MCP servery a AI agents pro marketéry — co to znamená v praxi

MCP (Model Context Protocol) je standard od Anthropicu z listopadu 2024, který v roce 2025 přijal i OpenAI a Google. Dovolí AI agentovi přímou komunikaci s vaším systémem — místo „popiš mi prompt“ AI volá vaše funkce. Pro marketéra to znamená automatizaci, která byla dříve nemožná. V tomto článku prakticky ukážu, jak MCP funguje a 5 reálných use cases.

Co se v tomto článku dozvíte

• Co je MCP a jak funguje (bez technického žargonu)
• 5 reálných use cases pro marketéra
• Hotové MCP servery, které stojí za použití
• Jak postavit vlastní MCP server (kdy se vyplatí)
• Bezpečnostní aspekty a rate limiting

Co je MCP jednoduše

Představte si: chatuji s ChatGPT, Claude nebo Cursor a místo „dej mi seznam objednávek z minulého týdne v JSON“ AI prostě zavolá vaši funkci a vrátí výsledek. MCP je standardní rozhraní, kterým AI komunikuje s aplikacemi.

Pro programátora: HTTP-based protocol s funkcemi pro tools (volání akcí), resources (čtení dat) a prompts (předdefinované konverzace). Pro marketéra: AI agent, který umí přímo otevřít vaše dashboardy a něco udělat.

5 reálných use cases pro marketéra

1. Reportování z Google Analytics 4

Místo manuálního exportu dat 1× týdně: „Claude, sestav report za minulý týden — kanály, top 10 stránek, konverzní funnel.“ MCP server pro GA4 vrátí data, Claude napíše report.

Časová úspora: 2 hodiny týdně.

2. Audit Search Console

„Najdi mi stránky, kde pozice klesla > 5 míst za poslední měsíc.“ MCP server pro Search Console + Claude analytics = okamžitý audit.

3. Klaviyo email kampaně

„Vytvoř win-back drip kampaň pro zákazníky, kteří nekoupili 90+ dní, s předmětem testovaným v 5 variantách.“ Claude vytvoří flow, segmenty, A/B test.

4. Notion / Linear pro project management

„Vytvoř task v Linear pro každý článek z plánu na červen.“ Místo manuálního copy-paste 8× se to udělá za 30 sekund.

5. Custom MCP server pro vaše CMS

Pokud máte vlastní CMS (jako webpj.cz), můžete postavit MCP server, který Claude Code dovolí publikovat články, refreshovat cache, kontrolovat SEO před publikací.

Hotové MCP servery

Jak postavit vlastní MCP server (kdy se vyplatí)

Vyplatí se, pokud:

• Máte custom systém (vlastní CMS, ERP, CRM)
• Tým 3+ lidí, kteří dělají opakující se admin úlohy
• Custom logic, kterou veřejné MCP servery neřeší

Příklad implementace (TypeScript)

import { Server } from "@modelcontextprotocol/sdk";

const server = new Server({ name: "webpj-cms", version: "1.0" });

server.tool("publishArticle", {
  description: "Publikuje článek",
  parameters: { id: "number" },
  handler: async ({ id }) => {
    // ... DB call ...
    return { success: true };
  }
});

server.start({ transport: "stdio" });

Cena vývoje

Jednoduchý MCP server: 16–40 hodin = 24–60 tis. Kč. Komplexní (s authentication, multi-tenant): 80–200 hodin.

Bezpečnostní aspekty

• Authentication. MCP nepoužívá OAuth out-of-the-box. Musíte přidat token-based auth.
• Rate limiting. AI agent může v rámci jednoho promptu poslat 50+ requestů. Ratelimit musíte mít.
• Audit log. Logujte každou MCP akci. AI agent může udělat něco neočekávaného.
• Confirm dangerous actions. Před DELETE / publishu mít explicit confirmation.
• Scoped access. MCP server pro test prostředí jiný než pro produkci.

Reálná případovka: webpj.cz CMS

Implementoval jsem si MCP server pro vlastní CMS s funkcemi:

• publishArticle(id) — publikuje článek
• getDraftArticles() — vrátí seznam draftů
• updateArticleStatus(id, status)
• generateSitemapPing()
• refreshCache(scope)

Použití: V Claude Code píšu „publikuj článek 109 a refreshuj cache“. Místo otevření admina + kliků + cache invalidation = jeden prompt.

Časté chyby

• Žádný rate limiting. AI agent zacyklí, váš server padá.
• Žádné prompts. Místo přímých funkcí dejte AI hotové prompty (templates).
• Příliš mnoho funkcí. 30+ tools v 1 server = AI vybírá špatně. Lepší 5–10 jasně pojmenovaných.
• Žádný error handling. AI dostane stack trace místo readable error → halucinace.
• Žádný versioning. Když změníte parameter naming, prompts AI klientů se rozbijí.

Často kladené otázky

Funguje MCP s ChatGPT?

Ano. OpenAI v Q4 2025 oznámil podporu. Cursor, Claude Desktop, Claude Code — všechno MCP rozumí.

Vyplatí se MCP pro malou firmu?

Pokud máte vlastní systém + používáte AI denně ANO. Pokud používáte jen general AI bez integrace, NE.

Co je rozdíl mezi MCP a REST API?

REST je general-purpose. MCP je specializovaný pro AI agents (s tools, resources, prompts conventions).

Bezpečné je dát AI plný přístup?

Ne. Vždy mít approval flow pro write/delete operace, audit log a scoped tokens.

Funguje to lokálně?

Ano. MCP může běžet jako stdio process (Claude Desktop) nebo HTTP server (cloud). Pro testování stdio.

Související články

• API integrace 2026
• GEO 2026
• AI builders vs. CMS na míru