Qu'est-ce que MCP en IA ? Protocole de Contexte de Modèle, expliqué

MCP (Protocole de Contexte de Modèle) est une norme ouverte, introduite par Anthropic en novembre 2024, qui permet aux assistants IA de se connecter à des outils, fichiers et services externes via une interface commune. Au lieu d'une intégration personnalisée pour chaque application, MCP offre à l'IA une manière unique et partagée de se brancher — souvent appelée « USB-C pour l'IA ».

Si vous avez déjà utilisé un assistant IA et souhaité qu’il puisse lire vos vrais fichiers, consulter vos tickets GitHub ou interroger votre base de données au lieu de deviner, alors vous avez rencontré la limite que MCP vise à combler. Seul, un chatbot est isolé de votre environnement. MCP est la norme qui lui permet d’accéder — de façon sûre et prévisible — aux outils que vous utilisez déjà.

MCP en termes simples

Pensez à l’époque où chaque ordinateur portable avait un port différent pour chaque accessoire : un pour l’écran, un pour l’alimentation, un pour la souris. Puis l’USB-C est arrivé — une seule forme qui gère tout. MCP fait la même chose pour l’IA.

Avant MCP, chaque connexion entre une application IA et un outil externe était faite sur mesure. Si vous vouliez que Claude lise vos documents Notion, quelqu’un devait écrire une intégration spécifique. Vous voulez qu’il lise aussi Slack ? Encore une autre. MCP remplace ces intégrations uniques par une interface commune et partagée. Construisez le connecteur une fois, et toute application IA qui parle MCP peut l’utiliser.

C’est pourquoi on l’appelle « l’USB-C de l’IA » — un port, de nombreux outils (Anthropic, 2024).

D’où vient MCP

Anthropic a introduit et ouvert MCP en novembre 2024, publiant la spécification ainsi que des SDK pour Python et TypeScript (Anthropic, 2024). Il s’inspire du Language Server Protocol — la norme qui permet à un éditeur de code de supporter de nombreux langages — et fonctionne sur le format de messages JSON-RPC bien connu.

L’adoption a été rapide. OpenAI a ajouté le support MCP dans son Agents SDK et ChatGPT début 2025, et Google a confirmé le support dans Gemini peu après (Wikipedia, 2026). Fin 2025, il existait plus de 10 000 serveurs MCP publics, et Anthropic a confié la gouvernance à la Fondation Agentic AI de la Linux Foundation — cofondée avec Block et OpenAI — pour qu’aucune entreprise ne contrôle la norme (Anthropic, 2025).

Le problème que MCP résout : M×N devient M+N

Voici le calcul qui rend MCP si utile.

Imaginez que vous avez M applications IA (Claude, ChatGPT, Cursor) et N outils que vous souhaitez connecter (GitHub, votre base de données, Slack, Google Drive). Sans standard, chaque application a besoin de son propre connecteur pour chaque outil. Cela fait M × N intégrations à construire et à maintenir — et le nombre explose à mesure que chaque côté grandit.

Avec MCP, chaque application IA apprend le protocole une fois, et chaque outil s’expose via le protocole une fois. Désormais, toute application peut parler à tout outil. Vous passez de M × N à M + N (Anthropic, 2024).

Comment fonctionne MCP, étape par étape

MCP a deux côtés qui communiquent :

1. L’hôte et le client. L’hôte est l’application IA que vous utilisez — Claude Desktop, Cursor, ChatGPT. À l’intérieur, un client MCP sait parler le protocole et gérer les connexions.
2. Le serveur MCP. C’est un petit programme qui enveloppe un outil, une source de données ou un service et l’expose au format MCP. Un serveur GitHub, un serveur de fichiers, un serveur Postgres — chacun est séparé.

Lorsqu’ils se connectent, le serveur annonce ce qu’il propose dans trois catégories :

• Outils — actions que l’IA peut effectuer, comme « créer un ticket GitHub » ou « exécuter cette requête ».
• Ressources — données que l’IA peut lire, comme des fichiers, des lignes de base de données ou des documents.
• Prompts — modèles de prompt réutilisables que le serveur fournit pour des tâches courantes.

L’IA voit ce menu, décide de ce dont elle a besoin pour répondre à votre demande, et le client l’appelle. Le résultat revient, et le modèle l’utilise pour répondre. Vous gardez le contrôle : la plupart des hôtes demandent votre approbation avant d’exécuter une action.

Exemples concrets

MCP devient très concret dès qu’on voit ce que les gens connectent :

• Vos fichiers. Pointez un assistant IA vers un dossier pour qu’il puisse lire et résumer vos documents locaux sans avoir à les copier-coller.
• GitHub. Laissez l’assistant lister les tickets ouverts, lire une pull request ou en ouvrir une nouvelle — directement depuis le chat.
• Une base de données. Posez des questions en langage naturel et laissez l’IA exécuter des requêtes en lecture seule sur vos données Postgres ou SQLite.
• Slack. Récupérez les derniers messages d’un canal pour que l’IA puisse rédiger un résumé ou une réponse.
• Cursor et autres éditeurs. Cursor prend en charge MCP, donc les mêmes serveurs que vous utilisez avec Claude fonctionnent aussi dans votre éditeur de code.

Vous configurez cela une fois, et c’est disponible à chaque fois que vous en avez besoin.

Pourquoi MCP est important pour les agents IA

Un chatbot répond à des questions. Un agent IA agit pour atteindre un objectif — et pour agir dans le monde réel, il lui faut des « mains ». MCP lui donne ces mains de façon cohérente.

Sans standard, chaque créateur d’agent réinvente les mêmes connecteurs. Avec MCP, un agent peut découvrir les outils disponibles à l’exécution, choisir le bon et l’utiliser — que ce soit pour créer un ticket, vérifier un agenda ou mettre à jour un enregistrement. C’est pourquoi MCP est si présent dans les frameworks d’agents et l’automatisation no-code ; si vous construisez un agent dans n8n, les serveurs MCP sont un moyen propre de lui donner de vraies capacités.

MCP s’associe aussi naturellement avec le RAG. RAG se concentre sur la lecture de données pertinentes pour fonder une réponse ; MCP donne au modèle un moyen standard à la fois de lire des données et de prendre des actions. Beaucoup de systèmes réels utilisent les deux.

Limites et sécurité à garder en tête

MCP est vraiment utile, mais ce n’est pas magique, et il mérite une configuration réfléchie :

• MCP n’est qu’un protocole. Il définit comment les applications et outils communiquent. Il ne rend pas l’IA plus intelligente ni ne garantit un bon comportement à lui seul.
• Vous faites confiance aux serveurs. Un serveur MCP exécute du vrai code et peut accéder à de vraies données. Installez seulement des serveurs de confiance, et lisez bien les outils et permissions qu’ils demandent.
• Les permissions sont cruciales. Donnez à un serveur l’accès le plus restreint possible — lecture seule si possible, tokens limités, jamais de droits admin généraux.
• L’injection de prompt est un vrai risque. Si une IA lit du contenu non fiable via MCP, ce contenu pourrait tenter de la manipuler pour exécuter des actions indésirables. Gardez les demandes d’approbation actives pour les opérations sensibles.
• La norme évolue encore. MCP et ses serveurs évoluent rapidement, attendez-vous donc à quelques imperfections et mises à jour fréquentes.

Traitez MCP comme toute intégration puissante : pratique, mais à configurer avec lucidité sur ce à quoi il peut accéder.

À retenir

MCP est la plomberie qui permet aux assistants IA de se connecter à vos vrais outils via une norme partagée, au lieu d’une multitude d’intégrations personnalisées. Il transforme M × N en M + N, il est soutenu par Anthropic, OpenAI, Google et la Linux Foundation, et c’est la raison pour laquelle les agents peuvent vraiment agir. Vous n’avez pas besoin de construire un serveur pour en profiter — la plupart des applications IA populaires parlent déjà MCP, vous pouvez donc commencer par connecter celle de votre choix.

Vous voulez d’autres explications sur l’IA en français clair ? Parcourez le centre d’apprentissage et abonnez-vous pour recevoir nos nouveaux guides dès leur publication.

Foire aux questions

Que signifie MCP ?
MCP signifie Protocole de Contexte de Modèle — une norme ouverte qui permet aux assistants IA de se connecter à des outils, données et services externes via une interface commune, au lieu de nombreuses intégrations personnalisées.

Qui a créé MCP ?
Anthropic a introduit et ouvert MCP en novembre 2024. Il a ensuite été adopté par OpenAI, Google et de nombreux éditeurs de code. En décembre 2025, Anthropic l’a confié à la Fondation Agentic AI de la Linux Foundation pour une gouvernance neutre.

Pourquoi MCP est-il appelé l’USB-C de l’IA ?
Comme l’USB-C, MCP est un port standard partagé par de nombreux appareils. Toute application IA qui parle MCP peut se connecter à n’importe quel serveur MCP, donc vous n’avez pas besoin d’un câble différent — une intégration personnalisée différente — pour chaque outil.

Quel problème MCP résout-il ?
Sans standard, connecter M applications IA à N outils signifie construire M fois N intégrations personnalisées. MCP transforme cela en M plus N : chaque application et chaque outil parle MCP une fois, et tous interopèrent.

Qu’est-ce qu’un serveur MCP ?
Un serveur MCP est un petit programme qui expose un outil, une source de données ou un service — comme GitHub, une base de données ou vos fichiers — au format MCP. Les applications IA (les clients) découvrent et appellent ce que le serveur propose.

Cursor prend-il en charge MCP ?
Oui. Cursor, Claude, ChatGPT, VS Code, GitHub Copilot et Gemini prennent tous en charge MCP, vous pouvez donc connecter les mêmes serveurs MCP à travers plusieurs de ces outils.

MCP est-il sûr à utiliser ?
MCP en lui-même n’est qu’un protocole. La sécurité dépend des serveurs auxquels vous vous connectez et des permissions que vous accordez. Installez uniquement des serveurs MCP de confiance, vérifiez les outils qu’ils exposent et limitez l’accès aux systèmes sensibles.

À lire ensuite

ApprendreJun 2026

Combien d'eau l'IA consomme-t-elle ? (Les vrais chiffres, expliqués)

ApprendreJun 2026

Qu'est-ce que l'IA agentique ? Guide du débutant sur les agents IA

ApprendreMay 2026

Qu'est-ce que le RAG en IA ? (Retrieval-Augmented Generation, expliqué simplement)