Mi az az MCP, és hogyan használd a gyakorlatban?

Ha az utóbbi időben AI-ról olvasol, valószínűleg belefutottál az MCP rövidítésbe. A Model Context Protocol egy nyílt szabvány, amelyen keresztül az AI-asszisztensek (Claude, ChatGPT és mások) egységes módon kapcsolódhatnak külső rendszerekhez: dokumentumokhoz, adatbázisokhoz, CRM-hez, webshophoz, számlázóhoz. Ebben a cikkben elmagyarázom, hogyan működik, megmutatom, hogyan használom a saját munkámban és az ügyfeleimnél, adok néhány tippet a mindennapi használathoz, és leírom, mire kell figyelni, mielőtt bármit rákötsz.

Mi a probléma, amit az MCP megold?

A nagy nyelvi modellek nagyon jól írnak, összefoglalnak, érvelnek és kódolnak, de alapból nem látják a te világodat. Nem tudják, mi van a CRM-edben, mi a mai rendelésállomány, és mit írt tegnap az ügyfél. Ha ezt akartad, eddig minden AI-alkalmazás és minden rendszer közé külön, kézzel épített összeköttetés kellett, ami drága volt, és minden változásnál karbantartást igényelt.

Az MCP erre ad egy közös szabványt. A gyakran használt hasonlat az USB-C: régen minden eszközhöz külön töltő kellett, ma szinte mindent ugyanazzal a csatlakozóval kötsz össze. Ha egy rendszerhez elkészül egy MCP-szerver, azt bármelyik MCP-t támogató AI-alkalmazás használhatja, és nem kell minden asszisztenshez külön integrációt írni.

Mi az az MCP pontosan?

Az MCP-t az Anthropic (a Claude fejlesztője) mutatta be 2024 végén nyílt szabványként, és azóta a nagy szereplők nagy része is támogatja, köztük az OpenAI, a Google és a Microsoft eszközei. Ma már ez az AI-eszközök és a külső rendszerek összekapcsolásának általánosan használt módja, nem egyetlen cég saját megoldása.

A neve is elárulja, mire jó. A modelleknek van tudásuk (megtanulták az internetről, hogyan kell egy ajánlatot megírni), de nincs kontextusuk: nem tudják, kinek írsz, mit vett legutóbb, és tegeződtök-e. Az MCP ezt a hiányzó kontextust adja hozzá, vagyis a saját adataidat és eszközeidet, így az AI a te cégedre szabott választ és munkát tud adni, nem csak általánosságokat.

Hogyan működik?

A felépítés egyszerű, három szereplője van:

A kliens: az AI-alkalmazás, amit használsz (például a Claude asztali alkalmazása, a ChatGPT vagy egy fejlesztői eszköz). Ez gondolkodik és dönt.
Az MCP-szerver: egy kis program, ami egy konkrét rendszerhez kapcsolódik (például a CRM-hez vagy a webshophoz), és megmondja az AI-nak, mit lehet vele csinálni.
A rendszer: maga a CRM, webshop, adatbázis vagy fájltár, amihez a szerver hozzáfér.

Egy MCP-szerver háromféle dolgot kínálhat az AI-nak: eszközöket (műveleteket, például „rendelés lekérdezése” vagy „új ügyfél rögzítése”), erőforrásokat (olvasható adatokat, például dokumentumokat) és sablonokat (előre megírt utasításokat). Amikor kérsz valamit, az AI megnézi, milyen eszközök érhetők el, kiválasztja a megfelelőt, a szerver elvégzi a műveletet, és az eredmény visszakerül a beszélgetésbe.

A szerver futhat a saját gépeden (például egy helyi fájlmappához), vagy távoli szolgáltatásként az interneten, ilyenkor rendes bejelentkezéssel és jogosultságkezeléssel kapcsolódsz hozzá.

Mire jó ez egy cégnél?

Az MCP haszna akkor látszik igazán, amikor az AI a céged valódi adataival dolgozik. Néhány példa:

Ügyfélkezelés: „Kik azok az ügyfelek, akiknek a múlt hónapban lejárt az ajánlatuk, és még nem válaszoltak?” Az AI lekérdezi a CRM-et, és listát ad, ha kéred, utánkövető levelet is fogalmaz.
Webshop: „Mennyi volt a múlt heti forgalom, és melyik termék fogy a leggyorsabban?” Az AI a webshop adataiból válaszol, és nem kell táblázatot exportálni.
Dokumentumok: „Nézd át a szerződéseket, és írd ki, melyiknek jár le a határideje a következő 60 napban.”
Belső tudás: „Hogyan kezeljük a reklamációkat?” Az AI a céges kézikönyvből és a korábbi esetekből válaszol.
Műveletek: „Rögzítsd az új érdeklődőt, és tegyél fel nekem egy feladatot holnapra.” Itt az AI már módosít is, nem csak olvas.

Hogyan használom a gyakorlatban?

Az MCP-t nap mint nap használom. Egy saját, központi MCP-szerveren keresztül a Claude-ból és a ChatGPT-ből érem el a WordPress-oldalakat, a Google Ads-fiókokat, a Microsoft Clarity látogatói felvételeit, a Shoprenter-webshopokat, a Billingót, a szamlazz.hu-t és a NAV Online Számlát, mellette pedig a saját rendszereimnek is van MCP-szervere. Néhány példa abból, amit tényleg használok.

Google Ads egy beszélgetésből

Megkérdezem, hogyan alakult egy fiók az elmúlt héten, melyik kampány költ sokat kevés eredményért, és milyen keresésekre jelennek meg a hirdetések. Az AI a fiók valós adataiból válaszol, összevetve az előző időszakkal, és ha kérem, javaslatot is tesz, például hogy melyik keresési kifejezést érdemes kizárni, vagy hol kellene a napi keretet átállítani. A módosítás csak akkor megy élesbe, ha jóváhagyom. Egy auditot vagy egy heti áttekintést így percek alatt megkapok, és nem kell a Google Ads felületén végigkattintgatni a riportokat.

Webshop: rendelések, készlet, termékek

Egy webshopnál a leggyakoribb kérdések egyszerűek: mennyi rendelés jött, melyik termék fogy el hamarosan, mely rendelések állnak fizetésre várva, és mit vásárolnak együtt a vevők. Ezekre MCP-n keresztül a webshop adataiból jön a válasz, táblázattal vagy grafikonnal. A termékleírásokat vagy a készletet is lehet így frissíteni, de ott mindig jóváhagyással dolgozom.

Saját CRM és hibajegykezelő

A saját ügyfélkezelő és hibajegy-rendszerem is kapott MCP-szervert. A beérkező levelekből feladat lesz a megfelelő ügyfélnél, és bárhonnan kezelem őket: telefonról, a CRM felületéről vagy egy AI-beszélgetésből. Ha egy ügyfél ír, megkérdezem az AI-t, mi volt vele legutóbb, milyen nyitott feladata van, és a választ is ugyanabban a beszélgetésben fogalmazom meg. Közben minden módosítás bekerül a naplóba, az előtte és utána értékekkel együtt.

Ingatlaniroda-rendszer

Az IngatlanOS, az ingatlanirodáknak fejlesztett rendszerem is saját MCP-szervert kapott, így az értékesítők Claude-ból és ChatGPT-ből is dolgozhatnak benne, a saját jogosultságukkal. Egy mondatból rögzítenek keresési igényt, és megkérdezhetik, kinek illik egy megbízás. Ajánló e-mailt viszont az AI nem küldhet, az mindig emberi döntés. Részletesen az IngatlanOS esettanulmányban írok róla.

Amit ezekből tanultam

A legtöbb időt mindig annak eldöntése viszi, mit láthasson és mit módosíthasson az AI, maga a csatlakozó a könnyebb rész. Minden szervert csak olvasási joggal indítok, és az írást utána, műveletenként kapcsolom be. Kevés, jól elnevezett és magyarul is jól leírt eszköz többet ér, mint sok apró, mert az AI így könnyebben választja ki a megfelelőt. A módosító műveleteknél pedig mindig van jóváhagyás és napló.

Az n8n és az MCP

Az n8n workflow-automatizáló platform mindkét irányban támogatja az MCP-t, és ez a gyakorlatban nagyon hasznos.

Az egyik irányban egy n8n-folyamatot MCP-szerverként tehetsz elérhetővé. Ha már van tíz-húsz működő folyamatod (új ügyfél rögzítése, számla kiállítása, riport készítése), ezeket az AI eszközként látja, és kérésre el tudja indítani. Ilyenkor nem kell külön API-t építeni az AI-nak, mert a meglévő, kipróbált folyamataidat használja, a maguk ellenőrzéseivel együtt.

A másik irányban az n8n-ben futó AI-ügynök használhat külső MCP-szervereket eszközként, így egy automatizált folyamat közben az ügynök más rendszerekből is tud adatot lekérni.

Egy gyakorlati példa: egy AI-ügynök figyeli a beérkező leveleket, és észreveszi, hogy egy fontos érdeklődő írt. MCP nélkül annyit tud tenni, hogy szól. MCP-n keresztül elindíthatja az n8n-folyamatot, ami rögzíti az érdeklődőt a CRM-ben, előkészíti a válaszlevelet jóváhagyásra, és értesíti az értékesítőt. A döntést az AI hozza, a végrehajtást a jól ismert, tesztelt folyamat végzi.

Hogyan használd a mindennapokban?

Ha már be van kötve egy MCP-szerver, a használata ugyanolyan, mint egy sima beszélgetés, csak a kérdés mögött valódi adat van. Néhány tipp, ami nálam bevált:

Kérdezz konkrétan, időszakkal. „Hogy állunk?” helyett „Hogyan alakult a múlt hét a Google Adsben az előző héthez képest?”. Minél pontosabb a kérdés, annál kevesebb felesleges lekérdezést futtat az AI.
Mondd meg, milyen formában kéred. Táblázatot, rövid összefoglalót, grafikont vagy egy levéltervezetet. Az AI a lekért adatokból bármelyiket el tudja készíteni.
Kérj forrást. Ha egy szám fontos, kérdezz rá, honnan jön és milyen időszakra vonatkozik. Az MCP-n keresztül lekért adat ellenőrizhető, és így rögtön kiderül, ha az AI rosszul értett valamit.
Módosítás előtt kérj összefoglalót. Mielőtt az AI bármit átír, írasd le vele, pontosan mit fog módosítani, és csak utána hagyd jóvá.
Láncold a lépéseket. Egy beszélgetésben több rendszert is használhatsz: lekérdezed a lejárt számlákat a számlázóból, megnézed a CRM-ben, ki a kapcsolattartó, és megíratod az emlékeztetőt.

A bekötés a Claude-ban és a ChatGPT-ben is a beállítások között történik: kapcsolóként (connectorként) hozzáadod a szerver címét, bejelentkezel a saját fiókoddal, és kiválasztod, mely eszközöket engedélyezed. Saját vagy kevésbé ismert rendszerhez előbb a szervert kell megírni, ezt vállalom.

Biztonság: mire figyelj?

Az MCP-vel az AI hozzáférést kap a rendszereidhez, ezért itt a legfontosabb a fegyelem. A szabvány maga ad eszközöket a jogosultságok kezelésére, a felelősség viszont azé, aki beállítja.

Csak annyi hozzáférést adj, amennyi kell. Ha az AI-nak csak olvasnia kell a rendeléseket, ne kapjon jogot a módosításra. Az olvasás és az írás legyen külön.
A fontos műveletekhez kérj jóváhagyást. Levél kiküldése, adat törlése, pénzügyi művelet előtt az AI kérdezzen rá. A jó MCP-kliensek ezt támogatják.
Vigyázz a promptinjekcióval. Ha az AI külső tartalmat olvas (beérkező levelet, weboldalt, dokumentumot), abban elrejtett utasítások is lehetnek, amelyek megpróbálják rávenni valamire. Ezért kell, hogy a veszélyes műveletek emberi jóváhagyáshoz legyenek kötve.
Csak megbízható MCP-szervert telepíts. Egy szerver kódot futtat és adatokhoz fér hozzá, ugyanúgy kell kezelni, mint bármilyen más szoftvert, amit a rendszereidhez engedsz.
Naplózz. Legyen nyoma, mit kérdezett le és mit módosított az AI, mert egy hiba után ez a leggyorsabb módja annak, hogy kiderüljön, mi történt.
Gondolj az adatvédelemre. Amit az AI lekér, az bekerül a beszélgetésbe, vagyis az AI-szolgáltatóhoz. Személyes adatoknál ezt a szolgáltató adatkezelési feltételeivel együtt kell végiggondolni.

Hogyan kezdj bele?

Nem azzal érdemes kezdeni, hogy „kössünk be mindent az AI-ba”. Én így haladnék:

Válassz egy konkrét, gyakori kérdést vagy feladatot, amire most sok idő megy el, például a heti riport összeállítását vagy az ügyféladatok kikeresését.
Kezdd csak olvasási joggal. Az AI először csak lekérdezzen, így kockázat nélkül kiderül, mennyire hasznos.
Nézd meg, van-e kész MCP-szerver a rendszeredhez. Sok népszerű szolgáltatáshoz már létezik, a saját vagy kevésbé elterjedt rendszerekhez viszont egyedi szervert kell írni.
Ha beválik, jöhetnek a módosító műveletek, jóváhagyással és naplózással.

Gyakori kérdések

Programozni kell az MCP használatához?

Egy kész MCP-szerver bekötéséhez általában nem, a népszerű AI-alkalmazásokban ez néhány beállítás. Saját vagy kevésbé ismert rendszerhez viszont fejlesztés kell, mert valakinek meg kell írnia a szervert, és el kell döntenie, milyen műveleteket tegyen elérhetővé.

Csak a Claude-dal működik?

Nem. Bár az Anthropic indította, ma már több AI-alkalmazás és fejlesztői eszköz is támogatja, köztük az OpenAI és a Google eszközei is. Ez a szabvány lényege: ugyanaz a szerver több AI-val is használható.

Biztonságos rákötni az AI-t a céges rendszerekre?

Akkor az, ha szűken van beállítva: csak a szükséges adatokhoz fér hozzá, a fontos műveletek jóváhagyáshoz vannak kötve, és minden lépés naplózva van. A kockázatot az okozza, ha valaki széles jogokkal, ellenőrzés nélkül köti be.

Miben más, mint egy sima API-integráció?

Az API-integrációt egy konkrét alkalmazáshoz írják, az MCP-szervert viszont bármelyik MCP-t támogató AI használhatja. Ráadásul az MCP-szerver le is írja az AI-nak, milyen műveletek vannak és mire valók, így az AI maga tudja eldönteni, mikor melyiket hívja.

Szeretnéd, ha az AI a te rendszereidhez is hozzáférne? Az automatizálás és AI szolgáltatásom keretében megnézzük, melyik folyamatnál éri meg, és megépítem a szükséges MCP-szervert vagy n8n-folyamatot, biztonságos jogosultságokkal.

Írj nekem →

Kapcsolódó: Automatizálás és AI a cégednél