MCP nedir? Model Context Protocol ile yapay zekâyı verinize bağlamak

MCP, açılımıyla Model Context Protocol, Claude ve ChatGPT gibi yapay zekâ uygulamalarını veri kaynaklarına, araçlara ve iş akışlarına ortak bir bağlantı standardı üzerinden bağlayan açık kaynaklı bir protokoldür. Biz bu bağlantıyı bir MCP sunucusuMCP sunucusuYapay zekâ uygulamasına veri ve araç sağlayan program. üzerinden kurarız.

Pazarlama işinde bağlantının karşılığı somuttur: raporu sorar, ilgili kaynaktaki veriyi araç üzerinden alır, sonucu kontrol ederiz. Resmî belgelerde MCP, yapay zekâ uygulamaları için USB-C girişine benzetilir; cihazları ortak bir girişle bağlama fikri burada uygulamayla dış sistem arasındaki bağlantıya karşılık gelir. Biz hangi veriye erişileceğini ve hangi işlemlere izin verileceğini baştan belirleriz.

MCP nedir?

MCP, yapay zekâ uygulamasını dış sistemlerdeki verilere ve araçlara bağlayan açık kaynaklı standarttır. Yerel dosyalar ve veritabanları veri kaynağı, arama motorları ve hesap makineleri araç, özel istemler ise iş akışının parçası olarak bu bağlantıda yer alır.

Biz işe “Hangi bilgiyi kullanacağız?” sorusuyla başlarız. Anahtar kelime araştırmasında Semrush verisini, marka belgesiyle çalışırken ilgili dosyayı seçeriz. İstediğimiz yanıtın dayanağını önceden belirlemek, sunucu seçimini de somutlaştırır. Bir klasördeki metni okumakla bir kanala mesaj göndermek için gereken yetkileri ayrı değerlendiririz.

Uygulamayı, büyük dil modelini ve veriyi sağlayan MCP bağlantısını ayrı değerlendirir; modelin yanıtını bağlı kaynaktaki bilgiyle kontrol ederiz. Yapay zekâ ajanı, araçları kullanarak bir hedef için adım adım iş yapan yapay zekâ uygulamasıdır; MCP, ajanın bu araçlara bağlandığı yollardan biridir.

MCP nasıl çalışır: host, client ve server?

MCP, yapay zekâ uygulaması olan host, her sunucuya bağlantıyı sağlayan client ve veriyle araç sunan server üzerinden çalışır. Claude Desktop ya da Claude Code, host rolündeki uygulamaya örnektir. Uygulamanın her sunucu için açtığı bağlantı bileşeni MCP client olarak adlandırılır. MCP server ise yerelde ya da uzakta çalışan programdır.

Araçlar dosya işlemi, API çağrısı veya veritabanı sorgusu gibi işleri yapar. Kaynaklar, dosya içeriği ya da veritabanı kaydı gibi bağlam sağlayan verilerdir. İstem şablonları, etkileşimi yapılandıran hazır kalıplardır. Biz bağlantıyı incelerken hangi öğenin veriyi sunduğunu, hangisinin işlem yaptığını ayırırız.

Uygulama önce sunucunun araçlarını listeler, ardından gereken aracı çağırır. Örneğin rapor isteyen sorumuzda hangi rapor aracının kullanılacağına ve hangi verinin isteneceğine bakarız. Sonucu değerlendirirken de çağrılan araçla sorumuz arasındaki ilişkiyi kontrol ederiz. Sunucunun adını bilmekle birlikte sunduğu işlevleri de inceleriz.

MCP ile API arasındaki fark nedir?

API, tek bir hizmetin arayüzüdür; MCP ise yapay zekâ uygulamasının araçları standart biçimde keşfedip çağırmasını sağlayan katmandır. Bir MCP sunucusu çoğu zaman ilgili hizmetin API’sini kullanır. Biz bağlantıyı kurarken sunucunun arkasında hangi hizmetin bulunduğunu da kontrol ederiz.

Google’ın resmî Google Analytics MCP sunucusu, Google Analytics Admin API ve Data API’yi kullanır. Rapor, huni raporu ve gerçek zamanlı rapor çalıştıran araçlar sunar. Google’ın sunucusu deneysel olarak işaretlidir; kullanmak için Google Cloud projesi ve GA4 erişimi gerekir.

Örneğin “Geçen hafta organik trafik nasıl gitti?” sorusunu sorarken inceleyeceğimiz GA4 mülkünü ve dönemi belirtiriz. MCP üzerinden çağrılan araç veriyi ilgili API’den alır. Biz dönen raporu Google Analytics arayüzündeki karşılığıyla doğrularız. Kontrol sırasında aynı mülkü ve dönemi kullandığımızdan emin oluruz; farklı kapsamlarla alınmış sonuçları birbirinin doğrulaması saymayız.

MCP’yi hangi uygulamalar destekler?

MCP desteği Claude, ChatGPT, Visual Studio Code, Cursor, Gemini ve Microsoft Copilot uygulamalarında bulunur. Biz uygulama seçimini yapacağımız işe göre ele alır, bağlayacağımız sunucunun kurulum adımlarını seçtiğimiz uygulamada inceleriz.

Anthropic’in ortaya koyduğu MCP, Linux FoundationLinux FoundationAçık kaynak projelerin yönetimini üstlenen, kâr amacı gütmeyen vakıf. bünyesindeki Agentic AI Foundation’a bağışlandı. Vakfın kurucuları Anthropic, Block ve OpenAI’dır. Biz standardı yöneten kuruluşla bağlayacağımız sunucunun sağlayıcısını ayrı değerlendirir; sunucunun sunduğu araçları ve istediği izinleri ayrıca inceleriz.

Resmî belgelerdeki kullanım örnekleri arasında Google Takvim ve Notion’a erişen kişisel asistanlar ile birden çok veritabanına bağlanan kurum içi sohbet botları yer alır. Belgedeki bir başka örnekte Claude Code, bir Figma tasarımından web uygulaması üretiyor; vibe coding çalışmalarında araç bağlantısı bu işi görür.

Biz pazarlama ekibinde ilk seçimi günlük işimizden yaparız: rapor okuyacaksak rapor kaynağını, belgelerle çalışacaksak ilgili belge bağlantısını öne alırız. Ardından uygulamayı ve sunucuyu birlikte değerlendiririz.

Pazarlama ekibi MCP’yi hangi işlerde kullanır?

Pazarlama ekibi MCP’yi rapor okumak, anahtar kelime verisi çekmek, belgelerle çalışmak ve onaylı mesaj gönderme gibi işlemler için kullanır. Biz her bağlantıyı belirli bir ihtiyaca bağlar, vereceğimiz yetkiyi o işin kapsamıyla sınırlarız.

Biz markention’da bu blogun anahtar kelime verilerini Claude’a bağlı Semrush MCP sunucusundan çekiyoruz. Yazıların hazırlık belgelerindeki hacim ve KD değerleri bu bağlantıdan geliyor. Her çağrı Semrush API birimi harcıyor; bu nedenle hangi sorgunun hangi bilgi ihtiyacını karşılayacağını önceden belirliyoruz. Aynı çalışma ortamında Notion, Slack ve Google Drive bağlayıcıları da var. Eylem gerektiren her araç çağrısı onayla çalışıyor.

Her durumun karşılığı ayrı:

1. Yalnız veriyi okumak istiyoruz → Okuma yapan resmî ya da güvenilir sunucuyla başlarız; GA4 raporları veya Semrush verisi üzerinden dar bir soru seçeriz.
2. Belgelerle çalışacağız → Google Drive ya da Notion bağlayıcısına yalnız ilgili klasör veya sayfa için izin veririz.
3. Mesaj göndermek ya da sayfa oluşturmak gerekiyor → Her eylemi onaylar, önce deneme alanında çalıştırırız.

İlk MCP bağlantısı nasıl kurulur?

İlk MCP bağlantısını ihtiyacı ve veriyi seçerek, güvenilir sunucuyu uygulamaya ekleyerek ve en dar yetkiyle bir okuma sorusunu deneyerek kurarız. Başlangıçta sorunun yanıtını kaynağın kendi arayüzünde kontrol edebileceğimiz bir iş seçeriz.

1. İhtiyacı ve veriyi seçerizHangi soruyu yanıtlayacağımızı ve verinin bulunduğu kaynağı belirleriz; ilk denemeyi tek bir rapor veya belgeyle sınırlarız.
2. Resmî ya da güvenilir sunucuyu buluruzSunucunun sağlayıcısını ve sunduğu araçları inceler, ihtiyacımıza uygun bağlantıyı seçeriz.
3. Bağlayıcıyı uygulamaya eklerizSeçtiğimiz sunucuyu kullanacağımız yapay zekâ uygulamasına bağlar, sunulan araçları gözden geçiririz.
4. En dar yetkiyle yetkilendiririzYalnız iş için gereken veri erişimini verir, ilk denemede okuma kapsamını esas alırız.
5. Okuma sorusuyla dener ve doğrularızBasit bir soru sorar, gelen sonucu kaynağın kendi arayüzündeki karşılığıyla kontrol ederiz.
6. Eylem gerektiren araçlarda her onayı okuruzYapılacak işlemi ve hedefini inceler, mesaj gönderme veya sayfa oluşturmayı önce deneme alanında çalıştırırız.

Örneğin bir raporu okuyup ardından Slack üzerinden paylaşacaksak önce rapor sonucunu doğrularız. Mesaj gönderme aşamasında içeriği ve gönderileceği yeri ayrıca inceleriz. Okuma için başlattığımız denemeyi, kontrol etmeden paylaşım işlemine çevirmeyiz.

Biz vibe coding hizmeti kapsamında ilk bağlantının ihtiyacını, erişeceği veriyi ve deneme kapsamını birlikte belirleriz.

MCP güvenli mi?

MCP’nin güvenli kullanımı, sunucuya duyduğumuz güvene, verdiğimiz yetkilere ve veri erişimiyle işlemler için aldığımız açık onaylara bağlıdır. MCP şartnamesi, kullanıcının her veri erişimini ve işlemi anlamasını ve açıkça onaylamasını ister.

Uygulama, kullanıcı verisini sunucuya açmadan ve herhangi bir aracı çağırmadan önce açık onay almalıdır. Bu, şartnamenin ilkesidir; biz kullandığımız uygulamada onay davranışını ayrıca kontrol ederiz. Araçlar keyfî kod çalıştırabildiği için araç açıklamalarını, güvenilir bir sunucudan gelmedikçe güvenilir kabul etmeyiz.

Biz resmî ya da güvenilir sunucuyla başlar, en dar yetkiyi verir, önce okuma sonra yazma sırasını izleriz. Eylem gerektiren her onayda yapılacak işi okuruz. Parolayı veya API anahtarını sohbete yazmayız. MCP, kimlik doğrulama için OAuthOAuthParolayı paylaşmadan bir uygulamaya başka bir hizmetteki verilere sınırlı erişim yetkisi vermeyi sağlayan standart. kullanılmasını önerir; biz yetkilendirme sırasında erişim kapsamını inceleriz.

Bir aracın rapor istememize karşılık mesaj göndermek istemesi durumunda onay vermeyiz. İstenen işlemin verdiğimiz görevle uyuşmasını ararız. Sonucu kaynağın arayüzünde doğrulama adımını da sürdürürüz.

Bağlantıda sorun çıkarsa ne yaparız?

Bağlantıda sorun çıkarsa dönen veriyi, istenen işlemi ve erişim yetkisini kontrol eder, düzeltmeyi sorunun türüne göre yaparız. Önce hangi soruyu sorduğumuzu ve aracın ne yapmak istediğini karşılaştırırız.

Önce durumu ayırmak gerekir:

1. Araç tutarsız veri döndürüyor → Aynı sorguyu kaynağın kendi arayüzünde doğrular, sonuçları aynı kapsamla karşılaştırırız.
2. Araç beklemediğimiz bir eylem istiyor → Onay vermez, sunucuyu ve verdiğimiz yetkiyi gözden geçiririz.
3. Bağlantı düştü ya da yetki süresi doldu → Yeniden yetkilendirir, anahtarı sohbete yapıştırmadan okuma denemesini tekrarlarız.

Raporun beklediğimizden farklı çıkması durumunda önce sorgunun hangi kaynağa ve döneme yöneldiğini inceleriz. Beklenmeyen eylemde ise işlemi durdurup kapsamı kontrol ederiz. Yeniden bağlantı kurduğumuzda ilk denemeyi basit bir okuma sorusuyla yapar, doğruladığımız sonuçla ilerleriz. Yapay zekâ araçlarıyla çalışma üzerine diğer rehberlerimiz yapay zekâ yazılarımızda yer alıyor.

Sık sorulan sorular