MCP คืออะไร? หัวชาร์จ USB-C ของ AI ที่ทำให้ Claude ใช้เครื่องมือจริงได้ แต่มี 1 ความเสี่ยงที่ต้องรู้ก่อนเสียบ

MCP (Model Context Protocol) คือมาตรฐานกลางแบบเปิดที่ทำให้แอป AI อย่าง Claude หรือ ChatGPT เชื่อมต่อข้อมูลและเครื่องมือภายนอกได้ด้วยวิธีเดียวกันหมด เอกสารทางการเปรียบว่า MCP คือพอร์ต USB-C ของแอป AI เสียบแบบเดียวกันได้ทุกเครื่อง ผลคือเราพิมพ์ภาษาคนว่า "ไปดูว่าคู่แข่งโพสต์อะไรใน TikTok สัปดาห์นี้" แล้ว AI เลือกเครื่องมือ เรียกข้อมูลจริง และสรุปให้เอง Anthropic เปิดตัว MCP เมื่อ 25 พ.ย. 2567

ทีมเราใช้ MCP ทุกวัน ทั้งดึงคำค้นมาวางแผน SEO ดูสถานะเว็บ และทดลองดึงข้อมูลโซเชียลคู่แข่ง บทความนี้อธิบายว่า MCP ต่างจาก API ยังไง ทำงานกี่ส่วน ตั้งค่ายังไง และความเสี่ยงข้อหนึ่งที่คนส่วนใหญ่มองข้าม คือ MCP บางตัวคือโปรแกรมที่รันในเครื่องเราด้วยสิทธิ์ของเราเอง ถ้ายังไม่แน่ใจว่า API คืออะไร แนะนำให้อ่านAPI คืออะไร อธิบายแบบคนทำการตลาดก่อน

MCP คืออะไร ทำไมถึงเรียกว่า USB-C ของ AI

ก่อนมี USB-C มือถือแต่ละยี่ห้อใช้สายชาร์จคนละแบบ ใครมีหลายเครื่องต้องพกสายหลายเส้น AI ก็เคยเป็นแบบนั้น ถ้าอยากให้ Claude อ่าน Google Drive ต้องมีคนเขียนตัวเชื่อมเฉพาะ พอเปลี่ยนไปใช้ AI อีกตัว ก็ต้องเขียนใหม่ MCP แก้เรื่องนี้ด้วยการกำหนดภาษากลางชุดเดียว ใครทำเครื่องมือตามมาตรฐานนี้ แอป AI ทุกตัวที่รองรับ MCP ก็ใช้ได้ทันที

1. 1open-source standard = มาตรฐานเปิด ใครก็ใช้ได้ไม่ใช่สินค้าของบริษัทเดียว เอกสารและ SDK เปิดให้ทุกคนสร้างตัวเชื่อมเอง
2. 2Claude or ChatGPT can connect = ใช้ได้หลายค่ายต่อได้ทั้งข้อมูล (ไฟล์ ฐานข้อมูล) เครื่องมือ (ค้นเว็บ เครื่องคิดเลข) และขั้นตอนงานที่ตั้งไว้
3. 3like a USB-C port = หัวชาร์จกลางของ AIเสียบแบบเดียวกันได้ทุกเครื่อง ไม่ต้องทำสายเฉพาะสำหรับแต่ละคู่
4. 4AI applications = ฝั่งที่เราคุยด้วยClaude Desktop, Claude Code และแอป AI อื่น ๆ เรียกฝั่งนี้ว่าโฮสต์
5. 5MCP Standardized protocol = ภาษากลางกติกาเดียวที่ทั้งสองฝั่งใช้คุยกัน รับส่งข้อมูลได้ทั้งไปและกลับ
6. 6Data sources and tools = ปลายทางที่ AI ไปใช้งานเช่น Google Drive, GitHub, Slack, Google Maps หรือ API ดึงข้อมูลโซเชียล

จำง่าย ๆ: แอป AI (ข้อ 4) ต่อผ่านภาษากลาง (ข้อ 5) ไปหาเครื่องมือ (ข้อ 6) ได้โดยไม่ต้องเขียนตัวเชื่อมใหม่ทุกคู่

ในประกาศเปิดตัว Introducing the Model Context Protocol ของ Anthropic อธิบายว่าปัญหาใหญ่ของ AI คือถูกขังอยู่หลังระบบข้อมูลที่แยกกัน ทุกแหล่งข้อมูลใหม่ต้องทำตัวเชื่อมเอง MCP จึงเปิดเป็นมาตรฐานโอเพนซอร์ส พร้อมตัวเชื่อมสำเร็จรูปชุดแรกสำหรับ Google Drive, Slack, GitHub, Git, Postgres และ Puppeteer ตอนนี้เอกสารทางการที่ modelcontextprotocol.io ระบุชัดว่าใช้ได้ทั้ง Claude และ ChatGPT

MCP กับ API ต่างกันยังไง

คนมักสับสนว่า MCP มาแทน API หรือเปล่า คำตอบคือไม่ใช่ ทั้งสองอย่างทำงานคนละชั้น

	API	MCP
คืออะไร	ช่องสั่งงานของบริการแต่ละเจ้า	มาตรฐานกลางที่ห่อ API ไว้ให้ AI ใช้
ใครเป็นคนเรียก	โปรแกรมหรือคนเขียนโค้ด	AI เลือกเรียกเองจากคำสั่งภาษาคน
หน้าตา	แต่ละเจ้าไม่เหมือนกัน ต้องอ่านเอกสารทีละเจ้า	แบบเดียวกันหมด AI อ่านรายการเครื่องมือได้เอง
ตัวอย่าง	ScrapeCreators API, Semrush API, YouTube Data API	Semrush MCP, Bright Data MCP, Trends-MCP

พูดง่าย ๆ API คือเมนูของร้านแต่ละร้าน ส่วน MCP คือพนักงานกลางที่อ่านเมนูทุกร้านเป็น แล้วสั่งแทนเราได้ ในเครื่องมือหลายตัว MCP server ข้างในก็คือโค้ดที่ไปเรียก API ตัวเดิมนั่นเอง เพียงแต่เพิ่มคำอธิบายว่าเครื่องมือนี้ใช้ทำอะไร ต้องใส่ข้อมูลอะไร ให้ AI อ่านแล้วตัดสินใจเองได้

โครงสร้าง MCP มี 3 ส่วน

1. โฮสต์ (host) คือแอป AI ที่เราพิมพ์คุยด้วย เช่น Claude Desktop, Claude Code, ChatGPT หรือ Cursor ข้างในมีตัวเชื่อม MCP (client) ที่รู้วิธีคุยกับ server
2. MCP server คือตัวกลางที่ประกาศว่ามีเครื่องมืออะไรบ้าง แต่ละตัวต้องส่งข้อมูลแบบไหน มีทั้งแบบติดตั้งในเครื่องเรา และแบบรีโมตที่รันบนเซิร์ฟเวอร์ของผู้ให้บริการ
3. บริการปลายทาง คือระบบจริงที่มีข้อมูล เช่น YouTube, ฐานข้อมูลคำค้นของ Semrush หรือไฟล์ในเครื่องเรา

AI ใช้ MCP ทำงานยังไง ตั้งแต่เราพิมพ์จนได้คำตอบ

ลำดับด้านล่างเป็นภาพจำลองว่าเกิดอะไรขึ้นเมื่อโฮสต์ต่อ MCP server ของ API ดึงข้อมูลโซเชียลไว้แล้ว ตัวเลขในขั้นสุดท้ายมาจากผลทดลองจริงของเรากับเพจ TikTok ของ Bibigo ในไทยเมื่อ 30 ก.ย. 2569

จุดที่ทำให้ MCP ต่างจากการเขียนโปรแกรมเรียก API เองคือขั้นที่ 2 AI อ่านคำอธิบายเครื่องมือแล้วตัดสินใจเองว่าจะใช้ตัวไหน ใส่ข้อมูลอะไร ถ้าคำถามต้องใช้หลายเครื่องมือ เช่น "เทียบยอดวิวเพจแบรนด์กับคนที่รีวิวสินค้า" AI จะเรียกเครื่องมือค้นคำเพิ่มอีกรอบเอง เราแค่อ่านผลและตัดสินใจต่อ

ตัวอย่าง MCP ที่ทีมเราใช้จริง

• Semrush MCP ดึงคำค้น ปริมาณการค้น และข้อมูลคู่แข่งมาวางแผนบทความ SEO โดยไม่ต้องเปิดหน้าเว็บ Semrush ทีละรายงาน
• Cloudflare MCP ดูสถานะเว็บ บิลด์ และข้อมูลการใช้งาน ตอนดูแลเว็บลูกค้า ชุดสกิลที่ใช้คู่กันเราเขียนไว้ในรีวิว Cloudflare Skills สำหรับ Claude Code
• Trends-MCP โปรเจกต์โอเพนซอร์สฟรี ค้นคลิป YouTube และดึงเทรนด์ Reels รายสัปดาห์จาก Later.com ลองจริงแล้วส่วนที่ใช้ได้ดีคือการค้น YouTube ผลละเอียดอยู่ในรีวิวเครื่องมือส่องโซเชียลคู่แข่ง

นอกจากนี้ ตลาดกลาง API อย่าง RapidAPI ก็เพิ่งประกาศรองรับ MCP ให้ AI เรียก API บนตลาดได้ตรง ซึ่งเราเล่าเบื้องหลังไว้ในบทความขาย API ทำเงินยังไง

ติดตั้ง MCP ต้องทำอะไรบ้าง

ส่วนใหญ่ไม่ต้องเขียนโค้ด แค่วางไฟล์ตั้งค่า ถ้าเป็น MCP แบบรีโมต หลายแอปมีหน้าเพิ่มตัวเชื่อม (connector) ให้วางลิงก์แล้วล็อกอินเลย ถ้าเป็นแบบติดตั้งในเครื่อง จะมีไฟล์ JSON หน้าตาประมาณนี้

1. 1mcpServers = รายชื่อ MCP ทั้งหมดที่ต่อไว้ใส่ได้หลายตัวในไฟล์เดียว แต่ละตัวคือเครื่องมือหนึ่งชุด
2. 2ชื่อ server = ชื่อที่จะโชว์ในแอปตั้งเองได้ ควรตั้งให้รู้ว่าเครื่องมือนี้ทำอะไร
3. 3command = โปรแกรมที่แอปจะเปิดขึ้นมาบรรทัดนี้คือสิ่งที่รันในเครื่องเราจริง ๆ ต้องรู้ว่ามันคืออะไร
4. 4args = ไฟล์และตัวเลือกที่ส่งให้โปรแกรมในตัวอย่างนี้คือสั่งให้รันไฟล์ server.py ของโปรเจกต์
5. 5env = ที่ใส่ API key หรือ tokenใส่ค่าจริงในเครื่องเราเท่านั้น ห้ามส่งไฟล์นี้ให้คนอื่นหรืออัปขึ้นที่สาธารณะ

ก่อนวางไฟล์ตั้งค่าจากที่อื่น อ่านบรรทัดข้อ 3 กับข้อ 4 ให้รู้ก่อนว่าจะรันอะไร และใส่ key เฉพาะของตัวเองในข้อ 5

จากที่เราติดตั้ง Trends-MCP เอง มีสองเรื่องที่ควรรู้ เรื่องแรก ไฟล์รายการแพ็กเกจของโปรเจกต์มีบรรทัดที่พิมพ์ติดกันจนต้องลงแพ็กเกจเพิ่มเอง เรื่องที่สอง ไลบรารี fastmcp ที่ใช้ต้องการ Python 3.10 ขึ้นไป ถ้าเครื่องยังเป็นเวอร์ชันเก่าจะรันไม่ขึ้น โปรเจกต์โอเพนซอร์สขนาดเล็กมักเป็นแบบนี้ ใช้ได้ แต่ต้องพร้อมแก้เองนิดหน่อย

ค่าใช้จ่ายของ MCP

ตัวมาตรฐาน MCP ฟรีและเปิดให้ทุกคนใช้ ค่าใช้จ่ายจริงอยู่ที่ 2 จุด จุดแรกคือแอป AI ที่เป็นโฮสต์ ซึ่งมีแผนรายเดือนของตัวเอง จุดที่สองคือบริการปลายทาง เช่น Semrush ต้องมีบัญชีแบบจ่ายเงิน ส่วน Bright Data มีโควตา MCP ฟรี 5,000 คำขอต่อเดือน และ API บน RapidAPI คิดตามแพ็กของแต่ละตัว MCP บางตัวอย่าง Trends-MCP ฟรีทั้งหมดเพราะไปดึงข้อมูลสาธารณะเอง แต่ฟีเจอร์ TikTok ของมันก็ยังต้องใช้ key จาก RapidAPI

ความเสี่ยงที่ต้องรู้ก่อนเสียบ MCP

ข้อนี้สำคัญที่สุด MCP server แบบติดตั้งในเครื่องคือโปรแกรมที่รันด้วยสิทธิ์ของเรา อ่านไฟล์ได้เท่าที่เราอ่านได้ ส่งข้อมูลออกเน็ตได้เท่าที่เราส่งได้ การวางไฟล์ตั้งค่าจากคนแปลกหน้า จึงเท่ากับการลงโปรแกรมจากคนแปลกหน้า ส่วน MCP แบบรีโมตก็มีคำถามเดียวกันในอีกรูปแบบ คือเราให้สิทธิ์บัญชีอะไรกับบริการนั้นไปบ้าง

กติกาที่ทีมเราใช้

• ให้สิทธิ์เท่าที่งานต้องใช้ งานส่องคู่แข่งหรือดูรายงานใช้สิทธิ์อ่านอย่างเดียวพอ ถ้า MCP ของบัญชีโฆษณามีปุ่มแก้แคมเปญ ให้ปิดไว้หรือตั้งให้ถามก่อนทุกครั้ง แนวคิดเดียวกับที่เราเขียนไว้ในสกิล Google Ads ที่ให้ AI อ่านบัญชี แต่ห้ามกดแก้
• เลือกของที่ตรวจสอบได้ ใช้ MCP จากผู้ให้บริการทางการ หรือโปรเจกต์โอเพนซอร์สที่อ่านโค้ดได้และมีคนใช้เยอะ
• ระวังข้อความที่ AI อ่านเข้ามา ข้อมูลจากเว็บหรือคอมเมนต์อาจมีข้อความที่พยายามสั่ง AI ให้ทำอย่างอื่น การตั้งให้ AI ขออนุญาตก่อนทำเรื่องสำคัญช่วยกันเรื่องนี้ได้
• key ในไฟล์ตั้งค่าห้ามแชร์ ถ้าส่งไฟล์ให้เพื่อนร่วมทีม ให้ลบค่าในช่อง env ออกก่อนเสมอ

สรุป: MCP ทำให้ AI ออกจากห้องแชตมาทำงานจริง

MCP ไม่ใช่ของใหม่ที่ต้องเรียนยาก มันคือมาตรฐานกลางที่ทำให้ AI ใช้เครื่องมือเดียวกับที่เราใช้อยู่ได้ แค่ต่อครั้งเดียว สิ่งที่ต้องคิดให้ดีคือเรื่องสิทธิ์ เริ่มจากงานอ่านข้อมูลอย่างเดียว เช่น ส่องคู่แข่งหรือดึงคำค้น แล้วค่อยขยายไปงานที่แก้ระบบจริงเมื่อมั่นใจ ถ้าอยากเห็นตัวอย่างการใช้ข้อมูลที่ได้ ลองอ่านผลทดลองเครื่องมือส่องโซเชียลคู่แข่ง 3 ตัวต่อได้เลย