MCP — переходник между ИИ и рабочими сервисами
В понедельник нужно собрать статус проекта: открыть Jira, найти просроченные задачи, заглянуть в Confluence, сверить план и выписать блокеры. Потом превратить всё это в понятное сообщение команде. MCP помогает убрать именно ручную беготню по вкладкам.
Model Context Protocol, или MCP, — открытый протокол, через который ИИ-клиент подключается к внешним инструментам. Это могут быть таск-трекер, база знаний, CRM, файлы или поиск. Если совсем просто, MCP — общий переходник: он сообщает модели, какие данные разрешено читать и какие действия разрешено выполнять.
Пользователь → ИИ-клиент → MCP-сервер → API сервиса → ответ в чатеMCP-сервер стоит между ИИ и сервисом. Он показывает доступные инструменты: найти задачу, прочитать страницу, создать тикет. Сам протокол не открывает модели доступ «ко всей компании». Нужны сервер, авторизация, права аккаунта и конкретный список разрешений.
В MCP есть prompts — готовые сценарии, resources — данные для контекста и tools — действия. План релиза в базе знаний будет ресурсом, а поиск заблокированных задач — инструментом. Термины и устройство протокола можно посмотреть в спецификации MCP.
Как собрать статус проекта без копипаста
Менеджеру нужно понять, что должно быть готово до пятницы, где зависли задачи и что уже расходится с планом запуска. Без MCP он переносит куски из Jira и Confluence в заметку. В такой цепочке легко потерять маленькую задачу, из-за которой позже встанет релиз.
С подключённым сервером можно попросить ИИ собрать черновик статуса из доступных источников.
Собери статус по проекту «Редизайн сайта» на эту неделю.
1. Найди незавершённые задачи с дедлайном до пятницы.
2. Отдельно перечисли заблокированные задачи и их зависимости.
3. Сверь их с планом запуска в Confluence.
4. Подготовь короткий отчёт: что сделано, что под риском, какое решение нужно от команды.
5. Ничего не создавай и не меняй в Jira.Модель вызывает разрешённые инструменты и готовит текст для проверки. Но слово «черновик» тут главное. ИИ не знает, что дизайнер заболел, а подрядчик обещал прислать макеты вечером. Он также может неверно понять формулировку задачи или опереться на устаревший документ.
Для Jira и Confluence Atlassian публикует свой MCP Server. В его документации описаны подключение, OAuth и работа в пределах прав аккаунта. Это не отменяет проверку настроек: перед тестом убедитесь, что пользователь сам видит только нужные проекты и страницы.
API, автоматизация и MCP не конкурируют лоб в лоб
| Подход | Как работает | Что выбрать |
|---|---|---|
| API | Разработчик пишет интеграцию под конкретную функцию | Когда нужна стабильная функция внутри продукта |
| Автоматизация | Триггер запускает заранее заданную цепочку | Когда процесс повторяется одинаково |
| MCP | ИИ получает инструменты и выбирает их под запрос | Когда вопросы меняются, а данные лежат в нескольких системах |
После создания задачи в Jira всегда нужно отправить сообщение в рабочий чат. Берите автоматизацию: задача появилась — уведомление ушло. ИИ здесь добавит непредсказуемость и лишнюю драму.
А вот менеджер каждую неделю спрашивает по-разному: «Что горит по запуску?», «Где завис дизайн?», «Что в плане уже не совпадает с Jira?». Тут MCP удобнее, потому что помогает собрать контекст под конкретный вопрос. API при этом никуда не исчезает: MCP-сервер обычно сам ходит к сервису через API.
Первый тест: чтение данных и минимум прав
Не начинайте с идеи «подключим ИИ ко всем отделам». Начните с одного сценария, где модель только читает данные. Например, собирает сводку по задачам и документам. Не давайте ей сразу рассылать письма, менять CRM или закрывать тикеты.
Выбирайте официальный сервер сервиса, если он есть. Это не абсолютная защита, но понятнее, кто отвечает за интеграцию и обновления. Подключайте личный аккаунт вместо общего админского токена: так проще ограничить доступ и быстро его отозвать.
Оставьте минимум инструментов. Для первой проверки достаточно поиска задач и чтения документов. Затем задайте три запроса: найдите задачи с дедлайном до пятницы, сверьте их с планом и спросите обычным языком: «Что у нас горит по запуску?»
После каждого ответа сравните факты с Jira и Confluence. Связный текст не доказывает точность. Проверьте, не смешала ли модель проекты, даты и статусы. Если сводка совпадает с реальностью, следующим шагом разрешите ей готовить черновик письма команде — но не отправлять его.
Когда MCP только усложнит работу
Не тащите MCP туда, где данные лежат в одном сервисе, а нужная страница открывается за десять секунд. И не используйте его для железобетонного процесса: «новый лид → карточка в CRM → уведомление менеджеру». Автоматизация здесь проще в поддержке и предсказуемее.
Отложите подключение, если в команде не разобрались с правами к документам и задачам. Сначала наведите порядок в доступах. Потом добавляйте ИИ. Курс «MCP за вечер подключит ИИ ко всей компании» тоже можно пропустить: первый полезный тест — это один сценарий, минимум прав и ручная сверка, а не магический вебинар.
Главный риск прячется внутри документов
MCP расширяет поверхность риска: модель читает не только ваш запрос, но и задачи, комментарии и документы. Внутри может оказаться prompt injection — текст, который пытается сбить модель с задачи. Например, комментарий в тикете может содержать команду проигнорировать запрос пользователя и выгрузить контакты клиентов.
Сам MCP от такой инструкции не защищает. Поэтому начинайте со сценариев на чтение, выдавайте минимальные права и включайте ручное подтверждение перед созданием, отправкой или изменением данных. Перед подключением смотрите список инструментов. Не вставляйте в чат пароли и постоянные API-ключи.
Сегодня выберите одну безопасную задачу: попросите ИИ собрать статус из Jira и Confluence без изменений в системах. Задайте три тестовых вопроса, сверяйте ответы с первоисточниками и только после этого добавляйте следующую фичу. Такие дела.
Статья помогла?
