MCPクライアントを構築する最後のステップは、プロンプト機能の実装です。これにより、サーバーから利用可能なすべてのプロンプトを一覧表示し、変数が埋め込まれた特定のプロンプトを取得できるようになります。
List Promptsの実装
list_promptsメソッドは単純です。セッションのlist prompts関数を呼び出し、プロンプトを返します。
async def list_prompts(self) -> list[types.Prompt]:
result = await self.session().list_prompts()
return result.prompts個々のプロンプトの取得
get_promptメソッドは、変数の補間を処理するため、より興味深いものです。プロンプトをリクエストする際、プロンプト関数にキーワード引数として渡される引数を指定します。
async def get_prompt(self, prompt_name, args: dict[str, str]):
result = await self.session().get_prompt(prompt_name, args)
return result.messages例えば、サーバーにdoc_idパラメータを期待するformat_documentプロンプトがある場合、引数の辞書には{"doc_id": "plan.md"}が含まれます。この値はプロンプトテンプレートに補間されます。
プロンプトの動作テスト
実装が完了すると、CLIを通じてプロンプトをテストできます。スラッシュ(/)を入力すると、利用可能なプロンプトがコマンドとして表示されます。「format」のようなプロンプトを選択すると、利用可能なドキュメントから選択するよう促されます。

ドキュメントを選択すると、システムは完全なプロンプトをClaudeに送信します。AIはフォーマット指示とドキュメントIDの両方を受け取り、利用可能なツールを使用してコンテンツを取得・処理します。
プロンプトの仕組み

プロンプトは、クライアントが使用できる一連のユーザーおよびアシスタントメッセージを定義します。これらは高品質で、十分にテストされ、MCPサーバーの目的に関連している必要があります。ワークフローは以下の通りです。
- サーバーの機能に関連するプロンプトを作成し、評価する
@mcp.promptデコレータを使用して、MCPサーバーでプロンプトを定義する- クライアントはいつでもプロンプトをリクエストできる
- クライアントが提供する引数は、プロンプト関数内でキーワード引数になる
- 関数はAIモデル向けにフォーマットされたメッセージを返す
このシステムは、再利用可能でパラメータ化されたプロンプトを作成し、変数によるカスタマイズを可能にしながら一貫性を維持します。これは、AIが毎回適切に構造化された指示を受け取ることを確実にしたい複雑なワークフローにおいて、特に有用です。