Hvad er MCP? Forbindelsen mellem AI og virksomhedens værktøjer
MCP er en standard for forbindelser mellem AI og eksterne værktøjer. Se, hvad den gør, hvad den ikke løser, og hvordan adgang bør afgrænses.
Partner & CTO hos Adtention
MCP giver AI en fælles måde at bruge værktøjer på
MCP står for Model Context Protocol. Det er en åben standard for at forbinde AI-applikationer med eksterne datakilder og værktøjer. I stedet for kun at arbejde med det, brugeren skriver i en chat, kan en tilsluttet løsning hente oplysninger eller udføre afgrænsede handlinger.
Den officielle MCP-introduktion beskriver standarden som en forbindelse mellem AI-applikationer og eksterne systemer. Den konkrete adgang afhænger stadig af klienten, serveren, systemet og de rettigheder, der er givet.
Tre dele skal hænge sammen
For en virksomhed er det nyttigt at skelne mellem AI-applikationen, MCP-serveren og det bagvedliggende system. AI-applikationen kan være den arbejdsflade, medarbejderen bruger. MCP-serveren stiller bestemte funktioner til rådighed. Det bagvedliggende system opbevarer oplysningerne og udfører den faktiske ændring.
Et værktøj kan eksempelvis hedde “hent produkt” eller “opret kladde”. Det skal være klart, hvilke input det kræver, og hvad det kan ændre. MCP gør ikke automatisk et lukket system åbent, og standarden fjerner ikke behovet for en API-adgang eller en anden understøttet forbindelse.
Et eksempel fra Everydais egen hjemmeside
Vi bruger selv en MCP-forbindelse i arbejdet med Everydais WordPress-indhold. Den giver adgang til afgrænsede funktioner som at læse eksisterende sider og arbejde med artikelindhold og metadata. Det gør det muligt at tage udgangspunkt i sidens faktiske indhold frem for at kopiere alt manuelt ind i en samtale.
Det relevante for en virksomhed er ikke blot, at forbindelsen findes. Det er, hvilke handlinger den tillader, hvordan indholdet kontrolleres, og hvem der har ret til at publicere. En adgang til at læse en artikel og en adgang til at udgive den har meget forskellige konsekvenser.
Skeln mellem at læse, foreslå og ændre
| Adgang | Eksempel | Kontrolspørgsmål |
|---|---|---|
| Læse | Hente godkendte produktdata. | Må denne bruger se alle de oplysninger, der returneres? |
| Forberede | Oprette et internt tekstudkast. | Er det tydeligt, at resultatet afventer faglig kontrol? |
| Ændre | Opdatere en publiceret produkttekst. | Kontrolleres den aktuelle version, og kan ændringen genskabes? |
| Handle eksternt | Sende en besked eller udgive indhold. | Hvem har godkendt handlingen og dens konkrete indhold? |
Giv adgang efter arbejdsopgaven. En researchassistent har sjældent brug for at kunne slette indhold. En medarbejder, der klargør tilbud, behøver ikke automatisk at kunne ændre kundens betalingsvilkår.
Et værktøj bør gøre én forståelig ting
Bed leverandøren vise et konkret forløb: Hvilke oplysninger læses? Hvilket resultat returneres? Hvad sker der ved manglende input? Hvordan kontrolleres det, at den rigtige post bliver ændret?
Et meget bredt værktøj kan være svært at overskue. Det kan være mere anvendeligt at have særskilte funktioner til opslag, kladde og publicering, så adgang og godkendelse følger konsekvensen.
Systemet bør kontrollere rettigheder og input, selv om AI-modellen har fået en god instruktion. Eksternt indhold skal heller ikke kunne udvide mandatet: En tekst i et dokument er ikke i sig selv en tilladelse til at sende dokumentet videre.
MCP og AI-agenter er ikke det samme
En AI-agent kan vælge handlinger undervejs. MCP kan være en måde at stille værktøjer til rådighed for den. En forbindelse via MCP betyder dog ikke, at løsningen skal arbejde selvstændigt, og en agent kan også bruge andre typer integrationer.
Hvis behovet er en enkel, fast overførsel mellem to systemer, kan en almindelig integration være tilstrækkelig. Værdien skal findes i den konkrete arbejdsgang, ikke i at teknologien har et nyt navn.
Spørg om adgang, sporbarhed og vedligeholdelse
- Kan adgang begrænses til relevante brugere, data og handlinger?
- Kan forbindelsen tilbagekaldes uden at ændre andre systemadgange?
- Kan I se, hvad der er læst eller ændret, uden unødigt at gemme følsomt indhold?
- Hvad sker der, hvis data ændres mellem et opslag og en opdatering?
- Hvem tester forbindelsen, når klient, server eller bagvedliggende system ændres?
Læs vores guide til AI-integration, hvis I skal afklare det samlede forløb. Hos Everydai indgår MCP som én mulig teknik i udvikling af AI-løsninger. Vi vælger forbindelsen efter opgave, adgang og drift, så den passer til virksomhedens behov.
