Gegevens om te lezen
Documenten, records of bestanden die het model mag inzien. Dit is de onschuldigste vorm: het model krijgt iets te zien maar verandert niets.
Wat is MCP?
Een taalmodel weet niets van jouw agenda, je klantsysteem of je bestanden. Wil je dat het daar iets mee doet, dan moet je die toegang ergens regelen. MCP is een afspraak over hoe je dat doet, zodat je het één keer bouwt in plaats van voor elke assistent opnieuw.
01/06
Het probleem dat het oplost
Zonder afspraak bouw je dezelfde koppeling steeds opnieuw.
Stel je hebt een AI-assistent die je orders moet kunnen opzoeken. Dan bouw je een koppeling tussen die assistent en je ordersysteem. Wil je daarna overstappen naar een andere assistent, dan bouw je hem opnieuw. Wil je er een derde bij, nog een keer.
MCP draait dat om. Je maakt één keer een servertje dat zegt: hier kun je orders opzoeken, hier kun je een order aanmaken, dit zijn de velden. Elke assistent die het protocol spreekt, kan daar vervolgens mee overweg zonder dat jij iets extra's doet.
Dezelfde gedachte werkt de andere kant op. Bouw je zelf iets met AI erin, dan kun je bestaande koppelingen gebruiken die anderen al hebben gemaakt, in plaats van elke API opnieuw te ontsluiten.
02/06
Wat een koppeling kan aanbieden
Grofweg drie soorten, en het onderscheid doet ertoe voor de veiligheid.
Acties om uit te voeren
Een order aanmaken, een e-mail versturen, een record bijwerken. Hier wordt het serieus, want nu doet het model iets in jouw systemen op basis van een gesprek.
Vaste opdrachten
Kant-en-klare instructies die de assistent kan gebruiken, bijvoorbeeld een vaste manier om een rapport op te stellen. Handig om gedrag voorspelbaar te maken.
03/06
Waar je op moet letten
Vijf dingen die we bij elke koppeling standaard nalopen.
- Geef leesrechten voordat je schrijfrechten geeft. Begin met opzoeken en tonen. Pas als dat betrouwbaar werkt, geef je het model de mogelijkheid om iets te veranderen.
- Beperk wat de koppeling kan. Een koppeling met toegang tot je hele database is makkelijker te bouwen en een stuk gevaarlijker dan een koppeling die precies vier dingen kan.
- Log elke actie. Wie vroeg wat, welke actie werd uitgevoerd en met welk resultaat. Zonder dat spoor kun je achteraf niet uitleggen waarom er iets is gebeurd.
- Wees voorzichtig met tekst van buiten. Als het model documenten leest die anderen aanleveren, kan daar een instructie in staan die het model probeert mee te laten doen. Behandel binnengehaalde tekst als gegevens, niet als opdrachten.
- Zet een mens tussen de gevoelige stappen. Iets versturen, iets verwijderen of geld verplaatsen laat je bevestigen. Dat kost één klik en het voorkomt het soort fout dat je niet terugdraait.
04/06
Wanneer het de moeite waard is
Niet elke AI-functie heeft dit nodig.
Wel zinvol
- Je wilt dat een assistent in meerdere systemen kan kijken.
- Meerdere mensen of tools moeten dezelfde koppeling gebruiken.
- Je wilt niet vastzitten aan één AI-aanbieder.
- Je bouwt iets waar de koppelingen zelf het product zijn.
Overbodig
- Eén app die één API aanroept; dan is een gewone koppeling simpeler.
- Een chatbot die alleen antwoorden geeft uit een vaste tekst.
- Een eenmalige demo waarin je alleen wilt laten zien dat het idee klopt.
- Situaties waarin je het model juist géén toegang tot systemen wilt geven.
05/06
Hoe dit er in een bouwdag uitziet
Een werkende koppeling met leesrechten is haalbaar; een compleet ontsloten systeem niet.
Wat we op een dag doen: één systeem ontsluiten met een handvol duidelijk afgebakende mogelijkheden, en een assistent die daarmee je vraag beantwoordt. Bijvoorbeeld een assistent die in je projectadministratie kan kijken en vragen beantwoordt waar iemand anders anders een uur in een export voor zoekt.
Wat niet in een dag past, is een volledig ontsloten systeem met schrijfrechten, rollen en goedkeuringsstromen. Dat is een project, en het is verstandiger om eerst te zien of de leesvariant al genoeg oplevert. In de praktijk is dat vaak zo.
Wat we altijd meenemen, ook op een demo-dag: logging van elke aanroep en een strikt afgebakende set mogelijkheden. Een koppeling die alles mag is sneller gebouwd en onmogelijk uit te leggen zodra iemand vraagt wat het model precies kan.
06/06
Veelgestelde vragen
Waar staat MCP voor?
Model Context Protocol. Het is een open afspraak over hoe AI-assistenten toegang krijgen tot gegevens en functies buiten het model zelf. Doel is dat je een koppeling één keer bouwt en dat elke assistent die het protocol ondersteunt daarmee overweg kan.
Is dit hetzelfde als een API?
Niet helemaal. Een API is de deur naar een systeem; MCP is een afspraak over hoe je die deur aan een AI-assistent aanbiedt, inclusief een beschrijving van wat er achter zit en welke velden er zijn. Onder water gebruikt een MCP-koppeling meestal gewoon je bestaande API.
Heb ik dit nodig voor mijn app?
Vaak niet. Als jouw app zelf een model aanroept en één systeem raadpleegt, is een directe koppeling eenvoudiger. Het wordt interessant zodra meerdere assistenten of meerdere systemen in het spel zijn, of als je niet aan één AI-aanbieder vast wilt zitten.
Is het veilig om een AI toegang te geven tot mijn systemen?
Dat hangt af van hoe je het inricht. Een koppeling die precies vier afgebakende dingen kan, alles logt en gevoelige acties laat bevestigen, is goed te verantwoorden. Een koppeling met brede toegang tot je database is dat niet. Begin met lezen, breid uit als het betrouwbaar blijkt.
Wat is prompt injection en waarom noem je dat hier?
Als het model documenten of berichten leest die van buiten komen, kan daarin een instructie verstopt zitten die het model probeert over te nemen. Bij een assistent die alleen tekst teruggeeft is dat vervelend. Bij een assistent die acties mag uitvoeren, is het een reëel risico. Daarom scheiden we binnengehaalde tekst van instructies en bevestigen we gevoelige stappen.
Werkt dit met elk taalmodel?
Met de assistenten en ontwikkelomgevingen die het protocol ondersteunen, en dat zijn er steeds meer. Het is bewust een open afspraak en geen product van één aanbieder. Controleer wel per tool wat er precies ondersteund wordt, want dat verschilt nog.
