Vad en MCP-server gör för ditt företags regler

Söker du på “MCP-server” hamnar du i en värld av GitHub-repon, konfigurationsfiler och listor med hundratals poster. Servrar för Postgres, för Slack, för filsystemet, för webbläsare. Användbart om du skriver kod. Förvirrande om du driver ett företag och någon har sagt att MCP är hur AI:n lär sig “känna verksamheten”.

Båda stämmer. Skillnaden ligger i vad servern innehåller: ditt företags regler i stället för en databas.

MCP i två stycken

MCP står för Model Context Protocol. Det är en öppen standard för att koppla AI-assistenter till saker utanför chatten. En MCP-server erbjuder en handfull verktyg, vart och ett med namn och beskrivning. AI:n läser beskrivningarna och avgör själv när den ska anropa ett verktyg.

Claude, ChatGPT (Business, Enterprise och Edu), Microsoft Copilot via Copilot Studio och kodverktyg som Cursor kan ansluta till fjärranslutna MCP-servrar via HTTPS. Du lägger till servern en gång som koppling, loggar in, och sedan kan AI:n använda den i alla samtal.

Varför det spelar roll för regler

De flesta företag ger sin AI sammanhang genom att kopiera in det. En policy inklistrad i en chatt, en handbok uppladdad i ett projekt, några rader i custom instructions, en SKILL.md med prislistan i. Allt det är kopior. Kopior blir gamla, och ingen vet hur många det finns.

En MCP-server fungerar tvärtom. AI:n frågar i stunden när den behöver något, och servern svarar med det som gäller nu. Ändrades returrätten i går använder svaret i dag den nya. Alla anslutna verktyg frågar samma server, så ChatGPT hos säljarna och Claude i supporten får samma regel.

Vad AI:n ska kunna fråga

En server för affärsregler är bara användbar om AI:n kan ställa rätt frågor. Enligt vår erfarenhet behövs ungefär de här:

• Söka efter reglerna som passar en fråga (“får vi återbetala den här ordern?”).
• Läsa en regel med motivering, ansvarig och version, så att svaret kan hänvisa till den.
• Se vilka regler en återkommande uppgift bygger på.
• Föreslå en ändring när någon säger att en regel är fel. Den ansvarige bestämmer, inte AI:n.

Den sista punkten är viktigare än den ser ut. Folk rättar AI:n hela tiden. Utan en väg till den ansvarige försvinner rättelsen när chatten tar slut.

Vad AI:n inte ska kunna

AI:n ska inte kunna ändra en regel. Läsa och föreslå, ja. Publicera, nej. Annars skriver en självsäker chatt om er returpolicy.

Den ska inte heller se utkast. Om någon är mitt i att skriva om rabattreglerna ska AI:n använda den godkända versionen tills den nya är publicerad. En server som delar ut allt som ligger i mappen sprider halvfärdigt arbete.

Bygga själv eller använda en

Du kan bygga en MCP-server själv. Protokollet är öppet och det finns bra SDK:er. För ett team med utvecklare och ett tydligt användningsfall är det ett rimligt helgprojekt.

Det svåra kommer efter helgen. Vem skriver ner reglerna? Vem godkänner dem? Vad händer när två regler säger emot varandra? Hur ser du vilken regel ett svar byggde på? Servern är den lilla delen. Det mesta arbetet är att hålla innehållet rätt.

Var du börjar

Fråga dig var er AI får sin kunskap om företaget i dag. Är svaret “folk klistrar in den” eller “den ligger i några projektfiler” har du kopior. Räkna dem för en viktig regel, till exempel era betalningsvillkor. Den siffran visar vad en enda källa skulle spara.

CtxCore Brain är en hostad MCP-server för just det här: affärsregler med ansvarig och version, godkända innan AI:n ser dem, läsbara från Claude, ChatGPT, Copilot och era egna agenter. Funderar du fortfarande på vad som ska in, börja med vad en company brain är.