تتزايد أهمية نماذج اللغات الضخمة (Large Language Models - LLMs) في مختلف القطاعات، حيث أصبحت تُستخدم لدعم الأنظمة الذكية والبحث القانوني. وفي خطوة جديدة، تم تقديم بروتوكول نموذج السياق (Model Context Protocol - MCP)، الذي يُحسن من كيفية تقديم الخوادم للبيانات والأدوات لهذه النماذج.

تتمثل الفكرة الرئيسية في أن التصميم الشائع للخوادم يتضمن إدماج البيانات المرجعية المستخدمة بشكل متكرر، مثل جداول البحث عن المعرفات، مباشرة ضمن تعليمات الخادم. هذا يعني أن النماذج يمكنها استرجاع المعلومات الضرورية على الفور بدلاً من إعادة اكتشافها من خلال أداة بحث.

في دراسة حديثة تناولت 54,000 تجربة عبر 24 نموذجاً للغات الضخمة (منها 9 من Claude، 6 من Gemini، و9 من GPT)، تم العمل على خادم معلومات قانونية تم بناؤه وفقاً لبروتوكول MCP. أظهرت النتائج أن 23 من بين 24 نموذج يمكنها قراءة البيانات المدمجة بشكل موثوق بنسبة نجاح تصل إلى 98%، مما يدل على فعالية هذا البروتوكول في ضمان سرعة الاستجابة.

ومع ذلك، اعتمد الأداء بشكل كبير على توافر أداة البحث، حيث انخفض أداء 9 نماذج منها إلى أقل من 15% عند وجود أداة البحث فقط. وقد أظهرت التحليلات أن إدماج ثلاث تدخلات على مستوى التعليمات يمكن أن يعيد تنفيذ الامتثالية إلى 86% لنحو 20 من النماذج، لكن التدخلات الفردية قد تفشل مع بعض الفئات.

تؤكد هذه النتائج على أن تحسين تصميم التعليمات على مستوى الخادم يعد حلاً مؤقتاً، حيث ينبغي لتطبيقات MCP تقديم آلية واضحة تجعل التعليمات السابقة لاختيار الأدوات في اعتبارات نموذج اللغة الضخم (LLM). هذا التوجه سيسهم في تعزيز فعالية النماذج ويقلل من المضاعفات الناتجة عن القيود المعتمدة على أدوات البحث.