MCP (Model Context Protocol) nedir, ne işe yarar? Şirketler için

MCP (Model Context Protocol), yapay zekâ modellerinin dış araçlara ve veri kaynaklarına standart bir yoldan bağlanmasını sağlayan açık bir protokoldür. Bir sistemi bir kez MCP sunucusu olarak açtığınızda, MCP’yi destekleyen her yapay zekâ uygulaması o sistemle aynı dilde konuşabilir. Kısacası MCP, yapay zekâ için ortak bir priz gibidir: her cihaz için ayrı kablo yerine tek bir standart.

Bu yazıda MCP’nin neden ortaya çıktığını, nasıl çalıştığını, şirketlerin onu nerede kullandığını ve güvenlik tarafında nelere dikkat ettiğimizi anlatıyoruz.

MCP neden ortaya çıktı?

Bir dil modeli tek başına yalnızca metin üretir. Şirketinizin müşteri kayıtlarına, stok bilgisine ya da destek taleplerine erişemez. Bu erişimi sağlamak için bugüne kadar her bağlantı ayrı ayrı yazılıyordu: bir model için bir CRM bağlantısı, başka bir uygulama için aynı CRM’e ikinci bir bağlantı, bir başkası için üçüncüsü.

Beş yapay zekâ uygulaması ve on iç sistem varsa, bu elli ayrı entegrasyon demektir. Her birinin bakımı, güvenliği ve güncellemesi ayrıdır.

MCP bu çarpımı toplama çevirir. Her iç sistem bir kez MCP sunucusu olarak yazılır. Her yapay zekâ uygulaması bir kez MCP istemcisi olur. Gerisi standart.

Protokol 2024’ün sonunda Anthropic tarafından açık bir standart olarak yayımlandı ve kısa sürede pek çok yapay zekâ uygulaması, kod editörü ve geliştirici aracı tarafından desteklenmeye başladı. Sözlüğümüzdeki MCP maddesi kısa tanımı veriyor; burada işin içine giriyoruz.

MCP nasıl çalışır? Üç rol

MCP’de üç taraf vardır:

Ana uygulama (host). Kullanıcının etkileşime girdiği yapay zekâ uygulaması: bir masaüstü asistanı, bir kod editörü ya da şirketinizin kendi asistanı.
İstemci (client). Ana uygulamanın içinde, her bir sunucuyla bağlantıyı yöneten parça.
Sunucu (server). Bir sistemi — bir veritabanını, bir dosya deposunu, bir iç API’yi — yapay zekâya açan küçük bir yazılım.

Sunucu modele üç tür şey sunabilir:

Ne sunar?	Ne işe yarar?	Örnek
Araçlar (tools)	Modelin çağırabileceği eylemler	”Sipariş durumunu sorgula”, “Talep aç”
Kaynaklar (resources)	Modelin okuyabileceği veriler	Bir doküman, bir kayıt, bir şema
İstem şablonları (prompts)	Hazır, tekrar kullanılabilir görev kalıpları	”Haftalık satış özetini hazırla”

Bağlantı iki yoldan kurulabilir: aynı bilgisayarda çalışan yerel bir süreç olarak ya da ağ üzerinden HTTP ile uzak bir sunucu olarak. Yerel bağlantı geliştiricinin kendi makinesindeki araçlar için, uzak bağlantı ise ekip ya da şirket çapında paylaşılan sistemler için uygundur.

Somut bir örnek: destek ekibi asistanı

Bir yazılım şirketinin destek ekibini düşünelim. Ekip gün içinde üç sisteme bakıyor: müşteri kayıtları, talep takip sistemi ve ürün dokümantasyonu.

Şirket bu üç sistem için birer MCP sunucusu yazıyor:

Müşteri sunucusu — müşterinin planını ve geçmiş taleplerini okuma aracı sunar. Yazma yetkisi yoktur.
Talep sunucusu — talep okuma, not ekleme ve yeni talep açma araçları sunar.
Dokümantasyon sunucusu — ürün kılavuzlarını kaynak olarak sunar.

Destek uzmanı asistanına şunu yazıyor: “Bu müşterinin son üç talebine bak, ortak bir sorun var mı? Varsa kılavuzda çözümünü bul ve talebe not olarak ekle.”

Asistan üç sunucuyu sırayla kullanır. Talepleri okur, kılavuzda ilgili bölümü bulur ve bir not taslağı hazırlar. Notu eklemeden önce uzmandan onay ister. Uzman onaylar; not eklenir.

Bu akışın değeri şurada: yarın şirket başka bir yapay zekâ uygulamasına geçse bile, bu üç sunucu olduğu gibi çalışmaya devam eder.

Şirketler MCP’yi nerede kullanıyor?

İç araçları asistanlara açmak. Raporlama, kayıt sorgulama, talep yönetimi gibi işlerin yapay zekâ üzerinden yapılması.
Geliştirici ekiplerinde. Kod editöründeki yapay zekâ asistanının hata takip sistemine, veritabanı şemasına ya da iç dokümantasyona erişmesi.
Şirket dokümanlarıyla çalışan asistanlarda. Doküman deposunu bir MCP sunucusu olarak açmak, RAG tabanlı bir asistanın veri kaynağına standart bir kapı sağlar.
Ajan sistemlerinde. Bir yapay zekâ ajanının kullandığı araçları tek tek kodlamak yerine MCP sunucuları üzerinden tanımlamak.

MCP’nin getirmediği şeyler

MCP bir bağlantı standardıdır. Birkaç şeyi kendiliğinden çözmez:

Doğru aracı tasarlamayı. Kötü tanımlanmış, ne yaptığı belirsiz bir araç MCP üzerinden de kötü çalışır. Aracın adı, açıklaması ve parametreleri modelin onu doğru kullanmasını belirler.
Yetki politikasını. Kimin hangi veriye erişebileceğine siz karar verirsiniz. MCP bu kararı uygulamanın bir yolunu sunar, kararın kendisini vermez.
Modelin hatalarını. Model yanlış aracı seçebilir ya da yanlış parametre gönderebilir. Bu yüzden onay ve sınır mekanizmaları hâlâ gereklidir.

Güvenlik: dikkat ettiğimiz noktalar

MCP sunucusu, yapay zekâya şirketinizin içine açılan bir kapıdır. Bu kapıyı kurarken şu kurallara uyuyoruz:

En az yetki. Sunucu yalnızca gereken işlemleri açar. Okuma yeterliyse yazma araçları eklenmez.
Kullanıcının yetkisiyle çalışmak. Asistan, onu kullanan kişinin zaten erişebildiği verilerin ötesine geçmemeli. Uzak sunucularda bunun için kimlik doğrulama baştan kurulur.
Riskli araçlara insan onayı. Silme, ödeme, dışarıya gönderim gibi geri alınması zor adımlar onaysız çalışmaz.
Güvenilmeyen içeriğe karşı dikkat. Bir e-posta ya da web sayfası, modelin okuduğu metnin içine gizli talimatlar yerleştirebilir. Bu yüzden dış kaynaktan gelen içerik ile yetkili araçlar arasına bilinçli sınırlar konur.
Kayıt. Hangi aracın, kimin adına, hangi parametrelerle çağrıldığı kaydedilir.
Sunucuların kaynağı. Hazır, üçüncü taraf MCP sunucuları kullanılacaksa kodu ve istediği yetkiler incelenir. Bilinmeyen bir sunucuya şirket verisi açılmaz.

Nereden başlamalı?

Önerimiz tek bir sistemle ve okuma yetkisiyle başlamak. Örneğin yalnızca talep kayıtlarını okuyabilen bir sunucu. Ekip bunu birkaç hafta kullanır, hangi soruların sorulduğunu ve asistanın nerede zorlandığını görürüz. Yazma araçları ve ikinci sistem bundan sonra gelir.

Bu ilk dönemde ölçtüğümüz birkaç şey var: asistan doğru aracı ne sıklıkla seçiyor, hangi sorularda araç kullanmadan cevap vermeye çalışıyor, hangi araç açıklaması modeli yanıltıyor. Bu gözlemler, araç adlarını ve açıklamalarını iyileştirmek için doğrudan kullanılır. Çoğu zaman yeni bir araç eklemekten önce mevcut araçların daha açık tarif edilmesi daha büyük fark yaratır.

Bu yaklaşım hem riski küçük tutar hem de hangi entegrasyonun gerçekten değer ürettiğini erkenden gösterir.

Sık sorulan sorular

MCP yalnızca belirli bir yapay zekâ modeliyle mi çalışır?

Hayır. MCP açık bir protokoldür ve belirli bir modele bağlı değildir. MCP’yi destekleyen her uygulama, aynı sunucuyu kullanabilir. Bu, bir modelden diğerine geçişi de kolaylaştırır.

MCP ile API arasındaki fark nedir?

API, bir sistemin dışarıya açtığı kapıdır. MCP ise bu kapıların yapay zekâ modellerine nasıl tanıtılacağını standartlaştırır. Çoğu MCP sunucusu, arka planda mevcut bir API’yi kullanır ve onu modelin anlayacağı araçlara dönüştürür.

Verilerimiz MCP üzerinden dışarıya çıkar mı?

MCP’nin kendisi veriyi bir yere göndermez; veriyi modele sunar. Asıl soru modelin nerede çalıştığı ve verinin nereye gittiğidir. Bunu projenin başında yazılı olarak belirliyoruz.

Hazır MCP sunucuları mı, özel sunucu mu?

Yaygın araçlar için hazır sunucular bulunabilir ve hızlı bir başlangıç sağlar. Şirketinize özgü sistemler, belirli yetki kuralları ya da hassas veriler söz konusuysa özel bir sunucu yazmak genellikle daha güvenlidir. Hangisinin uygun olduğuna sistemi ve yetki ihtiyacını inceledikten sonra birlikte karar veririz.

Mevcut sistemlerimizi değiştirmemiz gerekir mi?

Genellikle hayır. MCP sunucusu mevcut sistemin önüne konan ince bir katmandır. Sistemin kendisine dokunulmadan, yalnızca seçilen işlemler yapay zekâya açılır.

İç sistemlerinizi yapay zekâya güvenli biçimde bağlamayı konuşmak isterseniz yapay zekâ sistem mimarisi sayfamıza bakabilir ya da bize yazabilirsiniz.