Model Context Protocol (MCP)

TL;DR — MCP (Model Context Protocol) to standardowy sposób, dzięki któremu aplikacje AI, takie jak Claude czy ChatGPT, mogą podłączać się do zewnętrznych narzędzi i danych — Twoich plików, bazy danych czy wyszukiwarki — aby agent AI rzeczywiście mógł z nich korzystać. Twórcy nazywają go „portem USB-C dla aplikacji AI”. Nie jest tym samym co llms.txt (statyczny plik, który tylko wylicza strony) i nie jest czynnikiem rankingowym Google.

Czym jest MCP — w jednym zdaniu

Model Context Protocol to otwarty protokół służący do łączenia aplikacji AI z zewnętrznymi źródłami danych i narzędziami. Evidence for this claim Model Context Protocol is an open protocol for connecting AI applications to external systems. Scope: The MCP specification and official documentation; individual host and server implementations vary. Confidence: high · Verified: 2026-07-14 MCP: Introduction Jego architektura definiuje hosty, klientów i serwery oraz prymitywy serwera, w tym zasoby, prompty i narzędzia. Evidence for this claim MCP defines host, client, and server roles and server primitives including resources, prompts, and tools. Scope: Current MCP architecture; negotiated capabilities determine which features a connection supports. Confidence: high · Verified: 2026-07-14 MCP: Architecture

Model Context Protocol to otwarty standard, który pozwala aplikacjom AI łączyć się z zewnętrznymi narzędziami i źródłami danych przez jeden wspólny interfejs, zamiast osobnej integracji dla każdej kombinacji. Anthropic — firma stojąca za Claude — stworzyła go i udostępniła jako oprogramowanie open source w listopadzie 2024 roku. Evidence for this claim Model Context Protocol is an open protocol for connecting AI applications to external systems. Scope: The MCP specification and official documentation; individual host and server implementations vary. Confidence: high · Verified: 2026-07-14 MCP: Introduction

Analogia używana przez wszystkich (w tym przez Anthropic) mówi o porcie USB-C dla AI. Przed USB-C każde urządzenie miało własne złącze. MCP ma być jednym złączem, na które mogą umówić się dowolna aplikacja AI oraz dowolne narzędzie lub źródło danych.

Dlaczego ma znaczenie właśnie teraz

Prawdopodobnie słyszysz o MCP z powodu gwałtownego rozwoju agentów AI — systemów, które nie tylko odpowiadają na pytanie, lecz także wykonują zadania: sprawdzają kalendarz, odpytują bazę danych, tworzą zgłoszenie albo sprawdzają aktualną cenę produktu. Aby agent mógł to zrobić, potrzebuje niezawodnego sposobu dotarcia do świata zewnętrznego. Tego właśnie dostarcza MCP.

Ahrefs w swoim przewodniku po agentic SEO ujmuje to bez ogródek:

“MCP (Model Context Protocol) is how your agent reaches the outside world. It’s the standard plug that connects an agent to data and actions.” (tłumaczenie) «MCP (Model Context Protocol) to sposób, w jaki agent dociera do świata zewnętrznego. To standardowa wtyczka łącząca agenta z danymi i działaniami.»

i, co zapada w pamięć:

“Without MCPs, your agent is just a chatbot with opinions.” (tłumaczenie) «Bez MCP Twój agent jest tylko chatbotem z opiniami.»

To właśnie bywa mylone

MCP to nie llms.txt. Ta witryna ma osobne wyjaśnienie llms.txt, a skrót brzmi tak: llms.txt to statyczny plik, który umieszczasz w witrynie i w którym wskazujesz strony do przeczytania przez AI — jednokierunkowy drogowskaz. MCP to działający protokół, który pozwala agentowi AI wywoływać funkcje, pobierać dane i wykonywać działania w czasie rzeczywistym. Jedno jest mapą, a drugie zestawem elementów sterujących.

Samo uruchomienie serwera MCP nie podniesie Twoich pozycji. Nie ma dowodów, że MCP jest sygnałem rankingowym wyszukiwarki lub odpowiedzi AI. Może natomiast sprawić, że Twoje dane i narzędzia będą użyteczne dla agentów wykonujących zadania. To realny i rosnący przypadek użycia — ale czym innym jest pojawienie się w wynikach wyszukiwania lub uzyskanie cytowania w odpowiedzi AI.

Chcesz poznać architekturę, historię, zastrzeżenia dotyczące bezpieczeństwa oraz miejsca styku z procesami SEO? Przejdź do zakładki Advanced.

TL;DR — MCP to otwarty protokół oparty na JSON-RPC (stworzony przez Anthropic i udostępniony jako open source 25 listopada 2024 roku), służący do łączenia aplikacji AI z zewnętrznymi narzędziami i danymi. Działa w układzie host → klient → serwer, a serwery udostępniają narzędzia, zasoby i prompty. Rozwiązuje problem integracji N×M, sprowadzając go do N+M. Jest protokołem, a nie „wywoływaniem funkcji” ani llms.txt. OpenAI przyjęło go w marcu 2025 roku, a Anthropic przekazało go w grudniu 2025 roku Linux Foundation’s Agentic AI Foundation. Nie ma wytycznych Google ani Binga dotyczących „MCP dla SEO” — serwer MCP służy agentom wykonującym zadania, a nie widoczności w wyszukiwarce — i wiąże się z rzeczywistym, wciąż nierozwiązanym ryzykiem prompt injection oraz zatruwania narzędzi.

Jaki problem rozwiązuje MCP

MCP ustanawia granicę komunikacji między hostem AI a zewnętrznymi możliwościami; nie sprawia, że podłączone dane stają się godne zaufania, ani nie autoryzuje automatycznie każdego działania. Evidence for this claim Model Context Protocol is an open protocol for connecting AI applications to external systems. Scope: The MCP specification and official documentation; individual host and server implementations vary. Confidence: high · Verified: 2026-07-14 MCP: Introduction Specyfikacja przypisuje odrębne role hostom, klientom i serwerom oraz opisuje negocjację możliwości. Evidence for this claim MCP defines host, client, and server roles and server primitives including resources, prompts, and tools. Scope: Current MCP architecture; negotiated capabilities determine which features a connection supports. Confidence: high · Verified: 2026-07-14 MCP: Architecture

Przed MCP podłączenie aplikacji AI do źródła danych oznaczało przygotowanie niestandardowej integracji dla konkretnej pary. Połącz N aplikacji AI z M narzędziami, a odpowiadasz za około N×M własnych integracji — kombinatoryka szybko robi się nieprzyjemna. MCP ujednolica interfejs, więc każda aplikacja implementuje MCP raz i każde narzędzie implementuje MCP raz, sprowadzając problem do N+M. To ten sam argument, dzięki któremu warto było tworzyć protokoły takie jak HTTP czy Language Server Protocol.

Podczas premiery dyrektor techniczny Block ujął „dlaczego” w ten sposób:

“Open technologies like the Model Context Protocol are the bridges that connect AI to real-world applications, ensuring innovation is accessible, transparent, and rooted in collaboration.” (tłumaczenie) «Otwarte technologie, takie jak Model Context Protocol, są mostami łączącymi AI z aplikacjami świata rzeczywistego i sprawiającymi, że innowacja jest dostępna, przejrzysta oraz zakorzeniona we współpracy.»

Architektura: host, klient, serwer

MCP działa w modelu host–klient–serwer. Występują w nim trzy role:

• Host — sama aplikacja AI (Claude Desktop, Claude Code, agent programistyczny działający w IDE albo aplikacja czatowa z konektorami).
• Klient — host uruchamia jednego klienta MCP dla każdego serwera, z którym się łączy. Klient zarządza tym pojedynczym połączeniem.
• Serwer — program udostępniający określone możliwości lub dane. Jeden serwer może opakowywać system plików, inny bazę danych, a jeszcze inny internetowe API wyszukiwania.

Host może jednocześnie łączyć się z wieloma serwerami, za każdym razem przez własnego klienta. Serwery lokalne zwykle komunikują się przez STDIO (standardowe wejście/wyjście, jeden klient); serwery zdalne zazwyczaj używają Streamable HTTP (wielu klientów), a OAuth jest dostępny dla wdrożeń wymagających delegowanej autoryzacji. Pod spodem działa JSON-RPC 2.0. Bieżący rdzeń z 2026-07-28 jest bezstanowy: wersja protokołu, metadane klienta, metoda oraz właściwa nazwa narzędzia, zasobu lub promptu towarzyszą każdemu żądaniu, a server/discover ujawnia obsługiwane przez serwer współczesne wersje i możliwości. Wyniki odkrywania i listowania możliwe do cache’owania mogą publikować wskazówki ttlMs i cacheScope. Starsi klienci z epoki 2025 nadal używają uzgadniania inicjalizacyjnego i mogą używać sesji Streamable HTTP, dlatego serwery produkcyjne często muszą w okresie przejściowym obsługiwać obie epoki. Informacje o wydaniu z 2026-07-28 oraz wskazówki migracji TypeScript SDK przypisują te zachowania nazwanej rewizji protokołu i jej ścieżce zgodności.

Trzy prymitywy serwera

Każdy serwer MCP udostępnia swoje możliwości przez trzy podstawowe elementy:

• Narzędzia — wykonywalne funkcje, które agent może wywołać, aby coś zrobić (uruchomić zapytanie, wysłać wiadomość albo pobrać aktualną cenę).
• Zasoby — kontekstowe dane, które agent może odczytać (plik, rekord w bazie danych albo odpowiedź API).
• Prompty — wielokrotnego użytku szablony interakcji, które pakują wspólny przepływ pracy.

Każdy typ prymitywu ma własne zasady odkrywania, odczytu i wykonywania, a prymitywy nie są wymienne — klient wylicza dostępne elementy za pomocą wywołania */list (tools/list, resources/list, prompts/list), a następnie odczytuje lub wywołuje konkretny element po nazwie (tools/call uruchamia narzędzie; wywołanie w stylu get/read służy zasobowi lub promptowi). Traktowanie każdej możliwości serwera jako „narzędzia” zaciera fakt, że zasób służy do odczytu, a nie do wykonywania, natomiast prompt jest szablonem do wstawienia, a nie działaniem do uruchomienia.

Rozszerzenia zapewniają dziś formalną ścieżkę dla możliwości wykraczających poza rdzeń. MCP Apps mogą dołączać interfejs użytkownika renderowany przez serwer do wyniku narzędzia, a Tasks przeniesiono z eksperymentalnego kształtu rdzenia do rozszerzenia obsługującego trwałą, długo działającą pracę. Rewizja 2026-07-28 wycofuje także roots, sampling i logging z rdzenia. Narzędzia, zasoby i prompty pozostają podstawowymi prymitywami serwerowymi, które trzeba znać w pierwszej kolejności; obsługa jednego prymitywu lub rozszerzenia nigdy nie oznacza obsługi wszystkich. Informacje o wydaniu z 2026-07-28 opisują zmiany dotyczące rozszerzeń i wycofań.

MCP a llms.txt, wywoływanie funkcji i WebMCP

Te cztery pojęcia są nieustannie ze sobą mieszane. Rozdzielenie ich to jedna z najważniejszych wartości tej strony:

Warto wyraźnie podkreślić dwa rozróżnienia:

• MCP to nie „wywoływanie funkcji”. Wywoływanie funkcji to możliwość na poziomie modelu: model otrzymuje informację o dostępnych funkcjach i wybiera jedną do wywołania. MCP to protokół między dostawcami, który ujednolica odkrywanie, opisywanie i wywoływanie narzędzi oraz danych w wielu aplikacjach i serwerach, niezależnie od pojedynczego modelu. Serwery MCP często implementują narzędzia za pomocą definicji w stylu wywoływania funkcji — ale MCP jest nadrzędną warstwą interoperacyjności, a nie synonimem.
• WebMCP to nie MCP. WebMCP to osobna, natywna dla przeglądarki propozycja, która wykorzystuje pojęcia podobne do MCP, aby udostępniać agentowi działającemu już w przeglądarce funkcje konkretnej witryny — dodawanie do koszyka, płatność czy wysłanie formularza. MCP to szerszy i starszy protokół łączenia aplikacji AI z zewnętrznymi narzędziami oraz danymi. Po stronie tożsamości i odkrywania zobacz artykuł o llms.txt, a także SEO encji i znacznikach schema dla AI.

Krótka oś czasu

• 25 listopada 2024 r. — Anthropic udostępnia MCP jako open source wraz z pierwszymi partnerami i gotowymi serwerami (Google Drive, Slack, GitHub, Git, Postgres i innymi).
• 26 marca 2025 r. — OpenAI ogłasza przyjęcie MCP; wsparcie ma pojawić się w Agents SDK, a następnie w aplikacji desktopowej ChatGPT i Responses API. Google DeepMind także zaczyna je wspierać. Wtedy MCP przestaje być rozwiązaniem Anthropic i staje się de facto standardem branżowym.
• 9 grudnia 2025 r. — Anthropic przekazuje MCP nowo powstałej Agentic AI Foundation (AAIF), fundacji kierowanej pod auspicjami Linux Foundation i współzałożonej z Block oraz OpenAI, przy wsparciu innych dużych dostawców — wyraźnie po to, aby protokół pozostał otwarty i neutralny wobec dostawców, a nie należał do jednej firmy.
• 28 lipca 2026 r. — pojawia się największa od premiery rewizja protokołu: bezstanowy rdzeń, rozszerzenia pierwszej klasy, metadane routingu i cache, wzmocniona autoryzacja oraz formalna polityka wycofywania. Informacje o wydaniu

Czy MCP jest czynnikiem rankingowym Google lub Binga?

Nie — i warto powiedzieć to wprost. Google nie wydało formalnych wytycznych Search Central dotyczących MCP. Nie ma dokumentu „MCP dla SEO” od Google Search Central, odcinka Search Off the Record ani strony Search Essentials poświęconej MCP. Istnieje ogólny przewodnik Google Cloud dla programistów, ale to opis dostawcy, a nie dokument o sygnale rankingowym.

Po stronie Microsoftu obraz jest podobny: Microsoft intensywnie przyjął MCP jako dostawca platformy — dokumentuje MCP w systemie Windows, prowadzi katalog serwerów MCP i współpracował z Anthropic nad oficjalnym C# SDK. To jednak wsparcie infrastrukturalne, a nie wytyczne Bing Webmaster mówiące, że MCP wpływa na pozycje w wyszukiwarce. Nie wpływa.

Najbliższym oficjalnym sygnałem Google w obszarze sąsiadującym z SEO jest WebMCP (ponownie: nie samo MCP). W komentarzu do dyskusji o llms.txt John Mueller z Google powiedział, że woli podejście WebMCP, ponieważ ma konkretne i dobrze ograniczone cele:

“I like the WebMCP approach, as well as the commerce integrations – they have clear goals & processes: ‘Given the agent is already on your site, how can it properly do task X?’ (for example, determine the final price of a product, including all fees & potential discounts).” (tłumaczenie) «Podoba mi się podejście WebMCP, podobnie jak integracje handlowe — mają jasne cele i procesy: „Skoro agent jest już w Twojej witrynie, jak może właściwie wykonać zadanie X?” (na przykład ustalić ostateczną cenę produktu wraz ze wszystkimi opłatami i potencjalnymi rabatami).»

Zatem uczciwa odpowiedź na pytanie „czy MCP pomaga w SEO?” brzmi: udostępnienie serwera MCP może sprawić, że Twoje dane i działania będą użyteczne dla agentów wykonujących zadania. To naprawdę inna propozycja wartości niż widoczność w wyszukiwarce lub odpowiedziach AI. Nie wpisuj MCP do kategorii czynników rankingowych.

Jak MCP pojawia się w procesach SEO i marketingu

MCP dotyka dziś naszego świata przede wszystkim po stronie praktyków — pozwala agentom AI odpytywać narzędzia, z których już korzystamy:

• Ahrefs ma konektor MCP, dzięki któremu agent AI może pobierać dane Ahrefs bezpośrednio, zamiast zmuszać Cię do ich eksportowania i wklejania. Własny przewodnik Ahrefs po agentic SEO pokazuje ten proces (autorem jest Mateusz Makosiewicz, a recenzentem Ryan Law — nie ja).
• Serwery MCP dla Google Search Console istnieją w ekosystemie, więc agent może odczytywać dane o skuteczności GSC w ramach procesu.
• Serwer MCP wyszukiwarki Bing udostępnia wyszukiwanie w sieci, wiadomościach i obrazach jako narzędzia, które agent może wywołać.

Model mentalny jest taki: MCP to pytanie „czy powinniśmy zbudować API?” w epoce agentów. Udostępnienie danych przez serwer MCP ma sprawić, że będą wykonywalne przez agentów, a nie poprawić ranking. Jeśli odbiorcy coraz częściej pracują przez agentów, ta użyteczność może mieć znaczenie — traktuj ją jednak jako decyzję dystrybucyjną i integracyjną, a nie SEO. To zakład dotyczący „możliwości/działania”, podczas gdy llms.txt jest zakładem dotyczącym „tożsamości/odkrywania”.

Bezpieczeństwo: rzeczywiste, nierozwiązane ryzyka

Nie zakładaj, że MCP jest bezpieczne tylko dlatego, że jest otwartym standardem renomowanej firmy. Gdy dasz agentowi AI narzędzia, które mogą działać, i jednocześnie wystawisz go na niezaufane dane wejściowe, otwierasz powierzchnię ataku. Simon Willison — jeden z bardziej wiarygodnych niezależnych głosów w sprawie narzędzi LLM i bezpieczeństwa — ujął to tak:

“Any time you mix together tools that can perform actions on the user’s behalf with exposure to potentially untrusted input you’re effectively allowing attackers to make those tools do whatever they want.” (tłumaczenie) «Za każdym razem, gdy łączysz narzędzia mogące działać w imieniu użytkownika z wystawieniem na potencjalnie niezaufane dane wejściowe, w praktyce pozwalasz atakującym zmusić te narzędzia do zrobienia wszystkiego, czego zechcą.»

Ostrożnie zaznacza, że nie jest to wada charakterystyczna wyłącznie dla MCP:

“These vulnerabilities are not inherent to the MCP protocol itself—they’re present any time we provide tools to an LLM that can potentially be exposed to untrusted inputs.” (tłumaczenie) «Te podatności nie są nieodłączną cechą samego protokołu MCP — występują zawsze, gdy udostępniamy narzędzia LLM-owi, który może zostać wystawiony na niezaufane dane wejściowe.»

Udokumentowane ryzyka w kontekście MCP obejmują prompt injection, zatruwanie narzędzi (złośliwe instrukcje ukryte w opisie narzędzia) oraz rug pulls (narzędzie zmieniające działanie po instalacji). Na dziś są to realne problemy, a nie problemy rozwiązane — dlatego podczas wdrażania lub podłączania serwerów MCP traktuj je jak każdą inną niezaufaną integrację: stosuj najmniejsze uprawnienia, wymagaj zgody człowieka na działania o istotnych skutkach i uważnie wybieraj serwery, którym ufasz.

Wskazówki bezpieczeństwa specyfikacji MCP wymieniają konkretne kategorie ataków, przed którymi powinni bronić się twórcy serwerów i klientów — warto je znać nawet wtedy, gdy tylko oceniasz serwer zewnętrzny. Poniższa kategoria przejęcia sesji dotyczy starszego modelu sesyjnego; rdzeń z 2026 roku usuwa sesje Streamable HTTP na poziomie protokołu, a pozostałe ryzyka zaufania i autoryzacji pozostają. Informacje o wydaniu z 2026 roku opisują tę zmianę w odniesieniu do bieżącej rewizji protokołu:

• Confused deputy (zdezorientowany zastępca) — serwer proxy MCP używający jednego statycznego identyfikatora klienta OAuth może zostać oszukany i pominąć zgodę konkretnego użytkownika na usługę zewnętrznego API, przed którym pośredniczy.
• Token passthrough (przekazywanie tokenu) — serwer, który przyjmuje token klienta i bez kontroli przekazuje go do API niższej warstwy, łamie ścieżki audytu i zabezpieczenia; specyfikacja mówi, że serwery must not tego robić.
• Server-side request forgery (SSRF) — złośliwy serwer może skierować odkrywanie OAuth na wewnętrzne adresy IP lub punkty końcowe metadanych chmury i nakłonić klienta do ich pobrania.
• Legacy session hijacking (przejęcie starszej sesji) — w starszym wdrożeniu używającym sesji możliwy do odgadnięcia lub niedostatecznie losowy identyfikator sesji może pozwolić atakującemu podszyć się pod klienta. Identyfikatory sesji są uchwytami stanu, nigdy zamiennikiem uwierzytelniania. Wytyczne bezpieczeństwa protokołu wyznaczają tę granicę dla starszego modelu sesyjnego.
• Local server compromise (przejęcie serwera lokalnego) — lokalnie zainstalowany serwer MCP działa z uprawnieniami użytkownika, więc złośliwy lub przejęty serwer może czytać pliki, wyprowadzać dane uwierzytelniające albo uruchamiać dowolne polecenia; środkiem zaradczym jest sandboxing, konfiguracja uruchamiania z najmniejszymi uprawnieniami i sprawdzenie, co naprawdę uruchamia „instalacja jednym kliknięciem”, zanim ją zaakceptujesz.

Nic z tego nie rozwiązuje się przez stwierdzenie „to otwarty standard” ani przez samo włączenie OAuth. Zgodność z protokołem, używanie oficjalnego SDK, włączenie autoryzacji lub odizolowanie serwera każde zamyka konkretne ścieżki ataku — żadne z tych działań, osobno ani razem, nie gwarantuje bezpieczeństwa integracji, poprawnego użycia narzędzia przez model ani szerokiego przyjęcia serwera. Obsługa autoryzacji jest w specyfikacji opcjonalna i zależna od wersji, a nie uniwersalną gwarancją bezpieczeństwa.

Najczęstsze mity

1. „MCP i llms.txt to to samo / konkurują ze sobą”. Nie — llms.txt to statyczny, jednokierunkowy plik, a MCP to działający, dwukierunkowy protokół. Rozwiązują różne problemy.
2. „MCP to tylko wywoływanie funkcji pod nową nazwą”. Nie — wywoływanie funkcji to możliwość modelu, a MCP to protokół między dostawcami nałożony na tę ideę.
3. „MCP jest standardem Google lub OpenAI”. Nie — stworzył go Anthropic (listopad 2024). OpenAI i Google DeepMind przyjęły go później; dziś zarządza nim neutralna wobec dostawców Agentic AI Foundation.
4. „Uruchomienie serwera MCP poprawia pozycje”. Nie ma dowodów na takie działanie. Serwer służy agentom wykonującym zadania, a nie widoczności w wyszukiwarce.
5. „MCP zastępuje API”. Nie — serwery MCP są zwykle cienkimi nakładkami udostępniającymi istniejące API i dane w standardowy sposób do wykorzystania przez AI.
6. „Skoro pochodzi od Anthropic, jest domyślnie bezpieczne”. Nie — istnieją rzeczywiste ryzyka prompt injection i zatruwania narzędzi, których nie rozwiązano w pełni.

Gdzie MCP mieści się w obrazie AI-search

MCP to warstwa działania w stosie agentic. Wokół niej mapę uzupełniają warstwy odkrywania i tożsamości — llms.txt, SEO encji, znaczniki schema dla AI oraz sposób, w jaki wyszukiwanie agentowe faktycznie planuje i wykonuje zadania. Zachowaj rozdział warstw, a o wiele łatwiej będzie oceniać marketingowy szum.

Podsumowanie AI

Skrót wersji Advanced:

• MCP = otwarty protokół (Anthropic, udostępniony jako open source 25 listopada 2024 roku) do łączenia aplikacji AI z zewnętrznymi narzędziami i danymi. „Port USB-C dla aplikacji AI”.
• Architektura: host → klient → serwer. Host uruchamia jednego klienta na serwer; serwery udostępniają narzędzia (działania), zasoby (dane) i prompty (szablony). Protokół opiera się na JSON-RPC 2.0; bieżący rdzeń jest bezstanowy dla każdego żądania, podczas gdy starsi klienci należą do epoki inicjalizacji i sesji.
• Rewizja 2026: server/discover, metadane każdego żądania, nagłówki routingu i wskazówki cache zastępują obowiązkowy model uzgadniania i sesji. MCP Apps i Tasks są rozszerzeniami; roots, sampling i logging wycofano z rdzenia.
• Problem, który rozwiązuje: zamienia bałagan N×M własnych integracji w N+M.
• Nie llms.txt (statyczny, jednokierunkowy plik z listą stron) i nie wywoływanie funkcji (możliwość modelu). MCP to protokół interoperacyjności między dostawcami. WebMCP to osobna propozycja ograniczona do przeglądarki, służąca do udostępniania agentowi działań własnej witryny na stronie.
• Oś czasu: premiera w listopadzie 2024 → przyjęcie przez OpenAI 26 marca 2025 → przekazanie przez Anthropic Linux Foundation’s Agentic AI Foundation 9 grudnia 2025.
• Nie jest czynnikiem rankingowym: Google nie wydało żadnych wytycznych Search Central o MCP; Bing/Microsoft wspiera je jako platformę, a nie jako wskazówkę SEO. Serwer MCP służy agentom wykonującym zadania, a nie widoczności w wyszukiwarce.
• Bezpieczeństwo: rzeczywiste, nierozwiązane ryzyko prompt injection, zatruwania narzędzi i rug pulls — nie jest „bezpieczne domyślnie”. Specyfikacja wymienia confused deputy, token passthrough, SSRF, przejęcie starszej sesji i przejęcie serwera lokalnego jako kategorie ataku; OAuth/autoryzacja są opcjonalne i zależne od wersji, a nie uniwersalną gwarancją bezpieczeństwa.

Oficjalna dokumentacja

Dokumentacja MCP pochodząca ze źródeł pierwotnych.

Anthropic / projekt MCP

• Wprowadzenie do Model Context Protocol — pierwotne ogłoszenie z listopada 2024 roku: problem N×M, partnerzy premiery i analogia USB-C.
• Przekazanie Model Context Protocol i ustanowienie Agentic AI Foundation — przekazanie zarządzania Linux Foundation w grudniu 2025 roku.
• Czym jest Model Context Protocol (MCP)? — oficjalne wprowadzenie dla początkujących.
• Przegląd architektury — host/klient/serwer, prymitywy, warstwy danych i transportu oraz mechanika JSON-RPC.
• Przegląd wydania MCP 2026-07-28 — bezstanowy rdzeń, rozszerzenia, wzmocnienie autoryzacji, cache i polityka wycofywania.
• Odkrywanie (server/discover) — współczesne odkrywanie możliwości i wersji oraz kontrakt odpowiedzi możliwej do cache’owania.
• Transport Streamable HTTP — protokół per żądanie, nagłówki routingu i wymagania bezpieczeństwa transportu.
• Specyfikacja MCP (2025-11-25) — poprzednia specyfikacja z epoki uzgadniania i sesji, nadal istotna dla zgodności.

Google

• Czym jest Model Context Protocol (MCP)? Przewodnik — ogólny przewodnik Google Cloud dla programistów, a nie dokument o rankingu w wyszukiwarce.

Microsoft / Bing

• Przegląd Model Context Protocol (MCP) w Windows — rejestr agentów działających na urządzeniu z Windows.
• microsoft/mcp — katalog implementacji serwerów MCP prowadzony przez Microsoft.
• Microsoft współpracuje z Anthropic nad oficjalnym C# SDK — oficjalne C# SDK.

Cytaty ze źródeł

Wypowiedzi zarejestrowane w źródłach. Linki głębokie prowadzą do fragmentów cytowanych tam, gdzie strona źródłowa je potwierdza.

Anthropic / partnerzy premiery — po co MCP

• “Open technologies like the Model Context Protocol are the bridges that connect AI to real-world applications, ensuring innovation is accessible, transparent, and rooted in collaboration.” (tłumaczenie) «Otwarte technologie, takie jak Model Context Protocol, są mostami łączącymi AI z aplikacjami świata rzeczywistego i sprawiającymi, że innowacja jest dostępna, przejrzysta oraz zakorzeniona we współpracy.» — Dhanji R. Prasanna, CTO Block, w ogłoszeniu premiery Anthropic. Przejdź do cytatu

OpenAI — przyjęcie standardu konkurenta

• 26 marca 2025 roku Sam Altman z OpenAI ogłosił, że OpenAI doda obsługę MCP do swoich produktów, zaczynając od Agents SDK, a następnie rozszerzając ją na desktopowego ChatGPT i Responses API. Relacja TechCrunch (Parafraza publicznego wpisu Altmana opisanego przez TechCrunch — nie jest to dosłowne tłumaczenie jego wypowiedzi.)

Google — WebMCP (nie samo MCP)

• “I like the WebMCP approach, as well as the commerce integrations – they have clear goals & processes: ‘Given the agent is already on your site, how can it properly do task X?’ (for example, determine the final price of a product, including all fees & potential discounts).” (tłumaczenie) «Podoba mi się podejście WebMCP, podobnie jak integracje handlowe — mają jasne cele i procesy: „Skoro agent jest już w Twojej witrynie, jak może właściwie wykonać zadanie X?” (na przykład ustalić ostateczną cenę produktu wraz ze wszystkimi opłatami i potencjalnymi rabatami).» — John Mueller, rzecznik Google Search. Przejdź do cytatu Przekazano za pośrednictwem artykułu Rogera Monttiego w Search Engine Journal; WebMCP jest propozycją ograniczoną do przeglądarki i odrębną od MCP.

Bezpieczeństwo — niezależny głos

• “Any time you mix together tools that can perform actions on the user’s behalf with exposure to potentially untrusted input you’re effectively allowing attackers to make those tools do whatever they want.” (tłumaczenie) «Za każdym razem, gdy łączysz narzędzia mogące działać w imieniu użytkownika z wystawieniem na potencjalnie niezaufane dane wejściowe, w praktyce pozwalasz atakującym zmusić te narzędzia do zrobienia wszystkiego, czego zechcą.» and “These vulnerabilities are not inherent to the MCP protocol itself—they’re present any time we provide tools to an LLM that can potentially be exposed to untrusted inputs.” (tłumaczenie) «Te podatności nie są nieodłączną cechą samego protokołu MCP — występują zawsze, gdy udostępniamy narzędzia LLM-owi, który może zostać wystawiony na niezaufane dane wejściowe.» — Simon Willison. Przejdź do cytatu

Dla odbiorców SEO

• “MCP (Model Context Protocol) is how your agent reaches the outside world. It’s the standard plug that connects an agent to data and actions.” (tłumaczenie) «MCP (Model Context Protocol) to sposób, w jaki agent dociera do świata zewnętrznego. To standardowa wtyczka łącząca agenta z danymi i działaniami.» and “Without MCPs, your agent is just a chatbot with opinions.” (tłumaczenie) «Bez MCP Twój agent jest tylko chatbotem z opiniami.» — blog Ahrefs, „What Is Agentic SEO?” (Mateusz Makosiewicz, red. Ryan Law). Przeczytaj artykuł

Lista kontrolna przeglądu serwera MCP

• Zdefiniuj zadanie użytkownika i wyjaśnij, dlaczego MCP jest lepsze niż statyczna strona, wywołanie API lub wbudowana integracja funkcji.
• Opublikuj obsługiwane wersje protokołu i przetestuj współczesne server/discover oraz każdą zachowaną ścieżkę starszej inicjalizacji.
• Przed wysłaniem żądania sprawdź nagłówki routingu protokołu/metody/nazwy Streamable HTTP względem treści JSON-RPC.
• Prawidłowo sklasyfikuj każdą możliwość jako narzędzie, zasób lub prompt.
• Nadaj każdej możliwości wąski, rzeczowy opis z wyraźnymi danymi wejściowymi i wyjściowymi.
• Stosuj najmniejsze uprawnienia do danych uwierzytelniających, systemu plików, sieci i operacji zapisu.
• Wymagaj potwierdzenia przed destrukcyjnymi, finansowymi, publikacyjnymi lub zewnętrznymi działaniami komunikacyjnymi.
• Traktuj opisy dostarczone przez serwer i pobrane treści jako niezaufane dane wejściowe; testuj ścieżki prompt injection i zatruwania narzędzi.
• Waliduj argumenty po stronie serwera, zamiast ufać parametrom wygenerowanym przez model.
• Rejestruj wybór narzędzia, oczyszczone dane wejściowe, wyniki i błędy, nie zapisując sekretów ani zbędnych danych osobowych.
• Testuj zachowanie przy błędach, przekroczeniu czasu, anulowaniu i częściowych wynikach.
• Udokumentuj własność, wersjonowanie, cofanie dostępu i ścieżkę awaryjnego wyłączenia.

MCP w skrócie — ściąga

Cztery pojęcia, które ludzie mylą

Architektura w trzech słowach: host → klient → serwer. Jeden klient na serwer; host może obsługiwać wiele serwerów.

Trzy prymitywy serwera

• Narzędzia — działania wykonywalne (zrób coś).
• Zasoby — dane kontekstowe (odczytaj coś).
• Prompty — szablony interakcji wielokrotnego użytku.

Szybkie fakty

• Stworzone przez Anthropic, udostępnione jako open source 25 listopada 2024 r.
• Oparte na JSON-RPC 2.0; bezstanowe dla każdego żądania w 2026-07-28, z server/discover do współczesnego odkrywania możliwości i wersji.
• Serwery lokalne: STDIO. Serwery zdalne: Streamable HTTP (+ OAuth).
• Starsi klienci z 2025 roku nadal używają inicjalizacji; serwery produkcyjne mogą potrzebować obu epok.
• MCP Apps i Tasks działają dziś jako rozszerzenia, natomiast roots, sampling i logging nie należą już do rdzenia.
• OpenAI przyjęło MCP 26 marca 2025 r.; podobnie Google DeepMind.
• Od 9 grudnia 2025 roku protokołem zarządza Agentic AI Foundation (Linux Foundation).
• Nie istnieją wytyczne Google/Bing dotyczące „MCP dla SEO”.
• Rzeczywiste, nierozwiązane ryzyko prompt injection / zatruwania narzędzi — MCP nie jest bezpieczne domyślnie.

Modele mentalne

1. Mapa kontra elementy sterujące. llms.txt to mapa — statyczna lista stron wskazująca AI, co ma przeczytać. MCP to zestaw elementów sterujących — działający interfejs, którego agent używa do wywoływania funkcji i wykonywania działań. Jeśli zapamiętasz tylko jedną rzecz, zapamiętaj różnicę między nimi.

2. Możliwość kontra protokół. Wywoływanie funkcji to możliwość wbudowana w model. MCP to protokół, który ujednolica sposób docierania tej możliwości do wielu narzędzi w wielu aplikacjach. Serwery MCP często wewnętrznie używają definicji w stylu wywoływania funkcji, ale protokół jest nadrzędną warstwą interoperacyjności — nie utożsamiaj tych pojęć.

3. N×M → N+M. Każda integracja AI z narzędziem punkt do punktu to jedna z N×M integracji. Zaimplementuj MCP raz po każdej stronie, a otrzymasz N+M. To zmniejszenie złożoności jest właśnie powodem istnienia standardu.

4. Możliwość agenta ≠ widoczność w wyszukiwarce. Udostępnienie serwera MCP sprawia, że Twoje dane stają się użyteczne dla agentów wykonujących zadania. To decyzja dystrybucyjna i integracyjna, a nie rankingowa. Wpisywanie MCP do kategorii „taktyk SEO podnoszących pozycje” to błąd kategorii.

5. Narzędzia + niezaufane dane wejściowe = powierzchnia ataku. Gdy agent może jednocześnie działać i czytać niezaufane dane wejściowe, pojawia się ryzyko prompt injection. Traktuj każdy podłączany serwer MCP jak niezaufaną integrację: najmniejsze uprawnienia, zgoda człowieka na działania o istotnych skutkach i kontrola tego, którym serwerom ufasz.

Błędy związane z MCP, których należy unikać

Nazywanie MCP czynnikiem rankingowym

MCP udostępnia dane i działania kompatybilnym agentom w czasie działania. Nie czyni serwera sygnałem rankingowym Google ani Binga.

Nadawanie serwerowi szerokich uprawnień domyślnie

Agent nie potrzebuje nieograniczonego dostępu, aby wykonać wąskie zadanie. Ogranicz tokeny, zasoby, hosty i uprawnienia zapisu do niezbędnego minimum.

Uznawanie opisów narzędzi za bezpieczne instrukcje

Opisy i pobrane treści mogą zostać zatrute albo zawierać prompt injection. Przypinaj zaufane serwery, przeglądaj zmiany możliwości i trzymaj egzekwowanie zasad poza tekstem modelu.

Ukrywanie istotnych zapisów za niejasnymi nazwami narzędzi

Nazwy takie jak „manage” lub „process” zaciemniają skutek działania. Określ, czy narzędzie odczytuje, tworzy, aktualizuje, publikuje, pobiera opłatę czy wysyła wiadomość, i wymagaj potwierdzenia, gdy jest potrzebne.

Udostępnianie serwera MCP, gdy wystarczyłby dokument

Statyczna informacja publiczna nie potrzebuje automatycznie wykonywalnej integracji. Używaj MCP wtedy, gdy odkrywanie, pobieranie lub działanie w czasie rzeczywistym tworzy rzeczywistą wartość dla użytkownika.

Zasoby warte uwagi

Moje powiązane teksty

• Poradnik technicznego SEO dla początkujących — miejsce, w którym tematy AI-search spotykają się z podstawami.
• Nowe crawlery sieci: boty AI zbliżają się do botów wyszukiwarek — szersza zmiana polegająca na pobieraniu i wykorzystywaniu sieci przez systemy AI, której MCP jest częścią.

Moje wystąpienia

• Jak działa wyszukiwarka (SlideShare) — mój opis crawlowania, renderowania, indeksowania i rankingu, pokazujący, jak strona wyszukiwarkowa działa obok strony agentowej. (Obowiązuje moje zastrzeżenie: „To moje rozumienie systemów… nie będzie w 100% kompletne ani poprawne”).

Z branży

• Wprowadzenie do Model Context Protocol (Anthropic) — pierwotne ogłoszenie i ujęcie problemu N×M.
• Oficjalna dokumentacja Model Context Protocol oraz przegląd architektury — kanoniczna dokumentacja techniczna.
• Przegląd wydania MCP 2026-07-28 — bezstanowy rdzeń i przełomowe zmiany migracyjne.
• OpenAI przyjmuje standard Anthropic do łączenia modeli AI z danymi (TechCrunch) — moment przyjęcia standardu w marcu 2025 roku.
• Jak Model Context Protocol kształtuje przyszłość AI i marketingu w wyszukiwarkach (Search Engine Land, Constance Chen) — główny tekst branży SEO o MCP (powstał przed komentarzem o WebMCP i przekazaniem protokołu AAIF).
• Czym jest agentic SEO? (Ahrefs, Mateusz Makosiewicz, red. Ryan Law) — MCP jako składnik agentic SEO oraz własny konektor MCP Ahrefs.
• Model Context Protocol ma problemy z bezpieczeństwem prompt injection (Simon Willison) — zastrzeżenia bezpieczeństwa od wiarygodnego niezależnego autora.
• 11 pojawiających się zagrożeń bezpieczeństwa AI związanych z MCP (Checkmarx Zero) — pełniejszy katalog powierzchni ryzyka.
• Model Context Protocol (Wikipedia) — neutralny przegląd osi czasu i przekazania protokołu AAIF.

Sprawdź się: Model Context Protocol (MCP)

Pięć krótkich pytań o tym, czym MCP jest i czym nie jest. Wybierz odpowiedź przy każdym pytaniu, a następnie sprawdź wynik.

Dziennik zmian