Qu'est-ce que MCP ? Fonctionnement, outils compatibles, utilisation et sécurité (2026)

Vous voulez que Claude lise les documents de votre Google Drive, ou qu'une IA agisse dans Slack ou GitHub. La règle commune la plus répandue pour « relier l'IA à des outils et des données externes » de cette façon s'appelle MCP (Model Context Protocol). Anthropic l'a publié en novembre 2024, et il est aujourd'hui pris en charge non seulement par Claude, mais aussi par les principaux outils d'IA, dont ChatGPT, Gemini, Microsoft Copilot et Cursor. Ce guide présente le fonctionnement de MCP, les changements de la dernière spécification, la prise en main et les précautions pour l'utiliser en toute sécurité, à partir de la spécification officielle et de la documentation de chaque éditeur.

Ce qu'est MCP

MCP est un standard ouvert (un protocole) qui permet de connecter des applications d'IA à des systèmes externes. Dans son annonce du 25 novembre 2024, Anthropic a décrit MCP comme « un standard universel et ouvert pour connecter les systèmes d'IA aux sources de données », destiné à remplacer des intégrations fragmentées par un protocole unique.

Le site officiel compare MCP à « un port USB-C pour les applications d'IA ». De même que l'USB-C relie toutes sortes d'appareils avec un seul standard, MCP relie les applications d'IA aux outils et aux données externes d'une manière commune.

Serveur MCP: la partie qui fournit à l'IA, au format MCP, les fonctions d'un service ou d'une source de données externe (par exemple, la passerelle vers Google Drive, GitHub ou une base de données interne)
Application d'IA compatible MCP: la partie qui se connecte aux serveurs MCP et utilise leurs fonctions (par exemple, Claude, ChatGPT ou Cursor)

Grand avantage : une fois un serveur MCP créé, n'importe quelle application d'IA compatible MCP peut l'utiliser.

Pourquoi MCP est nécessaire

Aussi intelligente soit-elle, une IA reste limitée si elle n'a pas accès à vos fichiers, à vos systèmes internes ou aux SaaS que vous utilisez au travail. Dans son annonce, Anthropic expliquait que les modèles d'IA sont « prisonniers de silos d'information et de systèmes hérités », et soulignait que devoir développer une implémentation sur mesure pour chaque nouvelle source de données freine l'extension des systèmes connectés.

Avant MCP, il fallait construire une intégration dédiée pour chaque combinaison d'application d'IA et de service. Plus il y a d'applications et de services, plus le nombre d'intégrations se multiplie. En intercalant un standard commun, MCP permet aux deux parties de se connecter dès lors que l'application d'IA « prend en charge MCP » et que le service « propose un serveur MCP ».

Anthropic a fait don de MCP en décembre 2025 à l'Agentic AI Foundation, placée sous l'égide de la Linux Foundation : il est donc désormais développé au sein d'une organisation neutre plutôt que par une seule entreprise. Les membres fondateurs de la fondation comptent Anthropic, Block et OpenAI, et AWS, Google et Microsoft y participent également.

Fonctionnement : hôte, client et serveur

La spécification MCP répartit les acteurs en trois rôles. Les échanges utilisent des messages au format JSON-RPC 2.0.

Hôte: l'application d'IA avec laquelle l'utilisateur interagit (l'application Claude, Claude Code, Cursor, etc.)
Client: la partie de l'hôte qui gère la connexion avec chaque serveur MCP
Serveur: le programme qui fournit des outils et des données externes

Il existe deux modes de connexion (transports) standard vers un serveur.

stdio: l'application d'IA lance le serveur sur votre propre ordinateur et communique directement avec lui. Utilisé par exemple pour manipuler des fichiers locaux
Streamable HTTP: connexion en HTTP à un serveur sur internet. Utilisé pour les intégrations avec des services cloud (serveurs MCP distants)

La méthode HTTP+SSE utilisée auparavant est dépréciée, et la migration vers Streamable HTTP est demandée.

Les trois fonctions fournies par les serveurs

Un serveur MCP peut fournir aux applications d'IA principalement les trois types de fonctions suivants.

Outils (Tools): des fonctions que le modèle d'IA peut exécuter. Ils réalisent de vraies actions comme « rechercher des fichiers », « envoyer un e-mail » ou « créer un ticket »
Ressources (Resources): des données et du contexte que l'IA ou l'utilisateur consultent, comme le contenu d'un fichier ou des informations d'une base de données
Prompts: des modèles de messages ou de workflows prédéfinis que l'utilisateur invoque

Ce sont les outils qui servent le plus. Lorsque l'IA estime au fil de la conversation qu'un outil lui permettrait de répondre, elle appelle l'outil du serveur MCP et s'appuie sur le résultat pour répondre ou passer à l'étape suivante.

Dans l'autre sens, il existe aussi l'Elicitation, qui permet au serveur de demander des informations supplémentaires à l'utilisateur en cours de tâche. Par exemple, le serveur peut demander une confirmation du type « Dans quel projet faut-il l'enregistrer ? ».

Ce qui a changé dans la dernière spécification (2026-07-28)

Les versions de la spécification MCP sont identifiées par une date ; en octobre 2026, la plus récente est « 2026-07-28 », publiée le 28 juillet 2026. Le blog officiel la présente comme la plus importante révision depuis le lancement. Voici les principaux changements.

Conception sans état: la procédure d'initialisation à la connexion (le handshake) et le mécanisme de session disparaissent, si bien que chaque échange est indépendant. Le changement vise à faciliter l'exploitation de serveurs à grande échelle
Requêtes en plusieurs allers-retours: lorsqu'un serveur a besoin, par exemple, d'une confirmation de l'utilisateur, il répond qu'il lui faut des informations supplémentaires, et le client renvoie la requête en les joignant
Dépréciation de certaines fonctions: les fonctions côté client Sampling, Roots et Logging sont dépréciées. Un délai de grâce d'au moins 12 mois précède leur suppression, et elles continuent de fonctionner dans l'intervalle
Authentification renforcée: la procédure d'autorisation fondée sur OAuth est devenue plus stricte
Cadre d'extensions: un mécanisme permet désormais de définir des extensions officielles en dehors de la spécification principale. « Tasks », pour gérer les traitements longs, et « MCP Apps », qui permet d'afficher dans le chat des interfaces interactives comme des graphiques ou des formulaires, sont fournies par ce cadre

Les utilisateurs ordinaires n'ont en général aucun réglage à modifier, mais si vous développez ou exploitez vos propres serveurs MCP, il est utile de vérifier leur compatibilité avec la nouvelle spécification.

Principaux outils d'IA compatibles

Voici l'état de la prise en charge tel qu'il ressort de la documentation officielle de chaque éditeur.

Claude (web et application de bureau): se connecte aux serveurs MCP sous forme de « connecteurs ». Les connecteurs personnalisés, qui ajoutent des serveurs MCP distants, sont disponibles même avec l'offre gratuite, dans la limite d'un seul. Dans l'application de bureau, les serveurs MCP exécutés en local peuvent être installés comme extensions
Claude Code: se connecte à des outils et sources de données externes via MCP, et un serveur peut être ajouté en une seule commande
ChatGPT: l'activation du Developer mode permet d'utiliser des outils MCP, y compris des actions de lecture et d'écriture. Disponible sur la version web des offres Plus, Pro, Business, Enterprise et Education
API d'OpenAI: les outils des serveurs MCP distants peuvent être appelés depuis la Responses API et l'Agents SDK
Gemini: Gemini CLI prend en charge les serveurs MCP, et les agents gérés de la Gemini API peuvent aussi se connecter à des serveurs MCP distants
Microsoft: GitHub Copilot dans VS Code et Copilot Studio prennent en charge MCP. Sous Windows, un mécanisme de gestion des serveurs MCP est proposé en préversion
Cursor: se connecte à des outils et sources de données externes via MCP

Côté serveurs, de plus en plus de fournisseurs de services, comme Notion ou GitHub, publient eux-mêmes leurs serveurs MCP officiels. Il existe aussi le « MCP Registry », un catalogue officiel pour trouver des serveurs MCP publics, mais en octobre 2026 il est encore en préversion et conçu surtout comme une base où d'autres services de catalogue puisent leurs données.

Prise en main

Avec Claude

Le plus simple est d'activer les connecteurs dans l'application Claude. Selon l'aide de Claude, il suffit d'ouvrir « Connectors » depuis « Customize » dans le menu de gauche, de choisir le service voulu dans la liste, de le connecter et de se connecter à ce service. Même si un service ne figure pas dans la liste, vous pouvez l'ajouter en saisissant son URL via « Add custom connector », à condition que le fournisseur publie l'URL d'un serveur MCP distant. Avec les offres Team et Enterprise, un administrateur de l'organisation ajoute le connecteur, puis chaque membre se connecte avec son propre compte.

Avec ChatGPT

Dans ChatGPT, vous pouvez connecter vos propres serveurs MCP en activant le Developer mode dans « Security and login » des paramètres. OpenAI présente toutefois cette fonction comme destinée aux développeurs : mieux vaut commencer par les intégrations proposées officiellement.

Pour les développeurs

Pour créer votre propre serveur MCP, utilisez un SDK officiel. Des SDK existent dans 10 langages : TypeScript, Python, C#, Go, Rust, Ruby, Java, Swift, PHP et Kotlin. Dans Claude Code, Cursor et VS Code, il suffit d'enregistrer un serveur via un fichier de configuration ou une commande pour vérifier immédiatement son fonctionnement.

Pour l'idée de confier plusieurs tâches à l'IA grâce à MCP, consultez aussi Qu'est-ce qu'un agent IA ?.

Précautions de sécurité

MCP donne à l'IA « le pouvoir d'agir réellement à l'extérieur » : pratique, mais un mauvais usage peut entraîner des fuites d'informations ou des opérations non souhaitées. La spécification MCP elle-même précise que les outils équivalent à l'exécution de code arbitraire et doivent être traités avec prudence, et que la sécurité ne peut pas être imposée au niveau du protocole.

N'utiliser que des serveurs de fournisseurs de confiance: l'aide de Claude avertit que des serveurs malveillants peuvent tenter une injection de prompt (attaque qui glisse des instructions illégitimes à l'IA) et invite à ne se connecter qu'à des serveurs de confiance
Redoubler de prudence avec les serveurs locaux: un serveur MCP qui tourne sur votre ordinateur peut y exécuter du code arbitraire. La documentation de VS Code recommande elle aussi de n'ajouter que des serveurs de sources fiables
Les informations confiées à l'IA peuvent sortir: OpenAI cite comme risques qu'un serveur malveillant exfiltre des informations sensibles entrées dans le contexte de l'IA, et qu'un serveur modifie le comportement d'un outil sans préavis
Activer la confirmation avant d'agir: la spécification recommande de permettre à l'utilisateur de refuser l'exécution d'un outil et de demander une confirmation avant les opérations importantes. Il est plus sûr de ne pas laisser s'exécuter automatiquement les actions difficiles à annuler, comme l'envoi d'e-mails ou la suppression de données
Limiter les permissions au nécessaire: gardez les permissions accordées sur le service connecté (lecture seule ou écriture aussi) au minimum requis par l'usage

En entreprise, il est rassurant que les administrateurs définissent une liste de serveurs MCP autorisés, pour que chacun ne puisse pas en ajouter librement.

Tarifs

MCP est un standard open source, et la spécification comme les SDK sont publiés sous licence Apache 2.0. L'utilisation du standard lui-même est gratuite.

En pratique, les coûts suivants peuvent toutefois s'appliquer.

Abonnement à l'application d'IA: le prix de votre offre Claude ou ChatGPT. Pour l'API, OpenAI indique que seuls les tokens utilisés pour charger les définitions d'outils et effectuer les appels sont facturés, sans frais supplémentaires par appel d'outil
Coût des services connectés: le prix des SaaS ou services cloud utilisés via des serveurs MCP

En résumé

MCP est une prise commune qui relie les applications d'IA aux outils et aux données externes. Les principaux outils d'IA l'ayant tous adopté, un serveur MCP préparé une fois peut servir à plusieurs IA, ce qui pose les bases pour confier à l'IA non seulement de « chercher », mais aussi d'« agir réellement ».

En revanche, un serveur MCP donne à l'IA le droit d'agir à l'extérieur. Un premier pas réaliste consiste à maîtriser les bases avant d'élargir l'usage : commencer par des connecteurs officiels de fournisseurs clairement identifiés, intercaler une confirmation avant les actions difficiles à annuler et limiter les permissions au nécessaire.

Sources : Introducing the Model Context Protocol (Anthropic), site officiel de MCP, spécification MCP 2026-07-28, annonce de la version 2026-07-28 de MCP (blog officiel de MCP), don à l'Agentic AI Foundation (Anthropic), bonnes pratiques de sécurité (MCP officiel), démarrer avec les connecteurs personnalisés via MCP distant (aide de Claude), Developer mode de ChatGPT (OpenAI). Cet article reflète des informations publiques vérifiées le 4 octobre 2026.