MCP คืออะไรในโลก AI? รู้จัก Model Context Protocol ฉบับมือใหม่

เคยสงสัยไหมว่าทำไม Claude ของเพื่อนอ่านไฟล์ในเครื่องได้ สร้าง Issue บน GitHub ได้ แต่ของเราทำได้แค่แชต คำตอบสั้นๆ คือเพื่อนต่อ MCP ไว้ และพอรู้แค่นั้น คำถามถัดมาก็ตามมาทันที: MCP คืออะไร ต้องเขียนโค้ดเป็นไหม แล้วปลอดภัยหรือเปล่า

คำว่า MCP ยังเป็นตัวย่อของข้อกระดูกนิ้วมือ (Metacarpophalangeal Joint) ในทางการแพทย์ด้วย ค้น Google อาจเจอเรื่องนั้นปนมา บทความนี้จึงพูดถึง MCP ในความหมายของ Model Context Protocol เท่านั้น วันนี้ Superdev Academy จะพาไปดูว่า MCP ทำงานยังไงจากมุมที่คุณมองเห็นจริงบนหน้าจอ แยกบทบาทแต่ละชิ้นให้ชัด และบอกตรงๆ ว่าต้องระวังอะไรก่อนติดตั้ง

เกิดอะไรขึ้นตอน Claude "มองเห็น" ไฟล์ในเครื่องของคุณ

ลองนึกภาพว่าคุณเปิดแอป Claude Desktop แล้วพิมพ์ว่า "ช่วยดูหน่อยว่าในโฟลเดอร์ Downloads มีไฟล์งานอะไรบ้าง" ถ้าไม่มีอะไรต่อไว้ Claude จะตอบได้แค่ว่ามันมองไม่เห็นเครื่องของคุณ เพราะโมเดลภาษาอยู่บนเซิร์ฟเวอร์ของ Anthropic ไม่ได้อยู่ในคอมพิวเตอร์ของคุณ

แต่ถ้าคุณติดตั้ง Filesystem Server ไว้ สิ่งที่เกิดขึ้นจะต่างออกไป Claude จะเห็นว่ามี "เครื่องมือ" สำหรับอ่านไฟล์ ค้นหาไฟล์ และย้ายไฟล์ให้เลือกใช้ พอมันตัดสินใจจะเรียกใช้ แอปจะเด้งหน้าต่างขออนุญาตขึ้นมาก่อนทุกครั้ง คุณกดอนุญาต แอปจึงไปอ่านโฟลเดอร์นั้นแล้วส่งผลกลับให้ Claude สรุปเป็นคำตอบ

คู่มือทางการของ MCP เรื่องการต่อ Local Server ใช้ตัวอย่างนี้สอน และระบุว่าทุกการกระทำกับไฟล์ต้องได้รับอนุญาตจากคุณก่อนเสมอ ส่วนที่ทำให้ทั้งหมดนี้เกิดขึ้นได้ คือข้อตกลงกลางที่ชื่อ Model Context Protocol หรือ MCP นั่นเอง

ทำไมถึงเรียก MCP ว่า USB-C ของ AI

เว็บไซต์ทางการของ Model Context Protocol อธิบาย MCP ด้วยการเปรียบเทียบที่เห็นภาพที่สุด คือให้คิดว่า MCP เป็นเหมือนพอร์ต USB-C สำหรับแอปพลิเคชัน AI แบบเดียวกับที่ USB-C เป็นวิธีมาตรฐานในการต่ออุปกรณ์อิเล็กทรอนิกส์ MCP ก็เป็นวิธีมาตรฐานในการต่อแอป AI เข้ากับระบบภายนอก

ลองนึกถึงยุคก่อนมี USB-C โทรศัพท์แต่ละยี่ห้อใช้สายชาร์จคนละแบบ ใครมีหลายเครื่องก็ต้องพกสายหลายเส้น โลกของ AI ก่อนมี MCP ก็คล้ายกัน ตอนที่ Anthropic ประกาศเปิดตัว MCP เมื่อ 25 พฤศจิกายน 2024 ได้อธิบายปัญหาไว้ว่า ทุกครั้งที่จะต่อ AI กับแหล่งข้อมูลใหม่ ต้องเขียนการเชื่อมต่อแบบเฉพาะขึ้นมาใหม่ทุกครั้ง ทำให้ระบบที่เชื่อมกันจริงขยายได้ยาก

สิ่งที่ Anthropic ปล่อยออกมาในวันนั้นมีสามอย่าง คือ Specification (ข้อกำหนดของโปรโตคอล) พร้อม SDK ที่เปิดเป็น Open Source การรองรับ Local MCP Server ในแอป Claude Desktop และชุด MCP Server สำเร็จรูปแบบ Open Source สำหรับ Google Drive, Slack, GitHub, Git, Postgres และ Puppeteer

พูดง่ายๆ คือ เขียน Server ครั้งเดียว แล้วแอป AI ตัวไหนที่รองรับ MCP ก็เสียบใช้ได้ ไม่ต้องทำใหม่ให้แต่ละเจ้า

ถึงวันนี้ MCP ไม่ได้เป็นของ Claude อย่างเดียวแล้ว เว็บไซต์ทางการระบุว่า MCP รองรับทั้ง AI Assistant อย่าง Claude และ ChatGPT ไปจนถึงเครื่องมือเขียนโค้ดอย่าง Visual Studio Code และ Cursor ส่วน Specification ล่าสุดที่เราตรวจสอบ ณ วันที่เขียนบทความนี้คือเวอร์ชัน 2026-07-28 ซึ่ง MCP ใช้วันที่เป็นชื่อเวอร์ชัน

Host, Client, Server: สามบทบาทที่ควรแยกให้ออก

ชื่อเรียกใน MCP ฟังดูเหมือนศัพท์ Network แต่จริงๆ แล้วเข้าใจได้ด้วยภาพเดียว ลำดับการเชื่อมต่อคือ จาก Host ไปที่ Client แล้วไปถึง Server

• Host: แอป AI ที่คุณเปิดใช้งานอยู่ เช่น Claude Desktop, Claude Code หรือ Visual Studio Code เป็นตัวกลางที่คุยกับโมเดลและคอยดูแลการเชื่อมต่อทั้งหมด

• Client: ชิ้นส่วนที่อยู่ข้างใน Host ทำหน้าที่ถือสายเชื่อมต่อไปยัง Server หนึ่งตัว ถ้าคุณต่อ Server ไว้ 3 ตัว Host ก็จะสร้าง Client ขึ้นมา 3 ตัว หนึ่งต่อหนึ่ง

• Server: โปรแกรมที่เปิดความสามารถให้ AI ใช้ เช่น Filesystem Server ที่เปิดให้อ่านไฟล์ หรือ GitHub Server ที่เปิดให้จัดการ Repository

Server มีได้สองแบบ แบบแรกคือ Local Server ที่รันอยู่ในเครื่องของคุณเอง คุยกับ Host ผ่านช่องทางที่เรียกว่า stdio (Standard Input/Output) เหมือน Filesystem Server ในตัวอย่างข้างบน แบบที่สองคือ Remote Server ที่รันอยู่บนอินเทอร์เน็ต คุยผ่าน Streamable HTTP เอกสารสถาปัตยกรรมของ MCP ยกตัวอย่าง Sentry ที่ให้บริการ MCP Server บนแพลตฟอร์มของตัวเอง

ที่ต้องแยกให้ออกเพราะเวลาอ่านคู่มือหรือเจอข้อความ Error คำว่า "Client" กับ "Server" จะโผล่มาตลอด ถ้าจำได้ว่า Host คือแอปที่คุณเห็น และ Server คือของที่คุณติดตั้งเพิ่ม คุณก็จะรู้ทันทีว่าปัญหาอยู่ฝั่งไหน

ของที่ Server ส่งให้ AI มี 3 แบบ: Tools, Resources, Prompts

MCP เรียกสิ่งที่ Server เปิดให้ใช้ว่า Primitive (ความสามารถพื้นฐาน) และกำหนดไว้ 3 แบบหลัก

• Tools: ฟังก์ชันที่ AI สั่งให้ทำงานได้ เช่น เขียนไฟล์ เรียก API หรือ Query ฐานข้อมูล นี่คือส่วนที่ทำให้ AI "ลงมือทำ" แทนการตอบอย่างเดียว

• Resources: ข้อมูลที่ Server ส่งให้ AI ใช้เป็นบริบท เช่น เนื้อหาในไฟล์ หรือโครงสร้างตารางของฐานข้อมูล

• Prompts: แม่แบบข้อความสำเร็จรูปที่ช่วยจัดรูปการคุยกับโมเดล เช่น ชุดคำสั่งตั้งต้นพร้อมตัวอย่าง

เอกสารสถาปัตยกรรมของ MCP ยกตัวอย่างไว้ชัดมาก: Server ตัวหนึ่งที่ดูแลฐานข้อมูล อาจมี Tools สำหรับ Query ข้อมูล มี Resource ที่เก็บ Schema ของฐานข้อมูล และมี Prompt ที่รวมตัวอย่างการใช้เครื่องมือเหล่านั้นไว้ในตัว Host จะถามรายชื่อ Tools จาก Server ทุกตัวที่ต่ออยู่ แล้วรวมเป็นรายการเดียวให้โมเดลเลือกใช้ระหว่างคุย

หน้าตาการตั้งค่าจริง: ไฟล์ Config ไฟล์เดียว

สำหรับ Claude Desktop การต่อ Local Server ทำผ่านไฟล์ชื่อ claude_desktop_config.json บน macOS ไฟล์นี้อยู่ที่ ~/Library/Application Support/Claude/ ส่วนบน Windows อยู่ที่ %APPDATA%\Claude\ ตัวอย่างจากคู่มือทางการที่ตัดมาให้ดูเป็นภาพประกอบหน้าตาประมาณนี้

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/username/Desktop"
      ]
    }
  }
}

อ่านทีละบรรทัดได้แบบนี้ filesystem คือชื่อที่คุณตั้งเอง command กับ args คือคำสั่งที่ Claude Desktop จะรันเพื่อเปิด Server ขึ้นมา และ Path สุดท้ายคือโฟลเดอร์ที่อนุญาตให้ Server เข้าถึงได้ เซฟไฟล์แล้วปิดเปิดแอปใหม่ Server ก็จะขึ้นในรายการ Connectors

Server หลายตัวต้องใช้ API Key เช่น Server ที่ไปดึงข้อมูลจากบริการภายนอก คู่มือทางการใส่ค่าพวกนี้ไว้ในส่วนที่ชื่อ env ของไฟล์เดียวกัน ถ้าคุณยังไม่แน่ใจว่าควรเก็บ Key แบบไหนไม่ให้หลุด อ่านต่อได้ที่ บทความเรื่องเก็บ API Key ใน .env ให้ปลอดภัย

MCP ต่างจาก API และ Function Calling ยังไง

สามคำนี้มักถูกใช้ปนกัน แต่ทำงานกันคนละชั้น

API คือช่องทางที่บริการหนึ่งเปิดให้โปรแกรมอื่นเรียกใช้ เช่น GitHub มี API สำหรับสร้าง Issue ถ้าคุณยังไม่คุ้นกับคำนี้ เริ่มจาก API คืออะไร ฉบับมือใหม่ ก่อนได้ MCP ไม่ได้มาแทน API แต่ MCP Server หลายตัวก็คือการห่อ API เดิมให้อยู่ในรูปที่แอป AI ค้นเจอและเรียกใช้ได้ทันที โดยไม่ต้องเขียนโค้ดเชื่อมต่อแยกให้แต่ละแอป

Function Calling คือความสามารถของโมเดลที่จะบอกว่า "อยากเรียกฟังก์ชันนี้ ด้วยค่านี้" ส่วนนักพัฒนาต้องเขียนฟังก์ชันเหล่านั้นไว้ในโปรแกรมของตัวเอง อย่างที่เราสอนไว้ใน Golang The Series EP.172: Function Calling เครื่องมือแบบนั้นใช้ได้เฉพาะในแอปที่คุณเขียน

MCP ขยับขึ้นไปอีกชั้น โดยกำหนดวิธีมาตรฐานให้ Server ประกาศว่ามี Tools อะไรบ้าง และให้ Host ตัวไหนก็ได้มาถามรายชื่อแล้วเรียกใช้ ในทางปฏิบัติ Host ยังใช้กลไก Tool Calling ของโมเดลอยู่ข้างใต้ แต่ตัวเครื่องมือย้ายออกมาอยู่ใน Server ที่ใช้ซ้ำได้ข้ามแอป

Server ที่ทำงานแทนคุณได้ ก็ทำพลาดแทนคุณได้

ส่วนนี้สำคัญที่สุดในบทความ และเราไม่อยากให้ข้ามไป Specification ของ MCP เขียนไว้ตรงๆ ว่า Tools เท่ากับการรันโค้ดอะไรก็ได้ จึงต้องระวังอย่างเหมาะสม และแอปต้องขออนุญาตผู้ใช้ก่อนเรียก Tool ทุกครั้ง คู่มือการต่อ Local Server ก็เตือนไว้ว่า Server รันด้วยสิทธิ์ของบัญชีผู้ใช้ของคุณ จึงทำกับไฟล์ได้ทุกอย่างที่คุณทำเองได้

ความเสี่ยงที่ควรรู้มีสองแบบ แบบแรกคือตัว Server เอง หน้า Security Best Practices ของ MCP ยกตัวอย่างว่าผู้ไม่หวังดีอาจแฝงคำสั่งอันตรายไว้ในคำสั่งเปิด Server หรือในแพ็กเกจของ Server เลย พอคุณก๊อปไฟล์ Config มาวาง คำสั่งนั้นก็รันในเครื่องคุณทันที

แบบที่สองคือ Prompt Injection (การแฝงคำสั่งไว้ในข้อมูล) เอกสาร MCP ของ OpenAI อธิบายว่าผู้โจมตีอาจฝังคำสั่งไว้ในเนื้อหาที่โมเดลจะอ่าน เช่น หน้าเว็บ เพื่อหลอกให้ส่งข้อมูลออกไปหรือสั่งเขียนข้อมูลที่คุณไม่ได้ตั้งใจ และย้ำว่าต่อให้เชื่อใจคนทำ Server ก็ยังไม่ได้แปลว่าปลอดภัยจากความเสี่ยงนี้ OpenAI ยังแนะนำให้ต่อเฉพาะ Server ที่คุณรู้จักและเชื่อถือ และเลือก Server ทางการที่ผู้ให้บริการทำเองมากกว่า Server ของบุคคลที่สาม

แนวป้องกันที่ใช้ได้จริงสำหรับมือใหม่มีแค่นี้:

1. ติดตั้งเฉพาะ Server จากแหล่งทางการ เช่น Repository ของโครงการ MCP หรือของบริษัทเจ้าของบริการนั้นเอง

2. อ่านบรรทัด command และ args ทุกครั้งก่อนเซฟ ถ้าเจอ sudo หรือ rm -rf ให้หยุดก่อน

3. ให้สิทธิ์แคบที่สุด เช่น เปิดให้ Filesystem Server เข้าถึงแค่โฟลเดอร์โปรเจกต์ ไม่ใช่ทั้ง Home

4. อ่านหน้าต่างขออนุญาตก่อนกด อย่ากดอนุญาตรวดเดียวทุกอย่าง

ถ้าคุณใช้ Claude Code เป็นหลัก เราอธิบายเรื่องความปลอดภัยของตัวเครื่องมือไว้แยกใน คู่มือเลือกใช้ Claude, Claude Code และ Claude Cowork

ต้องเขียนโค้ดเป็นก่อนไหมถึงจะใช้ MCP ได้

สำหรับการใช้งาน ไม่จำเป็น การต่อ Server สำเร็จรูปคือการแก้ไฟล์ Config และกดอนุญาตในแอป ส่วนการสร้าง Server เองเป็นงานของนักพัฒนา ซึ่งมี SDK หลายภาษาให้เริ่มได้

สิ่งที่อยากฝากคืออย่าเพิ่งต่อ Server ทีละสิบตัว เริ่มจากตัวเดียวที่ตอบงานจริงของคุณ ใช้ให้คล่อง แล้วค่อยเพิ่ม และถ้าสิ่งที่คุณอยากได้คือให้ Claude ทำงานแบบเดิมซ้ำๆ ตามขั้นตอนของคุณ บางทีคำตอบอาจไม่ใช่ MCP แต่เป็น Skills ซึ่งเราเทียบให้ดูแล้วใน Prompt กับ Skills ควรใช้อะไร ส่วนวิธีทำงานร่วมกับ Agent ที่มีเครื่องมือพวกนี้ในมือแบบไม่ปล่อยให้มันทำเกินงาน อ่านต่อได้ที่ คู่มือทำงานกับ AI Coding Agent สำหรับ Junior Developer

สรุป: MCP คืออะไร และควรเริ่มแค่ไหน

MCP หรือ Model Context Protocol คือมาตรฐานกลางที่ Anthropic เปิดตัวเป็น Open Source เมื่อปลายปี 2024 เพื่อให้แอป AI ต่อกับไฟล์ ฐานข้อมูล และบริการภายนอกได้ด้วยวิธีเดียวกัน โครงสร้างมีแค่สามส่วนคือ Host, Client และ Server โดย Server ส่งของให้ AI ได้ 3 แบบคือ Tools, Resources และ Prompts การเปรียบเป็น USB-C ของ AI จึงตรงตัว เขียนครั้งเดียว เสียบได้หลายแอป

แต่พอร์ตที่เสียบอะไรก็ได้ ก็เสียบของอันตรายได้เหมือนกัน ถ้าจะลองวันนี้ เริ่มจาก Filesystem Server ตัวเดียว ให้สิทธิ์แค่โฟลเดอร์เดียว อ่านทุกหน้าต่างขออนุญาต แล้วสังเกตว่า AI ทำอะไรกับไฟล์ของคุณบ้าง แค่นี้คุณก็เข้าใจ MCP ลึกกว่าการอ่านนิยามสิบรอบแล้ว

ติดตามบทความและเทคนิคสำหรับคนเริ่มต้นสายโปรแกรมเมอร์ได้ที่ช่องทางของเรา

Facebook: Superdev School (Superdev) — https://www.facebook.com/superdev.school.th

Instagram: superdevschool — https://www.instagram.com/superdevschool/

TikTok: superdevschool — https://www.tiktok.com/@superdevschool

Website: www.superdevacademy.com — https://www.superdevacademy.com/