開發與網路
MCP 模型上下文協定是什麼？AI 世界的 USB-C 介面
MCP 模型上下文協定是什麼？AI 世界的 USB-C 介面
AI 光會講話還不夠用，要真的做事，它得連得上你的資料庫、你的檔案、你的行事曆。以前這件事每接一個工具就要客製一次，成本很高。
MCP 就是把這件事標準化的協定。認得它，你會比較容易判斷一個 AI 工具到底是「能講」還是「能做」。
你將學到什麼
定義
定義 AI 如何連接外部資料、工具與服務的開放標準協定。
白話比喻
像 USB-C，統一插頭之後，什麼裝置都能接上同一個孔。
三個元件
用戶端負責發起連線，伺服器負責暴露工具與資料，協定負責定義通訊格式。
跟誰容易搞混
MCP 是連接的標準，工具調用是模型決定要用哪個工具的行為。
定義
MCP 是 Model Context Protocol 的縮寫，中文叫模型上下文協定，也有人翻成模型情境協定。它是一個開放標準協定，定義 AI 模型如何安全地連接到外部的資料來源、工具與服務。
簡單說，MCP 就是 AI 與外部世界溝通的通用語言與連接介面。它讓整合這件事從「每次都要重做」變成「做一次到處能用」。
白話比喻
像 USB-C。在統一介面出現之前，每個裝置都有自己的插頭，出門要帶一整包線。統一之後，一條線走天下。
MCP 在 AI 世界扮演的就是那個統一插頭。模型不用管對面是資料庫、檔案系統還是第三方服務，插上去就能用。
運作架構
左邊是 AI 應用或模型，例如聊天助理、智慧體、開發工具。中間是 MCP Host 用戶端，負責管理連線、安全、權限與資料交換。
再往右是 MCP Server 伺服器，負責把工具與資料暴露出來並處理請求。最右邊才是實際的外部資源：資料庫、檔案與儲存、網頁與 API、第三方服務。
跟傳統整合差在哪
| 項目 | 傳統整合方式 | 使用 MCP |
|---|---|---|
| 整合方式 | 客製化 API、專屬整合 | 標準協定、統一介面 |
| 開發成本 | 高，每接一個都要重複開發 | 低，一次整合多處使用 |
| 擴展性 | 低，每換一個就要重做 | 高，可插拔擴充 |
| 安全性 | 依整合方式而定 | 內建權限與安全控管 |
| 生態系 | 封閉、分散 | 開放、共用 |
實際用例
常見場景包含：讓助理連接公司文件與資料庫提供精準問答；自動化任務執行，例如查詢日程、發送郵件、建立報表；開發者工具整合，例如存取程式碼與問題追蹤。
也可以用來串接多個平台與服務，把客戶關係系統、企業資源系統與各種雲端服務接進同一個 AI 應用。背後實際做的資料操作，離不開 CRUD 增刪查改 那四個動作。
延伸學習
HE101｜Harness Engineering Foundation（3 小時）
三小時的地圖課，不是操作課。把 Model 與 AI System 分開，拆解一套 AI Harness 的八個組成（Goal、Context、Knowledge、Rules、Tools、Workflow、Evaluation、Iteration），再帶你逆向拆解四個你已經在用的系統，最後畫出自己的第一張 Harness Blueprint。5 章 27 課，附學員講義 PDF 與術語速查表。
NT$ 2,599
ChatGPT 很強，但真正讓你下班的是 Google
六小時完整實錄。從「AI 很厲害，為什麼你還是每天加班」這個問題出發，把 Google Workspace 當成真正的工作平台重新設計一次流程 ── Sheets 的資料結構、Drive 與 Docs 的文件流、Gmail 與 Calendar 的通知系統，再用 Apps Script 讓它自己跑起來，最後收斂成一張屬於你自己的 AI 工作能力地圖。
NT$ 4,599