MCP (Model Context Protocol) to nie jest kolejna „integracja”. To zupełnie nowy sposób pracy z danymi DMARCeye: zadajesz pytania zwykłym językiem i od razu dostajesz odpowiedzi oparte na tym, co naprawdę dzieje się z Twoją domeną.
W naszym pierwszym ogłoszeniu MCP skupiliśmy się na głównej idei: przenieść dane DMARC do LLM-ów, aby raporty zbiorcze zamieniać w jasne „następne kroki” po prostu poprzez zadawanie pytań. W tym artykule schodzimy na poziom praktyki i pokazujemy, co realnie możesz zrobić, gdy MCP jest już włączone.
W aplikacji DMARCeye zobaczysz listę obsługiwanych narzędzi o nazwach takich jak get-account-report albo get-domain-source-report. To „narzędzia”, z których Twój asystent AI może korzystać, aby pobierać dane z DMARCeye.
Możesz traktować je jako bezpieczne, z góry zdefiniowane akcje na danych:
Najważniejsze: te narzędzia działają w tle, a Ty możesz zadać pytanie zwykłym językiem, a asystent AI sam dobierze, których narzędzi użyć, żeby na nie odpowiedzieć.
Właśnie to sprawia, że MCP jest tak użyteczne w kontekście DMARC: wypełnia lukę między „mam dane” a „wiem, co zrobić dalej”. Zamiast ręcznie przeklikiwać widoki raportów, możesz poprosić o konkretny rezultat, a asystent dobierze właściwy kontekst z DMARCeye, by uzasadnić odpowiedź.
Czasem nie potrzebujesz śledztwa, tylko czytelnego „zdjęcia” sytuacji. Przeglądy na poziomie konta świetnie nadają się do cotygodniowych check-inów, aktualizacji dla kierownictwa albo do prostych pytań typu „czy idziemy w dobrą stronę?” albo „czy coś się zmieniło?”.
Typowe scenariusze obejmują:
W tle MCP może użyć narzędzi takich jak get-account-report, list-domains-overview oraz get-report-preview, aby pobrać właściwe dane do odpowiedzi.
Przykładowe prompty:
Gdy coś wygląda podejrzanie (nieznane źródło, nagły skok niepowodzeń, podejrzenie spoofingu), chcesz szybko zejść poziom niżej, ale bez tonięcia w surowych szczegółach. Tu MCP naprawdę błyszczy: możesz prowadzić analizę rozmową i zadawać pytania uzupełniające, aż obraz będzie jasny.
Analiza szczegółowa obejmuje m.in.:
Takie analizy zwykle opierają się na narzędziach typu get-domain-report, get-domain-source-report oraz get-domain-ip-report.
Przykładowe prompty:
Zaletą jest nie tylko szybkość, ale też czytelność. Zamiast ręcznie tłumaczyć sygnały DMARC na konkretne działania, możesz poprosić o diagnozę i sekwencję kolejnych kroków opartą na tym, co DMARCeye realnie obserwuje.
Nie każda decyzja wymaga pełnego dochodzenia. Czasem potrzebujesz tylko podglądu „read-only” dla zakresu dat, np. „jak wyglądał ostatni miesiąc?” albo „daj mi czyste podsumowanie na spotkanie w 5 minut”.
Szybkie raporty obejmują m.in.:
Najczęściej służy do tego get-report-preview (czasem w parze z narzędziami konta/domeny, gdy potrzebujesz dodatkowego kontekstu).
Przykładowe prompty:
MCP nie służy tylko do analizy. To też sposób, aby sprawdzić konfigurację monitoringu i szybko zorientować się, co się zmieniło. Jeśli Twój workflow opiera się na alertach i monitoringu blacklist, MCP może pomóc potwierdzić, co jest włączone, co jest śledzone i jaki jest bieżący status.
Scenariusze monitoringowe obejmują:
W tle asystent może używać narzędzi takich jak list-alert-settings, list-report-settings oraz list-blacklist-overview.
Przykładowe prompty:
DMARC rzadko jest „na zawsze” w rękach jednej osoby. Domeny przechodzą między zespołami, agencje obsługują wielu klientów, a interesariusze wewnętrzni potrzebują aktualizacji, które nie są napisane językiem DMARC.
Workflowy związane z zespołami i dostępem obejmują:
To mapuje się na narzędzia takie jak list-user-teams i list-team-users. Zobaczysz też narzędzie send-user-email, które umożliwia wysłanie treści na adres e-mail uwierzytelnionego użytkownika. W praktyce daje to bardzo wygodny workflow: generujesz podsumowanie raportu w czacie, a potem wysyłasz je do siebie jako zapis lub aktualizację do przekazania dalej.
Przykładowe prompty:
Jednym z najbardziej praktycznych zastosowań MCP jest zamiana raportowania DMARC w powtarzalną aktualizację, którą da się łatwo udostępniać. Zamiast eksportować dane i pisać podsumowanie od zera, możesz poprosić asystenta AI o przygotowanie e-maila „dla ludzi” w oparciu o raporty DMARCeye.
Na przykład możesz poprosić:
DMARCeye MCP potrafi pobrać właściwe dane z raportów, streścić, co się zmieniło, podświetlić ryzyka (np. nowe źródła wysyłki albo skok niepowodzeń) i wygenerować jasne rekomendacje kolejnych kroków. To szczególnie przydatne, gdy musisz utrzymać spójność między IT, security i marketingiem, nie zmuszając nikogo do czytania dashboardów DMARC.
W DMARCeye możliwość wysyłania e-maili jest celowo ograniczona dla bezpieczeństwa. Asystent może wysyłać wiadomości wyłącznie na adres e-mail uwierzytelnionego użytkownika, co czyni to wygodnym sposobem na dostarczenie raportu do siebie jako zapisu lub aktualizacji do przekazania dalej.
Gdy masz już bazowy format, możesz go ulepszać w czasie. Na przykład:
Kluczowa korzyść to konsekwencja: raportowanie DMARC staje się prostym nawykiem, a nie ręczną, czasochłonną robotą. Zadajesz pytanie, asystent pobiera właściwy kontekst z DMARCeye i dostajesz gotowe podsumowanie z jasnymi kolejnymi krokami.
MCP ma sens tylko wtedy, gdy dane DMARC w tle są uporządkowane, stale zbierane i podane w formie, która wspiera realne decyzje. Dokładnie do tego zostało stworzone DMARCeye: zamienia surowe raporty zbiorcze w widoczność, której możesz zaufać, a potem pomaga działać bez zgadywania.
DMARCeye MCP Server przenosi ten workflow do Twojego asystenta AI. Zamiast przełączać się między dashboardami i eksportami, prosisz o rezultat, którego potrzebujesz, a asystent dobiera właściwy kontekst DMARCeye, aby podeprzeć odpowiedź danymi.
Kolejny krok? Włącz MCP Server w swoim koncie DMARCeye (Account Settings → MCP Server) i przetestuj kilka promptów z tego artykułu. Jeśli dopiero zaczynasz z DMARCeye, uruchom pełny bezpłatny okres próbny.