Prompt Architect
La mia area Accedi
🇮🇹 IT🇬🇧 EN🇨🇭 CH

Model Context Protocol: un linguaggio comune tra l'AI e i nostri strumenti

· 4 min di lettura

Scritto con l'intelligenza artificiale

Anthropic rilascia come open source il Model Context Protocol, uno standard per collegare gli assistenti AI a dati e strumenti. Come funziona e perché trasforma i prompt in componenti riutilizzabili.

Lunedì 25 novembre Anthropic ha rilasciato come progetto open source il Model Context Protocol, abbreviato in MCP. Non è un nuovo modello né una nuova app: è uno standard aperto per collegare gli assistenti AI ai luoghi in cui vivono i dati, dagli archivi documentali agli strumenti di lavoro.

Sembra una notizia per sviluppatori. In realtà riguarda chiunque progetti sistemi con l'AI, perché tocca il problema più concreto di tutti: dare al modello il contesto giusto.

Quale problema risolve?

Anche il modello più capace è isolato. Sa quello che ha imparato in addestramento e quello che gli incolliamo nella finestra di contesto. Per tutto il resto (i file dell'azienda, i ticket, il codice, il database dei clienti) serve un collegamento.

Oggi ogni collegamento si costruisce a mano. Lo scrive bene Anthropic: ogni nuova fonte di dati richiede una propria implementazione su misura, e questo rende difficile far crescere sistemi davvero connessi. Dieci strumenti per cinque assistenti diversi significano decine di integrazioni da scrivere e mantenere.

MCP propone una lingua comune. Chi possiede i dati espone un server MCP; l'applicazione AI contiene un client MCP; i due si parlano con regole standard. Una volta scritto il server per un gestionale, qualunque applicazione compatibile può usarlo.

Come è fatto, in poche parole

La specifica, pubblicata con la versione 2024-11-05, si ispira al Language Server Protocol, lo standard che ha permesso agli editor di codice di supportare qualsiasi linguaggio di programmazione. Distingue tre ruoli: l'applicazione host (per esempio Claude Desktop), i client che vivono dentro l'host e i server che offrono dati e funzioni.

Un server MCP può offrire tre cose:

Insieme alla specifica Anthropic ha rilasciato i kit di sviluppo, il supporto ai server locali nelle app desktop di Claude e un archivio open source di server già pronti per Google Drive, Slack, GitHub, Git, Postgres e Puppeteer. Block e Apollo hanno già integrato MCP nei loro sistemi; Zed, Replit, Codeium e Sourcegraph ci stanno lavorando per i loro strumenti di sviluppo.

Perché i prompt diventano componenti

Il dettaglio che più interessa a chi lavora con i prompt è proprio la seconda voce dell'elenco. In MCP un prompt non è più un testo che vive nel documento di qualcuno: è un componente pubblicato da un server, con un nome e dei parametri, che chiunque può richiamare dall'applicazione AI.

Pensiamo a un ufficio commerciale. Il server MCP del CRM potrebbe offrire risorse (le schede clienti), strumenti (cerca opportunità, aggiorna stato) e un prompt già progettato:

Prepara il brief per la visita a {cliente}: ultimi tre ordini, reclami aperti, opportunità in corso. Chiudi con tre domande da fare al cliente. Usa solo i dati del CRM e scrivi «dato non disponibile» quando manca un'informazione.

Chi lo usa sceglie il cliente e basta. Chi lo ha progettato lo migliora una volta sola, e il miglioramento arriva a tutti. È la differenza tra una raccolta di prompt e un'architettura di prompt.

Le domande aperte

Nessuno può dire oggi se MCP diventerà lo standard del settore. Come osserva TechCrunch, i concorrenti potrebbero preferire soluzioni proprie: OpenAI, per esempio, ha appena presentato per ChatGPT la funzione «Work with Apps», che segue una strada diversa, fatta di integrazioni scelte una per una. E Anthropic non ha pubblicato misure che dimostrino quanto MCP migliori i risultati.

C'è poi il tema della sicurezza. La specifica stessa ricorda che collegare un modello a dati e strumenti apre possibilità potenti, e che l'utente deve dare un consenso esplicito e mantenere il controllo su cosa viene condiviso. Ogni server collegato è una porta: va aperta con criterio.

Cosa fare adesso

Per chi lavora con l'AI in azienda, tre passi utili già da questa settimana:

Il Model Context Protocol è ancora giovane. Ma l'idea di fondo è quella che un Prompt Architect conosce bene: l'AI rende al meglio quando è inserita in un sistema progettato, non quando le si incolla tutto nella chat.

Fonti

#Anthropic Claude