IT
Glossario dell'intelligenza artificiale

Cos'è MCP (Model Context Protocol)?

Termine3 minimo lettoAggiornato 13 giugno 2026

In breve

MCP (Model Context Protocol) è uno standard aperto che collega i modelli di IA a strumenti, sorgenti di dati e servizi esterni tramite una sola interfaccia comune, invece che ogni applicazione inventi la propria integrazione. Lo si descrive spesso come la porta USB-C dell'IA: qualsiasi modello compatibile con MCP può collegarsi a qualsiasi server MCP e usare subito ciò che offre. Un server MCP espone tre tipi di capacità - Tool (azioni che il modello può eseguire), Resource (dati da leggere) e Prompt (modelli riutilizzabili) - così un modello possa lavorare nel mondo reale senza codice di collegamento specifico per ogni connessione.

Perché MCP esiste

Prima di MCP, collegare un modello a un database, un file system o un'API voleva dire codice di integrazione su misura per ogni coppia, cosa che non scala. MCP standardizza questo contratto una volta: scrivi un server MCP per un sistema, e qualsiasi client compatibile con MCP (Claude Code, un IDE, un'applicazione di chat) può usarlo. Introdotto da Anthropic a fine 2024, è diventato lo standard di fatto, con SDK ufficiali per TypeScript, Python, C#, Java e Swift e centinaia di server pubblici entro il 2026.

Tool, Resource e Prompt

Un server MCP può esporre qualsiasi combinazione di tre primitive, ciascuna con un modo standardizzato di elencarla e usarla.

  • Tool: azioni che il modello può chiamare, come "esegui una query" o "crea un file". È Tool Calling tramite un protocollo comune.
  • Resource: dati da leggere che il modello può recuperare, come un documento, una riga di database o un log.
  • Prompt: modelli di prompt riutilizzabili che un server offre, così i client abbiano un punto di partenza coerente.

Come funziona una connessione

Un'applicazione host (l'applicazione di IA) fa girare uno o più client, e ogni client tiene una connessione dedicata a esattamente un server MCP. Quando il modello deve agire, chiede al client di chiamare uno strumento sul server; il server fa il vero lavoro (per esempio una query SQL) e restituisce un risultato strutturato che il modello può leggere. Il modello non tocca mai il database direttamente, il che tiene permessi e sicurezza nel server, dove li controlli tu.

Domande frequenti

Prossimo passo

Pronto a far funzionare l'intelligenza artificiale come un vero flusso di lavoro?

Inizia con il corso di base, mantieni i tuoi progressi localmente e sincronizza tutto con il tuo account gratuito quando vuoi.