Model Context Protocol (MCP) er den opne standarden som let AI-modellar snakke med eksterne datakjelder og verktøy utan leverandørspesifikke SDK-ar. MCP-verktøy kan både lese og skrive – frå enkle oppslag til å opprette saker, endre bestillingar eller kansellere bookingar – så MCP er fundamentet under det som ofte vert kalla agentisk AI: ein assistent som faktisk fullfører oppgåver i andre system, ikkje berre svarar på spørsmål.
coreAI implementerer protokollen begge vegar: assistenten din kan bruke andre sine MCP-serverar som verktøy under ein samtale, og han kan samstundes vere ein MCP-server som andre AI-agentar koplar seg til. Det tyder at coreAI passar rett inn i eit MCP-økosystem som veks raskt – Claude Desktop, Cursor, ChatGPT, interne dev-agentar, orkestreringsplattformer – utan at du må byggje integrasjonar per leverandør.
#coreAI som MCP-klient: assistenten les, opprettar, endrar og slettar
coreAI er ikkje avgrensa til oppslag. Som MCP-klient koplar assistenten seg til MCP-serverane du allereie har, les ut kva verktøy dei tilbyr, og køyrer heile kjeda av kall som trengst for å fullføre det brukaren faktisk bed om – anten det er å hente data eller å gjere noko med dei.
Verktøy-skjemaa vert lagra i kunnskapsbasen og oppdaterte automatisk. Assistenten vel rett verktøy basert på samtalen, og fagsystema bak held full kontroll på kva som faktisk får skje.
Oppslag (les) – ferske data midt i samtalen:
- live lagerstatus, prisar og leveringstider som endrar seg frå time til time
- ordrestatus, fraktinformasjon og saksbehandling per innlogga kunde
- CRM-oppslag, kunderegister og interne fagsystem der svaret må reflektere siste minutts endringar
- ledige tider, bookingar og kalendrar der eit indeksert augneblikksbilete fort vert feil
Opprett (write) – assistenten set i gang noko nytt:
- bestille verkstadtime, synfaring eller ein annan avtale i eit fagsystem ut frå første ledige tidspunkt brukaren godtek
- registrere ei ny kundesak, supporthenvending eller intern ticket med rett kategori og prioritet
- legge ei bestilling eller eit abonnement direkte frå chatten, med rett kunde og leveringsadresse henta frå konteksten
- opprette ein ny lead eller kontaktperson i CRM-et når ein samtale tippar over frå spørsmål til konkret interesse
Endre (update) – assistenten justerar det som finst frå før:
- flytte ein avtale, endre ei bestilling eller oppgradere eit abonnement
- oppdatere kundedata, adresseendringar eller kontaktpreferansar i eit masterregister
- justere ei pågåande sak – setje ny prioritet, leggje til ein kommentar, eskalere til ein spesialist
- gjere om på ei handlekorg, byte eit produkt eller endre ein betalingsmåte før kassen
Slett eller avslutt – assistenten avsluttar ryddig:
- kansellere ein booking, returnere ei ordre eller avslutte eit abonnement
- arkivere ei sak når brukaren stadfestar at problemet er løyst
- fjerne varer frå ei handlekorg eller ein kandidat frå ei kortliste
- trekkje ein oppfølgingsmail eller ei planlagd utsending som ikkje lenger er aktuell
Det er MCP-serveren som avgjer kva verktøy ein gjeven brukar faktisk får køyre: ein innlogga kunde kan kansellere si eiga bestilling, men ikkje andre sine; ein saksbehandlar kan eskalere alle saker innanfor avdelinga si, men ikkje utanfor. Den same RBAC-en du allereie har i fagsystemet vert attbrukt, utan ny tilgangslogikk i AI-laget.
#Agentisk AI i forretningsprosessar
Når MCP-klienten kan både lese og skrive, vert assistenten ein del av sjølve forretningsprosessen – ikkje berre eit søkjegrensesnitt framom han. Nokre konkrete døme på kva det opnar for:
- Sjølvbetent kundeservice 24/7. Kunden skriv: "Eg vil flytte leveringa mi til neste fredag." Assistenten slår opp ordra, finn gyldige alternativ hos transportøren, endrar leveringsdato og stadfestar til kunden – utan å vente på ein menneskeleg saksbehandlar.
- Verkstadbooking med kostnadsestimat. Bilisten skildrar problemet i chatten – "bremsene piper, og bilen skal uansett til service". Assistenten slår opp registreringsnummer og servicehistorikk i verkstadsystemet, estimerer kostnaden for service og bremsebyte basert på modell, årgang og kilometerstand, foreslår ledige verkstadtider og bestiller timen. Brukaren får både pris og stadfesting i same samtale.
- Klientsamtalar til handlingsplan. Fagsystemet transkriberer ein samtale mellom saksbehandlar og klient. Assistenten les transkriptet, hentar ut nøkkelpunkt og avtalte tiltak, opprettar ein handlingsplan med konkrete aktivitetar, set forfallsdato og ansvarleg på kvar aktivitet, og lèt saksbehandlaren godkjenne planen før han vert lagra tilbake i fagsystemet.
- Intern saksbehandling. Ein medarbeidar skildrar eit IT-problem. Assistenten opprettar ein ticket med rett prioritet, slår opp liknande tidlegare saker for å fylle inn relevante løysingar, og tildelar saka til rett team.
- Sal og kundeoppfølging. Etter ein samtale på nettsida opprettar assistenten ein lead i CRM, sender ein oppfølgingsmail med rett produktinformasjon, og legg ei oppgåve i kalenderen til seljaren.
- Abonnement og kontostyring. Brukaren bed om å oppgradere abonnementet sitt. Assistenten hentar gjeldande plan, viser prisskilnaden, gjer endringa i faktureringssystemet og stadfestar neste faktura.
Felles for alle desse er at coreAI styrer dialogen og held konteksten, medan fagsystema held eigarskapet til dataa og autorisasjonsmodellen. Du flyttar ikkje data – du gjev assistenten lov til å gjere presis det han allereie har lov til på vegne av brukaren.
#coreAI som MCP-server: eitt retrieval-lag for alle AI-agentane dine
Som server eksponerer coreAI kunnskapsbasen til assistenten via standard MCP-transport over HTTP. Eksterne agentar som ChatGPT, Claude o.l. kan kople seg til coreAI.
Det gjev tre konkrete fordelar:
- Éi sanning, mange overflater. Endrar du ein kjeldetekst i coreAI, slår endringa gjennom i chatten, søke-API-et og MCP-flata samstundes. Inga synkronisering, ingen duplisert vektorindeks, inga skraping frå agentane si side.
- Per-assistent tilgangskontroll. Kvart token tilhøyrer ein brukar eller systemkonto, kvart MCP-kall peikar på éin bestemt assistent, og kvar assistent er konfigurert mot eit eksplisitt sett kjelder. Ein intern utviklaragent kan få tilgang til heile produktkatalogen, samstundes som ein kundespesifikk integrasjon berre ser den eine kunnskapsbasen som er bygd for kunden.
- Null leverandørbinding. Protokollen er open. Byter du LLM-leverandør eller introduserer ein ny agent-plattform, held MCP-endepunktet fram med å fungere uendra.
#Når MCP er rett verktøy
Vel MCP-klient når assistenten må svare basert på live data frå eit anna system, når svaret avheng av kven som er innlogga, eller når brukaren faktisk vil at noko skal skje i eit anna system – ikkje berre verte informert. Vel MCP-server når ein ekstern AI-agent allereie har ei samtaleløkke og berre treng rett kontekst – coreAI tek seg av kuratert retrieval, agenten tek seg av prompt og presentasjon.
For relativt stabile data – produktkatalogar, fagartiklar, dokument, stillingsannonsar – høyrer innhaldet heime i coreAIs kunnskapsbase. Du fyller han anten ved at coreAI crawlar nettstaden din på fast intervall, eller ved å pushe innhald direkte inn via coreAI-API-et. Tommelregelen: alt som krev eit live oppslag eller ei handling mot eit anna system høyrer heime bak MCP, alt som kan stå stabilt i timar eller dagar høyrer heime i kunnskapsbasen.