Hva er MCP-verktøy, og hvordan bruker KI-modeller dem?

MCP-verktøy er funksjoner som en KI-modell kan kalle for å utføre en oppgave utenfor samtalen. For eksempel å søke i notatene dine eller kjøre en spørring mot en database. Hvert verktøy ligger på en MCP-server (Model Context Protocol) og har et navn og en kort beskrivelse som hjelper modellen med å avgjøre når det skal brukes.

Begrepet «MCP-verktøy» brukes også på andre måter. I dagligtale sier folk «MCP-verktøy» når de mener MCP-servere (applikasjonene som tilbyr verktøy) eller katalogene som lister opp disse serverne. MCP Tools er også navnet på et kommandolinjeprogram for å liste opp og kalle verktøyene på en MCP-server.

Denne veiledningen handler om protokollfunksjonene, ikke om servere, kataloger eller kommandolinjer. Den forklarer hva et verktøy består av, hvilke typer verktøy servere tilbyr, og hvordan verktøy skiller seg fra ressurser, prompter og funksjonskall. Deretter går den gjennom trinnene en modell følger for å bruke et verktøy, og avslutter med de vanligste problemene knyttet til bruken av dem.

Hva er MCP-verktøy?

Et MCP-verktøy er en funksjon som lar KI-modeller utføre oppgaver i andre programvareapplikasjoner. Mine KI-agenter og arbeidsflyter bruker for eksempel MCP-verktøy til å skrive utkast til e-poster i Gmail (create_draft), opprette Trello-kort (trelloWriteCard) og hente søkeresultater i sanntid fra DataForSEO (serp_organic_live_advanced), for å nevne noen få.

Programvareapper tilbyr ofte flere MCP-verktøy på MCP-serverne sine. Trellos MCP-server har for eksempel for øyeblikket 14 MCP-verktøy som lar KI-modeller lese og oppdatere tavler, lister, sjekklister, kort og mer.

Og fordi MCP standardiserer hvordan verktøy beskrives og tilbys, kan enhver KI-app som støtter protokollen, bruke det samme MCP-verktøyet.

Hva et MCP-verktøy inneholder

Hvert MCP-verktøy består av tre ting:

• Navn: En kort identifikator som modellen bruker når den kaller verktøyet (f.eks. get_event i Google Kalender).
• Beskrivelse: En forklaring på vanlig språk av hva verktøyet gjør og når det er nyttig. Den store språkmodellen (LLM) leser den for å avgjøre om verktøyet passer til forespørselen din (f.eks. «Returnerer én enkelt hendelse i den angitte kalenderen.»).
• Inndata: Informasjonen verktøyet trenger for å kjøre, for eksempel et kundenavn og en dato for et notatsøk. Inndataene beskrives i JSON, og utviklere kaller dette inndataskjemaet fordi det fastsetter formatet for hvert inndatafelt (tekst, tall eller en liste).

Forstørr

Noen verktøy legger til ekstra metadata: et visningsnavn, en beskrivelse av resultatene de returnerer (et utdataskjema) og merknader om hvordan verktøyet oppfører seg.

KI-modellen ser aldri koden bak et verktøy. Den jobber ut fra det verktøyet sier om seg selv, så et vagt navn eller en vag beskrivelse fører til at modellen velger feil verktøy.

Hvilke typer MCP-verktøy som finnes

MCP-verktøy deles inn i fire grupper etter hva de gjør:

• Søke- og oppslagsverktøy: Finner eller henter informasjon (f.eks. søker i notater, leser en fil eller kjører en spørring mot en database).
• Handlingsverktøy: Oppretter eller endrer noe i en annen app (f.eks. legger til en oppgave, oppretter en kalenderhendelse, åpner en supportsak eller sender en e-post).
• Databehandlingsverktøy: Transformerer eller analyserer data (f.eks. analyserer et regneark eller utfører en beregning).
• Systemverktøy: Samhandler med det lokale systemet (f.eks. kjører en kommando i en terminal).

MCP-verktøy vs. ressurser & prompter

I tillegg til MCP-verktøy kan en MCP-server tilby to andre typer byggesteiner, som protokollen kaller primitiver: ressurser og prompter.

Forstørr

GitHubs offisielle MCP-server tilbyr for eksempel:

• Et verktøy kalt issue_write som oppretter eller oppdaterer issues,
• En ressurs kalt repository_content som gir tilgang til filene i et repository,
• En prompt kalt issue_to_fix_workflow som setter opp trinnene for å rapportere et problem som en issue og få GitHubs kodeagent Copilot til å generere en pull request som løser det.

Forskjellen ligger i hva hver av dem gjør, og hvem som bestemmer når de skal brukes: du, KI-appen du jobber i (f.eks. Perplexity), eller KI-modellen som kjører i den appen.

• Et MCP-verktøy utfører handlinger eller slår opp informasjon. KI-modellen bestemmer selv når et verktøy skal kalles, og KI-appen din sender kallet videre til serveren. KI-modellen din velger verktøy; KI-appen din bør vise deg hvert kall og la deg avvise det.
• En ressurs er innhold som er tilgjengelig på MCP-serveren, for eksempel en fil eller et sett med poster, hver med sin egen adresse (en URI). KI-appen din spør serveren hvilke ressurser den har, leser ressursen den trenger via adressen, og legger innholdet til i samtalen som kontekst.
• En prompt er en ferdig meldingsmal som serveren leverer, noen ganger med tomme felt du fyller ut. KI-appen din viser deg de tilgjengelige promptene, og du velger én, ofte som en skråstrekkommando.

Hvordan KI-modeller bruker MCP-verktøy

En KI-modell bruker et MCP-verktøy i fem trinn: oppdagelse, verktøyvalg, kall, resultater og feilhåndtering. KI-appen din formidler alt mellom modellen og serveren.

Forstørr

La oss si at du ber KI-appen din om å sjekke Trello-listen «Denne uken» og skrive et utkast til en e-post til redaktøren din med en oppdatering. Slik foregår det fra start til slutt:

1. Oppdagelse: Når KI-appen din kobler til en MCP-server via MCP-klienter, ber den om serverens liste over tilgjengelige verktøy (en forespørsel kalt tools/list). LLM-en ser bare det appen sender videre: hvert verktøys navn, beskrivelse og inndata.
2. Verktøyvalg: KI-modellen sammenligner forespørselen din med disse beskrivelsene og velger verktøyene som passer. Her er det Trellos trelloReadList for å lese listen og Gmails create_draft for å skrive e-posten. Den fyller også ut inndataene, for eksempel hvilken liste som skal leses.
3. Kall: Modellen svarer med en strukturert forespørsel om å kjøre verktøyet (et trinn som kalles «funksjonskall»). KI-appen din sender denne forespørselen til riktig server (en tools/call-forespørsel). Den bør også vise deg kallet og la deg avvise det.
4. Resultater: Serveren kjører funksjonen og sender tilbake resultatet (result), i dette tilfellet kortene på listen din. KI-appen din legger resultatet til i samtalen, og modellen bestemmer hva som skjer videre: å svare deg eller å kalle et annet verktøy, for eksempel create_draft med en e-post basert på disse kortene.
5. Feilhåndtering: Hvis verktøyet kjører, men mislykkes, for eksempel fordi listen ikke finnes, kommer feilen tilbake som en del av resultatet. Modellen kan lese den og prøve igjen med andre inndata. Hvis selve forespørselen er ugyldig, for eksempel fordi den kaller et verktøy serveren ikke har, får appen i stedet en protokollfeil. Da er det mindre sannsynlig at modellen klarer å rette opp feilen.

Hovedpoenget er at modellen velger verktøy utelukkende ut fra beskrivelsene deres, og at KI-appen din står for all kommunikasjon med serverne.

Vanlige problemer med MCP-verktøy og hvordan du unngår dem

Problemer med MCP-verktøy handler om fire ting: hvor mange verktøy som er koblet til, hvordan de er navngitt og beskrevet, hvor mye data de returnerer, og hvilke servere de kommer fra.

Her ser du hvordan hvert problem arter seg, og hva som hjelper:

Hvorfor trenger MCP-verktøy godkjenningen din?

MCP-verktøy trenger godkjenningen din fordi KI-modellen ellers kunne gjort endringer du ikke ønsket, eller delt sensitive data med en server du ikke kontrollerer.

En feiltolket forespørsel eller et vagt beskrevet verktøy kan utløse feil handling. Hvert kall sender også noe av informasjonen din til en server.

Derfor forventer protokollen at KI-apper sørger for at et menneske er involvert, med mulighet til å avvise ethvert verktøykall.

Her er en praktisk måte å sortere verktøy på etter hvor mye kontroll de krever:

• Handlinger som bare leser: Å slå opp noe, som å lese en liste med Trellos trelloReadList, endrer ingenting. Disse kallene kan kjøre uten at du blir spurt først, så lenge KI-appen din viser hvilket verktøy som kjørte og hva det slo opp.
• Handlinger du kan angre: Å opprette et e-postutkast med Gmails create_draft eller legge til et Trello-kort gjør en endring du kan angre. Sjekk inndataene før kallet kjører.
• Handlinger du ikke kan angre: Å sende en e-post med Gmails send_message, slette poster eller alt som involverer betalinger eller sensitive data, kan ikke angres. Gi uttrykkelig tillatelse til disse hver gang.

Slik bruker du MCP-verktøy i Perplexity

Perplexity fungerer med MCP-verktøy i begge retninger: Den kan bruke verktøy fra MCP-servere du kobler til, og den tilbyr sine egne verktøy til andre KI-apper.

• Koble MCP-servere til Perplexity: Med Pro-, Max- og Enterprise-abonnementene kan du koble Perplexity til et hvilket som helst eksternt verktøy eller en datakilde som har en MCP-server, og bruke det i svar og agentiske arbeidsflyter i Perplexity Computer. I Mac-appen kan du også koble til MCP-servere som kjører på datamaskinen din
• Bruk Perplexitys verktøy i andre KI-apper: Perplexitys MCP-server tilbyr fire verktøy (perplexity_search, perplexity_ask, perplexity_research og perplexity_reason) til alle KI-apper som støtter eksterne MCP-servere, for eksempel Claude Code. En egen server lar andre KI-apper overlate oppgaver med flere trinn til Perplexity Computer.

Vanlige spørsmål om MCP-verktøy

Er MCP bare verktøykall?

Nei, MCP er ikke bare verktøykall. Verktøykall er måten modellen ber om et verktøy på, og MCP er måten KI-appen finner verktøy på og ruter hvert kall til serveren som kjører det.

Verktøykall (også kalt funksjonskall) er KI-modellens del av jobben: Modellen ser en liste over verktøy og svarer med en forespørsel om å kjøre ett av dem. Med bare verktøykall må hver KI-app selv definere og kjøre hvert eneste verktøy.

MCP lar verktøy ligge på servere, slik at enhver KI-app som støtter MCP, kan tilby dem til modellen sin og sende modellens forespørsler til riktig server.

Vil MCP erstatte API-er?

Nei, MCP vil ikke erstatte API-er, fordi MCP og API-er fungerer sammen. MCP-verktøy bygger ofte på eksisterende API-er, og når modellen kaller et verktøy, sender MCP-serveren vanligvis en API-forespørsel.

Hvilke KI-apper støtter MCP-verktøy?

MCP-verktøy fungerer i KI-assistenter som Claude, ChatGPT og Perplexity, og i utviklingsverktøy som Visual Studio Code og Cursor. MCP-dokumentasjonen nevner disse og påpeker at mange andre apper også gjør det.

Må selve KI-modellen støtte MCP?

Nei. KI-modellen trenger ikke å støtte MCP, fordi KI-appen din håndterer protokollen. Den kobler til servere, sender verktøyene deres videre til modellen og sender modellens verktøyforespørsler tilbake til riktig server. Modellen trenger bare å støtte funksjonskall.

Er MCP i ferd med å bli foreldet?

Nei, MCP er fortsatt under aktiv utvikling. De som vedlikeholder MCP, lanserte en ny versjon av MCP-spesifikasjonen i juli 2026 og publiserte et oppdatert veikart i august 2026, som blant annet omfatter arbeid med å la servere vise frem verktøyene sine gradvis etter hvert som en samtale snevres inn.