AIチャットにUIが生える時代が来た

Googleのクラウドブログに、Gemini Enterprise向けの新しいMCP拡張仕様「MCP Apps（SEP-1865）」の開発者ガイドが公開された。

端的に言うと、AIチャットの回答欄の中にインタラクティブなUIパネルを直接埋め込める仕組みだ。これまでのAIアシスタントの進化を整理するとわかりやすい。第1世代はテキストを返すだけのチャットボット。第2世代はMCPツールを使ってAPIを叩けるようになったが、結果はあくまでテキスト表示で、修正のたびに「もう一度チャットに投げ直す」というループが必要だった。第3世代にあたるMCP Appsは、ツールの出力に「生きたUI」を対応させる。チャット画面の中にiframeでUIが展開され、その場でスライダーを動かしたり数値を変えたりした操作が、ワークスペースとアシスタントの両方にリアルタイムで反映される。

「画像のトリミング範囲を変えてほしい」「グラフの軸を変えてほしい」といった細かい調整を、毎回テキストで指示し直すコストがなくなる。ビジュアルや数値を扱う多段階の作業ほど、このアーキテクチャ変化の恩恵は大きい。

MCP Appsの構造で押さえておきたいのは、「AIがやること」と「UIがやること」の分担が明確に切り分けられている点だ。

AIモデルはツールを呼び出して初期レスポンスを生成するところまでを担当する。それ以降、ユーザーがUI上で行う微調整はモデルターンを消費しない。ローカルで完結する。この設計は単なるUXの話ではなく、コストとレイテンシの話でもある。モデルを呼び出すたびに生じる時間と費用を、UI操作という形で迂回できる。

インフラ面では、Gemini Enterprise側が認証（Workforceサインイン）やデータアクセス管理を担うため、開発者がゼロから用意する必要があるのはMCPサーバーの実装部分だけになる。このMCPサーバーはGoogle CloudのCloud Runにホストする構成が標準として示されている。

UI部分はサンドボックス化されたiframeとして動作し、サイドパネルへの展開やフルスクリーン化にも対応している。日本でいうところの「Notionの埋め込みウィジェットがAIと双方向に連動している」イメージに近い。

AIエージェントを自分のサーバーで動かす設計が広がり始めたでも触れたように、AIのアウトプットをどこでどう表示するかという「配管」の設計が、いよいよプロダクトの差別化に直結し始めている。

この仕様は「開発者向け」という位置づけだが、コードを触らない人にとっても動向を把握しておく意味はある。

コードなしで理解できる範囲は「何が変わるか」の全体像だ。Gemini Enterprise上でMCP Appsに対応したツールが増えれば、テキストチャットを何往復もせずにビジュアル作業が完結するUIが、ごく自然な形でAIアシスタントの中に現れてくる。動画編集・データ可視化・資料の構成など、今まさに「AIに頼みたいけれど指示を言語化しにくい」と感じている種類の作業がターゲットになる。

コードが書けると有利なのは、自分でMCP Appsを実装できる立場に立てる点だ。公式ガイドには仕様（SEP-1865）の構造と、Cloud RunへのMCPサーバーのデプロイフローが記載されている。PythonかNode.jsが書けて、Cloud Runの基礎がわかるレベルであれば、ドキュメントを読み進める入口には立てる。