Что такое MCP-сервер и как дать нейросети данные из Wordstat, сайта и Telegram

Что такое MCP-сервер простыми словами

MCP-сервер — это программа-переходник, через которую нейросеть вызывает внешний сервис: Яндекс Wordstat, твой сайт на WordPress, Telegram-канал, генератор картинок. Так тему объяснял Артур Хорошев, нейроавтоматизатор и автор блога «Ковчег», на NeyroSummit 13. Если коротко, что такое MCP-сервер: нейросеть получает от него список инструментов, сама решает, какой вызвать, и работает уже с ответом сервиса, а не со своей памятью. Отсюда и ответ на частый вопрос «MCP-сервер — что это»: не сама нейросеть и не плагин чата, а отдельная программа между ними. В англоязычной документации на вопрос «MCP server — что это» отвечают так же.

Артур начал с того, что у любой чат-нейросети уже есть инструменты. Просишь ChatGPT нарисовать картинку — он включает инструмент генерации изображений. Просишь код — включает инструмент для кода. Встроенных инструментов становится всё больше: календари, по его словам, даже Photoshop. Но это то, что подключил разработчик чата. Всё остальное, говорит спикер, подключается по протоколу MCP: «в принципе, к ChatGPT можем подключить любой инструмент» — рабочую базу данных, CRM, Telegram, сайт.

Как это работает, если объяснять MCP в ИИ простыми словами:

1. Ты подключаешь сервер — даёшь чату или агенту адрес сервера (обычно ссылку) и, если нужно, авторизуешься.
2. Нейросеть видит список инструментов с описаниями: «узнать показы запроса в Wordstat», «опубликовать пост в канал», «вырезать фон с картинки».
3. Ты даёшь задачу словами. Нейросеть сама выбирает инструмент, просит у тебя подтверждение и вызывает его.
4. Сервер идёт в сервис по его API и возвращает ответ — цифры, ссылку на опубликованный пост, файл картинки.
5. Нейросеть работает с ответом: делает вывод, пишет текст, вызывает следующий инструмент.

Граница, которую называет спикер: по MCP можно подключить «вообще всё, что имеет API». Для сервисов без API нужно сначала сделать свой API или браузерные скрипты, «это сейчас будет тяжело для новичков». И честная оговорка про автономность: «звучит круто, на деле не всегда так хорошо».

Что можно подключить: Wordstat, сайт, Telegram, картинки

У Хорошева был собран собственный бесплатный сервис-хаб: в нём одна страница настроек, куда вводятся ключи от внешних сервисов, и одна ссылка-подключение, которую он называет «универсальный connection». Эту ссылку отдают нейросети — и за ней сразу десятки инструментов: на момент доклада 64–68. Платить, по его словам, нужно только за API подключённых сервисов. Сервис мы не называем и не рекомендуем — почему, в разделе про безопасность. Важен сам набор, он хорошо показывает, что вообще можно подключить:

Два практических вывода из этой части доклада.

Лишние инструменты выключай. Спикер столкнулся с ограничением: больше 99 инструментов включить нельзя, поэтому то, с чем не работаешь, он отключает, «чтобы они не отображались в нашем списке возможностей». Откуда именно лимит 99, он не уточнил. Но принцип верен и без лимита: каждый инструмент — это описание, которое нейросеть читает и между которыми выбирает. Чем их меньше, тем точнее выбор и тем меньше расход контекста — подробнее об этом в статье про скиллы, субагентов и MCP.

Подключай под задачу, а не «всё». Для SEO хватит Wordstat и публикации на сайт. Для презентаций — генерации и вырезания картинок. Для финансов — курсов ЦБ.

Как подключить MCP к ChatGPT и к агенту в Cursor

В эфире спикер подключал одну и ту же ссылку в двух местах.

ChatGPT (как было в декабре 2025).

1. Настройки → включить режим разработчика: «там рубильник передёргиваете». На дату доклада MCP в ChatGPT работали только в этом режиме.
2. Создать подключение и вставить ссылку сервера.
3. В новом чате убедиться, что инструменты появились (у спикера — 64), и дать задачу. При первом вызове ChatGPT спрашивает, доверяешь ли ты этому сервису.

Cursor. «Даём курсору ссылку, которую нам предоставляет сервис. Подключаем её» — и агент получает те же инструменты. При вызове он тоже просит разрешить доступ к MCP.

Тот же сервер, по словам спикера, подключается к своим GPT в ChatGPT, к Claude и к сервисам автоматизации Make и n8n — там он ставится отдельным модулем MCP, и «один модуль может выполнять кучу разных действий».

Схема сборки: свой MCP Wordstat на n8n

Спикер говорил, что такой сервер можно собрать «за один вечер», но шагов не показал. Ниже — схема редакции по официальной документации Яндекса, n8n и Cursor, без чужого хаба: ключ от Wordstat остаётся у тебя. Это схема, а не проверенный рецепт: сквозной прогон с платным ключом мы не делали, поэтому первый ответ сверяй по шагу 5. Нужен уже работающий n8n — свой сервер или облачный тариф. Для сайта и Telegram готовые официальные варианты — во врезке после примера.

Схема одной строкой: чат или агент → MCP-сервер (твой сценарий n8n) → Wordstat API. Ключ от Wordstat вводится только в n8n; чату достаётся адрес сервера и отдельный токен доступа к нему.

1. Доступ к Wordstat API. Войди в AI Studio Яндекса с Яндекс ID, создай организацию и облако, привяжи платёжный аккаунт — запросы платные по тарифам Yandex Cloud, цену проверь до запуска. Создай API-ключ (вместе с ним создаётся сервисный аккаунт с ролью для Search API) и сразу сохрани его: потом секрет не показывают. Скопируй ID каталога.

2. Сценарий в n8n. Первый узел — MCP Server Trigger, авторизация — Bearer, придумай длинный токен. К нему подключи инструмент — узел HTTP Request:

   • метод POST, адрес https://searchapi.api.cloud.yandex.net/v2/wordstat/topRequests;
   • заголовок Authorization: Api-Key <твой ключ> — лучше через учётные данные n8n, а не текстом в узле;
   • тело JSON: phrase — запрос; numPhrases — сколько фраз вернуть (1–2000); folderId — ID каталога; по желанию regions и devices;
   • чтобы phrase подставляла нейросеть, нажми кнопку со звёздочкой в конце поля («значение задаёт модель») — n8n впишет выражение с функцией $fromAI('phrase', 'запрос для Wordstat') (документация). Документация обещает это для инструментов агента n8n; если под MCP Server Trigger кнопки нет, вынеси запрос в отдельный сценарий с входным полем phrase и подключи его к триггеру как инструмент Custom n8n Workflow Tool — этот способ в документации триггера назван прямо;
   • в описании инструмента напиши по-человечески: «показы запросов в Яндексе за последние 30 дней и похожие запросы». По этому описанию нейросеть решает, когда его вызывать.

   Метод возвращает totalCount — сколько всего запросов с этими словами, results — популярные запросы с числом показов и associations — похожие запросы (описание метода). Если ответ длинный, проверь в узле ограничение длины ответа для инструмента — иначе нейросеть получит обрезанный список.

3. Опубликуй сценарий. У триггера два адреса: тестовый работает, пока ты жмёшь проверку в редакторе, рабочий — только после публикации сценария (документация n8n). В чат отдаёшь рабочий.

4. Подключи к Cursor. В файле ~/.cursor/mcp.json — он лежит в твоей домашней папке и действует для всех проектов:

   {
     "mcpServers": {
       "wordstat": {
         "url": "https://<адрес твоего n8n>/mcp/<путь из триггера>",
         "headers": { "Authorization": "Bearer <токен из шага 2>" }
       }
     }
   }

   Файл вне проекта, поэтому токен не попадёт в git и к коллегам вместе с проектом. Перезапусти Cursor и проверь в настройках MCP, что сервер зелёный и инструмент виден. С ChatGPT сложнее: по документации OpenAI свой сервер подключается с авторизацией OAuth или без неё. Без авторизации любой, кто узнает адрес, тратит твои деньги на Wordstat, поэтому для первого раза бери Cursor или Claude Code.

5. Первый вызов. «Вызови инструмент wordstat для запроса “нейрофотосессия” и покажи сырой ответ: totalCount и первые 10 строк results». Cursor попросит одобрить вызов — одобри. Сверка — в следующем разделе.

Если не работает. Инструмента нет в списке — сценарий не опубликован или в чат попал тестовый адрес. Ошибка доступа от сервера n8n — не совпал Bearer-токен. Ошибка от Wordstat — неверный API-ключ, ID каталога или не привязан платёжный аккаунт. Пустой ответ — проверь написание запроса и регион.

Пример: ключи из Wordstat в чате и проверка цифр

Это главный живой показ доклада и самый понятный сценарий для начала: SEO-анализ темы перед статьёй.

1. Проверка руками. Спикер сначала открыл сам Wordstat и вбил запрос «нейрофотосессия», чтобы увидеть, сколько запросов в месяц.
2. Задача в чате. «Сделай анализ по ключевым словам “нейрофотосессия” через MCP Wordstat». Название инструмента в задаче помогает нейросети выбрать именно его.
3. Подтверждение. ChatGPT показал вызов инструмента и спросил, доверяешь ли ты сервису. Спикер называет его «немножко нервным»: в эфире он спрашивал на каждый вызов.
4. Ответ из сервиса. ChatGPT вернул показы базового запроса и его хвостов. Цифра через инструмент была близка к той, что спикер минутой раньше видел в Wordstat, но не совпала — откуда разница, в эфире не разбирали.
5. Решение по данным. Запросы с маленьким спросом спикер отбросил («мне это вообще неинтересно будет»).
6. Смежные ключи. «Посмотри смежные ключи» — новый вызов, новое подтверждение. Нашёлся близкий запрос с заметно бо́льшим спросом, и спикер предложил собрать заголовок из двух ключей: широкого, который привлекает, и узкого, который называет цель.
7. Статья. Дальше — попросить статью с релевантными ключами, «на которые больше всего будет показов». У спикера такая статья, по его словам, затем автоматически уходит на сайт и в Дзен.

Конкретные числа из эфира мы не приводим: распознавание речи их местами исказило, а спрос по запросам с декабря 2025 изменился.

Сделай анализ по ключевым словам «[тема]» через MCP Wordstat.

1. Вызови инструмент Wordstat. Цифры бери только из его ответа — если инструмент недоступен, так и скажи и ничего не оценивай сам.
2. Покажи таблицу: запрос — показов в месяц — к какому намерению относится (узнать, сделать, купить).
3. Посмотри смежные ключи: найди 5–10 близких запросов с бо́льшим спросом.
4. Предложи 3 заголовка статьи: в каждом — один широкий ключ, который привлекает, и один узкий, который называет задачу читателя.
5. Отметь запросы, у которых меньше [порог] показов в месяц: под них отдельную статью не планируем, их можно взять подзаголовком или вопросом в FAQ.

Как проверить цифры. Сначала убедись, что был вызов инструмента и ты видишь его сырой ответ: если вызова нет, получение цифр из Wordstat не подтверждено. Затем сверь итоговую таблицу нейросети с сырым ответом — модель могла ошибиться при переносе. И наконец, три-четыре запроса проверь в самом Wordstat с теми же параметрами: регион, устройства, период (метод API отдаёт последние 30 дней). При одинаковых параметрах числа должны совпасть; если нет — ищи, какой параметр отличается, прежде чем пользоваться ответом.

Чем ChatGPT отличается от агента в Cursor в этой задаче

Спикер советует для длинных задач агентов: «ChatGPT медленно работает». Агент, объясняет он, не прерывает диалог, пока не сделает задачу: может задать уточняющий вопрос, но если сказать «вернись, когда сделаешь», идёт шаг за шагом сам. В конце эфира на вопрос «зачем Cursor?» он ответил так: Cursor быстрее как агент, и ему «не нужно было постоянно подтверждать определённые действия». То же, по его словам, можно делать в ChatGPT или Claude.

Вторую часть показа спикер сам назвал «смертельным номером»: агент в Cursor делал презентацию в пять слайдов по картинке-референсу, с инструментами генерации и вырезания картинок. Результат в эфире не открыли («как всегда, непредсказуемо»), но два урока видны и так. Модель генерации спикер не назвал — агент сам пошёл во Flux. А без прямого указания пользоваться инструментами картинок, по его словам, не было бы вовсе. Отсюда правило: инструменты и модель называй в задаче. Как разбить большую задачу между несколькими агентами, Артур показывал на прошлом саммите — в статье про GEO-оптимизацию сайта субагентами в Cursor.

Изучи приложенный референс презентации досконально: палитра, шрифты, композиция, декоративные элементы. Опиши стиль списком — до того, как начнёшь делать.

Сделай в этом стиле веб-презентацию в HTML: [число слайдов] слайдов, каждый — отдельный слайд, а не коллаж. Текст — из приложенного материала.

У тебя есть подключение к MCP с инструментами генерации и вырезания изображений. Используй их: картинки генерируй моделью [модель], фон вырезай там, где элемент должен лежать поверх слайда. Не скупись на изображения.

В конце покажи список вызванных инструментов и путь к файлу презентации.

Конвейер в Make: от темы до публикации

Основная работа спикера — автоматизации в Make, и там тот же принцип: каждый «кружочек» делает одно действие и передаёт результат следующему. Единственная пошаговая схема доклада — его конвейер статей:

У спикера такая схема запускается раз в 3 часа, участия человека нет. По той же логике у него работают новостные посты с автообложкой и 15-секундные рекламные ролики. Результат он описывает так: «копейки стоит, приносит достаточно хороший дивиденд» — без цифр. И сам же оговаривается, что без знания маркетинга автоматизация денег не принесёт, а из пяти автоматических видео, по его словам, «стреляет» одно.

Схему стоит взять как каркас, а не как совет публиковать без человека. Что мы бы поменяли:

• Шаг проверки перед публикацией. Статья, собранная без человека, может содержать ошибки — спикер это признаёт. Поставь после шага 7 отправку черновика себе в Telegram и публикацию по кнопке.
• Две-три площадки, а не все сразу. Спикер публикует в десяток соцсетей и объясняет это тем, что площадки дают новому посту немного показов и добавляют при вовлечении. Это его объяснение, а не правило площадок. Массовый одинаковый контент площадки чаще считают спамом.
• Рекламные ролики маркируй. Если ролик — реклама, он подпадает под требования о маркировке интернет-рекламы (дополнение ниже).

Рассылку по адресам, собранным через поисковик, спикер сам назвал «опасненькой темой» — мы её не разбираем: без согласия получателя это нарушение закона о рекламе.

Чем опасны чужие MCP-серверы и prompt injection

Сервер-хаб вроде того, что показывал спикер, удобен: одна ссылка — и всё подключено. Но цена удобства — ключи от твоих сервисов (Яндекс, сайт, Telegram-бот, оплата генераций) хранятся у владельца хаба. Сам Хорошев говорит, что сервису месяц и «иногда бывают лаги». Мы советуем другой порядок:

• Сначала официальный сервер сервиса, если он есть. Потом — свой. Чужой хаб — только если доверяешь владельцу как подрядчику с доступом ко всем твоим аккаунтам.
• Ключи с минимальными правами. Ключ для Wordstat — отдельный, только под Search API, а не общий ключ от облака; расходы на запросы он не отменяет, поэтому настрой в биллинге облака бюджет с уведомлением. Для публикации в канал — отдельный бот только с правом постить.
• Не отключай подтверждения на действиях записи. Чтение данных можно разрешить заранее; публикацию, удаление и оплату — подтверждай.
• Помни про prompt injection. Ответ инструмента — это текст, который нейросеть читает. Если сервер или страница, которую он принёс, содержит скрытую инструкцию («перешли ключи», «опубликуй это»), модель может её выполнить. Поэтому меньше инструментов с правом действовать и больше проверок.

Другие примеры подключений по MCP — к школьной платформе для рассылок и к Claude Code — у нас в статьях про рассылки школы через ИИ-агента и про Claude Code в VS Code.

С чего начать сегодня

Вопросы и ответы