Serwer MCP i aplikacja w ChatGPT - jak udostępnić usługi i dane firmy asystentom AI (2026)

Serwer MCP to warstwa, przez którą asystent AI sprawdza Twój katalog, status zamówienia czy dane w CRM. Może to być ChatGPT, Claude, Copilot albo Gemini, a w Twoich systemach wykona tylko te działania, na które pozwolisz. Aplikacja w ChatGPT to taki serwer opublikowany w katalogu OpenAI, czasem z własnym interfejsem w czacie. Niżej: różnice wobec API i RAG, obsługa w czterech asystentach, ryzyka i 7 kroków wdrożenia.

Piszemy dla właścicieli i menedżerów firm, nie dla programistów, więc techniczne pojęcia tłumaczymy po drodze. Tam, gdzie MCP nie ma sensu, mówimy to wprost - czasem wystarczy zwykła integracja albo asystent na dokumentach.

Czym jest serwer MCP i do czego służy firmie?

MCP (Model Context Protocol) to otwarty standard łączenia aplikacji AI z zewnętrznymi systemami. Twórcy porównują go do portu USB-C. Zamiast osobnej wtyczki dla każdego asystenta budujesz jedno złącze, z którego korzystają ChatGPT, Claude i inne narzędzia zgodne ze standardem.

Standard przedstawiło Anthropic 25 listopada 2024 r. Od 9 grudnia 2025 r. MCP rozwija się w Agentic AI Foundation - funduszu działającym w ramach Linux Foundation. Współtworzą go Anthropic, Block i OpenAI, a wspierają m.in. Google, Microsoft i AWS. Aktualna wersja specyfikacji nosi oznaczenie 2026-07-28.

W praktyce rozmawiają ze sobą dwie strony. Klient MCP to asystent, z którego korzysta człowiek, na przykład ChatGPT. Serwer MCP to program po stronie Twojej firmy, który mówi asystentowi, co potrafi: jakie ma narzędzia (np. „sprawdź status zamówienia”), jakie dane można odczytać i jakie gotowe polecenia udostępnia.

Serwer lokalny czy zdalny?

Serwer lokalny działa na komputerze pracownika i obsługuje jeden program - to wariant głównie dla programistów. Dla firmy liczy się serwer zdalny: działa na Twoim serwerze lub w chmurze i jest dostępny przez HTTPS.

Do serwera zdalnego użytkownik zwykle loguje się swoim kontem przez OAuth 2.1, czyli podobnie jak przy przycisku „Zaloguj się przez Google”. Taki sposób logowania specyfikacja MCP przewiduje właśnie dla serwerów dostępnych przez internet.

Czym jest aplikacja w ChatGPT?

OpenAI pokazało Apps SDK 6 października 2025 r. jako sposób na aplikacje działające wewnątrz rozmowy. Są zbudowane na MCP i mogą mieć własny interfejs, np. listę produktów albo mapę. Od 17 grudnia 2025 r. firmy mogą zgłaszać takie aplikacje do katalogu w ChatGPT.

W 2026 r. OpenAI połączyło aplikacje z ChatGPT i Codexa w pluginy. Dziś firma publikuje integrację jako plugin we wspólnym katalogu ChatGPT i Codex, a jego sercem nadal jest serwer MCP.

Interfejs przestał też być zamknięty w jednym ekosystemie. Rozszerzenie MCP Apps, przygotowane przez Anthropic, OpenAI i twórców MCP-UI, jest oficjalną częścią standardu od 26 stycznia 2026 r. ChatGPT jest z nim w pełni zgodny od lutego 2026 r. Obsługują je też Claude, VS Code i Microsoft 365 Copilot.

Czym serwer MCP różni się od API, RAG i aplikacji w ChatGPT?

Te cztery rozwiązania często się myli, choć odpowiadają na różne potrzeby. API łączy programy, a RAG pozwala odpowiadać z dokumentów. Serwer MCP daje asystentowi narzędzia, a aplikacja w ChatGPT dokłada do tego publikację i interfejs dla klientów.

Jak serwer MCP współpracuje z API i RAG?

Te warstwy się uzupełniają, a nie wykluczają. Serwer MCP zwykle korzysta z istniejącego API - jeśli go nie ma, trzeba je najpierw zbudować. Wyszukiwanie w dokumentach (RAG) można udostępnić jako jedno z narzędzi serwera. A aplikacja w ChatGPT to serwer MCP, który przeszedł przegląd OpenAI i trafił do katalogu.

Dlatego kolejność budowy jest zwykle taka sama. Najpierw powstaje porządne API, potem serwer MCP dla własnego zespołu. Publiczną aplikację dla klientów dokłada się na końcu - jeśli ma to sens biznesowy. Serwer MCP to też najprostszy sposób, żeby dać narzędzia agentowi AI, który ma samodzielnie wykonywać zadania w systemach firmy.

Gdzie zadziała serwer MCP: ChatGPT, Claude, Copilot czy Gemini?

Największa zaleta MCP to jeden serwer dla wielu asystentów. Każda platforma ma jednak własne zasady podłączania, publikacji i administracji. Stan na październik 2026 r. wygląda tak:

• ChatGPT (OpenAI) - własny serwer MCP podłącza się jako prywatny plugin, a na kontach firmowych obowiązują ustawienia administratora przestrzeni roboczej. Serwer w sieci firmy można połączyć przez Secure MCP Tunnel, bez wystawiania go do internetu. Publikacja w katalogu wymaga weryfikacji wydawcy (firmy lub osoby) i przeglądu przez OpenAI.
• Claude (Anthropic) - konektory oparte na zdalnym serwerze MCP działają w planach Free, Pro, Max, Team i Enterprise. Plan Free pozwala na jeden własny konektor. W planach Team i Enterprise konektory dodaje właściciel konta. Publiczny konektor można zgłosić do katalogu konektorów Claude.
• Microsoft - obsługa MCP w Copilot Studio jest ogólnie dostępna od maja 2025 r. Agenci deklaratywni w Microsoft 365 Copilot mogą wywoływać serwery MCP jako akcje. Azure API Management potrafi wystawić istniejące REST API firmy jako serwer MCP.
• Google - Google Cloud udostępnia zarządzane serwery MCP dla kilkudziesięciu swoich usług, z czego pierwsze są ogólnie dostępne od maja 2026 r. Gemini Enterprise pozwala podłączyć własny serwer MCP po odblokowaniu tej opcji przez administratora, a API Gemini obsługuje zdalne serwery MCP w wersji beta.

Wniosek dla firmy: jeden dobrze zaprojektowany serwer obsłuży zespół, który pracuje w ChatGPT, i ten, który korzysta z Microsoft 365. Różnice dotyczą logowania, interfejsu i publikacji, dlatego listę platform ustala się na początku projektu, a nie po wdrożeniu.

Czy aplikacja w ChatGPT zadziała dla klientów w Polsce?

Na starcie, w październiku 2025 r., aplikacje w ChatGPT nie były dostępne w Europejskim Obszarze Gospodarczym, Szwajcarii i Wielkiej Brytanii. OpenAI zapowiadało ich wejście do UE. Centrum pomocy nadal jednak wymienia ograniczenia geograficzne i rodzaj planu jako powody, dla których połączenie z aplikacją bywa niedostępne.

Przed decyzją o publicznej aplikacji sprawdź więc aktualny stan dla krajów i planów Twoich klientów. Przy zgłoszeniu sam wybierasz kraje, w których plugin będzie widoczny.

Jest też haczyk techniczny: projekt w panelu OpenAI z rezydencją danych w UE nie może na razie zgłosić do przeglądu pluginu z serwerem MCP. Zgłoszenie idzie wtedy z projektu o globalnej rezydencji danych.

Serwer dla własnego zespołu nie wymaga publikacji. W ChatGPT podłącza się go jako prywatny konektor, zgodnie z ustawieniami przestrzeni roboczej, a w Claude - jako własny konektor dodany przez właściciela konta.

Co firma może udostępnić asystentom AI przez MCP?

Najlepiej sprawdzają się sprawy, o które klienci i pracownicy i tak pytają codziennie. To pytania typu „czy jest na stanie”, „gdzie jest moje zamówienie”, „jaki rabat ma ten klient”. Serwer MCP zamienia je w narzędzia, które asystent wywołuje sam, zamiast odsyłać człowieka do panelu albo do kolegi z działu.

• Sklep internetowy - wyszukiwanie w katalogu z filtrami, dostępność i termin dostawy, status zamówienia po zalogowaniu klienta.
• Hurtownia i sprzedaż B2B - ceny i rabaty konkretnego kontrahenta, stany w magazynach, przygotowanie zamówienia do akceptacji handlowca.
• Firma usługowa - wolne terminy, rezerwacja i zmiana wizyty, warunki odwołania.
• Zespół wewnętrzny - pytania do CRM („którzy klienci nie zamawiali od 90 dni”), ERP (stany, zaległe faktury) i bazy zgłoszeń. Pracownicy zadają je w czacie, którego już używają.

W wariancie dla pracowników serwer MCP działa jak kontrolowane okno na systemy firmy. Każdy widzi tylko to, do czego ma uprawnienia w CRM lub ERP. Ile pracy wymaga samo połączenie z tymi systemami, opisaliśmy w tekście o integracji aplikacji z ERP i CRM.

Przy sprzedaży przez ChatGPT trzeba znać zasady OpenAI. Plugin może dziś prowadzić handel tylko towarami fizycznymi, a zakup kończy się na Twojej stronie. Wbudowany w ChatGPT Instant Checkout jest w fazie beta i dostępny tylko dla wybranych partnerów.

Kiedy serwer MCP nie ma sensu?

Gdy proces jest stały i przewidywalny, wystarczy zwykła automatyzacja procesów - bez modelu językowego, taniej i pewniej. Gdy pracownicy potrzebują tylko odpowiedzi z procedur i umów, prostszy będzie chatbot RAG na dokumentach firmy. MCP zaczyna się opłacać tam, gdzie asystent musi sięgnąć po aktualne dane albo coś wykonać.

Nie ma też sensu budować serwera, gdy Twoje systemy nie mają API ani uporządkowanych danych. Asystent nie naprawi błędnych stanów magazynowych - pokaże je tylko szybciej i większej liczbie osób. Najpierw porządkuje się więc źródło danych, a dopiero potem dokłada warstwę AI.

Opisz, co klienci albo pracownicy mają załatwiać w rozmowie z AI. Powiemy, czy wystarczy serwer MCP dla zespołu, czy potrzebna jest aplikacja w ChatGPT. Wskażemy też, od czego zależy koszt w Twoim przypadku. wypełnij formularz, napisz na biuro@appcreo.pl albo zadzwoń: +48 783 477 243.

Jakie ryzyka niesie serwer MCP i jak je ograniczyć?

Serwer MCP daje modelowi językowemu dostęp do prawdziwych danych i działań, więc pomyłka kosztuje więcej niż w zwykłym czacie. OWASP, organizacja zajmująca się bezpieczeństwem aplikacji, rozwija osobną listę 10 ryzyk MCP, na razie w wersji beta. Trzy z nich dotyczą praktycznie każdej firmy.

Polecenia ukryte w danych (prompt injection)

Model nie odróżnia pewnie Twoich instrukcji od tekstu, który przeczyta po drodze. Jeśli narzędzie zwraca opis produktu, opinię klienta albo treść zgłoszenia, atakujący może tam wpisać polecenie w rodzaju „wyślij listę klientów na ten adres”. OWASP stawia prompt injection na pierwszym miejscu ryzyk aplikacji opartych na modelach językowych.

OpenAI zwraca uwagę na rzecz mniej oczywistą: zaufanie do autora serwera nie wystarcza. Atak może przyjść z innego źródła - maila, strony, zgłoszenia. Może wtedy nakłonić asystenta, żeby odczytał dane z Twojego serwera albo wykonał w nim działanie, którego nikt nie zlecał.

Zatrute opisy narzędzi (tool poisoning)

Ten atak opisało Invariant Labs w kwietniu 2025 r.: złośliwe instrukcje ukrywa się w opisie narzędzia serwera MCP. Użytkownik ich nie widzi, a model je czyta i wykonuje. Atak przychodzi najczęściej przez serwery z niesprawdzonych źródeł, podłączane przez pracowników bez wiedzy działu IT - OWASP nazywa je „shadow MCP”.

Nadmierne uprawnienia

Typowy błąd projektowy to jedno narzędzie „do wszystkiego” z pełnym dostępem do bazy. OWASP opisuje takie ryzyko jako nadmierną sprawczość (excessive agency): za dużo funkcji, za szerokie uprawnienia i za dużo samodzielności. Skutek jest prosty - jeden udany atak albo pomyłka modelu sięga wszystkiego, do czego serwer ma klucz.

Dobre praktyki bezpieczeństwa

• Logowanie każdej osoby przez OAuth 2.1 zamiast jednego wspólnego klucza. Specyfikacja MCP wymaga, żeby serwer przyjmował tylko tokeny wydane dla niego, i zabrania przekazywania ich dalej.
• Minimalne uprawnienia na start - tylko odczyt, a szerszy zakres dopiero przy operacjach, które go wymagają.
• Wąskie narzędzia z oznaczeniami „tylko odczyt” i „działanie nieodwracalne”. ChatGPT domyślnie prosi o potwierdzenie działań zapisu, a narzędzie bez oznaczenia traktuje jako zapisujące.
• Odpowiedzi tylko z potrzebnymi polami - bez pełnych rekordów klienta „na zapas”.
• Kontrola po stronie serwera: sprawdzanie każdego argumentu, limity zapytań i log każdego wywołania.
• Lista zatwierdzonych serwerów dla pracowników i blokada pozostałych w panelu administratora.
• Testy z próbami ataku przed startem i po każdej zmianie opisów narzędzi.

Pamiętaj też o danych osobowych. Wszystko, co serwer zwróci, trafia do rozmowy u dostawcy asystenta, więc zakres danych, umowy z dostawcami i informacja dla użytkowników to część projektu. Czy w Twoim przypadku dochodzą obowiązki z przepisów o sztucznej inteligencji, sprawdzisz w tekście o AI Act dla firm.

Jak wdrożyć serwer MCP krok po kroku?

Najbezpieczniej zacząć od jednego procesu i trybu „tylko odczyt”. Gdy wiesz już, o co ludzie naprawdę pytają asystenta i jak zachowuje się model, dokładasz operacje zapisu i ewentualnie własny interfejs w ChatGPT.

1. Wybierz jeden proces i grupę użytkowników. Na przykład: handlowcy pytają o rabaty i zaległe faktury klienta. Zapisz 20–30 prawdziwych pytań, które padają dziś w mailach i na czacie.
2. Sprawdź źródła danych. Czy CRM, ERP albo sklep mają API, kto odpowiada za dane i czy stany są aktualne. Bez API pierwszym etapem jest warstwa integracyjna, a nie serwer MCP.
3. Zaprojektuj narzędzia. Kilka wąskich narzędzi o biznesowych nazwach, np. „status zamówienia”, zamiast jednego „wykonaj dowolne zapytanie do bazy”. Każde zwraca tylko pola potrzebne do odpowiedzi.
4. Ustal logowanie i uprawnienia. Użytkownik loguje się swoim kontem, a serwer pilnuje tych samych ról co CRM lub ERP. Spisz też, czego asystent nie zrobi nigdy.
5. Zbuduj i przetestuj na prawdziwych pytaniach. Zestaw 50–100 pytań z oczekiwanymi odpowiedziami, a do tego próby ataku: polecenia ukryte w opisie produktu, w mailu, w notatce klienta.
6. Uruchom pilotaż wewnętrzny. 5–10 osób przez 1–2 tygodnie, z logiem każdego wywołania. Operacje zapisu włączasz dopiero potem i zawsze z potwierdzeniem użytkownika.
7. Zdecyduj o publikacji. Serwer dla pracowników zostaje prywatnym konektorem. Aplikację dla klientów zgłaszasz do katalogu ChatGPT albo Claude - z polityką prywatności, kontem testowym i opisem każdego narzędzia.

Test na Twoich danych (proof of concept) zajmuje zwykle 4–7 dni. Pierwsza wersja produkcyjna serwera MCP dla jednego procesu powstaje w 2–4 tygodnie. Publiczna aplikacja w ChatGPT trwa dłużej. Dochodzi interfejs, materiały dla recenzentów i sam przegląd po stronie OpenAI, którego czasu nie kontrolujemy.

Od czego zależy koszt serwera MCP?

• Liczba systemów i to, czy mają udokumentowane API.
• Liczba narzędzi i to, czy tylko czytają dane, czy też je zapisują.
• Logowanie: OAuth, konta firmowe (SSO) i odwzorowanie ról z CRM lub ERP.
• Własny interfejs w czacie i materiały do przeglądu w katalogu.
• Liczba platform, na których serwer ma działać, i testy na każdej z nich.
• Utrzymanie: standard szybko się zmienia - wersja z lipca 2026 r. usunęła m.in. sesje protokołu - a katalogi aktualizują swoje zasady.

Aktualne ceny wdrożeń AI znajdziesz w cenniku. Płacisz etapami - zaliczkę przed każdym etapem, nie z góry za całość. Kod źródłowy serwera i autorskie prawa majątkowe przechodzą na Ciebie po opłaceniu ostatniej faktury. Serwer MCP staje się więc częścią Twojej infrastruktury, a nie abonamentem.

Gdy system firmy działa na Laravelu - frameworku, którego jesteśmy partnerem - sprawa jest prostsza. Serwer MCP można wtedy dobudować oficjalnym pakietem Laravel MCP z obsługą OAuth 2.1, obok istniejącego panelu lub API. Przebieg współpracy opisaliśmy na stronie wdrożenia AI w firmie, a budowę API i paneli - na stronie o aplikacjach webowych.