MCP 是什麼：AI 的「USB 接口」

情境：同樣的問題，每次都要重新解決

你是一家電商的行銷主管，跟工程師討論：

「上個月我們讓 AI 連接訂單資料庫，能不能這個月也讓它連接 Google Analytics？」

工程師苦著臉說：「要重新開發一套，訂單那個接法跟 Analytics 完全不一樣……」

這就像每次買新的電器，插頭都不一樣，家裡的牆壁要重新改裝。

MCP（Model Context Protocol）要解決的正是這個問題。

概念：USB 之前的世界

1990 年代，電腦的連接埠是這樣的：

滑鼠用 PS/2 圓形接頭
鍵盤也用 PS/2（但顏色不同）
印表機用 DB-25 並行埠
外接硬碟用 SCSI 接頭

換一個設備，可能就要換一條線、改一個驅動程式。

1996 年，USB 出現了。一個規格，統一所有設備。

插上就能用，不需要重新安裝驅動，不需要重啟電腦。今天，你的電腦上只需要幾個 USB-A 或 USB-C 接口，就能連接上百種不同的設備。

MCP 就是 AI 世界的 USB。

概念：MCP 的三角架構

MCP 的運作由三個角色組成：

AI 應用程式（Client）
      ↕
MCP Server（工具包裝層）
      ↕
真實工具（資料庫、API、檔案系統）

角色 1：Client（AI 應用程式）

就是你使用的 AI 工具，例如：Claude Desktop、Cursor（程式碼編輯器）或任何支援 MCP 的 AI 應用。

Client 負責發出請求：「我需要查詢訂單 #A2024-0512 的狀態。」

角色 2：MCP Server（工具包裝層）

這是一個「翻譯官」。它把 AI 的請求，翻譯成工具能聽懂的格式，再把工具的回應，翻譯回 AI 能理解的格式。

一個 MCP Server 可能包裝了：一個資料庫、一組 API、一個檔案系統。

角色 3：工具（真實系統）

就是你實際使用的系統：MySQL 訂單資料庫、Google Analytics API、本機的 Excel 檔案……

概念：MCP 的三個原語（Primitives）

MCP 定義了三種 AI 可以使用的東西：

類型	名稱	說明	電商範例
Tools	工具	AI 可以執行的「動作」	查訂單、更新庫存、發推播
Resources	資源	AI 可以讀取的「資料」	商品目錄、客戶名單、銷售報表
Prompts	提示模板	預先設計好的「指令格式」	「幫我分析這個 SKU 的銷售趨勢」

Tools（工具）

最常用的類型。AI 可以呼叫工具執行動作，就像你點擊按鈕一樣。

範例：search_orders(customer_email, date_range) — AI 呼叫這個工具，後台就執行資料庫查詢。

Resources（資源）

AI 可以「讀取」的靜態或動態資料。不會改變系統狀態，只是取得資訊。

範例：product_catalog — AI 讀取這個資源，取得所有商品的名稱、價格、庫存。

Prompts（提示模板）

預先設計好的提示詞，讓 AI 在特定情境下能用一致的方式回應。

範例：monthly_sales_analysis_template — 每個月末，AI 自動用這個模板格式輸出銷售分析。

為什麼標準化這麼重要？

有了 MCP，工具開發者只需要：

寫一次 MCP Server → AI 應用程式（Client）自動就能用。

不需要為每個 AI 工具分別開發接口。這就像 USB 設備廠商，只需要支援 USB 標準，不需要為每個電腦品牌各自開發驅動程式。

沒有 MCP 的世界	有 MCP 的世界
每個 AI 工具需要自己的接口	一個 MCP Server 對應所有 AI 工具
工程師要為每個 AI 分別開發	寫一次，到處通用
工具越多，開發成本越高	工具越多，生態越豐富

練習題

AI 協作：學了這個，跟 AI 怎麼配合？

理解 MCP 架構，讓你能和工程師用同樣的語言討論「AI 要接哪些工具、怎麼接」。

你的人類優勢：

你知道業務上最需要哪些工具連接，有優先排序能力
你能評估哪些 Resources 是敏感資料，需要限制 AI 的存取範圍

可以這樣跟 AI 說：

我們公司想用 MCP 讓 AI 助理連接電商後台。請幫我列出：（1）適合設計成 Tools 的操作有哪些；（2）適合設計成 Resources 的資料有哪些；（3）有哪些操作不應該讓 AI 自動執行，需要人工確認？