מה זה MCP? המדריך לחיבור מערכות העסק ל-Claude ול-ChatGPT

בשיחות שלי עם מנהלים על AI חוזרת שוב ושוב אותה שאלה: "איך אני גורם ל-Claude או ל-ChatGPT לעבוד עם המידע שלנו, ולא רק לענות מהאינטרנט?". והתשובה, יותר ויותר, מתחילה בשלוש אותיות. אז מה זה MCP, למה כולם מדברים עליו, ומה הוא באמת יכול לעשות בשביל העסק שלכם?

אני דורון סויסה, מהנדס תוכנה ו-CTO ב-Kliento. אני בונה סוכני AI ומערכות שמחוברות זו לזו, ובמדריך הזה אסביר את MCP בעברית פשוטה: איך הוא עובד, מה זה MCP server, איך מחברים דרכו את מערכות העסק ל-Claude או ל-ChatGPT, ובעיקר על מה צריך להיזהר. כל מה שכתוב כאן על הפרוטוקול נבדק מול התיעוד הרשמי שלו ומול התיעוד של Anthropic ו-OpenAI, ואני מקשר למקורות לאורך הדרך.

מה זה MCP (Model Context Protocol) בעברית ובמילים פשוטות

לפי האתר הרשמי של הפרוטוקול, MCP הוא תקן קוד פתוח לחיבור אפליקציות AI למערכות חיצוניות. בעזרתו אפליקציות כמו Claude או ChatGPT יכולות להתחבר למקורות מידע (למשל קבצים ומסדי נתונים), לכלים (למשל מנוע חיפוש) ולתהליכי עבודה, כדי לגשת למידע ולבצע משימות.

ההשוואה שהם עצמם משתמשים בה היא USB-C: כמו ש-USB-C נותן דרך אחידה לחבר מכשירים אלקטרוניים, MCP נותן דרך אחידה לחבר אפליקציות AI למערכות חיצוניות. ההשוואה הזאת מסבירה היטב את הרעיון: לא צריך כבל מיוחד לכל מכשיר.

את MCP השיקה Anthropic, החברה שמפתחת את Claude, ב-הודעה מ-25 בנובמבר 2024. הבעיה שהיא תיארה שם מוכרת לכל מי שניסה לחבר AI למערכות של ארגון: כל מקור מידע חדש דרש מימוש מותאם משלו, וזה הפך את החיבורים לקשים להרחבה. MCP בא להחליף את החיבורים המפוזרים האלה בפרוטוקול אחד.

ב-9 בדצמבר 2025 Anthropic העבירה את MCP ל-Agentic AI Foundation, קרן במסגרת Linux Foundation שהקימו יחד Anthropic, Block ו-OpenAI. כלומר, MCP הוא כבר לא "הפרוטוקול של Anthropic", אלא תקן פתוח בניהול גוף ניטרלי. לעסק זה חשוב: כשבונים חיבור על תקן שמנוהל באופן פתוח, הסיכוי להיתקע עם ספק אחד קטן יותר.

איך MCP עובד: Host, Client ו-Server

לפי תיעוד הארכיטקטורה, יש שלושה משתתפים:

• MCP Host: אפליקציית ה-AI עצמה, למשל Claude Desktop, Claude Code או VS Code. היא מנהלת את החיבורים.
• MCP Client: רכיב בתוך ה-Host שמחזיק חיבור לשרת אחד. אם ה-Host מחובר לשלושה שרתים, יש לו שלושה Clients.
• MCP Server: תוכנה שמספקת מידע ויכולות ל-AI. זה החלק שאתם בונים או מתקינים כדי לחבר מערכת של העסק.

שרת MCP יכול לרוץ מקומית, על אותו מחשב של המשתמש, או מרחוק, כשירות ברשת. לשם כך הפרוטוקול מגדיר שתי דרכי תקשורת: stdio לתקשורת בין תהליכים על אותו מחשב, ו-Streamable HTTP לשרתים מרוחקים, שתומך גם באימות כמו טוקנים ומפתחות API, כשההמלצה היא להשתמש ב-OAuth. מתחת לכל זה ההודעות עצמן בנויות על JSON-RPC 2.0, פורמט מוכר ופשוט יחסית.

בשביל עסק, ההבחנה החשובה היא בין מקומי למרוחק. שרת מקומי מתאים בעיקר למפתח שעובד על המחשב שלו. כשרוצים שכל הצוות, או ש-Claude ו-ChatGPT בענן, יגיעו למערכת של העסק, צריך שרת מרוחק עם כתובת מאובטחת והרשאות מסודרות.

מה שרת MCP חושף: כלים, משאבים ותבניות

לפי תיעוד השרתים, שרת MCP מספק שלושה סוגי יכולות. ההבדל ביניהם הוא בעיקר מי מחליט מתי משתמשים בהם:

הנקודה הקריטית היא הכלים. כלי הוא פעולה אמיתית במערכת אמיתית, והמודל הוא שמחליט מתי להפעיל אותו. התיעוד של MCP מציין שכלים יכולים לדרוש אישור של המשתמש לפני ביצוע, ומפרט מנגנונים שאפליקציות יכולות ליישם: הצגת הכלים הזמינים, חלון אישור לכל הפעלה, אישור מראש רק לפעולות בטוחות, ויומן פעילות שמראה כל הפעלה ואת התוצאה שלה. אחזור לזה בחלק על אבטחה.

מי תומך ב-MCP היום

לפי ההודעה של Anthropic מדצמבר 2025, MCP אומץ ב-ChatGPT, Cursor, Gemini, Microsoft Copilot ו-Visual Studio Code, ובאותה הודעה Anthropic מדווחת על יותר מ-10,000 שרתי MCP ציבוריים פעילים. כלומר, שרת MCP שתבנו למערכת שלכם לא נעול לכלי AI אחד.

MCP ב-Claude

בממשק של Claude שרתי MCP מרוחקים מתחברים כ"חיבורים מותאמים" (Custom connectors). לפי מרכז העזרה של Anthropic, הם זמינים בתוכניות Free, Pro, Max, Team ו-Enterprise, כשבתוכנית החינמית אפשר להוסיף חיבור מותאם אחד בלבד. בתוכנית Team רק בעלי הארגון מוסיפים חיבורים לארגון, וחברי הצוות מתחברים אליהם. החיבור עצמו מבוסס על כתובת השרת, ובדרך כלל עובר תהליך התחברות ב-OAuth, כך ש-Claude מקבל גישה בלי לראות את הסיסמה. הרחבתי על Claude בעסק במדריך Claude AI לעסקים.

MCP ב-ChatGPT וב-API של OpenAI

גם ב-ChatGPT אפשר להוסיף שרת MCP מותאם. לפי התיעוד של OpenAI, השרת צריך להיות נגיש בכתובת HTTPS ציבורית שתומכת ב-Streamable HTTP, בדרך כלל בנתיב /mcp, ולשרת פרטי יש אפשרות של מנהרה מאובטחת. ההוספה והשימוש כפופים למדיניות של החשבון ושל סביבת העבודה, כך שבארגון ייתכן שרק מנהל יוכל לאפשר את זה. שמות התפריטים משתנים מדי פעם, ולכן לא אפרט אותם כאן.

למי שבונה מוצר דרך ה-API, התיעוד של OpenAI על שרתי MCP מרוחקים מציין שכברירת מחדל OpenAI מבקשת אישור לפני שמידע כלשהו נשלח לשרת MCP, ושאפשר להגביל את המודל לרשימת כלים מסוימת. זו בדיוק הגישה הנכונה: להתחיל בצמצום ובאישורים, ולהרחיב רק אחרי שרואים שהכול עובד.

חיבור AI למערכות העסק: מה אפשר לעשות עם MCP server

כאן MCP מפסיק להיות מושג טכני ומתחיל להיות מעניין. הנה כמה דוגמאות לשימושים שעסקים שואלים עליהם, כדי לתת תחושה של מה אפשרי:

• שאלות על לקוח מתוך ה-CRM: "מה הסטטוס של הליד הזה, ומתי דיברו איתו לאחרונה?" בלי לפתוח את המערכת ולחפש.
• מעקב הזמנות ומלאי: כלי שבודק סטטוס הזמנה או זמינות מוצר, לשימוש הצוות או כבסיס לסוכן שירות.
• נתונים להנהלה: שאלות בשפה חופשית על נתוני מכירות, מעל שאילתות מוגדרות מראש ובקריאה בלבד.
• ידע ארגוני: גישה לנהלים, מחירונים ומסמכים כמשאבים, כך שהתשובות מבוססות על המקור.
• פעולות שגרתיות: פתיחת משימה, עדכון רשומה או קביעת פגישה, עם אישור של אדם לפני ביצוע.

יש מערכות שכבר מציעות שרת MCP רשמי, ואז החיבור הוא בעיקר עניין של הגדרה והרשאות. למערכות פנימיות, או ל-CRM שנבנה במיוחד בשבילכם, צריך לבנות שרת. זו לא בהכרח עבודה ענקית: הפרוטוקול מגיע עם SDK רשמי לכמה שפות תכנות, ושרת טוב הוא בעצם שכבה דקה מעל ה-API שכבר קיים, עם הגדרה ברורה של אילו פעולות חשופות ולמי. על חיבורים בין מערכות, API ו-BI בארגונים אפשר לקרוא בעמוד מערכות לארגונים ו-SaaS.

MCP, API, RAG ואוטומציה: מה ההבדל

MCP לא מחליף את הכלים שכבר יש לכם. הוא שכבה נוספת, וכדאי להבין איפה הוא נכנס:

בפועל, הם עובדים יחד. סוכן יכול לשלוף ידע בשיטת RAG, שהסברתי במאמר מה זה RAG, לבצע פעולה דרך כלי MCP, ולהפעיל תהליך אוטומציה שכבר בניתם, למשל ב-n8n. הכלל שאני עובד לפיו, וכתבתי עליו בעמוד סוכני AI, מאגרי ידע ואוטומציה: לא כל בעיה צריכה מודל שפה. לפעמים טופס, כלל פשוט או חיפוש רגיל מתאימים יותר וזולים יותר, ותהליך קבוע וידוע מראש מתאים בדרך כלל לאוטומציה רגילה.

איך מחברים את מערכות העסק ל-Claude או ל-ChatGPT: שלב אחרי שלב

1. בוחרים שימוש אחד ממוקד. לא "לחבר את ה-AI לכל המערכות", אלא שאלה אחת שחוזרת הרבה, כמו סטטוס הזמנה או סיכום לקוח לפני שיחה.
2. בודקים אם כבר קיים שרת רשמי. אם הספק של המערכת מציע שרת MCP, מתחילים ממנו. אם לא, מאפיינים שרת: אילו כלים, אילו משאבים, ואילו שדות בדיוק חוזרים.
3. מתחילים בקריאה בלבד. כלי שקורא נתונים הוא סיכון קטן בהרבה מכלי שכותב או מוחק. פעולות כתיבה מוסיפים רק אחרי שהקריאה עובדת ונבדקה.
4. מגדירים הרשאות והתחברות. לשרת מרוחק משתמשים ב-OAuth או במפתח עם הרשאות מינימליות, ומחליטים מי בארגון רשאי להשתמש בחיבור.
5. מעלים את השרת לכתובת HTTPS. Claude ו-ChatGPT מתחברים לשרת מרוחק דרך כתובת מאובטחת. שרת שרץ רק על המחשב של המפתח לא יספיק לצוות.
6. מחברים ובודקים על שאלות אמיתיות. מוסיפים את החיבור ב-Claude או ב-ChatGPT, ומריצים את השאלות שהצוות באמת שואל. בודקים גם מה קורה כשהשאלה לא ברורה, או כשאין מידע.
7. מנטרים לאורך זמן. יומן של כל הפעלת כלי, מי הפעיל, עם אילו פרמטרים ומה חזר. בלי זה אי אפשר לדעת אם החיבור עובד נכון, ואי אפשר לחקור תקלה.

אבטחה ב-MCP: מה יכול להשתבש

זה החלק החשוב ביותר במאמר. ברגע שמחברים מודל שפה למערכת אמיתית, טעות של המודל או ניסיון תקיפה יכולים להפוך לפעולה אמיתית. גם Anthropic וגם OpenAI כותבות את זה במפורש בתיעוד שלהן:

• הוראות נסתרות (Prompt injection). לפי Anthropic, שרתי MCP זדוניים עלולים להכיל הוראות נסתרות שמנסות לגרום ל-Claude לבצע פעולות לא רצויות. OpenAI מזהירה באותה רוח, ומוסיפה ששרת זדוני יכול להוציא מידע רגיש מכל מה שנכנס להקשר של המודל.
• שרתים שלא נבדקו. חיבור מותאם יכול להתחבר לכל שירות, גם כזה ש-Anthropic לא בדקה. מתחברים רק לשרתים ממקור שאתם סומכים עליו.
• הרשאות רחבות מדי. מסמך האבטחה של MCP ממליץ על מודל הרשאות הדרגתי: להתחיל במינימום ולבקש הרשאות נוספות רק כשצריך, כי טוקן עם הרשאות רחבות שנגנב פותח הכול.
• טוקנים שעוברים הלאה. לפי מפרט ההרשאות, שרת MCP חייב לקבל רק טוקנים שהונפקו עבורו, ואסור לו להעביר הלאה טוקנים אחרים. זה משהו לבדוק אצל כל מי שבונה לכם שרת.
• שרתים מקומיים מריצים קוד. שרת מקומי הוא תוכנה שרצה על המחשב עם ההרשאות של המשתמש. מסמך האבטחה ממליץ להריץ שרתים כאלה בסביבה מבודדת ועם הרשאות מינימליות.
• הרשאה אחת לכולם. לפי Anthropic, בתוכניות Team ו-Enterprise כל מי שמשתמש בחיבור ניגש לשירות עם אותם פרטי גישה. לכן מפתח שמחובר לחיבור צוותי צריך להיות מוגבל ככל האפשר.

והצ'קליסט המעשי שלי לפני שמחברים שרת MCP למערכת של העסק:

הסוכנים שאני בונה עובדים לפי אותו עיקרון: הסוכן מריץ רק את הפונקציות שהוגדרו לו, עם ההרשאות המינימליות, ההחלטה מה מותר לו לעשות נשארת אצל הלקוח, וכל שיחה ופעולה נרשמות לבדיקה. ואם עוברים דרך החיבור נתונים אישיים של לקוחות, כדאי להכיר גם את החובות לפי חוק הגנת הפרטיות, שסיכמתי במאמר תיקון 13 לחוק הגנת הפרטיות. מה שכתוב כאן הוא הסבר כללי ולא ייעוץ משפטי.

מתי לא צריך MCP

כדי להיות הוגן: לא כל עסק צריך שרת MCP מחר בבוקר. אם הצוות משתמש ב-AI בעיקר לכתיבה ולסיכום מסמכים, מספיק להעלות קבצים לכלי עצמו. אם התהליך קבוע וידוע מראש, אוטומציה רגילה תעשה את העבודה טוב יותר. ואם הנתונים במערכת לא מסודרים, לחבר אליהם AI רק יגרום לטעויות להגיע מהר יותר. MCP שווה את ההשקעה כשיש שאלות או פעולות שחוזרות הרבה, על מערכת עם נתונים טובים, ואנשים שבאמת יעבדו עם זה. בדיוק את סוג ההחלטות האלה אני בודק בייעוץ טכנולוגי לעסקים.

שאלות נפוצות על MCP

מה זה MCP במילים פשוטות?

MCP (Model Context Protocol) הוא תקן פתוח שמגדיר איך אפליקציות AI מתחברות למערכות חיצוניות כמו קבצים, מסדי נתונים וכלים עסקיים. בונים שרת MCP אחד למערכת, וכל אפליקציית AI שתומכת בתקן יכולה להשתמש בו.

מה זה MCP server?

MCP server הוא תוכנה שחושפת יכולות של מערכת לאפליקציות AI: כלים (פעולות), משאבים (מידע לקריאה) ותבניות. הוא יכול לרוץ מקומית על המחשב, או מרחוק כשירות ברשת, ובמקרה כזה Claude ו-ChatGPT מתחברים אליו דרך כתובת מאובטחת.

האם MCP עובד רק עם Claude?

לא. Anthropic השיקה את MCP, אבל מאז דצמבר 2025 הוא מנוהל ב-Agentic AI Foundation שבמסגרת Linux Foundation, ולפי Anthropic הוא אומץ גם ב-ChatGPT, Gemini, Microsoft Copilot, Cursor ו-VS Code.

מה ההבדל בין MCP ל-API?

API הוא הממשק שמערכת מסוימת חושפת, וכל API בנוי אחרת. MCP הוא שכבה אחידה מעליו שמיועדת לאפליקציות AI: היא מאפשרת לאפליקציה לגלות אילו כלים קיימים, מה הם מקבלים ומה הם מחזירים, ולהפעיל אותם באותה דרך בכל שרת.

האם זה בטוח לחבר את ה-CRM שלנו ל-AI דרך MCP?

זה יכול להיות בטוח, אם עושים את זה נכון: שרת ממקור מוכר, התחלה בקריאה בלבד, הרשאות מינימליות, אישור של אדם לפני פעולות שמשנות נתונים, ויומן של כל הפעלה. Anthropic ו-OpenAI עצמן מזהירות משרתים זדוניים ומהוראות נסתרות, ולכן לא מחברים שרת שלא בדקתם.

כמה עולה לבנות שרת MCP לעסק?

אין מחיר אחד. העלות תלויה בעיקר במצב המערכת הקיימת (יש לה API מסודר או לא), במספר הכלים ובסוג הפעולות, ובדרישות ההרשאות, האבטחה והניטור. שרת שחושף כמה פעולות קריאה מעל API קיים הוא פרויקט קטן בהרבה משרת שמבצע פעולות כתיבה בכמה מערכות.