MCP (Model Context Protocol), yapay zekâ uygulamalarını CRM, destek sistemi, belge arşivi ya da veritabanı gibi şirket sistemlerine standart bir yolla bağlayan açık bir protokoldür. Anthropic tarafından 2024'ün sonunda tanıtıldı. Bir sistem için bir kez MCP sunucusu yazılır; protokolü destekleyen her yapay zekâ uygulaması o sistemi aynı yoldan kullanabilir. Sık kullanılan benzetmeyle MCP, yapay zekâ için bir USB-C girişidir: Bağlantı tek tiptir, takılan cihaz değişir.
Bu yazı yalnızca yazılımcılar için değil; yapay zekâyı iş süreçlerine taşımayı düşünen yöneticiler ve BT sorumluları için. Yapay zekâ danışmanlığı projelerimizde ilk konuştuğumuz konulardan biri de modelin hangi sistemlere, hangi yetkiyle erişeceğidir.
MCP hangi sorunu çözer?
Bir dil modeli tek başına yalnızca metin üretir. Müşteri kaydınızı açamaz, destek talebini güncelleyemez, iç wiki sayfanızı okuyamaz. Bunları yapabilmesi için şirket sistemlerinize bağlanması gerekir. MCP'den önce her bağlantı ayrı ayrı kurulurdu: Bir sohbet asistanı için CRM bağlantısı yazılır, kod editöründeki asistan için aynı iş baştan yapılır, yeni bir yapay zekâ aracı geldiğinde süreç yeniden başlardı. Her bağlantının kendi kimlik doğrulaması, kendi veri biçimi ve kendi bakımı vardı.
MCP bu tekrarı ortadan kaldırmayı hedefler. Sistem tarafında bir MCP sunucusu kurulur; MCP destekleyen yapay zekâ uygulamaları bu sunucuya aynı dille bağlanır. Şirketiniz açısından değişen üç şey vardır:
- Bir kez yazılan entegrasyon: CRM için kurulan MCP sunucusu, yarın farklı bir yapay zekâ uygulamasına geçtiğinizde de çalışır.
- Sağlayıcıya daha az bağımlılık: Entegrasyonlarınız tek bir yapay zekâ ürününe kilitlenmez; model ya da uygulama değiştirmek daha az iş çıkarır.
- Tek noktadan yönetim: Hangi sisteme hangi yetkiyle erişildiği sunucu katmanında tanımlanır ve izlenir.
MCP açık bir standarttır ve bugün büyük yapay zekâ sağlayıcılarının birçoğu ile yaygın geliştirici araçları tarafından destekleniyor.
MCP nasıl çalışır?
MCP üç rol tanımlar:
- Host (ana uygulama): Kullanıcının çalıştığı yapay zekâ uygulamasıdır: bir sohbet asistanı, bir kod editörü ya da şirket içi bir asistan.
- Client (istemci): Host'un içinde çalışan ve her sunucuyla ayrı bir bağlantı kuran bileşendir.
- Server (sunucu): Bir sistemi yapay zekâya açan küçük programdır. CRM, destek sistemi ya da veritabanı için ayrı sunucular olabilir.
Sunucu, yapay zekâya üç tür yetenek sunar:
- Araçlar (tools): Modelin çağırabildiği işlemlerdir: "müşteriyi ara", "talep oluştur", "rapor çek" gibi. Her aracın ne işe yaradığını ve hangi bilgileri beklediğini anlatan bir tanımı vardır.
- Kaynaklar (resources): Modelin okuyabileceği verilerdir: bir belge, bir kayıt, bir dosya.
- İstemler (prompts): Sık yapılan işler için hazırlanmış şablonlardır; örneğin "haftalık destek özetini çıkar".
Akış basittir. Kullanıcı bir soru sorar, host bağlı sunuculardaki araçların listesini modele gösterir, model hangi aracı hangi bilgilerle çağıracağına karar verir, sunucu işlemi yapar ve sonucu geri döndürür. Model yanıtını bu sonuca dayanarak yazar.
Sunucular iki şekilde çalışabilir: kullanıcının bilgisayarında yerel olarak ya da ağ üzerinden erişilen uzak bir servis olarak. Yerel sunucular dosyalar ve geliştirici araçları için pratiktir. Uzak sunucular ise bir ekibin ortak kullandığı şirket sistemleri için daha uygundur, çünkü tek bir yerde yönetilir ve güncellenir.
Şirketlerde MCP hangi işlerde kullanılır?
MCP'nin değeri, yapay zekânın tek bir konuşma içinde birden fazla sistemden bilgi toplayıp işlem yapabilmesidir. Sık karşılaştığımız senaryolar:
- CRM: Satış ekibi "bu müşteriyle son görüşmelerde ne konuşmuştuk?" diye sorar; asistan kayıtları okur ve özetler. İzin verilirse görüşme notunu da kendisi ekler.
- Destek talepleri: Asistan açık talepleri önceliğe göre listeler, benzer eski talepleri bulur ve yanıt taslağı hazırlar. Talebi kapatmak ya da yanıtı müşteriye göndermek insan onayıyla yapılır.
- İç belgeler: Prosedürler, teknik dokümanlar ve wiki sayfaları bir sunucu üzerinden aranır; yanıt kaynağıyla birlikte gelir.
- Veritabanları ve raporlar: Yönetici "geçen ay hangi ürün grubunda iade arttı?" diye sorar; asistan salt okunur bir sorguyla veriyi çeker ve yorumlar.
- Birden fazla sistemi birleştirmek: Bir müşteri şikâyetinde CRM kaydı, sipariş geçmişi ve destek talepleri aynı yanıtta bir araya gelir.
Bu senaryoların çoğunda yapay zekâ önce yalnızca okur. Kayıt oluşturmak, güncellemek ya da e-posta göndermek gibi işlemler ikinci aşamada ve bir onay adımıyla eklenir. Rutin işleri uçtan uca otomatikleştirmenin genel çerçevesini KOBİ'ler için yapay zekâ ile süreç otomasyonu yazımızda ele aldık.
MCP, RAG ve klasik API entegrasyonu arasındaki fark nedir?
Üç kavram sık karıştırılır, çünkü üçü de yapay zekâyı şirket verisine yaklaştırır. Ama farklı katmanlarda çalışırlar:
- Klasik API entegrasyonu: İki sistemin önceden yazılmış kurallarla konuşmasıdır. Hangi durumda hangi çağrının yapılacağını yazılımcı belirler. Öngörülebilir ve hızlıdır, ama her yeni senaryo yeni kod demektir.
- RAG: Bir bilgi erişim yöntemidir. Model soruyu yanıtlamadan önce belgelerde ilgili bölümleri bulur ve okur. Ayrıntıları RAG nedir? yazımızda anlattık.
- MCP: Bir bağlantı standardıdır. Yapay zekâ uygulamasının hangi sistemlere, hangi araçlarla bağlanacağını tanımlar. Hangi aracın ne zaman çağrılacağına ise model karar verir.
Bu üçü birbirinin alternatifi değildir. MCP sunucusu çoğu zaman sistemin mevcut API'sinin üzerine kurulur; yani API'nin yerini almaz, onu yapay zekânın anlayacağı biçimde sunar. Bir RAG araması da MCP sunucusunda bir araç olarak yer alabilir.
Kural belliyse ve her seferinde aynı adımlar izleniyorsa, örneğin her yeni siparişte fatura kesilmesi gibi, klasik entegrasyon hâlâ en doğru seçimdir. MCP, adımların duruma göre değiştiği ve bir insanın doğal dille soru sorduğu işlerde değer katar.
MCP güvenli mi, hangi önlemler gerekir?
MCP bir bağlantı protokolüdür; güvenliği kendiliğinden getirmez. Yapay zekâya bir sistemi açtığınızda, modelin o sistemde yapabileceği her şey bir risk alanına dönüşür. Bu yüzden şu kuralları baştan uyguluyoruz:
- En az yetki: Sunucu, işin gerektirdiğinden fazlasına erişmemelidir. Tüm veritabanı yerine belirli tablolar, tüm CRM yerine belirli alanlar.
- Önce salt okunur: İlk sürüm yalnızca okur. Yazma ve silme yetkisi, okuma tarafı güven kazandıktan sonra eklenir.
- Kimlik doğrulama: Uzak sunucularda OAuth gibi standart bir yetkilendirme kullanılır ve her kullanıcı kendi yetkisiyle bağlanır. Herkesin ortak bir yönetici hesabını paylaşması kabul edilemez.
- İnsan onayı: Kayıt değiştiren, ödeme ya da müşteri iletişimi içeren her işlem, uygulanmadan önce bir kişinin onayından geçer.
- Kayıt tutma: Hangi kullanıcının hangi aracı hangi bilgilerle çağırdığı ve sonucun ne olduğu kaydedilir.
- İstem enjeksiyonu (prompt injection): Bir e-postanın, belgenin ya da destek talebinin içine gizlenmiş talimatlar modeli yönlendirmeye çalışabilir. Araçlardan dönen içerik talimat olarak değil, veri olarak ele alınmalıdır.
- Üçüncü taraf sunucular: Hazır sunucular işi hızlandırır, ama kodu ve araç tanımları incelenmeden kurulmamalıdır. Güvenilmeyen bir kaynaktan gelen araç tanımı, modeli fark ettirmeden yanlış işe yönlendirebilir. Kimin geliştirdiği, ne kadar güncel tutulduğu ve hangi yetkileri istediği kontrol edilir; sürüm sabitlenir.
Kişisel veri işleyen sistemlerde KVKK ayrıca değerlendirilmelidir: Model hangi kişisel veriyi görecek, bu veri hangi sağlayıcıya ve hangi ülkeye gidecek, ne kadar saklanacak? Bu soruların kontrol listesini KVKK ve yapay zekâ yazımızda topladık.
MCP'yi şirketinizde nasıl devreye alırsınız?
Projelerimizde MCP'yi bir anda tüm sistemlere açmıyoruz. İzlediğimiz sıra şöyle:
- Tek bir iş akışı seçin. Sık tekrar eden, birden fazla sisteme bakmayı gerektiren ve sonucu kolay ölçülen bir iş olsun; örneğin destek ekibinin her sabah açık talepleri gözden geçirmesi.
- Salt okunur bir sunucuyla başlayın. Yalnızca o iş akışının ihtiyaç duyduğu verilere okuma yetkisiyle erişen bir sunucu kurun.
- Ölçün. İşin ne kadar sürdüğünü, yanıtların doğruluğunu ve kullanıcıların asistana ne kadar güvendiğini önce ve sonra karşılaştırın.
- İşlemleri onayla ekleyin. Okuma tarafı güven kazandıysa kayıt oluşturma ya da güncelleme gibi işlemleri ekleyin ve her birini önce insan onayına bağlayın.
- Genişletin. İlk akıştan öğrendiklerinizle yeni sistemlere ve ekiplere geçin.
Model birden fazla adımı kendi başına planlayıp yürütmeye başladığında artık bir yapay zekâ ajanından söz ederiz; bu konuyu otonom yapay zekâ ajanları yazımızda anlattık.
MCP yapay zekâya kapıyı açar; hangi odaya gireceğine siz karar verirsiniz.
Sık sorulan sorular
MCP kullanmak için yazılımcı olmak gerekir mi?
Kullanmak için hayır. Hazır bir sunucu bağlandığında çalışanlar yapay zekâ uygulamasıyla doğal dilde konuşur. Şirketinize özel bir sistemi bağlamak ve yetkileri doğru tanımlamak ise yazılım ve güvenlik bilgisi gerektirir.
MCP mevcut API'lerimizin yerini alır mı?
Hayır. MCP sunucusu genellikle mevcut API'nin üzerine kurulur ve onu yapay zekânın kullanabileceği araçlara dönüştürür. Sistemler arasındaki sabit kurallı entegrasyonlar olduğu gibi kalır.
MCP yalnızca Anthropic ürünleriyle mi çalışır?
Hayır. MCP'yi Anthropic tanıttı, ama protokol açık bir standarttır ve farklı yapay zekâ sağlayıcıları ile geliştirici araçları tarafından destekleniyor.
Verilerimiz MCP üzerinden yapay zekâ sağlayıcısına gider mi?
Araçtan dönen sonuç, yanıtı üretmesi için modele iletilir. Bulut tabanlı bir model kullanıyorsanız bu veri sağlayıcıya ulaşır. Bu yüzden sunucunun hangi alanları döndürdüğünü sınırlamak, gerekirse kişisel veriyi maskelemek ve sağlayıcının veri işleme koşullarını sözleşmeyle netleştirmek gerekir.
Hazır MCP sunucularını kullanmak güvenli mi?
Kaynağına bağlıdır. Sistemin kendi üreticisi tarafından yayımlanan ve düzenli güncellenen sunucular daha güvenilir bir başlangıçtır. Her durumda kodun, araç tanımlarının ve istenen yetkilerin kurulumdan önce incelenmesi gerekir.
Nereden başlamalı?
Ekibinizin her gün birden fazla sisteme bakarak yaptığı bir işi seçin ve adımlarını yazın: Hangi sisteme bakılıyor, hangi bilgi aranıyor, sonunda ne yapılıyor? Bu liste, ilk MCP sunucusunun hangi verilere salt okunur erişmesi gerektiğini ve başarının neyle ölçüleceğini gösterir.
Yapay zekâyı şirket sistemlerinize güvenli bir şekilde bağlamayı birlikte planlamak isterseniz bizimle iletişime geçin.