MCP (Model Context Protocol)

Le Model Context Protocol (MCP) est un protocole ouvert publié par Anthropic le 25 novembre 2024 pour connecter les applications d'IA (assistants, agents, outils de développement) à des sources de données et à des outils, au moyen de serveurs MCP qui exposent des ressources, des prompts et des fonctions. Adopté en 2025 par OpenAI, Google et Microsoft, puis confié à une fondation de la Linux Foundation, il est devenu la prise standard par laquelle un modèle de langage accède à un crawler, à un outil SEO ou à des données d'analyse.

Définition détaillée du MCP

Un modèle de langage ne connaît que ce qu'il a appris à l'entraînement et ce qu'on lui place dans son contexte. Pour qu'un assistant lise un fichier, interroge une base de données, lance un crawl ou consulte la Search Console, il faut lui donner accès à ces systèmes. Jusqu'en 2024, chaque éditeur d'application construisait ses propres connecteurs, incompatibles entre eux : un connecteur écrit pour un assistant ne servait pas à un autre, et chaque source de données devait être intégrée autant de fois qu'il y avait d'applications.

Le MCP normalise cette connexion. Anthropic le présentait le 25 novembre 2024 comme « un standard ouvert qui permet aux développeurs de construire des connexions sécurisées et bidirectionnelles entre leurs sources de données et les outils d'IA », avec une architecture simple : d'un côté des serveurs MCP qui exposent des données ou des capacités, de l'autre des applications d'IA (les clients) qui s'y connectent. La documentation du protocole use d'une analogie : le MCP est au logiciel d'IA ce que l'USB-C est au matériel, une prise unique qui remplace une multitude de câbles propriétaires. Un serveur écrit une fois fonctionne avec tous les clients compatibles.

Le protocole est né chez Anthropic, créé par David Soria Parra et Justin Spahr-Summers, avec dès le lancement des serveurs pour Google Drive, Slack, GitHub, Git, PostgreSQL et Puppeteer, et des premiers adoptants comme Block, Apollo, Zed, Replit, Codeium et Sourcegraph. Sa spécification s'inspire, de l'aveu de ses auteurs, du Language Server Protocol, qui avait standardisé de la même façon l'aide à la programmation dans les éditeurs de code.

Comment fonctionne le MCP

Hôtes, clients, serveurs

La spécification distingue trois rôles. L'hôte est l'application d'IA que l'utilisateur manipule (Claude Desktop, ChatGPT, Visual Studio Code, Cursor, Claude Code, Gemini CLI). Le client est le connecteur, à l'intérieur de l'hôte, qui gère la liaison avec un serveur. Le serveur est le service qui fournit du contexte et des capacités : un programme local lancé sur la machine de l'utilisateur, ou un service distant accessible par HTTP. Les messages entre client et serveur suivent le format JSON-RPC 2.0, et les deux parties négocient leurs capacités à l'ouverture de la connexion.

Ce qu'un serveur expose

• Les outils (tools) : des fonctions que le modèle peut décider d'appeler, avec des paramètres typés : lancer un crawl, exporter un rapport, interroger une API. C'est la capacité la plus utilisée.
• Les ressources (resources) : des données que l'utilisateur ou le modèle peuvent lire, comme des fichiers, des enregistrements ou des documents.
• Les prompts : des messages et flux de travail prédéfinis, proposés à l'utilisateur.

Le client peut à son tour offrir des capacités au serveur : le « sampling » (demander au modèle une génération), les « roots » (délimiter les répertoires accessibles) et l'« elicitation » (demander une information à l'utilisateur en cours de tâche). Deux modes de transport sont définis : l'entrée-sortie standard (stdio) pour un serveur local, et le HTTP en flux (Streamable HTTP) pour un serveur distant.

Une spécification datée

La spécification est publiée sous forme de versions datées, la version courante portant la date du 28 juillet 2026. Elle consacre une section entière à la sécurité et pose des principes que tout implémenteur doit respecter : consentement explicite de l'utilisateur pour tout accès aux données et toute action, contrôle par l'utilisateur de ce qui est partagé, interfaces claires pour examiner et autoriser les opérations.

L'adoption en 2025 et la gouvernance

Ce qui était un projet Anthropic est devenu en un an un standard de fait. OpenAI a intégré le MCP dans son SDK d'agents et dans ChatGPT ; Google prend en charge les serveurs MCP distants dans l'API Gemini, où il suffit de déclarer le nom et l'URL du serveur dans la configuration des outils ; les éditeurs de code (Visual Studio Code, Cursor) et les outils en ligne de commande l'ont adopté. Le 9 décembre 2025, la Linux Foundation annonçait la création de l'Agentic AI Foundation (AAIF), avec trois projets fondateurs : le MCP apporté par Anthropic, l'agent goose apporté par Block et le fichier AGENTS.md apporté par OpenAI. Les membres platine de la fondation sont Amazon Web Services, Anthropic, Block, Bloomberg, Cloudflare, Google, Microsoft et OpenAI. Le protocole n'appartient donc plus à un seul éditeur, ce qui lève l'objection principale à son adoption en entreprise.

Les usages SEO du MCP

Pour un référenceur, le MCP change la façon d'utiliser les outils : au lieu d'exporter un CSV, de le charger dans un tableur puis de le coller dans un assistant, l'assistant interroge l'outil lui-même, en langage naturel, et enchaîne les étapes.

• Screaming Frog : depuis la version 24, le SEO Spider peut fonctionner comme serveur MCP (fonction réservée aux licences payantes). Le guide d'utilisation décrit ce qu'il expose aux modèles : lancer et piloter un crawl, lire les rapports et exports en masse, et deux groupes d'outils supplémentaires, l'exécution de scripts Node.js et l'accès aux fichiers, ce qui permet à l'assistant de traiter les données de crawl sans serveur tiers. Les clients cités sont Claude Desktop, Claude Code et LM Studio.
• Ahrefs : l'éditeur propose un serveur MCP qui donne accès à ses données (volumes de recherche, potentiel de trafic, difficulté des mots-clés et le reste de son index) depuis ChatGPT, Claude et d'autres clients, facturé en unités d'API.
• Google Analytics : Google publie un serveur MCP officiel, au statut expérimental, qui s'appuie sur les API Admin et Data de GA4 pour lister les propriétés et exécuter des rapports.
• Search Console : il n'existe pas, à ce jour, de serveur MCP publié par Google pour la Search Console ; des serveurs communautaires s'appuient sur son API pour exposer les données de performance et d'inspection d'URL.
• Serveurs maison : un serveur MCP se construit en quelques dizaines de lignes avec les SDK officiels (Python, TypeScript et d'autres langages), pour exposer une base de mots-clés, des logs serveur, un CMS ou une API de suivi de positions. C'est le cas d'usage typique du vibe coding appliqué au SEO.

La combinaison de plusieurs serveurs dans un même hôte permet des enchaînements qui relevaient jusque-là d'un développement sur mesure : croiser un crawl et des données de trafic, puis rédiger un plan de correction, dans une seule conversation. C'est la mécanique de base de ce qu'on appelle l'agentic SEO.

Les limites et les précautions

• La sécurité : un serveur MCP donne à un modèle des droits sur des systèmes réels. Un modèle qui lit du contenu non fiable (pages web, avis, e-mails) est exposé à la prompt injection, et une instruction injectée peut déclencher un outil. La spécification impose le consentement de l'utilisateur ; en pratique, il faut limiter les droits du serveur (lecture seule quand c'est possible), confirmer les actions d'écriture et n'installer que des serveurs dont la provenance est connue.
• La provenance des serveurs : des milliers de serveurs circulent, dont beaucoup ne sont pas publiés par l'éditeur de l'outil qu'ils exposent. Un serveur tiers reçoit les clés d'API de l'utilisateur ; sa qualité et son honnêteté ne sont pas garanties.
• Le coût en contexte : chaque outil exposé consomme des tokens dans le contexte du modèle par sa description. Un hôte connecté à des dizaines de serveurs devient lent et moins précis ; il faut n'activer que les serveurs utiles à la tâche.
• Les quotas et la facturation : un assistant qui interroge une API en boucle consomme des crédits vite ; les serveurs des outils payants (Ahrefs, notamment) décomptent chaque appel.
• Le MCP ne rend pas le modèle plus fiable : il lui donne des données, il ne le dispense pas de les interpréter. Une analyse produite par un assistant connecté se relit comme une analyse produite par un humain pressé.

FAQ

Quelle différence entre le MCP et l'appel de fonction (function calling) ?

L'appel de fonction est la capacité d'un modèle à demander l'exécution d'une fonction décrite dans son contexte ; chaque éditeur a son format. Le MCP standardise la façon dont ces fonctions, et d'autres capacités, sont découvertes et exposées par des serveurs indépendants de l'application. Un serveur MCP est utilisable par tout hôte compatible, là où une fonction est codée pour une application donnée.

Faut-il savoir programmer pour utiliser un serveur MCP ?

Non pour utiliser un serveur existant : dans Claude Desktop, ChatGPT ou un éditeur de code, l'installation se résume à une configuration de quelques lignes ou à un clic dans un annuaire de connecteurs. Oui, un peu, pour créer son propre serveur, mais les SDK officiels et les assistants de code rendent l'exercice accessible à un référenceur qui sait ce qu'il veut exposer.

Un serveur MCP est-il dangereux ?

Il peut l'être, parce qu'il donne à un modèle des droits sur des systèmes réels et parce qu'un modèle qui lit du contenu non fiable peut être manipulé par prompt injection. Les précautions : n'installer que des serveurs de provenance connue, limiter les droits (lecture seule dès que possible), exiger une confirmation avant toute action d'écriture, et surveiller la consommation d'API.

Le MCP appartient-il à Anthropic ?

Plus depuis le 9 décembre 2025 : Anthropic a apporté le protocole à l'Agentic AI Foundation, une fondation de la Linux Foundation dont OpenAI, Google, Microsoft, Amazon Web Services, Cloudflare, Block et Bloomberg sont membres platine. La spécification reste ouverte et versionnée par date.

Quels outils SEO proposent un serveur MCP ?

Screaming Frog (SEO Spider version 24, licence payante), Ahrefs (serveur officiel, facturé en unités d'API) et Google pour Google Analytics (serveur expérimental). Pour la Search Console, il n'existe pas de serveur publié par Google, mais des serveurs communautaires fondés sur son API. La liste s'allonge : vérifier sur le site de chaque éditeur avant d'installer un serveur tiers.

En résumé

• MCP : protocole ouvert publié par Anthropic le 25 novembre 2024, qui standardise la connexion entre applications d'IA et sources de données ou outils ; « l'USB-C des applications d'IA ».
• Architecture : hôtes (applications), clients (connecteurs) et serveurs (données et capacités), messages JSON-RPC 2.0 ; un serveur expose des outils, des ressources et des prompts.
• Adoption : OpenAI, Google (API Gemini), Microsoft, éditeurs de code ; apporté le 9 décembre 2025 à l'Agentic AI Foundation (Linux Foundation) ; spécification courante datée du 28 juillet 2026.
• SEO : serveurs MCP de Screaming Frog (version 24), d'Ahrefs, de Google pour Google Analytics ; serveurs maison pour un CMS, des logs ou une base de mots-clés.
• Précautions : provenance des serveurs, droits minimaux, confirmation des actions, exposition à la prompt injection, coût en contexte et en crédits d'API.

Abondance c'est aussi des audits SEO, un service de contenus et des formations en e-learning !