいます。
AI連携の事故は「AIが暴走した」より「権限の広い鍵が生き残っていた」の形で起きる。鍵の寿命を人に結びつけておくのが、MCP対応の見えない本体です。
⑤ドキュメントとllms.txt:読むのはAI
MCP対応したSaaSのドキュメントは、人間だけが読むものではありません。導入する側も、自社のAIエージェントに「仕様を読んで組み込んで」と頼む時代です。
ハルCMSでは、人が読むリファレンスに加えて、AIに要点を渡す llms.txt と、仕様の全文を1ファイルにした llms-full.txt まで一般公開しました。
実物はハルCMSの公開ドキュメントでそのまま見られます。全文を渡して「これで記事を投稿する仕組みを作って」と言えば、導入側のAIが接続コードまで書きます。
ドキュメントが機械で読めるかどうかが、そのまま導入のしやすさになるという話です。
SaaSをMCP対応すると、AIが顧客の入口になる
MCP対応は技術対応というより、チャネルが1本増える話です。
ユーザーは管理画面を開かずに、手元のAIに「下書きを作って公開まで進めておいて」と頼むだけになる。
操作する主体が人からAIに移ると、プロダクトが選ばれる基準も「画面が使いやすいか」から「AIから使いやすいか」へ広がります。
見込み客のAIがllms.txtとドキュメントを読んで導入コードまで書けるなら、トライアル登録からチュートリアル、定着までの摩擦がまるごと消えます。
競合がまだ管理画面しか持っていないうちに、API・MCP・機械で読めるドキュメントを揃える。機能を1つ足すより効く差だと僕は考えていて、だから自社の2本ともこの構成にしました。
SaaSを提供する側ではなく、AIエージェントを自社の業務システムにつなぐ側の話はAIエージェントと既存システムの連携の記事にあります。
SaaSのMCP対応を外注する場合の料金
Web春では、自社2本で通った型をそのまま使ってAPI・MCP開発をお受けしています(2026年10月時点・税別)。
- MCPスターター(読み取り専用)¥2,500,000:既存のREST APIに読み取り専用のMCP層を被せる。書き込みが無いので事故の経路が構造ごと無い。目安4〜6週
- API+MCPフルパック ¥5,000,000:REST APIの設計から、認証・レート制限・監査ログ・危険操作の二段階化・MCPサーバー・開発者ドキュメントとllms.txtまで一式
- フル統合 ¥10,000,000〜:書き込みまで開く・複数のAIクライアント・業務システムごとの統合。個別見積
最初の一歩なら、スターターをすすめています。自社のプロダクトがAIから使われる姿を、書き込み事故のリスク無しで役員と顧客に見せられるからです。
外注の相場と、見積もりで確認すべき5項目はMCPサーバー開発の費用相場の記事にまとめました。
次に読むもの
- MCPサーバー開発の費用相場と、外注前に聞く5項目
- メール配信システムを自作した理由(confirm_sendの二段階送信を入れたHaruMail)
- Webflow MCPを試して、コンテキストが埋まった話
自社SaaSの開発の続きと、記事に出していない数字はメルマガで書いています。MCPやAPIを作っている開発者の方はメルマガに登録しておいてください。
「うちのSaaSだとどう進める?」という段階なら、無料相談からどうぞ。
制作実績
よくある質問
SaaSのMCP対応には、どれくらいの期間と費用がかかりますか?
既存のREST APIに読み取り専用のMCP層を被せる構成なら、目安4〜6週です。Web春の料金はMCPスターター¥2,500,000、認証・監査ログ・公開ドキュメントまで含むAPI+MCPフルパック¥5,000,000、業務システムごとの統合は¥10,000,000〜(いずれも税別・2026年10月時点)です。
MCPサーバーのツール数は、いくつが目安ですか?
Web春のCMSは、作成・取得・更新・削除・カテゴリ・画像アップロードの基本操作を8ツールに収めました。1桁台が目安です。ツール定義と返すデータはAIのコンテキストを直接使うので、エンドポイント全部に1対1でツールを作ると使えなくなります。
外部向けAPIがまだ無いSaaSでも、MCP対応できますか?
できます。順番はAPIが先です。MCPサーバーは業務の処理を持たない翻訳層なので、認証・エラーの形・監査ログを備えたREST APIを先に作り、その上にMCP層を足します。作ったAPIはAI以外の外部連携にもそのまま使えます。
AIに誤送信や勝手な公開をさせない方法はありますか?
あります。Web春の設計は2段です。CMSはステータスを指定しない作成が必ず下書きになり、メールAPIは送信系ツールが下書き作成までで、実送信はconfirm_sendという別ツールでしか実行できません。プロンプトの注意書きには頼りません。
MCPとAPIは何が違いますか?
APIはシステムの入口、MCPはAIがその入口を使うための手です。APIだけでもプログラムからは操作できますが、AIに使わせると説明を毎回プロンプトで渡すことになります。MCPにするとツールの一覧と引数の形をAIが構造として理解するので、説明なしで安定して動きます。
llms.txtは何のために置くのですか?
導入する側のAIエージェントに仕様を読ませるためです。Web春のCMSは、要点の llms.txt と仕様全文の llms-full.txt の2つを公開しています。全文をAIに渡すと、接続コードまでAIが書けるので、ドキュメントを人が読み込む工程が要らなくなります。






