Вводите запрос AI-ассистенту — получаете готовый черновик статьи. Текст хороший, структура логичная, термины на месте. Но дальше начинается самое неприятное: технический писатель заходит на портал документации, вручную находит нужный проект, открывает страницу, вставляет текст, проверяет форматирование и присваивает статус. ИИ написал – человек перенёс.
Проблема не в том, что ИИ плохо пишет, а в том, что он работает рядом с вашим порталом, а не внутри него. Вы видите в системе проекты, страницы, статусы, сниппеты, переменные. ИИ видит только то, что вы ему передали в окно чата: не знает, что в проекте уже 14 страниц со статусом «Черновик», не видит структуру оглавления и не понимает, куда должна вписаться новая статья.
Похожая ситуация была на уровне машинного перевода: без контекста «машинка» переводит plant как «растение» вместо «завод», thread как «нить» вместо «резьба», bus как «автобус» вместо «шина». AI-агент для документации спотыкается о ту же проблему контекста: без интеграции с порталом он может написать статью, но не может её «завести» в систему — обновить оглавление, проставить статус, привязать к нужному проекту.
MCP делает внутренний контекст портала доступным для AI через единый стандарт. Вместо отдельной интеграции под каждый портал вы подключаете MCP-сервер — и AI-агент начинает читать страницы и оглавления, создавать и обновлять статьи, менять статусы прямо внутри системы. Без ручного переноса текста из чата в интерфейс.
Что такое MCP: объяснение для нетехнического читателя
MCP (Model Context Protocol) – открытый стандарт, разработанный Anthropic, который позволяет AI-агентам подключаться к внешним инструментам и данным через единый унифицированный интерфейс. Протокол создан для того, чтобы AI-системам было проще получать контекст из реальных систем: файлов, баз данных, порталов документации, бизнес-инструментов и окружений разработки.
MCP обеспечивает стандартный способ чтения файлов, выполнения функций и обработки контекстных инструкций («промптов»). В результате AI-ассистенты могут получать более контекстно-релевантные и точные ответы, потому что они фактически «видят» данные из вашей инфраструктуры, а не только из того, что вы передали в чат.
USB-C для AI: простая аналогия
До MCP каждая интеграция AI с внешним инструментом писалась вручную: отдельный код под каждую систему. Если вы хотели подключить AI к порталу документации, к CRM, к базе тикетов — нужно было делать отдельную интеграцию для каждого случая. Каждая из них жёстко прописывала последовательность действий, и если один из сервисов менял формат ответа, весь код разваливался.
MCP унифицирует этот процесс: один протокол, любой инструмент. Как USB-C — один стандартный разъём, который подходит к любому устройству. Вместо того чтобы писать отдельное подключение к Документерре, к Jira, к файловой системе, вы подключаете MCP-серверы для каждой системы, и AI-клиент работает с ними через общий интерфейс. Добавление новой системы не требует переписывания логики агента, достаточно описать её инструменты через MCP.
Чем MCP отличается от обычного API
API позволяет программе обратиться к сервису по заранее известному адресу и по заранее известным правилам. Вы знаете, что endpoint /articles возвращает список статей, что нужно передавать заголовок Authorization, что формат ответа – JSON. Логика «кто, когда и как» использует API, обычно прописана в коде вашего приложения.
MCP идёт дальше: он описывает инструменты так, чтобы AI-агент сам мог понять, что они делают, когда их использовать и как с ними работать, без жёстко прописанной логики в коде клиента. Агент читает описание инструмента (его «сигнатуру», доступные параметры, примеры использования) и сам решает, как его применить в контексте текущей задачи.
Это означает, что:
- вы не пишете под каждый инструмент отдельный код интеграции для AI;
- вы описываете инструмент через MCP, и разные AI-клиенты (Claude, Cursor, Windsurf и другие) могут использовать его одинаково;
- агент может комбинировать несколько инструментов из разных систем в одной задаче, просто «считывая» их описания.
Как MCP-сервер структурирует доступ к системе
MCP-сервер может предоставлять три типа действий:
- Tools (инструменты) – действия, которые агент может вызвать. Например: создать топик, обновить текст и статус, найти все топики со статусом Draft, получить список сниппетов и переменных для переиспользования. Инструменты – это то, что агент «может делать» в системе.
- Resources (ресурсы) – данные, которые агент может прочитать: содержимое конкретного топика, структура оглавления проекта, список проектов и их настроек, метаданные (статусы, авторы, даты изменения). Ресурсы – это «материал», с которым агент работает.
- Prompts (шаблоны) – переиспользуемые инструкции для типовых задач: «Создать новую инструкцию по установке по этому чек-листу», «Перевести статью на русский, сохраняя терминологию из глоссария», «Сформулировать summary для change log по этому набору изменений». Промпты позволяют стандартизировать подходы к типовым операциям и давать AI заранее подготовленные алгоритмы работы.
Кто поддерживает MCP
На сегодняшний день протокол поддерживают Claude / Claude Desktop (Anthropic), Cursor, Windsurf и другие AI-клиенты для разработчиков, а также интеграции в различных IDE и инструментах для работы с кодом и документацией.
В декабре 2025 года протокол был передан под управление Linux Foundation (через Agentic AI Foundation), что закрепило его статус как открытого, нейтрального стандарта, а не продукта одной компании. Это важно: протокол не зависит от вендора, управляется сообществом и имеет долгосрочную перспективу развития.
Почему AI-агенты не могут работать с документацией без MCP
Агент видит только окно чата
Представьте, что вы пригласили профессионального переводчика для работы над технической документацией, но посадили его в комнату и дали только листок с текстом, который нужно перевести. Переводчик блестяще владеет языками, но он не видит, какие главы уже переведены его коллегами, не знает, принят ли в компании единый глоссарий терминов, не понимает, какие разделы находятся на согласовании, а какие уже утверждены, и понятия не имеет, что для разных версий продукта используются разные шаблоны оформления.
Именно так сегодня работает AI-агент с документацией – он видит только то, что вы вставили в окно чата, и пишет свой ответ в полной изоляции от реальной структуры портала. Вы можете передать ему текст старой инструкции, список требований или пример нужного формата, но агент остаётся «слепым» по отношению к контексту: он не знает, какие страницы уже существуют в проекте и не создаст ли он дубликат, какой статус присвоен каждому разделу и можно ли вообще редактировать эту статью, какие сниппеты и переменные используются в других материалах для единообразия, а также какие правила версионирования и этапы ревью приняты в вашей компании.
Без доступа к общей структуре документации AI-агент работает как переводчик с листочком или программист без общего репозитория. Он выдаёт качественный текст в рамках переданного фрагмента, но этот текст может не вписаться в общую картину, нарушить принятые соглашения или просто продублировать уже существующую работу.
Ручной перенос контента – узкое место
Любой результат работы ИИ нужно вручную переносить в систему: найти нужный проект, открыть нужную страницу, вставить текст, проверить форматирование, поставить нужный статус.
При небольшом объёме это терпимо. При работе с сотнями страниц это становится основным узким местом: команда тратит значительное время не на написание, а на перемещение контента между инструментами. При этом возрастает риск ошибок (не туда вставили, не тот статус, не проверили вариации терминов), усложняется аудит и падает скорость выпуска новых версий документации.
MCP решает проблему: агент работает внутри системы
MCP решает именно эту проблему: вместо того чтобы работать рядом с порталом документации, агент работает внутри него. С MCP-сервером агент может найти все топики со статусом Draft, посмотреть структуру оглавления и сразу понять, куда вписать новую статью, создать топик с нужным текстом и статусом, обновить существующую статью и изменить её статус – всё это без ручного копирования, без поиска в интерфейсе, без лишних шагов.
Как работает MCP-сервер
В архитектуре MCP три роли:
- Host – AI-приложение, которым пользуется человек (Claude Desktop, Cursor, IDE с AI-плагинами).
- Client – компонент внутри Host, который устанавливает соединение с сервером и «обсуждает» с ним доступные инструменты и ресурсы.
- Server – программа, которая открывает доступ к конкретному инструменту или системе (например, Авторский MCP-сервер Документерры).
Когда пользователь даёт агенту задание: «найди все страницы со статусом Черновик в проекте X», агент через MCP-клиент обращается к Авторскому MCP-серверу Документерры. Сервер выполняет запрос в реальной системе через REST API, получает список топиков, фильтрует по статусу Черновик и проекту X, возвращает результат агенту. Агент формулирует ответ пользователю или совершает следующее действие.
Упрощённо схема выглядит так:
Пользователь → Host (Claude) → MCP Client → MCP Server → Документерра → результат обратно по цепочке
Важно, что агент действует от имени конкретного пользователя с его правами доступа. Агент не обходит никакие механизмы безопасности: ни SSO, ни 2FA, ни ролевые разрешения.
Авторский MCP-сервер Документерры: как это выглядит на практике
Авторский MCP-сервер Документерры – это сервис, который позволяет ИИ-агентам и инструментам на базе LLM (таким как Claude, Gemini, ChatGPT и другим) программно взаимодействовать с вашим порталом документации. Он реализует Model Context Protocol (MCP) – открытый стандарт для подключения ИИ-ассистентов к внешним источникам данных и инструментам.
Авторский MCP-сервер входит в аддон REST API + MCP (его можно подключить в разделе настроек портала).
Авторский MCP-сервер выступает в роли моста между ИИ-агентом и вашим порталом Документерры. Типичное взаимодействие выглядит следующим образом:
- Настройка агента. Администратор настраивает ИИ-агента для использования Авторского MCP-сервера Документерры. В конфигурации клиента указывается endpoint сервера. Его можно найти в настройках портала: ИИ интеграции → MCP-сервер.
- Запрос пользователя. Пользователь отправляет запрос агенту на естественном языке – никаких специальных команд не требуется.
- Решение агента. Агент решает, использовать ли MCP-сервер для выполнения запроса и какие инструменты задействовать.
- Аутентификация. Если агент обращается к серверу впервые, открывается вкладка браузера со стандартной страницей входа на портал. Пользователь проходит аутентификацию с использованием своих обычных учетных данных – полностью поддерживаются SSO и двухфакторная аутентификация (2FA). API-ключи не требуются.
- Сохранение токена. После входа в систему агент сохраняет токен аутентификации и использует его для последующих запросов. Пользователям необходимо проходить повторную аутентификацию каждые 30 дней.
- Действия в рамках прав. Агент действует от имени авторизованного пользователя с точным соблюдением его прав доступа.
Агент не получает расширенных прав. Если у пользователя нет доступа к проекту Y, агент тоже не сможет читать или редактировать страницы в этом проекте. Если у пользователя только роль Читатель, агент тоже не сможет создавать или обновлять контент.
Авторский MCP-сервер предоставляет агенту инструменты (Tools), ресурсы (Resources) и шаблоны (Prompts), адаптированные под работу с порталом документации. Агент может читать содержимое топиков и структуру оглавления, искать по базе знаний, создавать новые топики в нужном разделе с нужным статусом, обновлять существующий контент и работать со структурой проекта. Точные названия инструментов и их параметры доступны в справочнике по Авторскому MCP-серверу.
Примеры использования
Поиск и анализ страниц
Технический писатель хочет понять, какие материалы в проекте еще не готовы. Вместо того чтобы самому открывать портал, искать проект, смотреть статусы, он делает запрос:
«Найди все страницы со статусом Черновик в проекте «API reference» и покажи их список с кратким резюме содержания».
Агент находит страницы, читает их содержимое и формирует ответ. Писатель сразу видит, какие страницы требуют доработки.
Создание новой страницы
Писатель получает задачу добавить новую статью в проект. Он пишет в чат: «Создай страницу «Настройка прокси» в проекте «Инструкции для пользователей« с этим текстом и поставь статус Нужна проверка». Страница создаётся напрямую, без перехода в портал.
Обновление существующей статьи
Писатель передаёт агенту новый блок текста и просит обновить статью и изменить её статус. Агент находит страницу, читает текущее содержание, вносит изменения и сообщает об обновлении. Это особенно удобно при работе с большими проектами.
MCP для разных ролей в команде
MCP меняет работу не только технических писателей, но и всех, кто взаимодействует с документацией.
- Технический писатель — смещает фокус с ручного копирования на проектирование информационной архитектуры: управляет не текстом, а правилами, по которым AI-агент создаёт и проверяет контент.
- Разработчик — создаёт черновик в момент написания кода, когда контекст свеж, и передаёт его писателю на доработку, сокращая цикл согласования с недель до часов.
- Команда поддержки — работает с актуальной версией портала через агента, а не с экспортированным PDF, который кто-то забыл обновить.
- Продакт-менеджер — поручает агенту сбор связанных требований по продукту за минуты вместо дней ручного поиска по разным системам.
Документация становится общим делом, но технический писатель не теряет контроль — он задаёт правила для AI-агента, а не пытается угнаться за потоком правок от всей команды.
Как подключить Авторский MCP-сервер Документерры
Подключение сервера технически несложно, но важно учесть несколько ключевых моментов.
Адрес сервера находится в настройках портала: ИИ интеграции → MCP-сервер. Этот адрес привязан к конкретному порталу. При добавлении в Claude Desktop через конфигурационный файл убедитесь, что указан правильный тип транспорта — для Документерры это стандартный HTTP с OAuth 2.1.
Первая аутентификация проходит через браузер: вы используете обычный вход с двухфакторной защитой без необходимости хранить API-ключи в файлах конфигурации. Рекомендуется создать отдельного пользователя с ролью Автора или Авторизованного читателя специально для AI-агента — это позволит контролировать права доступа и сохранять прозрачность аудит-трейла.
После настройки попросите агента показать структуру дерева страниц или список проектов — если он вернёт данные, подключение работает корректно.
Подробная инструкция по настройке — в документации Документерры по Авторскому MCP-серверу.
* * *
MCP меняет роль ИИ в работе с документацией: из инструмента для генерации текста он превращается в полноценного участника рабочего процесса. Агент не просто предлагает контент — он работает внутри той же системы, что и команда, с теми же данными, структурой и правами.
Авторский MCP-сервер Документерры показывает, как это выглядит на практике: агент «видит» структуру проектов, страницы, статусы, сниппеты и переменные, и действует в рамках прав конкретного пользователя. Для технических писателей это не угроза, а рычаг: рутинные задачи делегируются агенту, а фокус смещается на то, что ИИ не умеет — архитектуру контента, качество и стратегию.
FAQ
MCP-сервер — это программа, которая открывает AI-агенту доступ к конкретной системе: порталу документации, базе задач, файловой системе и другим инструментам. Благодаря единому протоколу агент может работать с любой системой, у которой есть MCP-сервер, — без отдельной интеграции под каждый случай. Для пользователя это означает, что вместо копирования текста из чата в портал агент сам читает, создаёт и обновляет страницы внутри системы.
API — это набор правил для программного обращения к сервису. Разработчик заранее прописывает, какой запрос отправить, в каком формате получить ответ и что с ним делать. MCP идёт дальше: сервер описывает инструменты так, чтобы AI-агент сам понял, что они делают и когда их использовать. Агент не следует жёстко прописанной логике — он принимает решение в контексте задачи. Это означает, что один и тот же MCP-сервер могут использовать разные AI-клиенты без дополнительной настройки под каждый из них.
Нет. Подключение не требует написания кода. Адрес сервера находится в настройках портала Документерры, а аутентификация проходит через стандартный вход с поддержкой SSO и 2FA. Достаточно добавить endpoint в конфигурацию AI-клиента — например, Claude Desktop — и войти в систему под своей учётной записью.
Любой AI-клиент с поддержкой Model Context Protocol. На сегодняшний день это Claude и Claude Desktop (Anthropic), Cursor, Windsurf и другие инструменты. Протокол открытый, поэтому список совместимых клиентов продолжает расширяться.
Да. Агент действует от имени авторизованного пользователя и наследует его точные права доступа — он не получает никаких дополнительных привилегий. Аутентификация использует OAuth 2.1, поддерживаются SSO и двухфакторная аутентификация. Рекомендуется создать отдельную учётную запись для AI-агента с ограниченными правами, чтобы сохранять прозрачность аудит-трейла. Важно учитывать, что данные передаются от портала через MCP-сервер к используемой LLM — выбор языковой модели и принципы обработки данных в ней остаются в зоне ответственности вашей компании.
Нет. Авторский MCP-сервер Документерры позволяет агенту создавать и редактировать страницы, но публикация остаётся за человеком. Агент может перевести страницу в статус «На проверке», однако финальное решение о публикации принимает автор или редактор. Это сохраняет существующий процесс проверки и согласования без изменений.
