MCP-palvelimet ja datan valmistelu tekoälylle

Mitä MCP-palvelin tekee?

MCP eli Model Context Protocol on yhteinen tapa liittää tekoälysovellus ulkoisiin tietoihin ja toimintoihin. MCP-palvelin tarjoaa sovellukselle nimettyjä työkaluja, kuten myynnin hakemisen valitulta ajalta tai asiakasryhmien vertailemisen sovitulla mittarilla.

Palvelin suorittaa määritellyn haun tai laskennan ja palauttaa tuloksen sekä sen tulkintaan tarvittavat tiedot. Tekoälysovellus käyttää tulosta vastauksen muodostamiseen. Mittarien määritelmät, aikarajaukset ja lähteet auttavat mallia tulkitsemaan lukuja, ja vastauksen oikeellisuus tarkistetaan sovituilla esimerkeillä.

• MCP:n virallinen kuvaus: palvelimet ja työkalut

BigQuery-data generatiivisen tekoälyn käyttöön

Tekoälylle hyödyllinen tietopohja tarvitsee selkeät käsitteet ja laskentasäännöt. Esimerkiksi myynti voi tarkoittaa tilauksia, laskutusta tai maksettuja laskuja. Sovimme, mitä luku tarkoittaa, mille ajalle se kohdistuu ja miten palautukset tai puuttuvat tiedot käsitellään.

Muokkaamme tarvittavat aineistot BigQuery-tauluiksi tai näkymiksi. Yhdistämme lähteiden tiedot, dokumentoimme kentät ja rakennamme käyttötapaukseen sopivat koosteet. Olemassa olevia SQL- ja dbt-malleja voidaan hyödyntää myös tekoälyn tietopohjana.

• Yhteiset käsitteet, mittarit, yksiköt ja aikarajaukset
• Lähteiden yhdistäminen ja tunnisteiden yhdenmukaisuus
• Kysymyksiin sopivat taulut, näkymät ja valmiit koosteet
• Datan laadun tarkistukset, päivitysrytmi ja tuoreuden kuvaaminen

• BigQuery-konsultointi ja datamallien toteutus

MCP-palvelimen toteutus yrityksenne tiedonhakuihin

Määrittelemme yhdessä, mihin kysymyksiin ratkaisun pitää vastata. Toteutamme työkaluille selkeät kuvaukset, hyväksytyt hakuehdot ja yhdenmukaiset tulokset. Työkalu voi esimerkiksi palauttaa myynnin aikaväliltä ja asiakasryhmästä sekä käytetyn mittarin määritelmän ja aineiston päivitysajan.

Toteutustapa voi perustua ennalta määriteltyihin SQL-kyselyihin, rajattuihin näkymiin tai muuhun sovittuun hakulogiikkaan. Tarkistamme hakuehdot palvelimella ja rajaamme käsiteltävän aineiston, palautettavan tuloksen sekä kyselyiden resurssinkäytön. Näin tiedonhakujen toimintaa voidaan testata erikseen tekoälyn vastauksista.

Arvioimme myös valmiiden MCP-yhteyksien soveltuvuuden. Räätälöity toteutus on hyödyllinen, kun yrityksen omat käsitteet, käyttöoikeudet tai työnkulut vaativat niitä varten suunnitellut tiedonhaut. Testaamme yhteyden valittuun MCP:tä tukevaan tekoälysovellukseen.

Mihin kokonaisuutta voi käyttää?

Seuraavat esimerkit havainnollistavat mahdollisia käyttötapoja. Aloitamme rajatusta kysymysjoukosta, jonka vastaukset voidaan tarkistaa nykyisistä raporteista tai lähdetiedoista.

• Myynnin seuranta: miten myynti kehittyi tuoteryhmittäin edelliseen kauteen verrattuna?
• Asiakkuuksien tarkastelu: miten tilausmäärät ja ostot jakautuvat sovittujen asiakasryhmien välillä?
• Markkinoinnin seuranta: miten mainoskulut ja hyväksytyt liidit kehittyivät kanavittain?
• Lukujen selvittäminen: mitä mittari sisältää, miltä ajalta tieto on ja mihin lähteeseen se perustuu?

Käyttöoikeudet ja vastausten tarkistus osaksi toteutusta

Määrittelemme, kuka saa käyttää palvelinta ja mitä tietoja kukin käyttäjä voi hakea. Oikeudet toteutetaan palvelimessa ja dataympäristössä. Pelkkä tekoälylle annettu ohje ei rajaa pääsyä aineistoon. Sovimme myös, mitä tietoja voidaan välittää valittuun tekoälypalveluun.

Tiedonhakua varten voidaan toteuttaa vain lukuun rajattu kokonaisuus. Sovimme lokituksen, virheiden käsittelyn ja kustannusten seurannan sekä testaamme myös puuttuvat tiedot, epäselvät kysymykset ja oikeuksien ulkopuolelle jäävät pyynnöt.

Vertaamme työkalujen palauttamia lukuja sovittuun vertailuaineistoon ja arvioimme erikseen tekoälyn muodostaman vastauksen. Tulokseen voidaan liittää lähde, aikarajaus ja päivitysaika. Määrittelemme, miten puuttuva tieto ilmoitetaan työkalun tuloksessa, ja testaamme sen käsittelyn tekoälyvastauksissa.

Miten MCP-toteutus etenee?

• Rajaus: sovimme käyttäjät, tärkeimmät kysymykset, tekoälysovelluksen ja onnistumisen kriteerit.
• Tietopohja: arvioimme lähteet ja valmistelemme tarvittavat BigQuery-mallit, määritelmät ja laadun tarkistukset.
• Palvelin: toteutamme MCP-työkalut, hakuehtojen käsittelyn ja käyttöoikeudet.
• Kokeilu: testaamme tiedonhaut ja vastaukset todellisia käyttötarpeita kuvaavilla kysymyksillä.
• Käyttöönotto: sovimme ympäristön, dokumentaation, perehdytyksen sekä ylläpidon ja jatkokehityksen vastuut.