Domaine 04 · MCP & connecteurs
Vos logiciels, interrogeables depuis ChatGPT
Nous créons les serveurs MCP et les connecteurs qui relient vos outils métier à ChatGPT, à Claude et aux agents : vos données deviennent une conversation.
Démonstration
Un logiciel comptable branché sur ChatGPT
lister_factureslire_facturerelancer_impayes
- On crée le MCP. Il expose trois actions précises sur le logiciel comptable, et rien d'autre.
- On le branche. Une adresse et une autorisation dans ChatGPT : il apparaît comme un module.
- On demande. « @compta-factures » dans la conversation, et ChatGPT va chercher la réponse à la source.
Avant : ChatGPT seul
Après : avec le MCP compta-factures
Ce que c'est
Une prise universelle entre l'IA et vos logiciels
Sans connecteur, un assistant IA ne sait que ce qu'on lui écrit. Avec un serveur MCP, il va chercher la réponse dans vos logiciels, et peut y agir, dans les limites que vous fixez.
Le Model Context Protocol (MCP) est un standard ouvert, publié en novembre 2024, qui définit une manière unique pour une IA de découvrir des outils, de les appeler et d'en lire les résultats. Ses concepteurs le comparent à une prise USB-C : un seul format, quel que soit l'appareil. Il a été adopté en 2025 par les principaux acteurs, dont OpenAI pour ChatGPT, et confié en décembre 2025 à une fondation ouverte sous l'égide de la Linux Foundation.
Avant ce standard, relier trois logiciels à trois assistants demandait neuf intégrations. Avec MCP, il en faut trois : un serveur par logiciel, utilisable ensuite par tous les assistants compatibles. C'est ce qui en fait un bloc technologique : construit une fois, il se branche partout.
Pour quoi faire
- Comptabilité et finance : « Quelles factures sont en retard ? », « Quel chiffre d'affaires ce trimestre, par client ? »
- Commercial et CRM : retrouver l'historique d'un client, préparer un rendez-vous, mettre à jour une opportunité.
- Stocks et ERP : disponibilité d'un article, commandes en cours, alertes de réapprovisionnement.
- Documents internes : interroger procédures, contrats et comptes rendus, avec la source citée.
- Logiciels métier sur mesure : ceux qu'aucun éditeur ne connecte, et qui sont souvent les plus précieux.
Comment c'est fait
Architecture d'un serveur MCP
Trois acteurs se parlent. L'hôte est l'application où se tient la conversation (ChatGPT, Claude, un agent). Il embarque un client MCP, qui ouvre une session avec notre serveur MCP. Le serveur, lui, parle à l'API de votre logiciel. Les messages suivent le format JSON-RPC 2.0 ; le serveur tourne soit en local, soit à distance, accessible en HTTPS avec une connexion sécurisée par OAuth.
Un serveur expose trois types de briques : des outils (des actions, avec leurs paramètres décrits par un schéma), des ressources (des données à lire) et des modèles de consignes (des tâches prêtes à l'emploi). Voici la description d'un outil, telle que le modèle la reçoit :
{
"name": "lister_factures",
"description": "Liste les factures émises sur une année,
avec client, montant HT et statut de paiement.",
"inputSchema": {
"type": "object",
"properties": {
"annee": { "type": "integer", "description": "Année, ex. 2026" },
"statut": { "type": "string", "enum": ["payée", "en attente", "en retard"] }
},
"required": ["annee"]
},
"annotations": { "readOnlyHint": true }
}Le modèle lit le nom, la description et les paramètres pour décider s'il doit appeler l'outil, et avec quoi. Une description floue produit de mauvais appels : la qualité d'un serveur MCP tient d'abord à la précision de ses outils, bien plus qu'à leur nombre.
- 01
Cadrer
Quelles questions poser, quelles actions permettre, à qui. Le périmètre avant le code.
- 02
Concevoir les outils
Des noms, des descriptions et des paramètres clairs : c'est le modèle qui les lit pour choisir.
- 03
Brancher l'API
Authentification, pagination, erreurs, limites de débit du logiciel cible.
- 04
Sécuriser
Droits minimaux, lecture seule par défaut, confirmation des écritures, journal de chaque appel.
- 05
Éprouver
Des scénarios réels : le modèle choisit-il le bon outil, avec les bons paramètres ?
- 06
Déployer
Serveur distant en HTTPS, connexion OAuth, puis branchement dans ChatGPT, Claude ou un agent.
La sécurité, dès la conception
Un serveur MCP ouvre une porte vers vos données : elle doit rester étroite. Nos règles :
- Moindre privilège : le serveur n'a que les droits nécessaires, et les outils de lecture sont séparés des outils d'écriture.
- Confirmation humaine pour toute action qui modifie, envoie ou supprime.
- Méfiance envers les données : un texte lu dans un document peut contenir des instructions déguisées ; il est traité comme une donnée, jamais comme un ordre.
- Authentification par utilisateur : chacun n'accède qu'à ce qu'il voit déjà dans le logiciel.
- Journal complet : chaque appel est tracé, avec qui, quoi et quand.
- MCP
- Model Context Protocol : le standard ouvert qui relie une IA à des outils et à des données, de la même manière pour tous.
- Serveur MCP
- Le programme que nous créons : il traduit les demandes de l'IA en appels vers votre logiciel.
- Client / hôte
- L'application où se tient la conversation : ChatGPT, Claude, un éditeur de code, un agent maison.
- Outil (tool)
- Une action que l'IA peut déclencher : lister des factures, créer un contact, envoyer un message.
- Ressource
- Une donnée que l'IA peut lire : un document, une fiche, un tableau.
- Connecteur
- Le lien avec l'API d'un logiciel. Un serveur MCP rassemble un ou plusieurs connecteurs sous une forme standard.
Recherche & évolutions 2026
De l'appel d'outil au standard ouvert
La capacité des modèles de langage à utiliser des outils est née dans la recherche en 2022-2023 : apprendre quand appeler une API, alterner réflexion et action, choisir parmi des milliers d'outils. MCP a transformé ces travaux en infrastructure : un protocole commun, que les assistants et les éditeurs de logiciels adoptent pour ne plus réinventer chaque intégration.
Un standard à gouvernance neutre
Confié à une fondation ouverte fin 2025, le protocole n'appartient plus à un seul acteur : un serveur construit aujourd'hui reste utilisable demain, quel que soit l'assistant.
Des applications dans la conversation
Au-delà du texte, les serveurs MCP affichent désormais des interfaces dans ChatGPT : tableaux, formulaires, validations, sans quitter la discussion.
Serveurs distants et autorisation
L'usage passe du poste du développeur au serveur hébergé, connecté par OAuth : chaque collaborateur s'identifie, et n'accède qu'à ses propres droits.
La sécurité comme sujet de recherche
Outils piégés, injections par les données, fuites entre serveurs : les attaques propres aux agents sont désormais étudiées, et les défenses se normalisent.
Les publications de référence
- 2025Model Context Protocol (MCP): Landscape, Security Threats, and Future Research Directions
Le premier état des lieux académique du protocole : son cycle de vie, son écosystème et surtout ses risques (outils piégés, injection d'instructions par les données, droits excessifs). La base de nos règles de sécurité.
- 2025Model Context Protocol — Spécification
Le texte de référence du protocole : messages JSON-RPC, transports, outils, ressources, autorisation OAuth, demandes d'information à l'utilisateur. Chaque serveur que nous livrons s'y conforme.
- 2024ToolLLM: Facilitating Large Language Models to Master 16000+ Real-world APIs
Entraîne et évalue des modèles sur plus de seize mille API réelles : le choix de l'outil et l'enchaînement de plusieurs appels deviennent mesurables.
- 2024Gorilla: Large Language Model Connected with Massive APIs
Montre qu'un modèle qui s'appuie sur la documentation à jour d'une API l'appelle bien plus justement, et invente beaucoup moins de paramètres. D'où l'importance de descriptions d'outils précises.
- 2023Toolformer: Language Models Can Teach Themselves to Use Tools
L'article qui a montré qu'un modèle de langage peut apprendre à décider seul quand appeler un outil externe, et comment en intégrer le résultat.
- 2023ReAct: Synergizing Reasoning and Acting in Language Models
Raisonner, agir, observer, recommencer : la boucle que suit ChatGPT quand il interroge un serveur MCP, lit la réponse et décide de la suite.
Collaborer
Un sujet technique qui résiste ?
Faisabilité, méthode, mesure du résultat.