Diller

Model Context Protocol (MCP)

MCP'nin ne olduğu, AI ajanlarının çalışma zamanında içerik almak ve etkileşimde bulunmak için onu nasıl kullandığı, ajan AI bir içerik dağıtım kanalı haline geldikçe SEO için neden önemli olduğu ve içeriğinizi MCP üzerinden nasıl sunacağınız.

İlk yayın tarihi: 2 Tem 2026 · Son güncelleme: 8 Ağu 2026 · Advanced
Diller
AIYazanAI v2

MCP (Model Context Protocol), Anthropic'in Kasım 2024'te oluşturduğu ve açık kaynak olarak yayınladığı, AI uygulamalarını çalışma zamanında harici araçlara ve verilere bağlamak için kullanılan açık bir standarttır. Ana bilgisayar-istemci-sunucu mimarisi üzerinde çalışır ve üç sunucu ilkel öğesi vardır: araçlar, kaynaklar ve istemler. 'Ajan' AI'nın arkasındaki altyapıdır. Onu llms.txt (sayfalara işaret eden statik, tek yönlü bir dosya) veya düz işlev çağrısı (bir model yeteneği) ile karıştırmayın: MCP, araçların ve verilerin birçok uygulama ve sunucuda nasıl keşfedildiğini ve çağrıldığını standartlaştıran satıcılar arası protokoldür. OpenAI Mart 2025'te benimsedi ve Anthropic Aralık 2025'te Linux Vakfı'nın Ajan AI Vakfı'na bağışladı. Google veya Bing'den 'MCP for SEO' rehberliği yoktur — bir MCP sunucusu sunmak, verilerinizi görev yapan ajanlar tarafından kullanılabilir hale getirir; bu, arama veya AI yanıt görünürlüğünden farklıdır. Ayrıca gerçek, çözülmemiş istem enjeksiyonu ve araç zehirleme riskleri taşır.

TL;DR — MCP, yapay zeka uygulamalarını harici araçlara ve verilere bağlamak için açık, JSON-RPC tabanlı bir protokoldür (Anthropic, 25 Kasım 2024’te açık kaynak). Ana bilgisayar → istemci → sunucu şeklinde çalışır; sunucular araçları, kaynakları ve istemleri kullanıma sunar. N×M entegrasyon sorununu çözer (N+M’ye dönüştürür). Bir protokoldür, “işlev çağrısı” değildir ve llms.txt değildir. OpenAI bunu Mart 2025’te benimsedi; Anthropic, Aralık 2025’te Linux Vakfı’nın Ajanlı Yapay Zeka Vakfı’na bağışladı. Google/Bing’in “SEO için MCP” rehberliği yoktur — bir MCP sunucusu kullanıma sunmak, görevleri yerine getiren ajanlara hizmet eder, arama görünürlüğüne değil — ve gerçek, çözülmemiş istem enjeksiyonu ve araç zehirleme riskleri taşır.

MCP’nin çözdüğü sorun

MCP, bir yapay zeka ana bilgisayarı ile harici yetenekler arasındaki iletişim sınırını standartlaştırır; bağlı verileri güvenilir kılmaz veya her eylemi otomatik olarak yetkilendirmez. 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: MCP: Introduction Spesifikasyon, ana bilgisayarlara, istemcilere ve sunuculara ayrı roller atar ve yetenek anlaşmasını belgeler. 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: MCP: Architecture

MCP’den önce, bir yapay zeka uygulamasını bir veri kaynağına bağlamak, o belirli eşleşme için özel bir entegrasyon anlamına geliyordu. N yapay zeka uygulamasını M araca bağlayın ve yaklaşık N×M özel entegrasyondan siz sorumlu olursunuz — kombinasyonlar hızla çirkinleşir. MCP arayüzü standartlaştırır, böylece her uygulama MCP’yi bir kez uygular ve her araç MCP’yi bir kez uygular, sorunu N+M’ye indirger. Bu, HTTP veya Dil Sunucusu Protokolü gibi protokolleri değerli kılan aynı argümandır.

Lansmanda, Block CTO’su “neden”i şöyle çerçeveledi:

“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.” (çeviri) «Model Bağlam Protokolü gibi açık teknolojiler, yapay zekayı gerçek dünya uygulamalarına bağlayan köprülerdir ve yeniliğin erişilebilir, şeffaf ve iş birliğine dayalı olmasını sağlar.»

Mimari: ana bilgisayar, istemci, sunucu

MCP, ana bilgisayar–istemci–sunucu modeliyle çalışır. Üç rol:

  • Ana bilgisayar — yapay zeka uygulamasının kendisi (Claude Desktop, Claude Code, IDE tabanlı kodlama ajanı, bağlayıcıları olan sohbet uygulaması).
  • İstemci — ana bilgisayar, bağlandığı her sunucu için bir MCP istemcisi başlatır. İstemci bu tek bağlantıyı yönetir.
  • Sunucu — bazı yetenekleri veya verileri açığa çıkaran bir program. Bir sunucu dosya sisteminizi sarabilir; bir diğeri veritabanınızı; bir diğeri web arama API’sini.

The host can connect to many servers at once, each through its own client. Local servers typically communicate over STDIO (standard input/output, one client); remote servers typically use Streamable HTTP (many clients), with OAuth available for deployments that need delegated authorization. Under the hood it’s JSON-RPC 2.0. The current 2026-07-28 core is stateless: the protocol version, client metadata, method, and applicable tool/resource/prompt name travel with each request, while server/discover exposes the server’s supported modern versions and capabilities. Cacheable discovery and list results can publish ttlMs and cacheScope hints. Older 2025-era clients still use the initialization handshake and may use Streamable HTTP sessions, so production servers commonly need dual-era support during the transition. The 2026-07-28 release notes and the TypeScript SDK migration guidance scope these behaviors to the named protocol revision and its compatibility path.

The host can use many servers, but each server has its own client connection and capability boundary. Kaynak: /ai-search/optimization/model-context-protocol/

One AI host, such as a chat app or agent, connects to three MCP servers. The host creates a separate MCP client for the files server, database server, and search server. Each server may expose tools, resources, and prompts. The diagram shows protocol roles, not a trust guarantee or authorization model.

© Patrick Stox LLC · CC BY 4.0 ·

Üç sunucu ilkel öğesi

Her MCP sunucusu yeteneklerini üç temel yapı taşı aracılığıyla açığa çıkarır:

  • Araçlar — ajanın bir şey yapmak için çağırabileceği yürütülebilir işlevler (sorgu çalıştırma, mesaj gönderme, canlı fiyat çekme).
  • Kaynaklar — ajanın okuyabileceği bağlamsal veriler (bir dosya, bir veritabanı kaydı, bir API yanıtı).
  • İstemler — ortak bir iş akışını paketleyen yeniden kullanılabilir etkileşim şablonları.

Her ilkel türünün kendi keşif, okuma ve yürütme semantiği vardır ve bunlar birbirinin yerine geçemez — bir istemci, */list çağrısıyla (tools/list, resources/list, prompts/list) neyin mevcut olduğunu listeler, ardından belirli birini adıyla okur veya çağırır (tools/call bir aracı çalıştırmak için; bir kaynak veya istem için get/read tarzı bir çağrı). Her sunucu yeteneğini “bir araç” olarak ele almak, bir kaynağın yürütülmek için değil okunmak için olduğunu ve bir istemin çalıştırılacak bir eylem değil eklenecek bir şablon olduğunu göz ardı eder.

Extensions now provide the formal path for capabilities outside the core. MCP Apps can attach server-rendered UI to a tool result, while Tasks moved from its experimental core shape into an extension for durable, long-running work. The 2026-07-28 revision also deprecates roots, sampling, and logging in the core. Tools/resources/prompts remain the server-side primitives to know first; support for one primitive or extension never implies support for all of them. The 2026-07-28 release notes describe the extension and deprecation changes.

MCP vs llms.txt vs fonksiyon çağrısı vs WebMCP

Bu dördü sürekli karıştırılıyor. Bunları ayırmak, bu sayfanın değerinin çoğunu oluşturur:

ThingWhat it isDirectionWho’s behind it
MCPA runtime protocol connecting AI apps to tools/dataLive; stateless core requests in the 2026 revisionAnthropic (2024), now the Agentic AI Foundation
llms.txtA static Markdown file listing pages to readOne-way, advisoryProposed by Jeremy Howard (2024); not adopted by Google
Function callingA model capability to be told about functions and choose to call oneModel-level, single-vendorAny LLM provider, independently
WebMCPA browser-native proposal to expose a website’s own in-page actions to an in-browser agentBrowser-scopedW3C Web Machine Learning Community Group draft
WebMCP owns page-context actions; remote MCP owns durable application-to-server integrations. They are complementary boundaries, not competing names for one protocol. Kaynak: WebMCP

The left lane shows WebMCP: a browser agent interacts with an open web page, which owns a JavaScript tool and current visible session state. The page must be open for those tools to exist. The right lane shows remote MCP: an AI application connects through an MCP client to a persistent MCP server, which can remain available outside a browser tab. The two lanes are complementary rather than replacements.

© Patrick Stox LLC · CC BY 4.0 ·

Belirtmeye değer iki ayrım:

  • MCP, “fonksiyon çağırma” değildir. Fonksiyon çağırma, model düzeyinde bir özelliktir: bir modele hangi fonksiyonların var olduğu söylenir ve birini çağırmayı seçer. MCP, araçların ve verilerin birçok uygulama ve birçok sunucu arasında nasıl keşfedildiğini, tanımlandığını ve çağrıldığını standartlaştıran satıcılar arası protokoldür; herhangi bir tek modelden bağımsızdır. MCP sunucuları genellikle araçlarını fonksiyon çağırma tarzı tanımlar kullanarak uygular — ancak MCP üstteki birlikte çalışabilirlik katmanıdır, bir eşanlamlı değil.
  • WebMCP, MCP değildir. WebMCP, MCP benzeri kavramları kullanarak belirli bir web sitesinin işlevselliğini — sepete ekleme, ödeme, form gönderme — tarayıcıda zaten bulunan bir ajana açığa çıkarmak için ayrı, tarayıcı yerel bir öneridir. MCP, AI uygulamalarını harici araçlara ve verilere genel olarak bağlamak için daha geniş, daha eski protokoldür. Bu aynı ortamın kimlik/keşif tarafı için llms.txt makalesine ve ayrıca varlık SEO ve AI için şema işaretlemesi bölümlerine bakın.

Kısa bir zaman çizelgesi

  • November 25, 2024 — Anthropic open-sources MCP, with early partners and pre-built servers (Google Drive, Slack, GitHub, Git, Postgres, and more).
  • March 26, 2025 — OpenAI announces it’s adopting MCP, saying support was arriving in its Agents SDK with the ChatGPT desktop app and Responses API to follow. Google DeepMind also moved to support it. That’s the moment MCP stopped being an Anthropic thing and became a de facto industry standard.
  • December 9, 2025 — Anthropic donates MCP to the newly formed Agentic AI Foundation (AAIF), a directed fund under the Linux Foundation co-founded with Block and OpenAI, with other major vendors as supporting members — explicitly to keep the protocol open and vendor-neutral rather than owned by any one company.
  • July 28, 2026 — the largest protocol revision since launch ships a stateless core, first-class extensions, routing and cache metadata, authorization hardening, and a formal deprecation policy. Release notes

MCP, Google veya Bing sıralama faktörü müdür?

Hayır — ve bunu açıkça söylemek önemlidir. Google, MCP hakkında resmi Search Central rehberliği yayınlamadı. Google Search Central’dan “MCP for SEO” belgesi, Search Off the Record bölümü veya bunu ele alan Search Essentials sayfası yok. Var olan şey, geliştiricilere yönelik genel bir Google Cloud açıklayıcısıdır; bu, bir satıcı genel bakışıdır, bir sıralama sinyali belgesi değildir.

Microsoft tarafında tablo benzerdir: Microsoft, MCP’yi yoğun bir şekilde bir platform satıcısı olarak benimsemiştir — MCP’yi Windows’ta belgeler, MCP sunucularının bir kataloğunu tutar ve resmi C# SDK için Anthropic ile ortaklık kurmuştur. Ancak bu altyapı desteğidir, MCP’nin arama sıralamalarını etkilediğini söyleyen Bing Webmaster Yönergeleri değildir. Etkilemez.

SEO ile ilgili alanda resmi bir Google sinyaline en yakın şey WebMCP’dir (yine: MCP’nin kendisi değil). llms.txt hakkındaki bir tartışmada yorum yapan Google’dan John Mueller, WebMCP yaklaşımını tercih ettiğini çünkü somut ve iyi tanımlanmış hedefleri olduğunu söyledi:

“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).” (çeviri) «WebMCP yaklaşımını ve ticaret entegrasyonlarını seviyorum – net hedefleri ve süreçleri var: ‘Ajan zaten sitenizdeyken, görev X’i doğru şekilde nasıl yapabilir?’ (örneğin, bir ürünün tüm ücretler ve olası indirimler dahil nihai fiyatını belirlemek).»

Mueller is quoted in Roger Montti’s Search Engine Journal coverage (jump to the quote). In the same discussion he also made the more basic point that the bigger issue for most publishers is simply not blocking agents from fetching a site at all — a lower hurdle than adopting any new file or protocol; I’m relaying that framing rather than quoting it.

Yani: “MCP, SEO’m’a yardımcı olur mu?” sorusuna dürüst cevap, bir MCP sunucusu açığa çıkarmanın verilerinizi ve eylemlerinizi görev yapan ajanlar tarafından kullanılabilir hale getirebileceğidir; bu, arama veya AI yanıt görünürlüğünden gerçekten farklı bir değer önerisidir. Bunu sıralama faktörleri altına koymayın.

MCP, SEO ve pazarlama iş akışlarında nasıl görünür?

MCP’nin bugün dünyamıza dokunduğu yer uygulayıcı tarafındadır — AI ajanlarının zaten kullandığımız araçları sorgulamasına izin vermek:

  • Ahrefs’in bir MCP bağlayıcısı var, bir AI ajanının verileri dışa aktarıp yapıştırmak yerine doğrudan Ahrefs verilerini çekmesine olanak tanır. Ahrefs’in kendi ajanik SEO rehberi bunu adım adım anlatır (bu yazı Mateusz Makosiewicz tarafından yazılmıştır, Ryan Law tarafından incelenmiştir — benim tarafımdan değil).
  • Google Search Console MCP sunucuları ekosistemde mevcuttur, böylece bir ajan bir iş akışının parçası olarak GSC performans verilerinizi okuyabilir.
  • Bir Bing Search MCP sunucusu, Bing web/haber/görsel aramasını bir ajanın çağırabileceği araçlar olarak açığa çıkarır.

Zihinsel model: MCP, ajan çağının “bir API oluşturmalı mıyız?” sorusudur. Verilerinizi bir MCP sunucusu aracılığıyla açığa çıkarmak, onu ajanlar tarafından eyleme geçirilebilir kılmakla ilgilidir, sıralamayla değil. Hedef kitleniz giderek ajanlar aracılığıyla çalışıyorsa, bu kullanılabilirlik önemli olabilir — ancak bunu bir SEO kararı değil, bir dağıtım/entegrasyon kararı olarak ele alın. Bu, llms.txt’in “kimlik/keşif” bahsi olduğu “yetenek/eylem” bahsidir.

Güvenlik: gerçek, çözülmemiş riskler

MCP’nin yalnızca saygın bir şirketten gelen açık bir standart olduğu için güvenli olduğunu varsaymayın. Bir AI ajanına eylemde bulunabilen araçlar verdiğiniz ve onu güvenilmeyen girdiye maruz bıraktığınız anda bir saldırı yüzeyi açmış olursunuz. Simon Willison — LLM araçları ve güvenliği konusunda daha güvenilir bağımsız seslerden biri — bunu şöyle açıkladı:

“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.” (çeviri) «Kullanıcı adına eylemler gerçekleştirebilen araçları potansiyel olarak güvenilmeyen girdiye maruz bırakmayla birleştirdiğinizde, saldırganların bu araçları istedikleri her şeyi yapmalarına etkili bir şekilde izin veriyorsunuz.»

Bunun MCP’ye özgü bir kusur olmadığını dikkatle belirtiyor:

“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.” (çeviri) «Bu güvenlik açıkları MCP protokolünün kendisine özgü değildir—potansiyel olarak güvenilmeyen girdilere maruz kalabilecek bir LLM’ye araçlar sağladığımız her zaman mevcutturlar.»

MCP bağlamında belgelenen riskler arasında istem enjeksiyonu, araç zehirlenmesi (bir aracın açıklamasında gizlenmiş kötü niyetli talimatlar) ve “halı çekme” (kurduktan sonra davranışını değiştiren bir araç) bulunur. Bu yazının yazıldığı tarih itibarıyla bunlar çözülmüş değil, canlı sorunlardır — bu nedenle MCP sunucuları dağıtıyorsanız veya bağlıyorsanız, onlara diğer güvenilmeyen entegrasyonlar gibi davranın: en az ayrıcalık, önemli eylemler için insan onayı ve hangi sunuculara güvendiğinize dikkat edin.

The MCP spec’s security guidance names concrete attack categories server and client builders are expected to defend against — worth knowing even if you’re just evaluating a third-party server, not building one. The session-hijacking item below applies to the legacy session model; the 2026 core removes protocol-level Streamable HTTP sessions, while the other trust and authorization risks remain. The 2026 release notes scope that change to the current protocol revision:

  • Confused deputy — a proxy MCP server using a single static OAuth client ID can be tricked into skipping per-user consent for a third-party API it fronts.
  • Token passthrough — a server that accepts a client’s token and forwards it to a downstream API unchecked breaks audit trails and security controls; the spec says servers must not do this.
  • Server-side request forgery (SSRF) — a malicious server can point OAuth discovery at internal IPs or cloud metadata endpoints, tricking a client into fetching them.
  • Legacy session hijacking — on a session-using older deployment, a guessable or non-random session ID can let an attacker impersonate a client. Session IDs are state handles, never substitutes for authentication. Protocol security guidance sets this boundary explicitly for the legacy session model.
  • Local server compromise — a locally installed MCP server runs with the user’s own privileges, so a malicious or compromised one can read files, exfiltrate credentials, or run arbitrary commands; the mitigation is sandboxing, least-privilege launch configuration, and reviewing what a “one-click install” actually runs before approving it.

Bunların hiçbiri “açık bir standart” olduğu için veya OAuth’u etkinleştirerek çözülmez. Protokol uyumluluğu, resmi bir SDK kullanmak, yetkilendirmeyi etkinleştirmek veya bir sunucuyu sanal alana almak, her biri belirli saldırı yollarını kapatır — hiçbiri, tek başına veya birlikte, bir entegrasyonun güvenli olduğunu, bir modelin bir aracı doğru kullanacağını veya bir sunucunun yaygın olarak benimseneceğini garanti etmez. Yetkilendirme desteğinin kendisi spesifikasyonda isteğe bağlıdır ve sürüm kapsamlıdır; kapsamlı bir güvenlik garantisi değildir.

Yaygın yanılgılar

  1. “MCP ve llms.txt aynı şeydir / rekabet ederler.” Hayır — llms.txt statik, tek yönlü bir dosyadır; MCP canlı, çift yönlü bir protokoldür. Farklı sorunlar.
  2. “MCP, yeniden markalanmış fonksiyon çağrısıdır.” Hayır — fonksiyon çağrısı bir model yeteneğidir; MCP, bu fikrin üzerine inşa edilmiş satıcılar arası bir protokoldür.
  3. “MCP, Google veya OpenAI standardıdır.” Hayır — Anthropic onu oluşturdu (Kasım 2024). OpenAI ve Google DeepMind daha sonra benimsedi; artık satıcıdan bağımsız Agentic AI Foundation tarafından yönetiliyor.
  4. “Bir MCP sunucusu kurmak sıralamamı yükseltir.” Bunu destekleyen hiçbir kanıt yok. Görev yapan aracılara hizmet eder, arama görünürlüğüne değil.
  5. “MCP, API’lerin yerini alır.” Hayır — MCP sunucuları genellikle mevcut API’leri ve verileri yapay zeka tüketimi için standart bir şekilde ortaya çıkaran ince sarmalayıcılardır.
  6. “Anthropic’ten geldiği için varsayılan olarak güvenlidir.” Hayır — gerçek prompt enjeksiyonu ve araç zehirleme riskleri mevcuttur ve tam olarak çözülmemiştir.

Bu, yapay zeka araması resminde nereye oturuyor

MCP, aracılı (agentic) yığının eylem katmanıdır. Çevresinde, keşif ve kimlik katmanları — llms.txt, varlık SEO’su, yapay zeka için şema işaretlemesi ve aracılı arama’nın görevleri nasıl planlayıp çalıştırdığı — haritayı tamamlar. Katmanları ayrı tutun, abartılı iddialar hakkında akıl yürütmek çok daha kolay hale gelir.

Add an expert note

Pin an expert quote

New person? Create their unclaimed profile at /admin/experts/ → Pin a quote first.