Mis on MCP, ChatGPT connector’id ja miks see tähtis on?

Lihtsalt öeldes on MCP uus avatud standard, mis toimib justkui universaalse "tõlgina" tehisintellekti äpi (nagu ChatGPT) ja teiste rakenduste vahel. See võimaldab AI-l turvaliselt ja standardiseeritud viisil suhelda erinevate andmeallikate ja tööriistadega. Tänu hiljutisele uuendusele on MCP-põhised ühendused ehk connector'id nüüd saadaval ka ChatGPT-s, mis muudab selle võimekamaks kui kunagi varem.

Selles artiklis selgitamegi lihtsalt ja lühidalt lahti, mida MCP endast kujutab ja milliseid uusi praktilisi võimalusi see sinu jaoks avab.
‍

Kui aga ei jaksa pikka juttu lugeda, siis siin on samal teemal lühikokkuvõte slaididena.

Taust ja loomise põhjused

Model Context Protocol (MCP) on avatud standard, mille eesmärk on ühendada tehisintellektil (nt suurtel keelemudelitel) põhinevad assistendid väliste andmeallikate ja tööriistadega.

MCP lõi Anthropic (tuntud oma Claude-mudeliseeria poolest) 2024. aasta novembris, mil see tehti avalikuks avatud standardina. Antud protokolli loomist ajendas praktiline probleem: iga AI platvorm ja rakendus olid seni pidanud looma eriandmeallikate jaoks oma kohandatud ühendusi, mis polnud jätkusuutlik.

Iga uue andmeallika või teenusega integreerimine nõudis eraldi arendustööd ja spetsiaalset liidestamist, mistõttu AI-süsteemid olid tihti isoleeritud vajalikust infost silo-des ja suletud süsteemides. See killustatus muutis AI-tööriistade laiendamise reaalse maailma andmetele vaevaliseks ning halvimal juhul jäi mudelite vastuste kvaliteet vajaliku konteksti puudumise tõttu nõrgaks.

MCP eesmärk on seda probleemi lahendada. Protokoll pakub universaalset standardit, mille abil saab ühendada AI-süsteeme ja andmeallikaid ühtsel viisil, asendades senised killustunud integratsioonid ühe ühtse protokolliga.

Teisisõnu on MCP justkui AI-maailma USB-C port – ühtne ühendusliides, mille abil saab mudel ühilduda väga erinevate süsteemidega. Anthropic rõhutas MCP tutvustamisel, et see protokoll aitab tehisintellektil ligi pääseda kohtadele, kus andmed tegelikult asuvad – olgu need siis andmehoidlad, ärirakendused või arenduskeskkonnad. MCP-d arendatakse avatud lähtekoodiga projekti ja standardina, mis tähendab, et kogukond ja teised ettevõtted saavad selle arenduses kaasa lüüa.

Kuidas MCP erineb tavapärastest API-dest?

Tavalise API kasutamiseks peab programmeerija täpselt teadma selle asukohta, päringuformaati ja autentimisviisi. Suured keelemudelid (LLM-id) ei oska iseseisvalt API-sid kasutada, sest neil puudub võime teha võrgupäringuid - nad oskavad ainult teksti luua. Varem tuli iga teenuse jaoks luua eraldi plugin, mis võttis palju aega ja tööd. MCP muudab selle olukorra täielikult.

MCP standardiseerib suhtluse AI ja teiste süsteemide vahel, muutes ühendused "ühenda-ja-kasuta" tüüpi lahendusteks. Kui varem oli vaja iga uue toimingu jaoks (näiteks faili otsimine või e-kirja saatmine) kirjutada spetsiaalne kood, siis MCP-ga piisab, kui süsteem toetab MCP protokolli. AI mudel saab saata struktureeritud päringu MCP serverile ja saada tagasi vastuse, ilma et peaks teadma keerulisi tehnilisi detaile. 

Näiteks Google Drive'ist faili otsimiseks avastab mudel ise võimaluse kasutada "Leia fail Google Drive'ist" tööriista, ilma et arendaja peaks käsitsi vahekoodi kirjutama.

MCP töötab nii: AI rakendus (näiteks ChatGPT) sisaldab MCP klienti, mis suhtleb MCP serveritega. Serverid omakorda ühendavad erinevaid andmeallikaid - failisüsteeme, andmebaase või veebiteenuseid. AI rakendus ja serverid vahetavad eelnevalt infot pakutavate tööriistade kohta. Kui kasutaja esitab päringu, valib mudel sobiva tööriista, saadab sellele päringu ja saab vastuse, mille ta seejärel inimesele arusaadavaks teeb.

MCP eeliseks on seega ühtlustatus ja dünaamilisus. Tavaline API vajab kindlaksmääratud päringuid, MCP aga pakub mudelile kataloogi erinevaid tööriistu, mida see saab vestluse käigus avastada ja kasutada. Teine suur eelis on lihtsustus arenduses: tavaliste API-de puhul on vaja luua M×N eraldi ühendust (M mudelit × N teenust), MCP-ga piisab M+N komponendist: iga teenus loob ühe MCP serveri ja iga AI rakendus ühe kliendi.

LLM-id vajavad vahendajat API-de kasutamiseks, sest nad ei suuda ise võrgupäringuid teha. MCP pakub selleks turvalise ja standardiseeritud kanali, mis teeb AI töö palju võimekamaks. Kokkuvõttes on MCP nagu tehisintellekti pluginasüsteem, mis võimaldab AI-l suhelda välismaailmaga ilma vajaduseta iga kord arendada uut integratsiooni.

Millised eelised toob MCP kasutajatele?

MCP kasutuselevõtt toob kasu erinevat tüüpi kasutajatele – arendajatele, lõppkasutajatele ning süsteemide integreerijatele – pakkudes nii tehnilisi kui ka praktilisi eeliseid.

Arendajatele

MCP lihtsustab ja kiirendab integratsioonide loomist märkimisväärselt. Arendajad ei pea enam kirjutama igale süsteemile spetsiaalset koodi, vaid saavad kasutada ühtset ja standardiseeritud liidestusprotokolli. See tähendab vähem korduvat tööd ja võimalust fokusseerida äritähtsale loogikale. MCP pakub välja hulga valmis integratsioone ("pre-built integrations"), mida LLM saab kohe kasutada, ning kui on vaja lisada uus andmeallikas, saab arendaja selle MCP serverina realiseerida standardreegleid järgides.

Kuna MCP on avatud standard, kaob oht lukustuda ühe AI-müüja ökosüsteemi – sama MCP serverit võib kasutada nii OpenAI, Anthropicu kui ka mõne kolmanda osapoole LLM-i rakendus, mis protokolli toetab. See vähendab vendor lock-in'i ja annab arendajatele paindlikkuse vahetada vajadusel mudelipakkujat või kasutada paralleelselt mitut, ilma et integratsioonid puruneksid.

MCP on lihtne kasutada: see kasutab JSON-RPC-d, mis on kerge ja kiire. Arendajad saavad kasutada valmis SDK-sid Pythonis, Javas, JavaScriptis ja teistes keeltes. Lisaks on juba olemas palju valmis MCP lahendusi, mida saab kiiresti ühendada - näiteks Google Drive'i, Slacki ja andmebaaside jaoks.

Lõppkasutajatele

MCP avardab oluliselt seda, mida AI-assistendid suudavad kasutaja heaks teha. Kui traditsiooniline ChatGPT või muu LLM piirdus peamiselt vestlusliku nõu andmisega üldteadmiste põhjal, siis MCP-ga varustatud assistent saab teha konkreetseid toiminguid kasutaja andmetega ja tööriistades.

Näiteks võib AI nüüd automaatselt otsida kasutaja pilvekontolt faili ja seda kokku võtta, tuua välja värsked e-kirjad ja neile vastata, lisada kalendrisse sündmuse või koostada projektiülesande – kõik loomuliku keele kaudu juhendatuna. See tähendab, et AI muutub passiivsest vastajast aktiivseks abiliseks.

Reaalne näide: enne MCP-d pidi kasutaja ise üle vaatama mitu erinevat rakendust (e-post, sõnumid, dokumentide kaustad) ja siis paluma AI-l neid kokku võtta, tihti andmeid käsitsi kopeerides. MCP-ga saab kasutaja aga otse AI-lt küsida: "Palun tõmba kokku minu viimase nädala e-kirjad ja tee nendest kokkuvõte" ning AI suudab ühendada e-posti teenuse vahendi kaudu, lugeda vajalikud andmed ja esitada vastuse.

Suurte keelemudelite võime aru saada tavalisest tekstist kombineerituna MCP kaudu saadava reaalaja infoga annab kasutajale palju asjakohasemad ja täpsemad vastused. Näiteks ettevõtte analüütik võib paluda assistendil koostada investeeringuanalüüs, kasutades firma enda esitlusfaile ja dokumente – ChatGPT suudab MCP kaudu neid faile läbi töötada ja pakkuda vastavat kokkuvõtet.

Samuti võimaldab MCP agentidel teha mitmeetapilisi ülesandeid: nad võivad järjestikuliselt kasutada mitut tööriista – näiteks otsida andmed ühest süsteemist, seejärel sisestada teise süsteemi – ilma et inimene peaks iga sammu käsitsi käivitama. Lõppkasutaja jaoks väljendub see sujuvamates töövoogudes ja aja kokkuhoius, kuna paljud rutiinsed päringud ja tegevused automatiseeritakse AI poolt.

Süsteemiintegreerijatele ja ettevõtetele

Organisatsioonid, kes soovivad AI-vahendeid oma süsteemidega ühendada, saavad MCP abil luua skaleeritavaid ja turvalisi ühendusi. Protokoll tagab, et andmetele ligipääs järgib ettevõtte reegleid – näiteks kui ühendada ChatGPT ettevõtte pilveketastega, näeb AI ainult neid faile, mida kasutaja tohib näha. MCP lihtsustab ka autentimist: ühenduslüüs saab hallata ligipääsuõigusi ühtsel viisil, mis lihtsustab turvapoliitikate rakendamist.

IT-osakonnale tähendab MCP-ga integratsioon seda, et neil on üks kontrollitav kiht, mille kaudu AI pääseb ligi andmetele – nii saab rakendada logimist ja järelevalvet. MCP avatud standard annab ettevõtetele kindlust, et ühendused on püsivamad ja laiemalt toetatud: kuna mitmed suured AI pakkujad on standardi omaks võtnud, tekib suurem tõenäosus, et tulevikus on olemas lai valik nii kommerts- kui ka kogukonnapoolseid MCP connector'eid.

See vähendab kohandatud arenduse vajadust ja kiirendab AI lahenduste juurutamist. Oluline on ka andmeturbe eelis: MCP võimaldab kahepoolset suhtlust, mis võib toimuda lokaalselt – näiteks võib ettevõte käitada MCP serverit oma tulemüüri taga, nii et tundlik info liigub ainult ettevõtte keskkonnas. Kokkuvõttes annab MCP ettevõtetele võimaluse kasutada AI võimalusi oma andmete peal turvaliselt ja skaleeritavalt.

MCP-l on mitu kasulikku omadust. Protokoll toetab dünaamilist tööriistade avastamist – uued vahendid saavad mudelile kohe nähtavaks, kui MCP server on ühendatud. MCP säilitab ka konteksti mitme päringu jooksul, mis on kasulik keerukamate ülesannete lahendamisel. Lisaks on protokollis sisseehitatud turva- ja juurdepääsukontroll, mis tagab, et mudel saab ligi ainult lubatud andmetele. MCP on mõeldud töötama nii väikestes kui ka suurtes süsteemides, mis teeb sellest võimsa platvormi AI-võimekuste laiendamisel.

Millised võimalused avanevad ChatGPT uute MCP connectorite kaudu?

OpenAI on värskelt lisanud ChatGPT-le toe MCP connectoritele, avardades seeläbi märgatavalt ChatGPT funktsionaalsust. See tähendab, et ChatGPT (eriti tasuliste pakettide kasutajad) saavad nüüd ühendada vestlusassistendi erinevate rakenduste ja andmeallikatega, et süvitsi integreeritud kogemust pakkuda. Konkreetselt on ChatGPT-s saadaval hulk eelseadistatud connector'eid erinevatele teenustele ning lisaks võimalus lisada ka kohandatud, kasutaja enda MCP connector'eid.

ChatGPT integreeritud MCP connectorite hulka kuuluvad näiteks: Google Drive, Dropbox, Box, SharePoint, OneDrive (failide ja dokumentide leidmiseks), Gmail ja Outlook (e-posti lugemiseks ja haldamiseks), Google Calendar ja Outlook Calendar (kalendri sündmuste jaoks), Linear (projektihalduse ülesannete haldamiseks), HubSpot (kliendihalduse andmete jaoks) jt.

Kuidas MCP connectoreid ChatGPT -s leida ja kasutusele võtta?

Kui oled ChatGPT Team kasutaja ja soovid kasutada uusi MCP connector'eid – näiteks Gmailist meilide leidmiseks või Google Drive'ist failide otsimiseks –, saad seda teha mõne lihtsa sammuga otse vestluse kaudu. Allpool kirjeldame samm-sammult, kuidas alustada ja kuidas näiteks Gmaili ühendada.

1. Ava tööriistade menüü ChatGPT-s

Alusta uue vestluse aknas, kus küsitakse nt „What can I help with?“. Selle all näed nuppu Tools – klõpsa sellel. Avaneb tööriistade menüü, kus saad valida Search connectors. See ongi värav erinevate ühenduste haldamiseks ja lisamiseks.

2. Sirvi olemasolevaid ühendusi või vali „Connect more“

Avanenud vaates kuvatakse mõned populaarsed ühendused nagu Dropbox, SharePoint või Box. Kui soovid kasutada midagi muud, näiteks Gmaili, klõpsa all valikut Connect more – see avab seadetevaate, kus saad sirvida kogu saadaolevate connector'ite valikut.

3. Vali teenus, mida soovid ühendada (nt Gmail)

Seadete aknas ava vahekaart Connectors. Siin on näha nii juba lubatud ühendused kui ka terve rida valikuid, mida saad lisada. Gmaili lisamiseks:

• Otsi loendist Gmail
• Klõpsa sellel ning avaneb vaade, kus saad lugeda ühenduse kohta ja kinnitada, et soovid seda kasutada
• Vajuta Connect

4. Autoriseeri ligipääs oma kontole

Pärast Connect-nupu vajutamist avaneb aken, mis selgitab lühidalt, kuidas sinu andmeid kasutatakse. Seejärel vajuta Continue to Google ning vali Google'i sisselogimisvaates konto, mida soovid ChatGPT-ga siduda. Autoriseeri juurdepääs Gmailile.

NB! ChatGPT pääseb ligi ainult neile andmetele, millele oled loa andnud. Sa saad igal hetkel ühenduse katkestada või eemaldada.

5. Kontrolli, kas ühendus õnnestus

Kui autoriseerimine on tehtud, naased tagasi chati vaatesse. Nüüd, kui valid Deep Research tööriista peaks Gmail ilmuma sektsioonis Enabled connectors, mis tähendab, et see on aktiivne ja kasutusvalmis.

Deep research teeb nüüd oma raporti just Gmaili põhjal.

Kuidas ühendatud connector'it kasutada?

ChatGPT connector'ite saadavus sõltub töörežiimist – kõik teenused ei tööta kõikjal. Näiteks Gmail töötab Deep research režiimis, aga mitte Search vaates.

Deep research tööriist laseb sul siis läbi connectorite teha põhjalikumaid analüüse just sinu materjalide põhjal, ning tavaline Search aitab sul leida vajalikke faile või andmeid kiiremini.

Kui oled connector'ite maailmas uus, soovitan alustada just Gmaili või Google Drive'i ühendamisest – need on praktilised, hästi toetatud ja pakuvad kohest väärtust.

Soovid järgmise sammuna ka enda loodud connector'it luua või integreerida oma ettevõtte süsteemiga?

Ka see on nüüd võimalik, sest ChatGPT laseb sul ühendada lisaks ülaltoodutele ka teisi teenuseid läbi MCP protokolli. Kui tunned, et MCP valdkonnas kindlalt, siis selle juhendi abil https://platform.openai.com/docs/mcp, saad liita ka ise ChatGPT'le erinevaid teenuseid.

Kust avastada uusi MCP-sid?

MCP ökosüsteemi avatus tähendab, et igaüks saab luua uusi connector'eid (ehk MCP servereid) ja jagada neid kogukonnaga. Seega tekib paratamatult küsimus: kuidas leida üles need uued ja kasulikud MCP integratsioonid?

Üheks võimaluseks on jälgida ametlikke kanaleid. OpenAI on vihjanud, et tulevikus võivad kolmandate osapoolte MCP connectorid muutuda kättesaadavaks nende kaudu. OpenAI on isegi avanud huvilistele vastava vormi, et koguda infot MCP connectorite arendajatelt – see viitab plaanile koondada connectorid kasutajatele mugavalt kättesaadavaks. Seega tasub jälgida OpenAI ametlikke teateid ja plugin store'i uuendusi.

Teine ja konkreetsem allikas on MCP ametlik koduleht ja GitHubi reposid. Anthropicu hallatav veebileht modelcontextprotocol.io sisaldab jaotist "Example Servers", kus on nimekiri nii referents-implementatsioonidest, ametlikest integratsioonidest kui ka kogukonna loodud connectoritest. Näiteks on seal välja toodud, millised ametlikud integratsioonid on olemas – need on enamasti ettevõtete poolt hooldatavad MCP serverid oma platvormidele (näiteks Slacki või GitHubi ametlik MCP server, kui ettevõte on selle pakkunud) – ning samuti kogukonna implementatsioonid, mis on entusiastide või kolmandate osapoolte loodud serverid erinevateks otstarveteks. See nimekiri täieneb pidevalt.

GitHubis on olemas Model Context Protocol organisatsiooni repod, kust leiab nii standardi lähtekoodi, SDK-d kui ka hulga näidisservereid. Anthropicu poolt avaldatud "MCP Servers Repository" koondab eri kategooriate kaupa servereid (andmebaasid, failisüsteemid, arendustööriistad, veebiotsingud, brauseri automaatika, suhtlusrakendused jne). Näiteks leiab sealt avalikke MCP servereid PostgreSQL ja SQLite andmebaaside jaoks, Google Drive'i jaoks, Git ja GitHubi haldamiseks, Slacki kanalite kasutamiseks, Brave'i otsingu tarbeks, Sentry veahalduse jaoks, Google Mapsi jaoks, pildigeneratsiooni tööriistu, teadmistebaaside päringusüsteeme jpm. Need repod on suurepärane koht avastamaks, kas keegi on juba loonud MCP lahenduse mõne konkreetse teenuse tarbeks – tihti on vastus jah, sest "massive ecosystem" connectoritest on tõepoolest võtmas tuure.

Lisaks ametlikele kanalitele tasub silm peal hoida arendajate kogukondadel ja foorumitel. OpenAI Community foorumis arutatakse MCP connectorite seadistamist ning jagatakse nippe (nt on seal juhised, kuidas seadistada kaugel töötav MCP server ja ühendada ChatGPT-ga). Samuti blogivad paljud tehnoloogiahuvilised ja startupid MCP teemal – näiteks Apidog, Mediumi artiklid ja ettevõtete tehnilised blogid (nt Plaid on kirjeldanud, kuidas nende teenus MCP kaudu ühendada). Sotsiaalmeedia (Reddit, Twitter) on samuti heaks kohaks uudiste saamiseks – näiteks Redditis on eraldi teemasid, kus MCP toe lisandumist tähistati ning inimesed jagasid ideid, milliseid connectoreid võiks luua.

Ühtlasi võib mainida, et praeguses faasis on paljud MCP connectorid avatud lähtekoodiga. See tähendab, et kui leiad sobiva MCP serveri GitHubist, saad selle soovi korral ka ise käivitada või kohandada. See avatus lihtsustab avastamist – otsing GitHubist märksõnadega "MCP server for X" (asenda X huvipakkuva teenusega) võib tihti viia olemasoleva lahenduseni.

Kust õppida, kuidas luua enda MCP protokolli või connectorit?

Kui soovid ise arendada MCP-ga ühilduvat lahendust – olgu selleks siis täiesti uus MCP server mõne andmeallika jaoks või olemasoleva rakenduse täiustamine MCP kliendiga – on mitmeid häid ressursse alustamiseks.

Ametlik dokumentatsioon ja juhendid

Model Context Protocoli koduleht (modelcontextprotocol.io) on põhiallikas. Sealt leiab User Guide'i, mis selgitab protokolli üldiseid kontseptsioone, ning Quickstart-õpetused nii serveri arendajatele kui kliendi arendajatele. Näiteks on eraldi samm-sammuline juhis: "How to build your first MCP server", mis aitab nullist alustada ühe lihtsa MCP serveri loomist ja selle ühendamist Claude või mõne muu kliendiga. Samuti on seal näiteid, kuidas luua MCP klienti, mis suudaks suhelda kõikide MCP serveritega – see on kasulik, kui arendad oma AI-rakendust ja tahad sellele MCP tuge lisada.

SDK-d ja koodinäited

Anthropicu poolt on välja lastud MCP SDK-d mitmes keeles (Python, TypeScript/Javascript, Java, Kotlin, Swift, Ruby jt), mis asuvad GitHubis. Need SDK-d võtavad suure osa alamastme detailidest enda kanda – näiteks pakuvad valmis klasse MCP serveri loomiseks eri transpordi kaudu (näiteks Pythonis saab paari reaga defineerida HTTP SSE põhise MCP serveri) või annavad kliendi poolel meetodeid serveritega suhtlemiseks. OpenAI on samuti lisanud oma Agents SDK-sse toe MCP-le, mis tähendab, et kui ehitad OpenAI Agent objekti (teatud mõttes nagu kohandatud ChatGPT), saad sinna lihtsalt lisada MCP servereid. OpenAI Agents SDK dokumentatsioon ütleb, et agent käivitamisel teeb SDK automaatselt list_tools() kõne kõigile ühendatud MCP serveritele, tehes LLM-ile nende vahendite nimekirja kättesaadavaks. Seega, arendajad saavad kasutada kas Anthropicu SDK-sid või OpenAI arendustööriistu, olenevalt keskkonnast, kus nad agenti loovad.

Üldiselt on MCP-ga alustamiseks õnneks päris palju ressursse ja abimaterjali: dokumentatsioon, näidisprojektid ning üha kasvav kogukond. Parim alguspunkt on ametlikud kanalid – lugeda läbi MCP "Introduction" ja "Quickstart" juhendid, siis kloneerida mõni näidisserveri repo ja katsetada seda, ning edasi liikuda oma kasutusjuhtumi implementeerimisele. Arvestades, et MCP on avatud standard, julgustatakse arendajaid ka oma lahendusi tagasi kogukonnaga jagama – näiteks kui lood uue connectori mõne veel toetamata teenuse jaoks, saad selle GitHubis avalikustada ja lisada MCP serverite nimekirja (Anthropic lausa kutsub arendajaid üles panustama nende connectorite reposse). See koostöömudel kiirendab uute integratsioonide õppimist ja loomist veelgi.

Millised riskid ja turvalisuse kaalutlused MCP-dega seotud on?

Nagu iga võimsa tehnoloogia puhul, tuleb ka MCP kasutamisel arvestada võimalike riskide ja rakendada turvameetmeid. Allpool on käsitletud olulisemad aspektid: autentimine, andmekaitse ning pahatahtlike ühenduste oht, samuti üldised tähelepanekud AI-agentide käitumise turvalisuse kohta.

Autentimine ja juurdepääsukontroll

MCP protokoll on disainitud turvalisust silmas pidades – sellel on sisseehitatud mehhanismid autentimiseks ja õiguste halduseks. See tähendab, et MCP serverid peavad tihti esmalt tuvastama kliendi õigused enne, kui andmeid väljastada. Näiteks kui MCP server ühendub Google Drive'iga, peab kasutaja läbi tegema OAuth autentimise Google'i poolel ning server saab tokeni, mida ta kasutab vaid lubatud failidele ligipääsuks. Connectorite kasutamisel ChatGPT-s on märgata, et iga integreeritav teenus küsib autoriseerimist (nt Boxi või Drive'i ühendamisel suunatakse kasutaja vastava teenuse sisselogimise aknasse).

MCP ühtlustab seda protsessi, kuid kasutaja peab endiselt hoolikalt haldama, kellele ja millele ta ligipääsu annab. Hea tava on jagada minimaalseid privileege – näiteks failisüsteemi MCP serverit käivitades saab määrata kausta, mille piires see tohib tegutseda, et AI ei saaks kogu kettale piiramatut ligipääsu. Samuti peaks serverite ühendamisel kasutama ikka turvalisi kanaleid

Andmekaitse ja privaatsus

MCP connectorite abil hakkab AI ligi pääsema potentsiaalselt väga tundlikule infole – e-kirjad, sisefailid, kalendriandmed jne. Seetõttu on kriitiline mõelda, kuidas need andmed on kaitstud. OpenAI on teatanud, et Enterprise taseme klientide puhul ei kasutata connectorite kaudu saadud infot mudelite treenimiseks. See on oluline, sest paljud organisatsioonid muretsevad andmete privaatsuse pärast pilvepõhiste AI teenuste kasutamisel. Samas tavalise (Plus/Pro) kasutaja puhul võidakse default-seadetega connectorite andmeid siiski logida ja kasutada mudelite täiustamiseks, juhul kui kasutaja pole välja lülitanud valikut "Paranda mudelit kõigi jaoks" (Improve model for everyone).

Siin on oluline teadlikkus: Plus kasutajad, kes töötlevad väga tundlikku infot ChatGPT kaudu, peaksid kaaluma privaatsusseadete kohandamist või üle minemist äripaketile, kus andmeid ei lekitata treeningkogumisse. Lisaks tasub tähele panna, et ChatGPT võib connectorite kaudu saadud infot meelde jätta vestluse ulatuses (ja kui on lubatud, siis ka pikaajalises mälus).

See tähendab, et kui sama kasutaja hiljem esitab sarnase päringu, võib mudel meenutada eelnevalt nähtud andmeid. Andmekaitse seisukohalt peaks organisatsioon määrama reeglid, millist laadi andmeid tohib AI-le üldse kättesaadavaks teha ja milliste kanalite kaudu. Näiteks väga konfidentsiaalseid dokumente ei pruugi tahta läbi AI töödelda, kui pole 100% veendunud, et kanal on privaatne. MCP ise on vaid protokoll – andmekaitse tuleb tagada selle ümber: turvaline hostikeskkond, logide krüpteerimine või desaktiveerimine, ning ranged juurdepääsupiirangud.

Pahatahtlikud või ebaturvalised connectorid

Kuna MCP connectorid (eriti custom ehk kasutaja lisatud serverid) ei läbi tingimata ühtegi tsentraalset kontrolli või auditit, on võimalik, et mõni connector võib olla ebaturvaline või koguni pahatahtlik. OpenAI rõhutab, et ise lisatud connectorid pole nende poolt verifitseeritud ning on mõeldud arendajatele – neid tuleks lisada ainult siis, kui usaldad ühendatavat rakendust täielikult. Seda hoiatust tuleb võtta tõsiselt!

Näiteks kui keegi internetis pakub MCP serverit, mis väidetavalt annab ligipääsu mõnele teenusele, tuleks enne ühendamist uurida selle tausta. Halvimal juhul võiks pahatahtlik MCP server teha midagi varjatud – näiteks varastada päringu sisu ja saata kolmandale osapoolele logi. Või manipuleerida vastuseid, et AI esitaks kasutajale valeandmeid. Seega kasuta ainult usaldusväärseid connector'eid: ideaalis ametlikke või avatud lähtekoodiga, mille koodi saad üle vaadata.

Kui võimalik, käivita MCP server ise, mitte ära ühendu juhusliku kaugserveriga, mille keegi teine käima on pannud. Näiteks kui on olemas avatud lähtekoodiga Slacki MCP server, siis parem vali see ja hosti seda ise (või ettevõtte serveris), selle asemel et kasutada kolmanda osapoole hostitud instantsi.

Autoriseeritud ühendused ja ligipääsuõigused

Kokkuvõttes võib öelda, et MCP pakub küll sisseehitatud turvafunktsioone, aga ohutuks kasutamiseks peavad nii arendajad kui kasutajad rakendama tervese mõistuse printsiipe. Kasuta vaid usaldusväärseid connector'eid, jaga ainult vajalikku teavet, paku AI-le pigem vähem õigusi kui rohkem, ning jälgi süsteemi käitumist.

Kui neid ettevaatusabinõusid järgida, siis on MCP võimas tööriist, mis avab AI-le maailma uksed, samas hoides ära, et midagi väärtuslikku või ohtlikku kontrollimatult välja ei pääseks. Turvaline ja läbimõeldud rakendamine on võti, et MCP-st saaks usaldusväärne sild AI ja reaalse maailma vahel, mitte turvarisk. Infrastruktuuri ja standardi loojaid on selgelt turvateadlikkus motiveerinud – autentimine, logimine, ligipääsupiirangud on protokolli osa –, nüüd lasub vastutus ka igal rakendajal ja kasutajal seda võimalust targalt kasutada.

Kokkuvõtteks

ChatGPT ja teised tehisintellekti assistendid said nüüd tänu MCP-le (Model Context Protocol) märkimisväärselt võimekamaks. See avatud standard võimaldab AI-l suhelda erinevate väliste süsteemidega – sinu failide, e-posti, kalendri ja paljude teiste tööriistadega – ühtse, lihtsa ja turvalise protokolli kaudu.

ChatGPT-s on juba saadaval mitmed valmis connectorid populaarsetele teenustele nagu Google Drive, Gmail ja Outlook. Nende ühendamine on lihtne ning võimaldab sul paluda AI-l teha päris asju: leida ja analüüsida dokumente, vastata e-kirjadele või hallata kalendrit.

MCP on aga palju laiem kui lihtsalt ChatGPT connectorid – see levib tehnoloogiamaailmas kiiresti, muutes AI-süsteemide arendamise ja ühendamise oluliselt lihtsamaks. Tänu MCP-le saab järgmise paari aasta jooksul tehisintellektiga ühenduda märksa rohkem rakendusi, kui see oleks olnud võimalik traditsiooniliste API-dega.

Nagu iga võimsa tehnoloogiaga, kaasnevad ka siin omad riskid – eriti andmekaitse, privaatsuse ja turvaliste ühenduste osas. Seetõttu on oluline kasutada ainult usaldusväärseid connectoreid ning jälgida, millistele andmetele AI ligipääsu saab.

MCP on suur samm edasi AI-l põhinevate tööriistade arendamisel, muutes need mitte ainult targemaks, vaid ka kasulikumaks ja praktilisemaks igapäevatöös.

‍