MCP คืออะไร? มาตรฐานเปิดที่เชื่อม AI เข้ากับข้อมูลและเครื่องมือขององค์กร

ผู้ช่วย AI ตอบคำถามทั่วไปได้ดี แต่มักเข้าไม่ถึงข้อมูลจริงขององค์กร เช่น ยอดขายในฐานข้อมูลหรือสถานะงานในระบบแจ้งงาน (Ticket) ซึ่ง MCP ถูกออกแบบมาเพื่อแก้โจทย์นี้

บทความนี้สรุปว่า MCP ทำงานอย่างไร ใช้ทำอะไรในธุรกิจ ต้องระวังอะไร และควรเริ่มอย่างไร จากเอกสารทางการของโครงการและ Anthropic

สรุปสั้นสำหรับผู้บริหาร

• คืออะไร: มาตรฐานเปิดสำหรับเชื่อมแอป AI กับข้อมูลและเครื่องมือภายนอก สร้างโดย Anthropic

• ประโยชน์: สร้างตัวเชื่อม (MCP Server) ครั้งเดียว ใช้ได้กับทุกแอปที่รองรับ เช่น Claude, ChatGPT และ VS Code

• ใช้ทำอะไร: ให้ AI ค้นฐานข้อมูล อ่านไฟล์ หรือเปิด Ticket แทนผู้ใช้ ตามสิทธิ์ที่ได้รับ

• ต้องระวัง: การเรียกใช้เครื่องมือ (Tool) คือการรันโค้ดจริง ต้องยืนยันตัวตน จำกัดสิทธิ์ และให้คนอนุมัติงานสำคัญ

• เริ่มอย่างไร: ทดลอง Server สำเร็จรูปกับงานที่อ่านข้อมูลอย่างเดียว แล้วจึงสร้าง Server ของตัวเอง

MCP คืออะไร?

MCP (Model Context Protocol) คือมาตรฐานเปิดสำหรับเชื่อมแอป AI เข้ากับข้อมูล เครื่องมือ และระบบภายนอกผ่านช่องทางเดียว ทำให้ AI ดึงข้อมูลและลงมือทำงานได้ Anthropic เปิดตัวเป็นโอเพนซอร์สเมื่อ 25 พฤศจิกายน 2567

เว็บไซต์ของโครงการเปรียบ MCP กับพอร์ต USB-C ของแอป AI ส่วน Anthropic ระบุว่าก่อนมี MCP แหล่งข้อมูลใหม่แต่ละแห่งต้องมีโค้ดเชื่อมต่อเฉพาะ ระบบที่เชื่อมถึงกันจึงขยายได้ยาก

ทำไม MCP ถึงสำคัญกับองค์กร?

ถ้าไม่มีมาตรฐานกลาง ทุกครั้งที่อยากให้แอป AI ตัวใหม่เข้าถึง ERP หรือ CRM ทีมพัฒนาต้องเขียนตัวเชื่อม (Integration) ใหม่ให้แอปนั้นโดยเฉพาะ งานจึงเพิ่มตามจำนวนคู่ของแอปและระบบ

ด้วย MCP องค์กรสร้าง Server ให้ระบบของตัวเองครั้งเดียว แล้วแอปที่รองรับอย่าง Claude, ChatGPT, Visual Studio Code และ Cursor ก็เชื่อมต่อได้ ช่วยลดการผูกติดกับผู้ให้บริการ AI รายเดียว

สถาปัตยกรรมของ MCP ทำงานอย่างไร?

MCP ใช้สถาปัตยกรรมแบบ Client-Server (ผู้ขอใช้บริการกับผู้ให้บริการ) และรับส่งข้อความด้วย JSON-RPC 2.0 ซึ่งเป็นรูปแบบมาตรฐานสำหรับเรียกคำสั่งข้ามโปรแกรม

Host, Client และ Server ต่างกันอย่างไร?

• Host: แอป AI ที่ผู้ใช้ใช้งาน เช่น Claude Desktop, Claude Code หรือ Visual Studio Code

• Client: ตัวเชื่อมต่อภายใน Host โดย Host สร้าง Client หนึ่งตัวต่อ Server หนึ่งตัว

• Server: โปรแกรมที่เปิดข้อมูลหรือความสามารถของระบบให้ AI ใช้ เช่น ไฟล์ ฐานข้อมูล หรือบริการออนไลน์

MCP กำหนดเฉพาะวิธีแลกเปลี่ยนบริบท ไม่ได้กำหนดว่าแอปจะใช้โมเดลภาษา (LLM) อย่างไร

Server เปิดอะไรให้ AI ใช้ได้บ้าง?

• Tools (เครื่องมือ): ฟังก์ชันที่ AI สั่งทำงานได้ เช่น ดึงข้อมูลจากฐานข้อมูล (Query) หรือเรียก API

• Resources (แหล่งข้อมูล): ข้อมูลที่ใช้เป็นบริบท เช่น เนื้อหาไฟล์หรือระเบียนในฐานข้อมูล

• Prompts (แม่แบบคำสั่ง): แม่แบบข้อความที่ใช้ซ้ำได้ เช่น ตัวอย่างวิธีใช้ Tool

ตัวอย่างเช่น Server ของฐานข้อมูลอาจมี Tool สำหรับ Query, Resource ที่เก็บโครงสร้างตาราง และ Prompt ที่มีตัวอย่างการใช้งาน ส่วน Server เองก็ขอให้ผู้ใช้กรอกข้อมูลเพิ่มหรือยืนยันการทำงานได้ ผ่านความสามารถที่เรียกว่า Elicitation

stdio กับ Streamable HTTP ต่างกันอย่างไร?

• stdio: รับส่งผ่านช่องทางมาตรฐาน (Standard Input/Output) ของโปรแกรมบนเครื่องเดียวกัน เหมาะกับ Server แบบ Local ที่รันบนเครื่องผู้ใช้

• Streamable HTTP: ส่งผ่านเครือข่ายด้วย HTTP เหมาะกับ Server แบบ Remote ที่รันบนเซิร์ฟเวอร์และให้บริการหลายคน โดยเอกสารแนะนำให้ใช้ OAuth (มาตรฐานการมอบสิทธิ์เข้าถึง) ออกโทเค็นยืนยันตัวตน

ณ เดือนกันยายน 2569 สเปกฉบับล่าสุดของ MCP คือเวอร์ชัน 2026-07-28

ตัวอย่างการใช้ MCP ในธุรกิจมีอะไรบ้าง?

• ถามข้อมูลด้วยภาษาคน: ผู้จัดการถามยอดขายหรือสต็อกผ่านแชต แล้ว AI เรียก Tool ที่ Query ฐานข้อมูลให้

• เปิด Ticket: ทีมบริการลูกค้าให้ AI สรุปปัญหาแล้วเปิด Ticket โดยเจ้าหน้าที่กดยืนยันก่อน

• สรุปเอกสาร: AI อ่านไฟล์ในโฟลเดอร์หรือคลังเอกสารที่อนุญาต เพื่อตอบคำถามหรือร่างรายงาน

• งานพัฒนาซอฟต์แวร์: เครื่องมือเขียนโค้ดดึงข้อมูลจาก GitHub หรือระบบติดตามข้อผิดพลาดอย่าง Sentry มาวิเคราะห์ปัญหา

ตอนเปิดตัว Anthropic ปล่อย Server สำเร็จรูปสำหรับ Google Drive, Slack, GitHub, Git, Postgres และ Puppeteer ส่วนการให้ AI ใช้หลาย Tool ต่อกันจนงานเสร็จคือหลักการของ AI Agent

ความปลอดภัยของ MCP ต้องระวังอะไรบ้าง?

สเปกระบุว่า MCP เปิดทางให้เข้าถึงข้อมูลและรันโค้ดได้ แต่ตัวโปรโตคอลบังคับหลักความปลอดภัยเองไม่ได้ องค์กรต้องวางมาตรการเอง

• ยืนยันตัวตน: Server แบบ Remote ต้องตรวจสิทธิ์ทุกคำขอ เช่น ด้วยโทเค็นจาก OAuth

• ให้สิทธิ์เท่าที่จำเป็น (Least Privilege): เช่น ใช้บัญชีฐานข้อมูลแบบอ่านอย่างเดียว และเปิดเฉพาะ Tool ที่ต้องใช้

• ให้คนอนุมัติ: สเปกกำหนดให้ Host ขอความยินยอมจากผู้ใช้ก่อนเรียก Tool และก่อนส่งข้อมูลผู้ใช้ให้ Server

• ไม่ไว้ใจผลลัพธ์จาก Tool: คำอธิบาย Tool จาก Server ที่ไม่น่าเชื่อถือต้องถือว่าไว้ใจไม่ได้ และข้อมูลที่ดึงมาอาจแฝงคำสั่งควบคุม AI ที่เรียกว่า Prompt Injection

• ใช้ Server ที่เชื่อถือได้และเก็บ Log: Server แบบ Local คือโปรแกรมที่รันบนเครื่องผู้ใช้ จึงควรติดตั้งจากแหล่งที่ตรวจสอบได้ และเก็บ Log ทุกการเรียก Tool

องค์กรจะเริ่มใช้ MCP อย่างไร?

1. เลือกงานนำร่องที่อ่านข้อมูลอย่างเดียว: เช่น ค้นเอกสารภายในหรือดูรายงานยอดขาย

2. ใช้ Server ที่มีอยู่แล้ว: ทดลอง Server ทางการของผู้ให้บริการหรือ Server อ้างอิงของโครงการในสภาพแวดล้อมทดสอบ

3. สร้าง Server ของตัวเอง: ใช้ SDK (ชุดเครื่องมือนักพัฒนา) ทางการห่อ API ของ ERP หรือ CRM โดยเปิดเฉพาะ Tool ที่จำเป็น

4. วางกติกา: กำหนดสิทธิ์ เก็บ Log และระบุว่า Tool ใดต้องให้คนอนุมัติ ตามนโยบาย AI ขององค์กร

5. ขยายสู่งานอัตโนมัติ: เมื่อมั่นใจแล้วจึงต่อหลาย Tool เป็นเวิร์กโฟลว์ ดู AI Automation

เอกสารของโครงการมี SDK หลายภาษาและเครื่องมือทดสอบ MCP Inspector ส่วน Anthropic แนะนำให้เริ่มจาก Server สำเร็จรูป แล้วทำตามคู่มือ Quickstart

รัน MCP Server บนคลาวด์ในไทยกับ THAI DATA CLOUD

MCP Server แบบ Remote ควรอยู่ใกล้ข้อมูลที่เชื่อมถึง ในสภาพแวดล้อมที่คุมสิทธิ์และตรวจสอบได้

• Cloud Server: Data Center ไทย ปรับ CPU/RAM ได้เอง พร้อมใช้ใน 1 นาที สำหรับรัน MCP Server ให้ทั้งทีม

• Cloud Database Server: PostgreSQL, MySQL, MongoDB และอื่น ๆ บน NVMe SSD พร้อม SSL และ WAF

• Private Cloud: ข้อมูลอยู่ในประเทศ รองรับ PDPA ทีมวิศวกรไทยดูแล 24/7

• Cybersecurity: SOC เฝ้าระวัง 24x7 และเก็บ Log ตาม พ.ร.บ.คอมพิวเตอร์

ถ้าต้องการให้ตัวโมเดลอยู่ในองค์กรด้วย สามารถรันบน GPU Server ใน Data Center ไทย

คำถามที่พบบ่อยเกี่ยวกับ MCP

MCP ต่างจาก API ทั่วไปอย่างไร?

API คือช่องทางที่แต่ละระบบเปิดให้โปรแกรมอื่นเรียกใช้ในรูปแบบของตัวเอง ส่วน MCP คือมาตรฐานกลางที่ให้แอป AI เรียกใช้ระบบต่าง ๆ ด้วยวิธีเดียวกัน MCP Server อาจห่อ API เดิมไว้แล้วเปิดเป็น Tool จึงไม่ได้มาแทน API

MCP ใช้กับ AI ค่ายอื่นนอกจาก Claude ได้ไหม?

ได้ แม้ Anthropic เป็นผู้สร้าง แต่ MCP เป็นมาตรฐานเปิดที่ ChatGPT, Visual Studio Code, Cursor และเครื่องมืออื่นอีกหลายตัวรองรับแล้ว Server ที่สร้างครั้งเดียวจึงใช้ได้กับหลายแอป

ใช้ MCP ปลอดภัยไหม?

ปลอดภัยได้ถ้าออกแบบถูกต้อง สเปกกำหนดให้ผู้ใช้ยินยอมก่อนเรียก Tool แต่โปรโตคอลบังคับเองไม่ได้ องค์กรจึงต้องยืนยันตัวตน จำกัดสิทธิ์ และระวังคำสั่งแฝงในผลลัพธ์ของ Tool

ต้องเขียนโค้ดไหมถึงจะใช้ MCP ได้?

ไม่จำเป็นในช่วงแรก ผู้ใช้เชื่อมแอป AI กับ MCP Server สำเร็จรูปได้ผ่านการตั้งค่าของแอป แต่ถ้าจะเชื่อมระบบภายในอย่าง ERP ทีมพัฒนาต้องสร้าง Server เองโดยใช้ SDK ทางการ

สรุป: MCP คือช่องทางมาตรฐานระหว่าง AI กับระบบองค์กร

MCP ทำให้การเชื่อม AI กับข้อมูลกลายเป็นมาตรฐานเดียวที่ใช้ซ้ำได้ แต่จะคุ้มค่าจริงเมื่อวางเรื่องสิทธิ์ การอนุมัติ และ Log ตั้งแต่ต้น แล้วเริ่มจากงานที่อ่านข้อมูลอย่างเดียว

ต้องการวางโครงสร้างพื้นฐานสำหรับ MCP Server บนคลาวด์ในไทย ติดต่อทีม THAI DATA CLOUD ปรึกษาฟรี

แหล่งข้อมูลอ้างอิง

• Anthropic: Introducing the Model Context Protocol

• Model Context Protocol: What is the Model Context Protocol (MCP)?

• Model Context Protocol: Architecture overview

• Model Context Protocol: Specification

สอบถามข้อมูลบริการ

• Phone : 098-894-2499

• Phone : 082-653-2659

• Line Official Account : @thaidatacloud

• อีเมล : [email protected]