Vad är MCP? Model Context Protocol

01Vilket problem löser MCP?

En språkmodell arbetar på egen hand bara med den kunskap den tränats på och den text du klistrar in i chatten. Den ser inte företagets orderdata, kalender, dokument eller kodarkiv. För att komma åt den informationen måste en separat koppling byggas för varje verktyg.

Problemet är följande: med fem olika AI-applikationer och tio olika affärsverktyg innebär varje enskild koppling dussintals skräddarsydda integrationer. Model Context Protocol gör om det kaoset till ett enda gemensamt språk. En vanlig liknelse är att MCP är som en USB-C-port för AI-applikationer: när kontakten är standardiserad kan varje enhet sättas i varje port.

Standarden är också grunden för att AI ska bli system som utför arbete, inte bara svarar, alltså agenter. Hur agenter fungerar har vi gått igenom i vår artikel vad är en AI-agent.

02Hur fungerar MCP?

MCP bygger på en klient-server-arkitektur. Meddelandena mellan parterna skickas i formatet JSON-RPC, och protokollets officiella specifikation publiceras på modelcontextprotocol.io.

Värd och klient

Värden (host) är den AI-applikation som användaren interagerar med: en chattapp på skrivbordet, en kodeditor eller ett terminalverktyg. Värden skapar en klient för varje server den ansluter till och sköter modellens kommunikation med servrarna.

MCP-server

En MCP-server är ett litet program som gör ett visst verktyg eller en viss datakälla tillgänglig via protokollet. En filsystemserver exponerar mappar, en databasserver tabeller och en CRM-server kundposter för modellen. Servern kan köras lokalt på din egen dator eller på en fjärradress.

Anslutningssätt

Lokala servrar ansluts oftast via standard in- och utdata (stdio), medan fjärrservrar ansluts via en HTTP-baserad transport. För fjärrservrar läggs autentisering och behörighetsstyrning upp separat. En lokal server läser filer utan att de behöver flyttas till en annan server, medan en fjärrserver passar när teamet ska dela på den.

03Verktyg, resurser och promptar

En MCP-server kan ge modellen tre grundläggande byggstenar. Uppdelningen gör det tydligt vad modellen kan läsa och vad den kan göra.

04Exempel på Claude MCP

Eftersom MCP introducerades av Anthropic dök de första breda användningsfallen upp i Claude-applikationer; med tiden har även andra AI-applikationer och utvecklarverktyg börjat stödja protokollet. Vid Claude MCP startar skrivbordsappen servrarna i konfigurationsfilen och gör dem tillgängliga för modellen.

Exemplet nedan definierar den officiella filsystemservern så att den bara når en viss mapp. För att kommandot ska fungera måste den aktuella LTS-versionen av Node.js vara installerad på din dator; ändra mappsökvägen efter ditt eget system.

{
  "mcpServers": {
    "dosyalar": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/Users/kullanici/Belgeler/Raporlar"]
    }
  }
}

claude mcp add dosyalar -- npx -y @modelcontextprotocol/server-filesystem ~/Belgeler/Raporlar
claude mcp list

05MCP i praktiken för företag

Värdet av MCP för AI-verktygsintegration är att det öppnar upp företagets spridda information för AI-assistenten på ett säkert och kontrollerat sätt. Några typiska scenarier:

• Försäljning och order: Assistenten läser statusinformation från ordersystemet och ger kundtjänstmedarbetaren en sammanfattning.
• Rapportering: Tack vare en server som läser analys- och annonsdata kan en chef ställa frågan “vilken kampanj gav försäljning förra veckan” på vanligt språk.
• Dokumentåtkomst: Policyer, avtal och tekniska dokument öppnas som resurser, och assistenten grundar sina svar på dem.
• Mjukvaruutveckling: Kodarkiv, felloggar och testmiljö kopplas till servrar, så att kodassistenten arbetar med mer sammanhang.
• Boende och bokning: En server som läser tillgänglighet och bokningar gör att teamets interna assistent snabbt kan ge besked.

06Skillnaden mellan MCP, API och automation

MCP ersätter inte API:er; de flesta MCP-servrar anropar redan ett API i bakgrunden. Skillnaden ligger i vem det är gjort för. API:er är gjorda för att utvecklare ska använda dem i kod, medan MCP beskriver samma funktioner så att en AI-modell kan förstå och välja dem: verktygets namn, beskrivning och indataschema.

Skillnaden mot regelbaserade automationsverktyg ligger i beslutsfattandet. I verktyg som Zapier, Make eller n8n ritas flödet upp i förväg; i en modell som är ansluten via MCP avgör modellen själv vilket verktyg som anropas och när. För en jämförelse av de två angreppssätten, läs vår artikel om automatisering av arbetsflöden.

Om du vill veta hur produkter med AI i centrum designas från grunden går vår artikel om AI-native applikationer igenom ämnet i detalj.

07Säkerhet: vad bör du tänka på?

En MCP-server ger AI åtkomst till dina riktiga system. Den kraften kräver noggrann säkerhetsdesign, särskilt när du använder tredjepartsservrar.

• Använd servrar från pålitliga källor; koppla aldrig en server vars kod du inte granskat till företagets data.
• Ge varje server minsta möjliga behörighet: begränsa filservern till en enda mapp och databasservern till en skrivskyddad användare.
• Kräv användarens godkännande för åtgärder som radering, betalning och extern kommunikation.
• Var uppmärksam på dolda instruktioner i externt innehåll som modellen läser (promptinjektion); extern data ska behandlas som data, inte som instruktioner.
• Lämna inte API-nycklar öppet i konfigurationsfiler; använd miljövariabler eller ett säkert nyckelvalv.
• Om personuppgifter behandlas bör du bedöma skyldigheterna enligt KVKK (Turkiets dataskyddslag, jämförbar med GDPR). Kontrollera gällande lagstiftning och tala med din juridiska rådgivare.

08En infrastruktur redo för MCP

Förutsättningen för att få verklig nytta av MCP är att datan som ska kopplas är välordnad och tillgänglig. För ett företag vars order, lager eller bokningar ligger i manuellt skötta kalkylblad måste datan först samlas i ett enda system.

En e-handelsintegration där marknadsplatser, frakt och e-faktura (det turkiska e-fakturasystemet) fungerar i en och samma panel, ett hotellsystem som samlar bokningar och gästinformation, eller branschanpassade mjukvarulösningar för din verksamhet blir en ren datakälla som imorgon kan öppnas för AI via en MCP-server. Vill du föra samman olika system i en enhetlig struktur kan du också titta på vår tjänst integrerade lösningar.

Liknande gäller på marknadsföringssidan: när annons-, analys- och CRM-data hålls i ordning kan AI-assistenter göra kampanjresultat sökbara på vanligt språk. Att bygga upp den mätningen är en del av arbetet med digital marknadsföring.