Перейти до змісту
Короткий огляд MCP
MCP — це відкритий стандарт, який дозволяє моделям штучного інтелекту зчитувати дані з таких сервісів, як Google Drive, Slack, а також із засобів запису зустрічей, таких як tl;dv. Проект « Anthropic » опублікував його в листопаді 2024 року, а в грудні 2025 року передав у дар фонду Agentic AI Foundation, що входить до складу Linux Foundation.
MCP стандартизує порядок запиту та надання доступу, але не регулює те, як сервер обробляє ваші дані після їх надходження.
У поточній специфікації від 28 липня 2026 року протокол став безстатусним, а його авторизація за OAuth була посилена. AWS, Google Cloud, Microsoft, Cloudflare, Figma, Netlify, Supabase та Xero вже забезпечили підтримку цього протоколу.
tl;dv забезпечує роботу сервера MCP у режимі «тільки для читання» для тарифних планів Pro, який вказано в каталогах коннекторів Claude та ChatGPT.
Що таке MCP в AI?
Протокол Model Context Protocol (MCP) — це спосіб інтеграції моделей штучного інтелекту з вашими додатками та інструментами. Можна уявити його як універсальний адаптер для штучного інтелекту. Так само, як USB є стандартним способом підключення апаратного забезпечення, MCP тепер є стандартизованим способом підключення програмного забезпечення до великих мовних моделей (LLM).
Раніше багато моделей були ізольовані у своїх власних «маленьких світах». Їм було складно взаємодіяти з інформацією в режимі реального часу з ваших додатків, таких як Google Drive, Календар або Zoom. Саме тут на допомогу приходить Model Context Protocol (MCP). Розроблений Anthropic, MCP — це спосіб, за допомогою якого штучний інтелект взаємодіє із зовнішніми інструментами, роблячи його більш практичним і доступним, замість того, щоб послідовно підключати численні інструменти та додатки.
Один із способів розглянути це питання — уявити, що кожного разу, коли ШІ підключається до нового інструменту, йому доводиться працювати на новій мові. Це робить Model Context Protocol новим стандартом для «перекладу» між різними інструментами. Іншими словами, ШІ більше не потребує спеціальних коннекторів для кожного окремого інструменту. Він просто використовує MCP як прошарок для отримання необхідної інформації з відповідного інструменту.
Незалежно від того, чи йдеться про узагальнення ваших електронних листів, пошук відповідних документів у Google Drive чи автоматизацію аналізу результатів нарад, MCP дозволяє штучному інтелекту інтегруватися у ваші існуючі робочі процеси.
Завдяки MCP моделі штучного інтелекту тепер можутьотримувати доступ до інформації з зовнішніх джерелу режимі реального часу.
Все більше корпоративних рішень на основі штучного інтелекту використовують MCP, оскільки це спрощує інтеграцію штучного інтелекту з повсякденними інструментами. Наприклад, система штучного інтелекту може отримувати дані з вашої CRM-системи, аналізувати їх, а потім використовувати ці дані для надсилання вам персоналізованих рекомендацій або сповіщень.
Чому Anthropic MCP?
Протокол Model Context Protocol був розроблений компанією Anthropic — дослідницькою організацією в галузі штучного інтелекту, яка стоїть за проектом Claude, — у листопаді 2024 року. Яка мета? Зробити штучний інтелект розумнішим, кориснішим і безпечнішим під час роботи з реальними даними. З того часу, починаючи з грудня 2025 року, управління проектом перейшло до Linux Foundation.
Чому MCP користується популярністю серед підприємств?
Для підприємств MCP роблять моделі штучного інтелекту набагато практичнішими для застосування в реальних умовах. Компанії потребують штучного інтелекту, який можна інтегрувати в існуючі інструменти, такі як CRM-системи, хмарні сховища або календарні додатки, без необхідності щоразу розробляти індивідуальні обхідні рішення. MCP забезпечує таку інтеграцію.
Компанії вже використовують MCP для таких завдань, як автоматизація звітності, аналіз даних про клієнтів та організація робочих процесів у командах. Замість того, щоб створювати складні й дорогі інтеграційні рішення, вони тепер можуть використовувати MCP для об’єднання даних із різних джерел та їх узгодження з іншою контекстною інформацією, наявною в компанії.
Протокол Model Context Protocol, більш відомий як MCP, — це відкритий стандарт, який дозволяє моделям штучного інтелекту зчитувати дані з інструментів, якими ви вже користуєтеся.
Anthropic випустила її в листопаді 2024 року. Майже через два роки вона вже використовується у виробничих середовищах AWS, Google Cloud та Microsoft, а поточна специфікація була опублікована в липні 2026 року. Цей посібник було оновлено в серпні 2026 року з урахуванням цих змін.
Нижче ми детально розберемо, що таке MCP, як він працює, у чому його переваги, а також де закінчується сфера дії протоколу і починається відповідальність постачальника.
Ми також підтримуємо власний сервер MCP від « tl;dv», який працює в режимі реального часу та вказаний у каталогах коннекторів як Claude, так і ChatGPT. З вашого дозволу ваш ШІ-додаток зможе здійснювати пошук у вашій бібліотеці зустрічей, отримувати стенограми та читати нотатки, без необхідності відкривати жодного запису.
Якщо ви хочете почути пояснення MCP від експерта, будь ласка:
Які основні переваги має протокол Model Context?
MCP має п’ять переваг: стандартизована комунікація, безпека та автентифікація, обробка даних у режимі реального часу, багатоплатформова сумісність і, нарешті, можливість налаштування.
1. Стандартизована комунікація
По-перше, MCPзабезпечує стандартизацію взаємодії моделей штучного інтелекту іззовнішніми інструментами та платформами.
- Без MCP для кожної окремої взаємодії моделям штучного інтелекту знадобилося б писати індивідуальний код.
- Завдяки MCP створюється універсальна мова, яка працює з різними API, базами даних і платформами.
Це означає, що модель штучного інтелекту може легко підключатися до інструментів, якими ви зазвичай користуєтеся, та отримувати з них дані — будь то Google Drive, Zoom, Salesforce чи щось зовсім інше.
2. Безпека та автентифікація
MCP визначає, як клієнт штучного інтелекту подає запит на доступ і як сервер його перевіряє, використовуючи механізм авторизації, побудований на основі OAuth. Це означає, що дозволи обмежуються тим, що ви затверджуєте, і їх можна скасувати.
3. Обробка в режимі реального часу
MCP здатна здійснювати обробку даних у режимі реального часу. Це означає, що коли вам потрібні дані з певного сервісу (наприклад, з Google Calendar для планування), модель штучного інтелекту не мусить чекати на застарілу інформацію.
4. Сумісність з різними платформами
Функціональність MCP полягає в його здатності працювати на різних платформах. Незалежно від того, чи використовуєте ви Google Workspace, Slack, Zoom чи навіть такі сервіси, як Microsoft Teams, Model Context Protocol дозволяє об’єднати інформацію з усіх цих окремих джерел в одному місці.
5. Налаштування
MCP розроблено таким чином, щоб його можна було налаштовувати та адаптувати до різних сценаріїв використання. Таке налаштування ідеально підходить, якщо ви створюєте робочий процес автоматизації для своєї маркетингової команди або розробляєте персоналізованого штучного інтелектуального помічника для свого бізнесу.
Це робить його ідеальним як для невеликих проектів, так і для масштабних рішень корпоративного рівня, де штучний інтелект необхідний для обробки складних робочих процесів у багатьох різних системах. Коротко кажучи, MCP — це повністю настроюваний рівень, який дозволяє в режимі реального часу інтегрувати штучний інтелект із потрібними вам інструментами. Саме для того, щоб втілити це в життя, і використовуються агентні робочі процеси.
Як працює MCP?
MCP забезпечує взаємодію двох програмних компонентів за допомогою єдиного формату. Перший — це клієнт у вашому додатку штучного інтелекту, а другий — сервер, що працює перед цим додатком і зберігає дані.
Потік запитів/відповідей: що це таке?
Потік запитів/відповідей є основою протоколу Model Context Protocol. Ось як це працює на практиці:
- Модель просить про щось
- Клієнт надсилає запит на сервер
- Сервер надсилає відповідь
- Клієнт повертає дані моделі
1. Модель надсилає запит
Наприклад, ви працюєте над своїм календарем і вам потрібно, щоб штучний інтелект перевірив ваш розклад. Штучний інтелект надсилає запит — щось на зразок короткої записки: «Привіт, чи не могли б ви перевірити мої події в календарі на сьогодні?»
Без MCP цей запит не має жодного значення для вашого конкретного інструменту. Його потрібно перетворити на мову, яку цей інструмент розуміє.
2. Клієнт надсилає запит на сервер
Клієнт MCP додатка на базі штучного інтелекту формує запит у стандартному форматі та надсилає його на сервер MCP цього інструменту. Оскільки обидві сторони розуміють один і той самий формат, це дозволяє серверу зчитувати запит без необхідності написання спеціального коду саме для цього конкретного додатка.
3. Сервер надсилає відповідь
Календарний інструмент (або будь-який інший додаток, яким ви користуєтеся) перевіряє свої дані, знаходить відповідні події (наприклад, зустріч о 14:00) і надсилає інформацію назад клієнту. Це етап відповіді, на якому ваш календарний інструмент надає запитувані дані.
4. Клієнт повертає відповідь моделі
Як тільки клієнт отримує відповідь, він передає інформацію назад до додатка на базі штучного інтелекту, який, у свою чергу, передає її моделі. На цьому етапі модель має необхідні дані (ваш розклад на день) і може обробити їх відповідно до свого програмування. У цьому випадку вона, можливо, надішле вам невелике нагадування або навіть запропонує підготуватися до зустрічі о 14:00.
Цей процес відбувається «за лаштунками» і забезпечує взаєморозуміння між штучним інтелектом та зовнішніми інструментами.
Приклад з реального життя: штучний інтелект узагальнює висновки з ваших зустрічей
Ви щойно завершили зустріч « Zoom », яка була насичена ідеями та практичними завданнями. Ви зайняті, голова йде обертом, а тепер вам ще й треба переглянути свої нотатки з зустрічі. Саме тут на допомогу приходять AI-агенти для зустрічей та MCP.
- AI запитує дані про зустріч у Zoom
AI запитує запис та стенограму зустрічі. Запит надсилається на сервер MCP інструменту для проведення зустрічей, який відповідає за роботу з Zoom . - Модель отримує дані та аналізує їх
Як тільки ШІ отримає дані про зустріч, він може приступити до їх аналізу. Можливо, там є перелік завдань, кілька запитань та деякі висновки, якими поділилася ваша команда. ШІ узагальнює все це, виділяє ключові моменти та систематизує їх для вас у зручному для сприйняття форматі. - Штучний інтелект надає підсумок та рекомендації щодо подальших дій
. Вам не доведеться переглядати сторінки нотаток із наради — штучний інтелект надасть короткий зведений звіт разом із рекомендаціями щодо подальших дій. Він може навіть запитати: «Чи хочете ви, щоб я запланував наступні наради на основі цих завдань?», — і ось, ваша нарада перетворюється на практичний, впорядкований перелік завдань.
У цьому прикладі MCP виступив спільним форматом, завдяки якому додаток штучного інтелекту та інструмент для проведення зустрічей могли взаємодіяти між собою. Отримання даних відбувалося через це з’єднання, а узагальнення було результатом роботи самої моделі.
Як MCP забезпечує безпеку?
MCP стандартизує порядок, у якому додаток на базі штучного інтелекту запитує доступ до інструменту, а також порядок надання такого доступу. Що відбувається з вашими даними після їх отримання сервером, визначається тим, хто керує сервером, а не самим протоколом.
Як MCP здійснює аутентифікацію
Механізм авторизації MCP базується на протоколі OAuth. Додаток штучного інтелекту запитує визначений набір дозволів; ви їх затверджуєте, після чого сервер видає токен, функціонал якого обмежений лише тими правами, які ви надали. Ваш пароль ніколи не передається додатку штучного інтелекту, і ви можете пізніше скасувати доступ, не змінюючи жодних паролів.
Специфікація від 28 липня 2026 року, яка стала найбільшим оновленням з моменту запуску MCP, ще більше посилила ці заходи безпеки. Тепер сервери авторизації повертають параметр «issuer», який клієнти повинні перевірити перед використанням коду, а облікові дані клієнтів прив’язані до емітента, який їх випустив, тому їх неможливо повторно використовувати на інших серверах авторизації.
Де закінчується роль MCP і починається роль постачальника
MCP керує самим запитом. Організація, яка управляє сервером, керує даними.
Як тільки сервер отримує запит, протокол не впливає на те, як довго зберігаються дані, чи використовуються вони для навчання моделі, або хто саме в компанії-постачальника має доступ до них. Ці рішення приймає той, хто керує сервером, так само, як це відбувається у випадку з усіма іншими інструментами, які використовує ваша компанія.
Приклад: Підключення додатка на базі штучного інтелекту до Google Drive
Припустимо, вам потрібно, щоб ваш додаток на базі штучного інтелекту отримав доступ до деяких документів, що зберігаються у вашому Google Drive, перед важливою зустріччю з клієнтом. Додаток запитує певний набір дозволів для Drive, і ви затверджуєте їх за допомогою свого облікового запису Google. Кожен запит, який додаток надсилає після надання дозволу, має токен, обмежений затвердженими правами, і власні системи Google визначають, до чого саме цей токен має доступ.
На цьому роль MCP закінчується. Те, що додаток робить із документами після їх отримання — чи зберігає він копію, як довго її зберігає — залежить від того, хто створив цей додаток.
Вибір сервера
Віддавайте перевагу серверам власного домену, які обслуговують постачальники, з якими у вас уже укладено договір. Перевірте, хто є оператором сервера та що передбачено в опублікованій ним політиці щодо обробки даних. До серверів із публічних реєстрів слід ставитися з більшою обережністю, оскільки оператора таких серверів часто важче встановити.
Для великих організацій розширення «Enterprise-Managed Authorization» набуло статусу стабільної версії в червні 2026 року. Воно дозволяє адміністраторам централізовано надавати доступ до MCP через постачальника ідентифікації, замість того щоб кожна особа окремо затверджувала сервери, і його вже впровадили компанії « Anthropic », «Microsoft» та «Okta».
Що MCP може запропонувати команді продажів?
MCP дозволяє моделі штучного інтелекту отримувати актуальні записи з CRM, ланцюжки електронних листів та стенограми зустрічей у той самий момент, коли ви про це попросите, а не працювати лише з тими даними, які ви завантажуєте або вставляєте у запит.
У результаті ви можете запитати ШІ про конкретну угоду або клієнта у вашому портфелі потенційних клієнтів, а не оперувати лише загальною картиною.
Ця система вже працює у повному обсязі. У випуску технічних характеристик за липень 2026 року компанія Honeycomb повідомила, що майже 20 % їхніх щомісячних інтерактивних запитів зараз надходить від ботів, а не від людей.
На якому етапі робочого процесу продажів це відбувається
Співробітник служби підтримки готується до дзвінка з клієнтом. Замість того, щоб відкривати чотири вкладки в CRM, бібліотеці дзвінків та інших джерелах, ця модель дозволяє зібрати всю необхідну інформацію в одному місці: листування електронною поштою, поточний статус угоди в CRM та нотатки з попереднього дзвінка.
Цей самий доступ також може допомогти адміністратору, який займається подальшими діями після дзвінка. Нотатки про зустріч, зроблені системою штучного інтелекту, зберігаються в HubSpot або на сайті Salesforce. Складається електронний лист для подальшого супроводу, заснований на тому, що насправді обговорювалося під час дзвінка. Можна оновлювати етапи угоди. Угоду, яка зайшла в глухий кут, можна позначити, додавши короткий виклад того, що відбувалося до того, як вона «завмерла».
Згідно з даними сайту Salesforce, команди продажів можуть втрачати до 72 % свого часу на адміністративні завдання, тому практичне застосування штучного інтелекту в цій ситуації дозволяє компенсувати ці втрати. Саме на цьому ґрунтується створення штучного інтелекту для продажів.
Хто насправді використовує MCP?
MCP вже вийшов за межі експериментальної стадії. AWS, Google Cloud, Microsoft, Cloudflare, Figma, Netlify, Supabase та Xero забезпечили підтримку поточної специфікації в липні 2026 року.
Розробники, які створюють підключення до MCP, використовують готові набори інструментів — по одному для кожної мови програмування. Ці набори інструментів завантажують майже півмільярда разів на місяць, а два з них загалом набрали понад мільярд завантажень.
Як це виглядає на практиці
Існує два дійсно хороших приклади цього, що не стосуються інженерної сфери.
Підтримка клієнтів
Агент підтримки на базі штучного інтелекту, підключений через MCP, може, наприклад, перевіряти статус замовлення в Shopify або отримувати запити клієнтів із Zendesk. Відповідь формується на основі фактичної історії облікового запису, а не за заздалегідь визначеним шаблоном.
Управління проектами
Штучний інтелект для управління проектами працює одночасно з кількома інструментами. Модель зчитує інформацію про зустрічі на тиждень із Google Calendar, перевіряє відповідні документи в Notion і публікує підсумок у Slack — і все це за один запит.
Як MCP можна застосувати до зустрічей?
Можливість здійснювати пошук та отримувати справжні стенограми зустрічей — це одна з найкорисніших функцій, які можна інтегрувати в модель. Це дослівні записи розмов, рішень, заперечень та дій, які іноді можуть випасти з поля зору під час ручного введення нотаток у CRM або створення документів.
Тут має значення, яким саме помічником для проведення зустрічей на базі штучного інтелекту ви користуєтеся, оскільки не всі вони мають власний сервер.
Що штучний інтелект може зробити з даними про зустрічі
Модель штучного інтелекту, здійснюючи запит до бібліотеки стенограм, може отримати повний запис того, що було сказано. Завдяки цьому вона може:
- Підсумуйте зміст телефонної розмови, на якій ви не були присутні, не переглядаючи запис.
- Зберіть завдання з різних дзвінків, щоб отримати загальне уявлення про стан справ.
- З’ясуйте, коли було прийнято рішення та в яких обставинах це сталося.
Ось як це працює на трьох основних платформах.
MCP для Zoom
Дзвінки клієнтів та зовнішні наради здебільшого відбуваються на платформі Zoom. Підключіть бібліотеку цих дзвінків до моделі, і ви зможете дізнатися, проти чого заперечував клієнт три дзвінки тому, не відкриваючи жодного з них. У нашому посібнику MCP «Zoom » описано, як це налаштувати.
MCP для Google Meet
Meet інтегрований у Workspace, тому документи, пов’язані з наради, зберігаються поруч із самою наради. Модель, що охоплює обидва ці елементи, дозволяє пов’язати домовленості, досягнуті під час дзвінка, з документом, який було створено за його результатами. Більш детальну інформацію можна знайти в нашому посібнику MCP «Google Meet ».
MCP для MS Teams
Зазвичай саме в «Teams» проводяться внутрішні наради, що робить цю платформу найбільшою бібліотекою з трьох для більшості компаній. Пошук по всій базі даних дозволяє виявити повторювані теми та рішення, а не лише інформацію про окремі наради. Наш посібник «Microsoft Teams » для сертифікації MCP розкриває цю тему ще глибше.
tl;dvСервер MCP
tl;dv з 2025 року експлуатує власний сервер MCP і, як і сама платформа MCP, за цей час вона значно змінилася. Зараз вона доступна в рамках тарифного плану «Pro» та вище, а підключення здійснюється як через каталог коннекторів Claude, так і через каталог коннекторів ChatGPT. Для підключення використовується протокол OAuth, тож ви надаєте дозвіл на обмежений набір прав доступу і можете скасувати їх у будь-який момент без зміни пароля. Термін дії токенів становить п’ять хвилин.| Під час запуску | Станом на серпень 2026 року |
|---|---|
| Ключ API, згенерований у налаштуваннях і вставлений у файл конфігурації | OAuth із обмеженими правами доступу, які ви затверджуєте та можете скасувати |
| Встановлюється локально за допомогою Node.js або Docker | Хостинг від tl;dv, нічого встановлювати не потрібно |
| Відредагуйте файл конфігурації вручну, а потім перезапустіть клієнт | Підключіться з каталогу коннекторів Claude або ChatGPT |
| Чотири інструменти | П’ять інструментів, зокрема пошук у вашій бібліотеці зустрічей |
- Пошук зустрічей: фільтрування за діапазоном дат, ключовими словами, типом (внутрішні/зовнішні), участю та нумерацією сторінок.
- Отримати метадані зустрічі: отримати назву, дату, тривалість, статус, організатора, учасників та URL-адресу зустрічі.
- Отримати стенограму зустрічі: завантажити повну стенограму у форматі Markdown.
- Отримати нотатки з наради: переглянути нотатки, створені штучним інтелектом, нотатки, зроблені вручну, часові мітки та статус обробки штучним інтелектом.
- Отримати профіль користувача: переглянути свій профіль на сайті tl;dv , роль, дату реєстрації та чисельність команди.
Яким буде подальший розвиток MCP
У 2026 році очікування щодо MCP значно виходять за межі попереднього статусу-кво. Моделі зараз значною мірою покладаються на нього, заходи безпеки було посилено, а налаштування не вимагає таких значних технічних знань. Раніше потрібно було редагувати файли конфігурації. Тепер достатньо вибрати потрібний елемент із каталогів коннекторів — і все працює.
З випуском оновлення в липні 2026 року правила авторизації стали суворішими, а система «Авторизація, що керується підприємством» (Enterprise-Managed Authorization ) набула стабільності в червні 2026 року, тож адміністратори можуть надавати доступ через свого постачальника ідентифікації, а не затверджувати сервери по одному.
Подальший розвиток подій з цього моменту є менш кардинальним. У версії від 28 липня 2026 року протокол став безстатусним, було додано формальну структуру розширень та запроваджено політику виведення з ужитку, що передбачає дванадцятимісячний термін.
Ця платформа отримала два офіційні розширення. MCP Apps дозволяє серверу повертати інтерактивний інтерфейс замість простого тексту, що відображається у вікні з ізольованим середовищем, причому кожна дія проходить через той самий шлях затвердження, що й звичайний виклик інструменту. Задачі обробляють роботи, що вимагають певного часу, тому сервер може повернути посилання на завдання замість того, щоб тримати з’єднання відкритим.
У сукупності це означає, що MCP тепер може розвиватися, не руйнуючи те, що вже було створено людьми, — саме так виглядає інфраструктура, коли вона перестає бути цікавою.
Часті запитання про протокол контексту моделі (MCP)
Що таке протокол контексту моделі (MCP)?
MCP — це відкритий стандарт, який дозволяє моделям штучного інтелекту підключатися до інструментів та даних, якими ви вже користуєтеся, таких як Google Drive, Slack або записи ваших нарад. Проект « Anthropic » випустив його в листопаді 2024 року, а з того часу управління ним перейшло до Linux Foundation. Цей стандарт надає кожному додатку штучного інтелекту єдиний універсальний спосіб доступу до зовнішніх даних.
Чим MCP відрізняється від AI-агентів?
Вони співпрацюють, а не конкурують. Агент штучного інтелекту — це система, яка виконує завдання від вашого імені. MCP — це спосіб, за допомогою якого цей агент отримує доступ до даних, необхідних для виконання роботи. Більшість корисних агентів використовують щось на зразок MCP, щоб виходити за межі власних навчальних даних.
Чи може сервер MCP змінювати або видаляти мої дані?
Це залежить від сервера. MCP підтримує інструменти для отримання даних та інструменти для виконання дій, тому можливості сервера визначаються тим, хто його створив. Перед підключенням перевірте, які інструменти надає сервер. Сервери, призначені лише для читання, можуть отримувати інформацію, але не можуть нічого створювати, редагувати, ділитися чи видаляти.
Чи безпечно підключати MCP до моїх робочих інструментів?
MCP стандартизує процедуру запиту та надання доступу за допомогою OAuth, завдяки чому дозволи мають чітко визначену сферу дії та можуть бути скасовані. Те, що відбувається з вашими даними після їх отримання сервером, залежить від компанії, яка управляє цим сервером. Питання безпеки пов’язане не стільки з протоколом, скільки з тим, до якого саме сервера ви підключаєтеся.
Як дізнатися, чи можна довіряти серверу MCP?
Почніть з того, хто їх експлуатує. Сервери першої сторони від постачальників, з якими у вас уже укладено договір, мають політику щодо даних та відповідальну особу. Перевірте, які дозволи вони вимагають і що передбачено їхньою політикою зберігання даних. Сервери з публічних реєстрів вимагають більшої обережності, оскільки оператора може бути складніше відстежити.
Чи при підключенні MCP мої дані надсилаються до ChatGPT чи Claude?
Дані, отримані через MCP, надходять у контекст додатка ШІ, щоб модель могла ними скористатися, а це означає, що застосовується політика конфіденційності саме того ШІ, яким ви користуєтеся. Сервер MCP, додаток ШІ та постачальник моделі — це три окремі сторони, тому варто ознайомитися з умовами кожної з них.
Чи можу я використовувати MCP для пошуку в стенограмах моїх засідань?
Так, якщо ваш сервіс для проведення зустрічей підтримує сервер MCP. Сервіс tl;dvдоступний у тарифних планах Pro, а підключення до нього здійснюється через каталоги коннекторів Claude та ChatGPT. Він надає доступ до пошуку, метаданих, нотаток та стенограм, тож ви можете задавати питання щодо минулих дзвінків, не відкриваючи їх по одному.
