Il Model Context Protocol (MCP) definisce un’interfaccia comune tra applicazioni AI, strumenti e dati. L’host gestisce le connessioni dei client ai server, che offrono strumenti, risorse e prompt riutilizzabili. Il protocollo da solo non garantisce privacy o azioni sicure: dipendono dall’host, dal server e dalla distribuzione.
Un singolo host può mantenere connessioni a più server contemporaneamente. Un utente che lavora in Claude Desktop potrebbe avere un server MCP che offre accesso al file system, un secondo connesso al calendario e un terzo che attinge a una knowledge base. L'host li coordina tutti tramite il proprio livello client, senza che ogni server debba sapere che gli altri esistono.
I Tools sono funzioni che l'IA può eseguire: lanciare una query di database, inviare un messaggio, scrivere un file, cercare sul web. L'IA chiama un tool quando deve agire o recuperare informazioni specifiche su richiesta. I tool richiedono che l'IA decida attivamente quando usarli.
I Prompts sono template riutilizzabili di workflow definiti dal server: una checklist di code review, un formato di riepilogo riunione, una struttura per ticket di supporto. Consentono ai fornitori di server di codificare workflow specifici del dominio che qualsiasi IA connessa può invocare su richiesta.
MCP usa JSON-RPC 2.0, uno standard leggero di chiamate a procedure remote che utilizza messaggi JSON strutturati su un trasporto condiviso. L'host IA invia richieste; il server MCP restituisce risposte. Il protocollo supporta sia scambi sincroni sia notifiche asincrone per operazioni di lunga durata.
MCP vs API tradizionali: qual è la differenza?
La domanda più comune su MCP è se sostituisca le API REST. Non è così. La distinzione conta per chiunque costruisca o valuti strumenti IA.
MCP è un livello sopra quel contratto. Un server MCP spesso avvolge un'API esistente, ma aggiunge qualcosa che l'API grezza non può offrire: una descrizione leggibile dalla macchina di cosa fa lo strumento e quando un'IA dovrebbe considerare di usarlo. L'IA scopre dinamicamente i tool disponibili e ragiona su quando invocarli, anziché seguire istruzioni hardcoded.
Un chiarimento separato sul function calling: il function calling è una capacità del modello che consente a un'IA di decidere di invocare una funzione durante una conversazione. MCP è il protocollo di trasporto e scoperta che definisce come quella funzione viene esposta oltre i confini del sistema. I due si completano e non sono approcci concorrenti.
L'automazione dei workflow aziendali usa i Tools MCP per collegare l'IA a CRM, database e API di pianificazione. Un assistente commerciale può cercare la cronologia contrattuale di un cliente, controllare gli orari disponibili per una riunione e preparare un'email di follow-up chiamando in sequenza tre server MCP distinti, tutti coordinati da un singolo host IA in un'unica conversazione.
I workflow di agenti personali combinano tutte e tre le primitive. Un assistente personale legge la casella di posta come Resource, usa un tool per cercare negli appunti il contesto correlato e applica un template Prompt per redigere una risposta strutturata, tutto in un unico workflow guidato dall'IA che attraversa più fonti dati senza richiedere all'utente di passare da un'app all'altra.