WebMCPは何を解こうとしているのか
いまAIエージェントがWebサイトを操作する手段は大きく2つある。
- スクリーンショット+視覚モデル: 画面をキャプチャしてGPT-5やClaudeに渡し、ボタンの位置を認識させてクリックさせる。レイテンシが高く、コストもかさみ、動的ページに弱い。
- DOM解析: HTMLの構造を読んでセレクタを特定し、クリックを疑似的に再現する。実装が硬直的で、CSSを一行変えただけで壊れる。
WebMCPは3番目の選択肢を提示する。サイト側が自発的に「できること」を宣言するというアプローチだ。MCPプロトコルのLLMツール呼び出し(tool calling)に似た仕組みをブラウザに持ち込む発想で、Webサイト側が構造化されたメソッド群を能動的に公開し、エージェントはHTMLを解析することなく直接呼び出せる。
仮のシナリオで示すと(原典には完全なコードはない)、次のような形になる。
// サイト開発者が宣言する WebMCP インターフェース
window.webmcp = {
tools: {
addToCart: {
description: "Add a product to the shopping cart",
parameters: {
sku: { type: "string", required: true },
quantity: { type: "number", default: 1 }
},
handler: async ({ sku, quantity }) => {
return await api.addItem(sku, quantity);
}
}
}
};
エージェントが来て「どんなツールがありますか?」と尋ねれば、サイトは addToCart のスキーマを返す。エージェントはそのスキーマに沿って呼び出すだけで、HTMLを解釈する必要がない。
発想自体は新しいものではない。RSS、OpenAPI、Microformatsが同様のことを過去に試みている。ただし、AIエージェントという文脈と組み合わせてブラウザに組み込もうとするのは、2025年にMCPが普及してから出てきた新しい文脈での提案だ。
記事の出典と著者の背景
出典は sreenathmenon.com の個人ブログ。著者のSreenath Menon氏はインドを拠点とするフルスタックエンジニアで、これまでにReactのパフォーマンス最適化に関する記事をいくつか執筆している。
この出自を明記する意味は大きい。標準化団体の作業でもなく、大手の提案でもない、一人のエンジニアが書いたコンセプト記事だ。つまり、一つの思考の方向性を示すものではあっても、業界の動きを代表するものではない。
Hacker Newsの反応:22ポイントは多いのか
HNのフロントページに22ポイント・コメント19件で載ったのは、「押し上げられたが爆発的にはならなかった」あたりだ。爆発的ヒットは通常100ポイント超・コメント200件超。
コメント欄で開発者が気にしていた論点を整理すると次のとおり。
- 既存のMCPと何が違うのか? 誰も明確に答えられなかった。原典著者も両者の関係を区別しきれていない。
- デモはあるのか? ない。疑似コードが一段あるだけ。
- パフォーマンスへの影響は?
window.webmcpオブジェクトを追加する程度ならFirst Contentful Paintへの影響は無視できる範囲だが、保守コストは別問題。 - アクセシビリティ(a11y)との両立は? コメントでは誰も触れていないが、おそらく最も本質的な論点。a11yが整備されたサイトはそもそも構造化されており、WebMCPを別途設けるのは冗長なのか補完なのか。
- ChromeのPrompt APIとの関係は? 軽く言及されたのみで、議論は深まらなかった。
22ポイントという数字が示すのは、コンセプトが一定の共感を呼んだが、まだ合意には至っていないということだ。
AnthropicのMCPとの違い
ここは混同しやすいため明確にしておく必要がある。
MCP(Model Context Protocol)は、Anthropicが2024年末に公開したプロトコルで、2025〜2026年にかけてClaude Desktop、Cursor、Continue.devなどのツールに広く採用された。解決しようとしている課題は、ローカルAIアプリが外部ツールをどう呼び出すか——具体的には、ClaudeからGitHubを操作したり、データベースを照会したり、ローカルファイルを読み込んだりする手段の標準化だ。
実際に動作するMCPサーバーはたとえば次のような形になる(簡略版)。
from mcp.server import Server
import mcp.types as types
server = Server("weather")
@server.list_tools()
async def list_tools() -> list[types.Tool]:
return [
types.Tool(
name="get_forecast",
description="Get weather forecast for a location",
inputSchema={
"type": "object",
"properties": {
"latitude": {"type": "number"},
"longitude": {"type": "number"},
},
"required": ["latitude", "longitude"],
},
)
]
WebMCPが存在するとすれば、それはMCPのWebレイヤー拡張——MCPのツールをローカルプロセスからブラウザに移し、サイト自身が呼び出し可能な能力を宣言できるようにするもの、となる。
ただし現状は、
- W3Cからの提案なし
- IETFからの提案なし
- Anthropicからの公式な認知なし
- Chromeへの組み込みなし
現時点ではブログ上のコンセプトであり、標準ではない。
現時点で慎重な見方を取る理由
ここから反主流寄りの意見になる。
なぜWebサイトがAIエージェントのためにわざわざアーキテクチャを書き換える必要があるのか。現実を見れば2点ある。
- エージェント経由のトラフィックはまだ、アーキテクチャ変更に見合う規模に達していない。大多数のサイトにとって、SEO流入はエージェント流入を圧倒的に上回る。クローラーに合わせて構造を書き換えていたのは90年代の話で、いまや誰もクローラーのことなど気にしていない——ChatGPTが検索エンジンからトラフィックを奪うまでは。
- 既存の手法で当面足りている。スクリーンショット+視覚モデルは遅いが汎用性がある。DOM解析は脆いが動く。ShopifyやCloudflareが、ブログの一記事のために自社インフラを切り替えるとは思えない。
強力なエコシステムの後ろ押し——Chromeへの組み込み、Cloudflareでのデフォルト有効化、Shopify全店舗対応——がない限り、一本記事程度では動かない。
類似の試みは過去20年にわたって何度も繰り返されてきた。
- Microformats(2005年)
- Schema.org(2011年、Google主導で普及)
- oEmbed(2008年)
- ActivityPub / Mastodon(2018年、ニッチに定着)
成功の鍵は、つねにプロトコルの優雅さではなく配信チャネルにある。WebMCPにはいまのところ配信チャネルがない。
もうひとつの論点はセキュリティだ。サイトが deleteAllData というツールを公開したとき、エージェントが勝手に呼び出さないことを誰が保証するのか。MCPのローカルシナリオではユーザー自身が認可しているが、Webブラウジング中のエージェントは誰に認可されているのか。この点は原典でも議論されていない。
編集部の視点
WebMCPというトピックは「知っておく価値はある」が、「いま学んで手を動かす価値はない」。
この提案が指し示しているのは現実的な問題だ。AIエージェントとWebサイトの間のインタフェースは確かに混沌としている。視覚モデルは遅いし、DOM解析は脆い。ネイティブに用意されたチャネルは確かに不足している。ただし、チャンネルが不足していることと、チャンネルが実際に生まれることは別の話だ。
過去20年を振り返ると、サイトに「自発的に自分を宣言させる」試みのなかで実際に花開いたのはSchema.orgだけだ。背景にあったのはGoogle検索という巨大な配信チャネルである。配信チャネルを持たなかった試みは、ほぼすべてがブログ記事のまま終わった。
今回の試みが過去と異なる点はひとつある。AIエージェントが新たな配信チャネルになり得るということだ。OpenAI、Anthropic、Googleのいずれかのエージェントが本当に主要なトラフィック流入源になれば、サイト側にエージェント向けインタフェースを宣言する動機が生まれる。かつてSEOのために構造化を進めたのと同じ構造が再現される可能性がある。
ただし、「もし」がキーワードである。2026年時点でエージェント経由のトラフィックがShopifyのアーキテクチャ変更を正当化する規模に達するかどうかはわからない。より高い確率で起こりそうなのは、エージェント側の視覚能力と計画能力がさらに進化し、この問題を迂回してしまうシナリオだ。
編集部の判断としては、ChromeまたはCloudflareが具体的な姿勢を示してから追随を検討する。現時点で window.webmcp をプロダクションコードに入れるのは、おそらく徒労に終わる。
参考: