CX Agent Studio には、エージェントと AI アプリケーションが CX Agent Studio リソースの編集に使用できるリモート Model Context Protocol（MCP）サーバーが用意されています。たとえば、Gemini CLI または Antigravity を使用して、CX Agent Studio エージェント アプリケーションの設計と構築を行うことができます。
この機能により、AI 支援の開発ワークフローが可能になり、エージェント アプリケーションの構築とメンテナンスの負担が大幅に軽減されます。
- Vibe コーディング（迅速なプロトタイピング）: UI を手動でクリックしてエージェントを作成する代わりに、AI アシスト IDE に「Shopify API を使用し、親しみやすいトーンで話す小売サポート エージェントを作成して」と指示するだけで済みます。コーディング エージェントは、MCP サーバーを使用してエージェント アーキテクチャを構築します。
- 一括リファクタリングとクリーンアップ: MCP サーバーは、UI で面倒な一括オペレーションに優れています。たとえば、「15 個のサブエージェントすべてで customer_id パラメータの名前を変更して」や「未使用のインテントをすべて検索して削除して」などのコマンドを指定できます。
- インタラクティブな評価主導の開発: 失敗した評価を実行し、エージェントに「この特定の評価に合格するまで手順を変更して」と指示できます。
- 自己修復と最適化: 自動化された「ヘルパー エージェント」は、エージェントのパフォーマンス（特定の評価の失敗など）をモニタリングし、MCP サーバーを使用して指示を自律的に調整したり、ツール定義を修正してスコアを改善したりできます（「ヒルクライミング」）。
- コンテキスト認識: サーバーにより、コーディング アシスタントはデプロイされたエージェントの現在の状態を「読み取る」ことができます。これにより、JSON ファイルを手動で確認しなくても、複雑なレガシー構成を簡単に理解できます。
Model Context Protocol（MCP）により、大規模言語モデル（LLM）と AI アプリケーション（エージェント）が外部のデータソースに接続する方法が標準化されます。MCP サーバーを使用すると、そのツール、リソース、プロンプトを使用してアクションを実行し、バックエンド サービスから更新されたデータを取得できます。
ローカル MCP サーバーとリモート MCP サーバーの違いは何ですか？
- ローカル MCP サーバー
- 通常はローカルマシンで実行され、同じデバイス上のサービス間の通信に標準の入力ストリームと出力ストリーム（stdio）を使用します。
- リモート MCP サーバー
- サービスのインフラストラクチャで実行され、AI MCP クライアントと MCP サーバー間の通信用に AI アプリケーションに HTTP エンドポイントを提供します。MCP アーキテクチャの詳細については、MCP アーキテクチャをご覧ください。
ステートレス コア
MCP バージョン 2026-07-28 では、MCP は双方向のステートフル プロトコルからステートレス プロトコルに変更されます。各 MCP リクエストは自己記述型であり、ヘッダーを使用してルーティングできます。各リクエストには、HTTP ヘッダーまたは _meta パラメータに必要な情報がすべて含まれているため、initialize/initialized ハンドシェイクや Mcp-Session-Id は必要ありません。MCP サーバーは、マルチラウンド トリップ リクエスト（MRTR）を通じて、ツールに必要な追加情報をリクエストできます。
リクエスト本文を解析せずにリクエストをルーティングして処理するには、次の MCP ヘッダーが必要です。
- プロトコル バージョン ヘッダーや標準リクエスト ヘッダーなど、MCP 仕様で必要なヘッダー。
- MCP サーバーによって定義されるカスタム ヘッダー。これらのヘッダーは、
x-mcp-headerプロパティを使用して、ツールの入力スキーマから HTTP ヘッダーにミラーリングされます。たとえば、MCP サーバーは、 Google Cloud リージョンまたはプロジェクト ID を指定するカスタム ヘッダーを定義できます。
MCP アーキテクチャの詳細については、MCP バージョン 2026-07-28 の仕様と主な変更点をご覧ください。
Customer Experience Agent Studio API を有効にすると、Customer Experience Agent Studio リモート MCP サーバーが有効になります。Google と Google Cloud リモート MCP サーバー
Google と Google Cloud リモート MCP サーバーには、次の機能とメリットがあります。- 簡素化された一元的な検出
- マネージド グローバルまたはリージョン HTTP エンドポイント
- きめ細かい認可
- Model Armor 保護によるプロンプトとレスポンスのセキュリティ（オプション）
- 一元的な監査ロギング
他の MCP サーバーと、Google Cloud MCP サーバーで使用可能なセキュリティとガバナンスの制御については、Google Cloud MCP サーバーの概要をご覧ください。
制限事項
次の制限が適用されます。
- トークン コンテキストの上限: 大規模なエージェント構成（多くのツールと広範な指示を含む）では、完全なエージェント定義を取得するときに、一部のコーディング モデルのコンテキスト ウィンドウを超えることがあります。アプリ定義全体を一度に取得するのではなく、特定のサブコンポーネント（1 つのツールなど）を取得することをおすすめします。また、ユーザーはコンテキスト ウィンドウの使用状況をモニタリングし、バッファをクリアするためにエージェント セッションを定期的に（数回のリクエストごと）再開する必要があります。
- レイテンシ: 通常、小さな変更の場合は「直接変更」（API 呼び出し）の方が高速です。ただし、大規模なアーキテクチャのリファクタリング（50 個のファイルにわたる変数の名前変更）の場合は、データの完全性を確保するために「エクスポート -> ローカル編集 -> インポート」のワークフローをおすすめします。MCP サーバーも
export_appツールとimport_appツールを使用してこのワークフローをサポートしています。
仕組み
サーバーは CX Agent Studio API を公開します。この API は、UI でエージェントを構築するためにも使用されます。AI アプリケーションは、サーバーを使用し、サーバーに接続するように構成されています。サーバーは、次のような利用可能なツールのリストをアドバタイズします。
list_agents()create_tool(name, python_code, ...)update_instruction(agent_name, new_instruction)run_evaluation(dataset)
AI アプリケーションに自然言語コマンドを指定すると、AI アプリケーションは CX Agent Studio MCP サーバーを使用するかどうかと、呼び出すツールを決定します。
タスクの複雑さに応じて、次の 2 つのワークフローのいずれかを使用できます。
- リモート MCP サーバーを使用する（速度とプロトタイピングに最適）: MCP サーバーをコーディング環境に直接接続して、API 呼び出しを使用してリアルタイムで変更を行います。
- ローカル コピー（スケーリングと制御に最適）: MCP サーバーの
export_appツールを使用して、エージェントをローカル ファイル システムにダウンロードし、コーディング アシスタントでファイルを編集して、import_appを使用して変更をプッシュします。これは、大規模なリファクタリング、バージョン管理の統合、チームの貢献の統合に役立ちます。
次のセクションは、Customer Experience Agent Studio リモート MCP サーバーにのみ適用されます。
必要なロール
Customer Experience Agent Studio MCP サーバーを使用するために必要な権限を取得するには、Customer Experience Agent Studio MCP サーバーを使用するプロジェクトに対する次の IAM ロールを付与するよう管理者に依頼してください。
-
MCP ツール呼び出しを行う: MCP ツールユーザー （
roles/mcp.toolUser）
ロールの付与については、プロジェクト、フォルダ、組織へのアクセス権の管理をご覧ください。
これらの事前定義ロールには、Customer Experience Agent Studio MCP サーバーの使用に必要な権限が含まれています。必要とされる正確な権限については、「必要な権限」セクションを開いてご確認ください。
必要な権限
Customer Experience Agent Studio MCP サーバーを使用するには、次の権限が必要です。
-
MCP ツール呼び出しを行う:
mcp.tools.call
カスタムロールや他の事前定義ロールを使用して、これらの権限を取得することもできます。
認証と認可
Customer Experience Agent Studio リモート MCP サーバーは、認証と認可に Identity and Access Management（IAM）と OAuth 2.0 プロトコルを使用します。MCP サーバーへの認証では、すべての Google Cloud ID がサポートされています。リソースへのアクセスを制御およびモニタリングできるように、MCP ツールを使用するエージェント用に個別の ID を作成することをおすすめします。認証の詳細については、MCP サーバーに対して認証するをご覧ください。
MCP OAuth スコープ
OAuth 2.0 では、スコープと認証情報を使用して、認証されたプリンシパルがリソースに対して特定のアクションを実行する権限があるかどうかを判断します。Google の OAuth 2.0 スコープの詳細については、OAuth 2.0 を使用して Google API にアクセスするをご覧ください。
CX Agent Studio には、次の MCP ツール OAuth スコープがあります。
https://www.googleapis.com/auth/ces
CES MCP サーバーを使用するように MCP クライアントを構成する
Claude や Gemini CLI などの AI アプリケーションとエージェントは、単一の MCP サーバーに接続する MCP クライアントをインスタンス化できます。AI アプリケーションには、さまざまな MCP サーバーに接続する複数のクライアントを設定できます。リモート MCP サーバーに接続するには、MCP クライアントがリモート MCP サーバーの URL を認識している必要があります。
AI アプリケーションで、リモート MCP サーバーに接続する方法を探します。サーバー名や URL などのサーバーの詳細情報を入力するよう求められます。
CX Agent Studio MCP サーバーの場合は、必要に応じて次の情報を入力します。
- サーバー名: CES MCP サーバー
- サーバー URL またはエンドポイント:
https://ces.googleapis.com/mcp - トランスポート: ストリーミング可能な HTTP
- 認証の詳細: 認証方法に応じて、 Google Cloud 認証情報、OAuth クライアント ID とシークレット、またはエージェントの ID と認証情報を入力できます。認証の詳細については、MCP サーバーに対して認証するをご覧ください。
- OAuth スコープ: CX Agent Studio MCP サーバーに接続するときに使用する OAuth 2.0 スコープ。
使用可能なツール
Customer Experience Agent Studio MCP サーバーで使用可能な MCP ツールの詳細とその説明を表示するには、Customer Experience Agent Studio MCP リファレンスをご覧ください。
ツールの一覧表示
MCP インスペクタを使用してツールを一覧表示するか、tools/list HTTP リクエストを CX Agent Studio リモート MCP サーバーに直接送信します。tools/list メソッド: 認証を必要としません。
curl -X POST https://ces.googleapis.com/TOOLSET_ENDPOINT \
-H 'Content-Type: application/json' \
-H 'Accept: application/json' \
-H 'MCP-Protocol-Version: MCP_PROTOCOL_VERSION' \
-H 'Mcp-Method: tools/list' \
-d '{
"jsonrpc": "2.0",
"id": 1,
"method": "tools/list",
"params": {
"_meta": {
"io.modelcontextprotocol/protocolVersion": "MCP_PROTOCOL_VERSION",
"io.modelcontextprotocol/clientCapabilities": {
"extensions": {
"io.modelcontextprotocol/ui": {
"mimeTypes": ["text/html;profile=mcp-app"]
}
}
}
}
}
}'
次のように置き換えます。
TOOLSET_ENDPOINT: サービス名の後の MCP エンドポイントの残りの部分。たとえば、CX Agent Studio の場合はmcp/toolset-nameになります。MCP_PROTOCOL_VERSION: MCP プロトコルのバージョン。例:2026-07-28
セキュリティと安全に関するオプションの構成
MCP ツールで実行できるアクションが多岐にわたるため、MCP によって新たなセキュリティ リスクと考慮事項が加わります。これらのリスクを最小限に抑えて管理するために、Google Cloud は、 Google Cloud組織またはプロジェクトでの MCP ツールの使用を制御するデフォルトの設定とカスタマイズ可能なポリシーを提供します。
MCP のセキュリティとガバナンスの詳細については、AI のセキュリティと安全性をご覧ください。
Model Armor を使用する
Model Armor は、AI アプリケーションのセキュリティと安全性を強化するために設計されたGoogle Cloud サービスです。LLM のプロンプトとレスポンスを事前にスクリーニングすることで、さまざまなリスクから保護し、責任ある AI への取り組みをサポートします。AI を自社のクラウド環境と外部のクラウド プロバイダのいずれにデプロイする場合も、Model Armor は、悪意のある入力の防止、コンテンツの安全性の検証、センシティブ データの保護、コンプライアンスの維持、多様な AI 環境全体での AI の安全性とセキュリティ ポリシーの一貫した適用に役立ちます。
ロギングが有効になっている状態で Model Armor が有効になっている場合、Model Armor はペイロード全体をログに記録します。これにより、ログに機密情報が公開される可能性があります。
Model Armor への MCP リクエストのルーティング
Model Armor は特定のリージョンで利用できます。Model Armor が有効になっていて、Model Armor がサポートしていない法域で MCP サーバーを使用している場合、呼び出しのルーティング動作は MCP サーバーごとに異なる可能性があり、使用中のデータと転送中のデータのデータ所在地コンプライアンスが破られる可能性があります。個々の MCP サーバーの動作の詳細については、Model Armor 対応プロダクトをご覧ください。Model Armor を有効にする
Model Armor を使用するには、Model Armor API を有効にする必要があります。
コンソール
Model Armor API が有効になっていない場合は、有効にします。
API を有効にするために必要なロール
API を有効にするには、
serviceusage.services.enable権限が必要です。プロジェクトを作成した場合は、オーナーロール（roles/owner）を介してこの権限がすでに付与されている可能性があります。それ以外の場合は、Service Usage 管理者ロール（roles/serviceusage.serviceUsageAdmin）を介してこの権限を取得できます。ロールを付与する方法を確認する。Model Armor を有効にするプロジェクトを選択します。
gcloud
始める前に、Google Cloud CLI で Model Armor API を使用して、次の処理を行います。
Google Cloud コンソールで Cloud Shell をアクティブにします。
Google Cloud コンソールの下部で Cloud Shell セッションが開始し、コマンドライン プロンプトが表示されます。Cloud Shell はシェル環境です。Google Cloud CLI がすでにインストールされており、現在のプロジェクトの値もすでに設定されています。セッションが初期化されるまで数秒かかることがあります。
-
次のコマンドを実行して、Model Armor サービスの API エンドポイントを設定します。
gcloud config set api_endpoint_overrides/modelarmor "https://modelarmor.LOCATION.rep.googleapis.com/"
LOCATIONは、Model Armor を使用するリージョンに置き換えます。
Google と Google Cloud リモート MCP サーバーの保護を構成する
MCP ツールの呼び出しとレスポンスを保護するには、Model Armor のフロア設定を使用します。フロア設定は、プロジェクト全体に適用される最低限のセキュリティ フィルタを定義します。この構成では、プロジェクト内のすべての MCP ツール呼び出しとレスポンスに一貫したフィルタセットが適用されます。
MCP サニタイズを有効にして Model Armor のフロア設定を行います。詳細については、Model Armor のフロア設定を構成するをご覧ください。
次のコマンド例をご覧ください。
gcloud model-armor floorsettings update \ --full-uri='projects/PROJECT_ID/locations/global/floorSetting' \ --enable-floor-setting-enforcement=TRUE \ --add-integrated-services=GOOGLE_MCP_SERVER \ --google-mcp-server-enforcement-type=INSPECT_AND_BLOCK \ --enable-google-mcp-server-cloud-logging \ --malicious-uri-filter-settings-enforcement=ENABLED \ --add-rai-settings-filters='[{"confidenceLevel": "MEDIUM_AND_ABOVE", "filterType": "DANGEROUS"}]'
PROJECT_ID は、実際の Google Cloud プロジェクト ID に置き換えます。
次の設定に注意してください。
INSPECT_AND_BLOCK: Google MCP サーバーのコンテンツを検査し、フィルタに一致するプロンプトとレスポンスをブロックする適用タイプ。ENABLED: フィルタまたは適用を有効にする設定。MEDIUM_AND_ABOVE: 責任ある AI - 危険フィルタ設定の信頼度。この設定は変更できますが、値を小さくすると偽陽性が増える可能性があります。詳細については、Model Armor の信頼度レベルをご覧ください。
Model Armor による MCP トラフィックのスキャンを無効にする
プロジェクトのフロア設定に基づいて Model Armor が Google MCP サーバーとの間のトラフィックを自動的にスキャンしないようにするには、次のコマンドを実行します。
gcloud model-armor floorsettings update \
--full-uri='projects/PROJECT_ID/locations/global/floorSetting' \
--remove-integrated-services=GOOGLE_MCP_SERVER
PROJECT_ID は、 Google Cloud プロジェクト ID に置き換えます。Model Armor は、このプロジェクトのフロア設定で定義されたルールを Google MCP サーバー トラフィックに自動的に適用しません。
Model Armor のフロア設定と一般的な構成は、MCP だけでなく、他の要素にも影響する可能性があります。Model Armor は Vertex AI などのサービスと統合されているため、フロア設定を変更すると、MCP だけでなく、統合されたすべてのサービスでトラフィック スキャンと安全性の動作に影響する可能性があります。
IAM ポリシーで MCP の使用を制御する
Identity and Access Management（IAM）の拒否ポリシーと許可ポリシーは、 Google Cloud と Google MCP サーバーの保護に役立ちます。
複数の条件を組み合わせて、次の条件に基づいてアクセスを許可または拒否することで、カスタマイズされたセキュリティ ポリシーとガバナンス ポリシーを構築できます。
- プリンシパル。
- 読み取り専用属性などのツール プロパティ。
- サービス名またはツール名。
- アプリケーションの OAuth クライアント ID。
詳細については、Identity and Access Management による MCP の使用の制御をご覧ください。