Skip to content
エージェント・自動化

AWSがBedrock AgentCore上でインタラクティブなMCPアプリを構築する方法を解説

AWSは、Amazon Bedrock AgentCoreのランタイムとゲートウェイが、ChatGPTやClaudeなどのAIホスト向けインタラクティブウィジェット「MCP Apps」をどのように支えているかを詳述した技術ガイドを公開した。

DigitalNeuron Desk約1分

ひとことで言うと

開発者はAmazon Bedrock AgentCoreを使ってどのようにインタラクティブなMCPアプリを構築できるのか。

AWSによると、同社のAmazon Bedrock AgentCoreプラットフォームは、ChatGPTやClaudeといったAIホスト内でインタラクティブなHTMLウィジェットを描画するModel Context Protocolの拡張機能「MCP Apps」に対応している。AWSは「Unicorn Rentals」というサンプルアプリでこの機能を実演し、AgentCoreのランタイムとゲートウェイを通じてレンタル品の閲覧、予約、確認、返却ができることを示した。

要点

  • AWSによると、Amazon Bedrock AgentCoreは現在MCP Appsに対応しており、開発者はChatGPTやClaudeなどのAIホスト内でのエージェントの応答に、プレーンテキストの代わりにインタラクティブなHTMLウィジェットを追加できるようになった。
  • AWSはこの対応を、AgentCoreの2つの機能によるものとしている。1つは、セキュアでサーバーレス、セッション分離型のホストでありMCPをネイティブにサポートする「AgentCoreランタイム」、もう1つはそれを単一のセキュアなエンドポイントとして公開する「AgentCoreゲートウェイ」だ。
  • AWSは、ユーザーが自然言語のリクエストを通じてユニコーンのレンタルを閲覧・予約・確認・返却できるサンプルアプリ「Unicorn Rentals」でこの仕組みを実演した。
  • AWSによると、同じUnicorn Rentalsサーバーは、変更を加えることなくChatGPT、Claude、あるいはMCP Apps拡張機能に対応する他のどのホストでも動作するという。
  • デモでは予約確認のステップがカードではなくプレーンテキストで返されており、AWSはこれについて、すべてのリクエストにリッチなインターフェースが必要なわけではないことを示すものだとしている。

AWS、Bedrock AgentCoreでインタラクティブなMCPアプリを構築するためのガイドを公開

アマゾン ウェブ サービス(AWS)は2026年9月11日、Amazon Bedrock AgentCoreを使って、AIチャットホスト内で描画されるインタラクティブなアプリケーション「MCPアプリ」を構築・展開する方法を解説する技術ブログ記事を公開した。この記事はAWSのDantis Stephen氏とBabs Khalidson氏が執筆したもので、サンプルのレンタルアプリケーションを通じてこの機能の動作を紹介している。

MCP Appsが加える機能

AWSによれば、MCP AppsはModel Context Protocol(MCP)を拡張し、応答をプレーンテキストに限定するのではなく、ChatGPTやClaudeなどのAIホスト内で直接描画されるインタラクティブなHTMLウィジェットを追加するものだ。AWSは、この標準規格を使うことで、統合を単一のホストに縛ることなく、複数のAIホストにわたって自社のサービスを利用可能にできるとしている。

AgentCoreの役割

AWSはAmazon Bedrock AgentCoreを、あらゆるフレームワークやモデルに対応し、エージェントを大規模に構築・接続・最適化するためのプラットフォームだと説明している。MCP Appsに関して、AWSは特に次の2つのAgentCoreの機能を挙げている。

  • AgentCoreランタイム:AWSが「セキュアでサーバーレス、セッション分離型のホストであり、MCPをネイティブにサポートする」と説明するもの。
  • AgentCoreゲートウェイ:そのランタイムを、MCP Apps対応ホストがアクセスできる単一のセキュアなエンドポイントとして公開するもの。

AWSは、こうしたインフラ面の作業をAgentCoreが担うことで、開発者はビジネスロジックとウィジェットの設計に集中できるとしている。

サンプルアプリ「Unicorn Rentals」

この仕組みを示すため、AWSは「Unicorn Rentals」というサンプルアプリケーションを構築し、AIホストに接続されたMCPアプリとして展開した。AWSによると、このアプリでは利用可能なユニコーンの閲覧、レンタルの予約、有効な予約内容の確認、ユニコーンの返却が可能で、対応するどのAIホストで動かしても見た目と挙動は変わらないという。記事ではChatGPT上で動作する様子が示されているが、AWSは同じサーバーがClaudeや、MCP Apps拡張機能に対応する他のホストでも動作するとしている。

AWSは次の4つのやり取りを紹介した。

AWSは、予約確認のステップがカードではなくプレーンテキストで返される点に触れ、すべてのリクエストにリッチなインターフェースが必要なわけではないと述べている。

出典:AWS Machine Learning Blog「Build interactive MCP Apps using Amazon Bedrock AgentCore」、2026年9月11日公開。

よくある質問

MCP Appsとは何か。
AWSによると、MCP AppsはModel Context Protocolの拡張機能であり、プレーンテキストによる応答の代わりに、ChatGPTやClaudeといったAIホスト内で描画されるインタラクティブなHTMLウィジェットを追加するものだ。
Amazon Bedrock AgentCoreはどのような役割を果たすのか。
AWSによると、AgentCoreは、セキュアでサーバーレス、セッション分離型のホストでありMCPをネイティブにサポートする「AgentCoreランタイム」と、そのホストをMCP Apps対応ホスト向けに単一のセキュアなエンドポイントとして公開する「AgentCoreゲートウェイ」を提供している。
Unicorn Rentalsとは何か。
Unicorn Rentalsは、Bedrock AgentCore上でのMCP Appsを実演するためにAWSが構築したサンプルアプリケーションで、ユーザーは自然言語のリクエストを通じて利用可能なユニコーンの閲覧、レンタルの予約、有効な予約の確認、ユニコーンの返却ができる。
このアプリは異なるAIホスト間でも同じように動作するのか。
AWSは、そうなると述べている。MCP Appsはホストに依存しない標準規格であるため、Unicorn Rentalsサーバーは、ChatGPT、Claude、あるいはMCP Apps拡張機能に対応する他のホストのいずれを通じてアクセスしても、同じ体験を提供するという。

出典

  1. Build interactive MCP Apps using Amazon Bedrock AgentCore | Artificial IntelligenceAmazon Web Services (AWS)
タグawsamazon-bedrock-agentcoremcpmcp-appschatgptclaude

あわせて読みたい

AWSが説明する、AgentCore Evaluationsと DevOpsエージェントによる本番稼働中AIエージェントの監視手法

AWSは、AgentCore EvaluationsとAWS DevOps Agentが連携して本番環境のAIエージェントを監視する仕組みを解説するブログ記事を公開した。AWSによると、AgentCore Evaluationsは稼働中のエージェントのやり取りを品質面で評価し、DevOps Agentはサービス境界をまたいだインフラ障害を追跡するという。AWSはこのアプローチを、4つのエージェントで構成される航空会社予約システムを用いて実演した。

約3分

AWS、Bedrock AgentCoreで構築したマルチモーダル対応のWhatsApp注文アシスタントの詳細を公開

AWSは、Amazon Bedrock AgentCoreとAmazon Nova 2モデルを活用し、WhatsApp上で飲食店向け注文アシスタントを導入するための技術ガイドを公開した。この設計では、1つのビジネス用電話番号でテキストメッセージ、音声メモ、通話に対応し、チャネル間で共有されるメモリと、メニュー、カート、注文、店舗情報を一元管理する共通バックエンドを利用する。

約3分

エージェントのコンテキストウィンドウは日記ではなく予算だ——Anthropicはこう使っている

Anthropicの指針は、プロンプトエンジニアリングをコンテキストエンジニアリングとして捉え直す。すべてを蓄積するのではなく、各ターンで価値の高い最小限のトークン群を選別するという考え方だ。同社独自の評価では、古くなったツール実行結果の自動消去と外部メモリファイルを組み合わせることで、検索タスクの成績が39%向上し、100ターンにわたるトークン使用量が84%削減された。

約4分