Le MCP, ou comment Claude se branche sur n'importe quoi (et ce que ça change pour les créateurs)

J'ai compris ce qu'était vraiment le MCP un soir de février, dans Claude Code, en lui demandant de me sortir les stats de vues de mes huit chaînes pour les comparer. Je m'attendais à un « je ne peux pas accéder à ces données ». À la place, Claude a appelé l'outil list_publications, agrégé les chiffres sur un mois, identifié l'épisode qui sortait du lot, ouvert le script en question, et m'a demandé si je voulais qu'il propose une variante éditoriale fondée sur le pattern qu'il venait de détecter.

Le tout, en une seule conversation. Sans changer d'onglet. Sans copier-coller. Sans même que j'aie écrit un script Python pour servir de pont.

C'est le moment où j'ai arrêté de penser au MCP comme à une feature de Claude, et où j'ai commencé à le voir pour ce qu'il est réellement : une plomberie. Une convention silencieuse qui permet à n'importe quel modèle de langage de se brancher à n'importe quel système — base de données, API tierce, fichier local, outil métier — sans que personne n'ait à coder l'intégration de A à Z.

Et pour quiconque opère une chaîne de production vidéo IA en solo, c'est exactement le genre de glissement qui change la grille des arbitrages.

Ce que le MCP est vraiment

Le sigle tient en trois lettres : Model Context Protocol. Le nom de baptême officiel est Model Context Protocol, publié par Anthropic en novembre 2024 sous licence ouverte. La proposition est presque triviale dans sa formulation, et puissante dans son implication : standardiser la manière dont un modèle de langage parle à un système extérieur.

Avant le MCP, chaque intégration entre une IA et un outil était un travail sur-mesure. Tu voulais connecter Claude à ta base de données ? Quelqu'un devait coder une couche d'adaptation propriétaire. Tu voulais le brancher sur ton CRM ? Une autre couche. Sur ton repo GitHub ? Encore une autre. Multiplier le nombre de modèles par le nombre de systèmes, et tu obtenais une matrice de N×M intégrations à maintenir — pénible à concevoir, ingérable à mettre à jour.

Le MCP fait ce qu'a fait l'USB il y a vingt-cinq ans pour les périphériques informatiques. Plutôt qu'un câble par marque de souris, un câble par marque de scanner, un câble par marque d'imprimante, l'USB a imposé une convention unique : si ton appareil parle USB, il se branche sur n'importe quel ordinateur qui parle USB. Le MCP fait pareil pour les ponts entre IA et systèmes externes : si ton outil expose une interface MCP, n'importe quel modèle compatible peut l'utiliser, sans intégration spécifique.

Le résultat opérationnel pour quelqu'un qui n'écrit pas le protocole, mais qui s'en sert : tu installes un serveur MCP (par exemple celui de Shortflow), tu donnes son adresse à Claude Code ou Cursor, et l'IA gagne instantanément accès à toutes les opérations que ce serveur expose — sans plus de plomberie.

Ce qui change concrètement pour les créateurs

Le glissement est moins impressionnant en théorie qu'en pratique. Voici trois moments concrets dans ma routine qui n'étaient pas possibles avant le MCP, et qui le sont aujourd'hui.

Premier moment : je termine un script pour un nouvel épisode WhyFactory. Je veux savoir si le sujet a déjà été couvert sur une autre de mes chaînes, pour éviter le doublon thématique. Avant : j'ouvre huit dashboards, je fais huit recherches manuelles, je compile mentalement. Maintenant : je demande à Claude « est-ce qu'un de mes épisodes sur les huit chaînes parle déjà des bananes radioactives ? ». Claude appelle list_publications sur chaque chaîne via le MCP Shortflow, croise les titres, me répond « Cocorico Histoire EP15 mentionne brièvement la radioactivité naturelle, mais pas spécifiquement les bananes. Cas particulier, pas un doublon. » Trente secondes au lieu de douze minutes.

Deuxième moment : un épisode vient de partir en publication, et un viewer commente sur YouTube « vous avez une source pour le chiffre de trois fois plus radioactif que le sol moyen ? ». Avant : je cherche le script local, je trouve la source dans mes notes Notion, je copie le lien dans ma réponse YouTube. Maintenant : « Claude, sors-moi la source factuelle du segment 4 de l'épisode bananes radioactives. » Claude lit la config JSON de l'épisode via le MCP, repère le segment, retourne la source citée (un article de l'IRSN, en l'occurrence), génère une réponse polie qui inclut le lien. Je copie-colle dans YouTube.

Troisième moment : je veux comprendre pourquoi un épisode sous-performe. « Compare-moi les trente premières secondes de l'épisode 04 — celui qui a fait -22% — avec la médiane de la chaîne en termes de structure. » Claude récupère les scripts, mesure le nombre de twists dans les trente premières secondes (deux pour la médiane, zéro pour le -22%), et conclut que l'épisode rate l'inversion avant le mur des huit secondes. Diagnostic posé sans que j'aie eu besoin d'écrire un parseur de scripts.

Aucun de ces trois moments n'est miraculeux. Chacun aurait pu être codé sur-mesure. La différence, c'est qu'aucun ne l'a été. Le MCP a transformé chaque cas d'usage en « je dis à Claude ce que je veux, il appelle les bons outils », et l'écart cumulé sur quatre-vingts épisodes mensuels devient grossier.

Le paradigm shift sous-jacent

Avant le MCP, la promesse de l'IA pour les créateurs ressemblait à ceci : « utilise notre outil propriétaire, écrit autour de notre LLM, optimisé pour notre cas d'usage ». Une plateforme par fonction. Une UI par tâche. Le créateur devenait un opérateur d'outils, jonglant entre une douzaine de SaaS pour boucler une journée.

Le MCP propose l'inverse. Tu choisis un modèle de langage (Claude, GPT, Gemini), un environnement d'exécution (Claude Code, Cursor, Claude Desktop, agent custom), et tu y branches les outils MCP dont tu as besoin pour ta chaîne de valeur. La logique métier n'est plus encapsulée dans des UI propriétaires ; elle vit dans des serveurs MCP que tu composes comme on assemble des briques.

Concrètement, ça signifie que la couche « opérations » d'un créateur multi-canaux peut tenir dans une seule conversation. Les huit chaînes que j'opère parlent à Claude via :

• Le MCP Shortflow pour la publication multi-plateformes (liste des comptes, upload de médias, déclenchement de publication, statut de publi, analytics).
• Un MCP filesystem pour lire les scripts, les configs JSON, les renders.
• Un MCP GitHub pour committer les nouveaux épisodes dans le repo de chaque chaîne.
• Un MCP Notion pour synchroniser le backlog éditorial.

Quatre serveurs, une seule conversation, zéro changement d'onglet. La différence avec le monde pré-MCP n'est pas la qualité de chaque outil individuel ; c'est qu'ils communiquent désormais via un dialecte unique, et que Claude peut les orchestrer sans intervention humaine.

Pourquoi maintenant

Le MCP est public depuis novembre 2024. La courbe d'adoption a été rapide : à la mi-2025, l'essentiel des outils SaaS ciblant les développeurs avaient leur serveur MCP. À l'automne 2025, les outils créateurs et marketing ont suivi. À l'heure où j'écris ces lignes (printemps 2026), une chaîne de production solo sans MCP relève à mes yeux d'un choix esthétique — « je veux opérer comme en 2023 » — pas d'une réalité technique.

L'effet de réseau joue à plein. Plus un système supporte le MCP, plus il est utilisable depuis n'importe quel agent IA, plus les agents IA sont valorisés, plus les systèmes ont intérêt à supporter le MCP. La boucle ne menace pas de s'arrêter dans les douze prochains mois.

Pour les créateurs spécifiquement, la fenêtre stratégique est ouverte maintenant pour une raison simple : la plupart des concurrents directs n'ont pas encore intégré le MCP dans leur quotidien. Ceux qui le feront cette année réalisent un saut productivité considérable. Ceux qui attendront 2027 trouveront que le terrain s'est durci.

Par où commencer

Si vous lisez ce papier sans avoir jamais touché un serveur MCP, voici l'itinéraire raisonnable.

Premier pas — installez Claude Code ou Claude Desktop. Les deux exposent une configuration MCP. Les premiers serveurs que vous brancherez seront probablement filesystem (lire vos fichiers locaux) et github (interagir avec un repo). Les deux sont publics, documentés, prennent dix minutes à câbler. Le but de cette première étape n'est pas d'opérer en MCP ; c'est de sentir le glissement entre « je dis à Claude de faire X » et « Claude appelle les outils nécessaires pour faire X ».

Deuxième pas — identifiez votre première opération métier répétitive. Pour moi c'était la publication multi-plateformes. Pour vous, ce sera peut-être la veille (recherche d'actu sur un sujet), la traduction d'un script en plusieurs langues, ou la synchronisation entre une base Notion et un calendrier édito. Cherchez si un serveur MCP existe déjà — la liste sur modelcontextprotocol.io/registry recense les plus populaires. Si oui, branchez-le. Si non, vous saurez où porter votre attention quand la prochaine vague de serveurs sortira.

Troisième pas — pas avant d'avoir bouclé les deux premiers — étudiez l'écriture d'un serveur MCP custom. C'est un projet de quelques heures pour un développeur, beaucoup plus pour un créateur sans bagage technique. Mais c'est la seule manière d'exposer votre logique métier propre à n'importe quel agent IA futur. Le MCP est un investissement à long terme : un serveur que vous écrivez aujourd'hui parlera demain à GPT-5, à Gemini 4, à n'importe quel modèle qui implémentera le protocole — et tous le font.

L'observation qui sous-tend tout le reste

Le pari du MCP, pour les créateurs comme pour les éditeurs d'outils, est le même : l'unité de production de demain ne sera plus le SaaS isolé, mais l'agent IA qui orchestre N serveurs spécialisés. Si ce pari tient, alors le levier le plus élevé pour quelqu'un qui produit du contenu en solo n'est pas d'apprendre un nouvel outil — c'est de structurer ses opérations pour qu'elles soient accessibles à un agent.

C'est exactement la grille de lecture qui guide ce que Shortflow fait. La plateforme n'est pas optimisée pour qu'on l'utilise dans son UI ; elle est optimisée pour qu'un agent IA puisse l'utiliser à votre place. L'UI existe, elle est honnête, mais ce n'est plus le point d'entrée principal du produit en 2026.

---

Shortflow expose un serveur MCP public-facing qui couvre la publication vidéo sur YouTube, TikTok, Instagram, Facebook, Threads et LinkedIn. La connexion depuis Claude Code prend deux minutes ; le guide de configuration est dans la documentation MCP. Si vous voulez tester sans setup, créer un compte ouvre un essai gratuit de sept jours avec MCP activé par défaut.