2023'te herkes "chatbot yapalım" diyordu. 2026'da masaya gelen talep bambaşka: "Yapay zeka bizim ERP'mizi, CRM'imizi, veritabanımızı görsün ve iş yapsın." İşte bu noktada karşımıza Model Context Protocol, yani MCP çıkıyor. 16 yıldır kurumsal yazılım geliştiren bir ekip olarak söyleyelim: MCP, yapay zekayı oyuncak olmaktan çıkarıp iş aracına dönüştüren katman. Bu yazıda protokolün ne olduğunu, sahada hangi problemleri çözdüğünü ve bir kurumun bu yolculuğa nereden başlaması gerektiğini kendi proje tecrübelerimiz üzerinden anlatacağız.
MCP tam olarak ne çözüyor?
MCP, yapay zeka modellerinin harici sistemlere standart bir protokol üzerinden bağlanmasını sağlıyor. Eskiden her entegrasyon için ayrı bir köprü yazılırdı; model değişince köprü de çöpe giderdi. MCP bu sorunu USB-C mantığıyla çözüyor: bir kez MCP sunucusu yazarsınız, onu destekleyen her yapay zeka istemcisi kullanır. Protokol tarafı da hızla olgunlaşıyor; 2026 yol haritasında kimlik doğrulama ve yetkilendirme tarafında ciddi iyileştirmeler var, ekosistemde binlerce MCP sunucusu yayında.
Sahada neler yapıyoruz?
Son bir yılda müşterilerimiz için kurduğumuz MCP tabanlı senaryolardan birkaçı:
- Muhasebe verisine bağlanan ve "geçen ayki tahsilat riskli müşteriler kimler?" sorusuna saniyeler içinde cevap veren iç asistanlar.
- Araç takip verisini okuyup filo yöneticisine günlük anomali özeti çıkaran ajanlar.
- E-ticaret panelinde sipariş, iade ve kargo sistemlerini tek doğal dil arayüzünden yöneten operasyon asistanları.
Bunların hiçbiri bilim kurgu değil; mevcut PHP backend'lerinizin önüne doğru tasarlanmış bir MCP katmanı koymakla başlıyor.
Dikkat edilmesi gerekenler
MCP güçlü ama disiplinsiz kurulursa risklidir. Sahada en sık gördüğümüz hatalar: yetki sınırlaması olmayan sunucular, her tabloya erişebilen tek bir "süper" bağlantı ve loglanmayan ajan eylemleri. Doğrusu şu: her MCP sunucusu tek bir iş alanına odaklanmalı, salt okunur işlemlerle başlanmalı, yazma yetkisi ancak onay mekanizmasıyla açılmalı. Kimlik tarafında da kurumsal SSO ile entegre, kısa ömürlü token kullanan bir yapı şart.
Mimari tarafında neye dikkat ediyoruz?
Teknik ekiplere birkaç somut not düşelim. MCP sunucusunu mevcut backend'in içine gömmek yerine ayrı bir servis olarak konumlandırıyoruz; böylece yapay zeka katmanındaki bir sorun ana uygulamayı etkilemiyor. Araç (tool) tasarımında "her şeyi yapan tek araç" yerine dar kapsamlı, net isimli araçlar tanımlıyoruz; model doğru aracı ancak doğru tarif edilmiş seçeneklerden seçebiliyor. Her araç çağrısında kullanıcı kimliği ve yetki bağlamı sunucu tarafında zorlanıyor; modelin "ben yetkiliyim" demesi bir anlam ifade etmiyor, yetkiyi her zaman bizim kod katmanımız doğruluyor. Loglama tarafında ise her ajan eylemi, hangi kullanıcı adına hangi veriye dokunduğu bilgisiyle birlikte denetim iziyle kayıt altına alınıyor. Bu dört prensip, pilotun üretime çıkabilmesi ile demo olarak kalması arasındaki farkı belirliyor.
Nereden başlamalı?
Tavsiyemiz iddiasız ama etkili bir pilotla başlamak: şirketinizde en çok "şunu Excel'e çekip bakıyoruz" denilen veri neyse, onu bir MCP sunucusuyla yapay zekaya açın. İki haftalık bir pilotta ekibin verimlilik kazancını ölçün, sonra kapsamı genişletin. Rich Design olarak 2010'dan beri 500'ün üzerinde projede backend ve entegrasyon geliştirdik; son dönemde bu tecrübeyi MCP tabanlı yapay zeka entegrasyonlarına taşıyoruz. Kendi sistemlerinize güvenli bir yapay zeka katmanı eklemek istiyorsanız iletişim sayfamızdan bize ulaşın, pilot kapsamını birlikte netleştirelim.