Poradniki · Technika
MCP co to: Model Context Protocol i serwer MCP dla firmy
MCP co to jest i jak działa klient-serwer w Model Context Protocol? Przykłady serwerów i prosty test: kiedy sklep lub SaaS potrzebuje MCP, a kiedy strony.
Redakcja SEO Maestro18.11.20268 min czytaniaźródła sprawdzone 18.11.2026
Ktoś z zespołu wrócił z konferencji i rzucił: „Konkurencja ma już serwer MCP, my też powinniśmy”. Zanim zlecisz programistom tydzień pracy, ustal, do czego ten serwer służy. MCP to standard, dzięki któremu asystent AI może sięgać do twoich danych i narzędzi. Nie jest to sposób na częstsze cytowanie twojej strony w odpowiedziach ChatGPT. Część firm skorzysta na nim od razu, a części wystarczy porządna strona.
Wtyczka USB-C dla asystentów AI
Model Context Protocol to otwarty standard łączenia aplikacji AI z zewnętrznymi systemami. Twórcy w oficjalnej dokumentacji MCP porównują go do portu USB-C. Kiedyś każde urządzenie miało własną ładowarkę, dziś jeden kabel pasuje do laptopa, telefonu i słuchawek. MCP robi to samo dla AI. Aplikacje takie jak Claude czy ChatGPT podłączają się przez jeden protokół do źródeł danych (plików, baz danych), narzędzi (wyszukiwarek, kalkulatorów) i procesów pracy (na przykład gotowych promptów).
Protokół ogłosiła i udostępniła jako open source firma Anthropic. W zapowiedzi Model Context Protocol opisała problem, który MCP miał rozwiązać. Nawet najlepsze modele są odcięte od danych zamkniętych w osobnych systemach, a każde nowe źródło wymagało osobnej, pisanej od zera integracji. Takie połączenia trudno było utrzymać przy większej skali. MCP zastępuje tę mozaikę jednym protokołem. Twórcami są David Soria Parra i Justin Spahr-Summers z Anthropic, a projekt rozwija się jako otwarty i wspólnotowy.
Ten standard nie należy dziś do jednego dostawcy. Dokumentacja wymienia wśród klientów MCP asystentów Claude i ChatGPT oraz narzędzia programistyczne: Visual Studio Code, Cursor i MCPJam. Integrację piszesz raz, a działa w wielu miejscach.
Klient, serwer i to, co płynie między nimi
Architektura jest prosta. Po jednej stronie stoi klient MCP, czyli aplikacja AI, z której ktoś korzysta: Claude Desktop, edytor kodu, firmowy chatbot. Po drugiej stoi serwer MCP, czyli program, który udostępnia klientowi określone dane i funkcje. Ty jako firma możesz zbudować serwer, który pokazuje twoje dane, albo aplikację-klienta, która łączy się z cudzymi serwerami.
Serwer może oferować trzy rodzaje rzeczy. Wzorcowy serwer „Everything” z repozytorium projektu pokazuje je wszystkie naraz:
- narzędzia, czyli akcje, które AI może wywołać, na przykład wyszukanie czegoś w bazie,
- zasoby, czyli dane do odczytu, na przykład pliki czy rekordy,
- prompty, czyli przygotowane szablony zadań.
Klient i serwer rozmawiają przez tak zwany transport. Protokół definiuje dwa standardowe, które działają zupełnie inaczej:
| Transport | Jak działa serwer | Jak łączy się klient |
|---|---|---|
| stdio | Klient uruchamia serwer jako podproces na tym samym komputerze; serwer nie otwiera żadnego portu | Polecenie i argumenty w konfiguracji klienta |
| Streamable HTTP | Serwer działa samodzielnie jako usługa HTTP i może obsługiwać wielu klientów | Adres URL, np. http://localhost:3001/mcp |
To rozróżnienie wpływa na decyzję biznesową. Serwer stdio działa lokalnie, u konkretnego użytkownika, który go sobie zainstalował. Serwer HTTP to usługa, z którą łączy się wielu ludzi z zewnątrz. Właśnie ten drugi wariant ma na myśli zespół, który mówi o „serwerze MCP dla klientów”.
Co już działa: przykłady serwerów
Dokumentacja podaje kilka przykładów zastosowań. Agent zagląda do Kalendarza Google i Notion użytkownika, więc działa jak osobisty asystent. Claude Code generuje całą aplikację webową z projektu w Figmie. Firmowy chatbot łączy się z wieloma bazami danych w organizacji i pozwala analizować dane w rozmowie. Model projektuje obiekt 3D w Blenderze i wysyła go do drukarki.
Na start Anthropic udostępnił gotowe serwery dla Google Drive, Slacka, GitHuba, Gita, Postgresa i Puppeteera. W repozytorium serwerów MCP na GitHubie zostało dziś kilka serwerów wzorcowych utrzymywanych przez grupę sterującą projektu:
- Fetch: pobiera treść stron i przerabia ją na format wygodny dla modelu,
- Filesystem: operacje na plikach z ustawianymi uprawnieniami,
- Git: odczyt, przeszukiwanie i zmiany w repozytoriach,
- Memory: trwała pamięć oparta na grafie wiedzy,
- Sequential Thinking: rozwiązywanie problemów krok po kroku,
- Time: czas i strefy czasowe.
Wiele dawnych serwerów, między innymi dla GitHuba, Google Maps, Slacka czy PostgreSQL, przeniesiono do archiwum. Serwer Brave Search zastąpiła oficjalna wersja od samego Brave. Taki ruch powtarza się w ekosystemie: twórcy usług przejmują serwery do swoich produktów.
Repozytorium zawiera też ostrzeżenie. Serwery wzorcowe to przykłady edukacyjne, a nie rozwiązania gotowe do produkcji. Każdy, kto buduje własny serwer, powinien sam ocenić wymagania bezpieczeństwa i wdrożyć zabezpieczenia dopasowane do swoich zagrożeń. Serwer MCP daje AI dostęp do twoich systemów, więc decyzja o jego uruchomieniu jest decyzją o bezpieczeństwie, a nie tylko o marketingu.
Sklep, SaaS, usługi: kiedy serwer MCP ma sens
Najczęstsze nieporozumienie brzmi: „serwer MCP sprawi, że ChatGPT zacznie nas polecać”. Żadne z trzech źródeł tego nie mówi. MCP łączy z twoimi systemami aplikację AI, którą ktoś świadomie skonfigurował. Odpowiedzi z wyszukiwaniem, w których asystent cytuje strony z sieci, korzystają z innego mechanizmu. Opisujemy go w poradnikach o ChatGPT search i o wyszukiwaniu w Claude.
Serwer MCP ma sens, gdy:
- Prowadzisz SaaS, a klienci pracują z asystentami AI. Twój użytkownik chce w Claude czy w edytorze kodu zapytać o dane ze swojego konta albo wykonać akcję bez przełączania się do twojego panelu. To ta sama logika, która stoi za serwerami dla Slacka czy GitHuba. Jeśli masz API, serwer MCP jest kolejnym sposobem na korzystanie z niego.
- Masz duży sklep z danymi, które często się zmieniają, jak stany magazynowe, ceny czy statusy zamówień, i chcesz udostępnić je partnerom albo własnemu zespołowi w narzędziach AI. Wtedy serwer działa jak kontrolowane okno na żywe dane.
- Potrzebujesz czegoś do pracy wewnętrznej. Firmowy chatbot z dostępem do kilku baz danych to jeden z przykładów z dokumentacji. Tu nie chodzi o widoczność, tylko o oszczędność czasu zespołu.
Dobra strona wystarczy, gdy:
- Prowadzisz firmę usługową, lokalny biznes albo mały sklep, a twój cel to pojawianie się w odpowiedziach, gdy klient pyta asystenta o polecenie. O tym decyduje dostępność i czytelność strony, a nie protokół integracyjny. Zajrzyj do poradników o treści cytowanej przez AI, danych produktów w sklepie i lokalnej firmie w odpowiedziach AI.
- Nie masz API ani danych, z którymi ktoś chciałby pracować w czacie. Serwer bez wartościowych narzędzi to pusta wtyczka.
- Nie masz kogo przydzielić do utrzymania i zabezpieczenia serwera. Wzorcowe implementacje nie nadają się na produkcję, więc ktoś musi wziąć odpowiedzialność za kod, uprawnienia i aktualizacje.
Uczciwie mówiąc, nie da się dziś obiecać, że serwer MCP przełoży się na sprzedaż albo na cytowania. Przyda się wtedy, gdy twoi klienci już pracują w narzędziach AI i chcą tam mieć twój produkt.
Sprawdź MCP w praktyce, zanim cokolwiek zlecisz
Zanim podejmiesz decyzję, zobacz, jak MCP działa z perspektywy użytkownika. Zajmie ci to godzinę, a dowiesz się więcej niż z prezentacji.
- Zainstaluj klienta. Wszystkie plany Claude.ai pozwalają podłączać serwery MCP do aplikacji Claude Desktop.
- Dodaj serwer wzorcowy do konfiguracji. Wymaga to zainstalowanego Node.js, bo serwer startuje przez
npx. Do pliku konfiguracyjnego Claude Desktop wpisz na przykład serwer Memory:
{
"mcpServers": {
"memory": {
"command": "npx",
"args": ["-y", "@modelcontextprotocol/server-memory"]
}
}
}
Na Windowsie owiń polecenie w cmd /c:
{
"mcpServers": {
"memory": {
"command": "cmd",
"args": ["/c", "npx", "-y", "@modelcontextprotocol/server-memory"]
}
}
}
- Nie uruchamiaj serwera ręcznie. Serwer stdio odpalony w terminalu wygląda, jakby się zawiesił, bo czeka na wiadomości od klienta. To normalne. Klient sam go uruchamia i zatrzymuje.
- Zajrzyj do środka inspektorem. MCP Inspector uruchamia serwer i pokazuje jego narzędzia bez konfigurowania klienta:
npx @modelcontextprotocol/inspector uvx mcp-server-git
To polecenie wymaga też narzędzia uv/uvx.
- Spisz trzy rzeczy, które klient chciałby zrobić z twoim produktem w czacie. Na przykład: „sprawdź status zamówienia”, „pokaż dostępność produktu w rozmiarze M”, „pobierz fakturę za marzec”. Jeśli nie umiesz wymyślić żadnej, a twoja firma nie ma API, serwer MCP może poczekać.
- Zrób przegląd strony. Bez względu na decyzję o MCP przejdź audyt widoczności w AI i sprawdź w poradniku o botach AI w robots.txt, czy nie blokujesz botów, które przynoszą cytowania.
Jeśli punkt 5 dał ci konkretną listę, przekaż ją programistom razem z linkiem do dokumentacji. Gotowe SDK istnieją dla TypeScriptu, Pythona, Javy, Kotlina, C#, Go, PHP, Ruby, Rusta i Swifta, więc zespół najpewniej znajdzie pakiet w swoim języku. Wycenę zacznij od pytania o bezpieczeństwo: jakie dane serwer pokaże, komu i z jakimi uprawnieniami.
Dwie warstwy obecności w AI
Serwer MCP i dobra strona nie konkurują ze sobą, bo działają na różnych warstwach. Strona odpowiada za to, czy asystent znajdzie cię i zacytuje, gdy ktoś pyta o twoją branżę. Serwer odpowiada za to, czy klient, który już cię zna, może pracować z twoim produktem bez wychodzenia z czatu. Więcej o pierwszej warstwie znajdziesz w poradnikach o GEO SEO i o pliku llms.txt, który dotyczy czytelności strony, a nie integracji.
Dla większości firm usługowych kolejność jest prosta: najpierw strona, potem pomiar, a o MCP myśl dopiero wtedy, gdy klienci sami zaczną pytać, czy da się was podłączyć do Claude'a.
Źródła
- Model Context Protocol: Introduction - definicja protokołu, porównanie do USB-C, przykłady zastosowań i lista wspieranych klientów.
- Anthropic: Introducing the Model Context Protocol - geneza MCP, architektura klient-serwer, pierwsze gotowe serwery i dostępność w Claude Desktop.
- modelcontextprotocol/servers na GitHubie - lista serwerów wzorcowych i archiwalnych, transporty stdio i Streamable HTTP, konfiguracja klienta, MCP Inspector i ostrzeżenie o bezpieczeństwie.
Zanim zdecydujesz o serwerze MCP, sprawdź, jak dziś wypadasz w pierwszej warstwie. W darmowym teście SEO Maestro zobaczysz, czy ChatGPT, Gemini, Perplexity, Claude i Grok cytują twoją stronę, gdy klienci pytają o twoją branżę.
Czytaj dalej
Jak działa wyszukiwarka Google: skanowanie, indeksowanie i AI
Jak działa wyszukiwarka Google: trzy etapy z dokumentacji, miejsce AI Overviews i AI Mode, czego Google nie gwarantuje i co sprawdzić na swojej stronie.
22.11.2026 · 8 minAdres kanoniczny (canonical): jedna wersja strony dla Google i AI
Adres kanoniczny krok po kroku: rel=canonical, przekierowania, sygnały Google, zasady RFC 6596 i typowe błędy w sklepach i na blogach.
21.11.2026 · 8 minRSS a boty AI: kanał RSS i Atom, który czytają wyszukiwarki
RSS a boty AI: jak zbudować poprawny kanał RSS 2.0 lub Atom, zgłosić go Google jako sitemap i powiadamiać o zmianach przez WebSub. Z przykładami kodu.