5 Level Akses MCP DomaiNesia untuk Developer dan AI Agent

Mengembangkan software dengan bantuan ChatGPT kini dapat dilakukan lebih efisien melalui Model Context Protocol (MCP). Teknologi ini memungkinkan pengembang memanfaatkan AI untuk memeriksa database, memperbarui file aplikasi, hingga membantu proses deployment melalui instruksi bahasa alami.

Melalui fitur AI Agent Access (MCP) DomaiNesia, pengembang dapat menghubungkan ChatGPT dengan sumber daya hosting sekaligus mengatur kemampuan yang diberikan kepada AI.

Tersedia lima level akses, yaitu Full access, No destructive, Read-only, Containment, dan Custom. Setiap level memiliki kemampuan dan batasan berbeda sesuai kebutuhan pengembangan.

Artikel ini membahas kelima level tersebut melalui studi kasus pengembangan Customer Support Desk & AI Ticketing System menggunakan ChatGPT.

Studi Kasus: Mengembangkan Customer Support Desk & AI Ticketing System

Bayangkan kamu sedang mengembangkan aplikasi Customer Support Desk & AI Ticketing System untuk membantu tim customer support mengelola tiket pelanggan.

Aplikasi ini menyediakan pengelolaan tiket, pengelompokan masalah berdasarkan urgensi, penugasan agen, hingga penyusunan draf balasan menggunakan AI.

Sebagai ilustrasi, aplikasi menggunakan backend PHP, database MySQL, dan dashboard frontend untuk tim customer support. Kebutuhan utamanya mencakup beberapa komponen berikut.

Pada tahap awal, database sudah memiliki tabel tickets, ticket_messages, customers, dan audit_logs. Pengembang juga merencanakan tabel ai_suggestions untuk menyimpan draf balasan dari AI Reply Assistant.

Kode aplikasi tersimpan dalam repository Git. Setiap perubahan diuji menggunakan data sintetis di lingkungan staging sebelum diterapkan ke production.

Dalam proses pengembangan, ChatGPT dapat membantu memeriksa struktur database, menyiapkan perubahan kode, hingga menjalankan operasi deployment yang didukung MCP.

Namun, MCP DomaiNesia memberikan akses terhadap sumber daya hosting, bukan menyediakan API khusus aplikasi Customer Support Desk. Fitur seperti AI Ticket Classification dan AI Reply Assistant tetap perlu dikembangkan dan diintegrasikan ke dalam aplikasi.

Jika kamu ingin memahami penggunaan MCP secara lebih luas, pelajari cara AI Agent mengelola hosting melalui MCP.

Memahami 5 Level Akses MCP DomaiNesia

Level akses MCP menentukan operasi dan tool yang dapat digunakan ChatGPT ketika terhubung dengan MCP Server DomaiNesia.

Misalnya, ChatGPT yang hanya bertugas memeriksa database tidak membutuhkan kemampuan menghapus file aplikasi. Sebaliknya, pengembangan modul baru memerlukan izin untuk membuat atau memperbarui sumber daya.

Pengaturan melalui MCP Key membantu membatasi kemampuan tersebut secara langsung, bukan hanya mengandalkan instruksi dalam prompt.

Berikut perbandingan lima level akses MCP DomaiNesia.

Pemilihan level sebaiknya mengikuti prinsip least privilege, yaitu memberikan izin paling terbatas yang masih cukup untuk menyelesaikan pekerjaan.

Dengan pendekatan tersebut, kamu dapat menyesuaikan kemampuan ChatGPT berdasarkan tahapan pengembangan aplikasi.

1. Full Access: ChatGPT Dapat Mengelola Seluruh Resource yang Tersedia melalui MCP

Full access memberikan izin paling luas terhadap tool yang disediakan MCP Server DomaiNesia. Mode ini mencakup operasi pembacaan, perubahan, hingga tindakan yang dikategorikan sebagai destruktif.

Dalam proyek Customer Support Desk, Full access dapat membantu pekerjaan administrasi yang melibatkan database, perubahan kode, deployment, dan pembersihan sumber daya pengujian.

Kemampuan ChatGPT dengan Full Access

Pengembang dapat menggunakan Full access ketika pekerjaan membutuhkan beberapa kategori operasi dalam satu alur kerja.

Misalnya, saat mengembangkan AI Ticket Classification, ChatGPT dapat membantu:

• Membaca file backend dan konfigurasi aplikasi.
• Membuat serta memperbarui modul klasifikasi tiket.
• Memeriksa dan mengubah struktur database.
• Menggunakan operasi Git deploy yang tersedia.
• Menjalankan penghapusan sumber daya apabila diperlukan.

Seluruh tindakan tetap bergantung pada tool MCP yang tersedia dan otorisasi layanan hosting.

Contoh Penggunaan: Mengubah Struktur Database Ticketing

Pengembang ingin menambahkan prioritas tiket otomatis berdasarkan hasil klasifikasi AI.

Saat ini, tabel tickets menyimpan identitas tiket, relasi pelanggan, status, dan referensi ke pesan yang tersimpan dalam ticket_messages. Pengembang ingin menambahkan kolom priority dan ai_category.

ChatGPT dapat membantu memeriksa struktur tabel serta menyiapkan perubahan melalui instruksi berikut.

Contoh prompt:

ChatGPT dapat membaca metadata database dan menggunakan operasi perubahan skema jika tool tersebut tersedia.

Namun, perubahan menggunakan ALTER TABLE tidak selalu membutuhkan Full access. Jika operasi tersebut diklasifikasikan sebagai Change, No destructive atau Custom dengan izin yang sesuai juga dapat digunakan.

Full access menjadi lebih relevan ketika pekerjaan membutuhkan operasi destruktif. Contohnya, pengembang ingin menghapus tabel sementara yang sudah tidak digunakan setelah seluruh pengujian selesai.

Dengan demikian, Full access dapat mendukung pekerjaan yang membutuhkan berbagai jenis operasi tanpa harus berganti level akses.

Batasan dan Risiko Full Access

Meskipun memberikan izin paling luas, Full access tidak otomatis menyediakan hak root atau akses administrator terhadap seluruh infrastruktur.

ChatGPT tetap dibatasi oleh kemampuan MCP Server, otorisasi layanan, dan dukungan aplikasi ChatGPT yang digunakan.

Risiko utama muncul ketika operasi perubahan atau penghapusan mengenai sumber daya yang salah.

Misalnya, ChatGPT diminta menghapus tabel pengujian, tetapi target yang dipilih ternyata masih digunakan aplikasi. Kesalahan tersebut dapat mengganggu layanan apabila tidak diperiksa terlebih dahulu.

Untuk mengurangi risiko, pengembang sebaiknya menjalankan pengujian di staging, menyediakan backup, dan meninjau target sebelum operasi penting dieksekusi.

Full access sebaiknya digunakan sementara untuk pekerjaan yang benar-benar membutuhkan izin destruktif. Setelah pekerjaan selesai, kamu dapat kembali menggunakan MCP Key dengan akses lebih terbatas.

2. No Destructive: ChatGPT Bisa Mengembangkan Aplikasi tanpa Tool Penghapusan

No destructive memungkinkan ChatGPT membaca, membuat, dan mengubah sumber daya, tetapi memblokir operasi yang dikategorikan sebagai delete, uninstall, dan revoke.

Mode ini relevan untuk pekerjaan pengembangan yang membutuhkan perubahan kode tanpa memberikan akses penghapusan langsung.

Dalam Customer Support Desk, No destructive dapat digunakan untuk membuat fitur baru, memperbarui dashboard, dan menyesuaikan konfigurasi aplikasi.

Kemampuan ChatGPT dengan No Destructive

ChatGPT dapat menggunakan tool pembuatan dan perubahan yang tersedia, seperti membuat file backend, menambahkan komponen frontend, atau memperbarui logika aplikasi.

Mode ini juga dapat mendukung perubahan database yang dikategorikan sebagai Change serta Git deploy yang tidak membutuhkan operasi destruktif.

Dengan demikian, pengembang tetap dapat menyelesaikan banyak pekerjaan pengembangan tanpa mengaktifkan seluruh kategori operasi MCP.

Contoh Penggunaan: Membuat Modul AI Reply Assistant

Pengembang ingin menambahkan fitur AI Reply Assistant untuk membantu agen menyusun draf balasan berdasarkan informasi tiket.

Fitur ini mengambil konteks tiket dari aplikasi, mengirimkan informasi yang relevan kepada layanan AI, kemudian menyimpan hasilnya agar dapat ditinjau agen sebelum dikirim kepada pelanggan.

Pada tahap ini, pengembang mulai membuat tabel ai_suggestions yang sebelumnya telah direncanakan. Tabel tersebut menyimpan relasi tiket, draf balasan AI, dan informasi pendukung.

ChatGPT dapat membantu membuat modul backend, menyiapkan migrasi database, dan memperbarui fungsi penyimpanan.

Contoh prompt:

Dengan No destructive, ChatGPT dapat membuat dan memperbarui file melalui tool yang diizinkan.

Pembuatan tabel juga dapat dilakukan apabila MCP Server menyediakan operasi tersebut dalam kategori Change.

Setelah modul selesai, pengembang dapat menguji penyimpanan draf balasan menggunakan data sintetis sebelum mengintegrasikannya ke aplikasi utama.

Batasan dan Risiko No Destructive

No destructive memblokir operasi delete, uninstall, dan revoke. Namun, pembatasan ini tidak berarti seluruh perubahan menjadi bebas risiko.

Perhatikan dua tindakan berikut.

Menimpa isi file dapat menghilangkan kode sebelumnya meskipun operasi tersebut bukan Delete.

Perubahan logika aplikasi atau struktur database juga berpotensi menimbulkan masalah apabila tidak sesuai dengan kebutuhan sistem.

Karena itu, pengembang tetap perlu membuat commit Git atau backup, memeriksa perubahan kode, dan menjalankan pengujian sebelum menerapkannya ke production.

No destructive membatasi operasi penghapusan, tetapi tidak menjamin aplikasi terhindar dari kesalahan perubahan.

3. Read-only: ChatGPT Bisa Mengaudit Aplikasi tanpa Mengubah Data

Read-only memberikan ChatGPT kemampuan menggunakan tool pembacaan tanpa izin membuat, mengubah, atau menghapus sumber daya.

Level ini cocok untuk pekerjaan yang berfokus pada pemeriksaan kode, audit database, dan investigasi masalah aplikasi.

Pengembang dapat memanfaatkan ChatGPT untuk menganalisis informasi dari berbagai komponen sebelum menentukan langkah perbaikan.

Kemampuan ChatGPT dengan Read-only

ChatGPT dapat membaca struktur tabel, memeriksa file backend, dan menganalisis konfigurasi yang dapat diakses melalui MCP.

Informasi tersebut dapat digunakan untuk menemukan ketidaksesuaian antara kode aplikasi, database, dan konfigurasi hosting.

Meskipun tidak dapat menerapkan perubahan langsung, ChatGPT tetap dapat menyusun rekomendasi kode atau rancangan perbaikan di dalam percakapan.

Contoh Penggunaan: Investigasi Tiket yang Gagal Disimpan

Pengembang menemukan bahwa beberapa tiket pelanggan tidak muncul di dashboard, meskipun formulir berhasil dikirimkan.

Sebelum mengubah aplikasi production, pengembang ingin memeriksa penyebab masalah melalui kode dan struktur database.

Contoh prompt:

ChatGPT dapat memeriksa informasi yang tersedia dan mengidentifikasi kemungkinan masalah.

Misalnya, kode backend menggunakan nama kolom yang tidak sesuai dengan struktur tabel sehingga proses penyimpanan gagal.

ChatGPT kemudian dapat menjelaskan temuan tersebut dan menyusun rancangan perubahan. Pengembang dapat meninjau hasilnya sebelum memberikan izin perubahan melalui koneksi lain.

Dengan pendekatan ini, Read-only membantu mempercepat investigasi tanpa membuka kemampuan modifikasi sumber daya.

Batasan dan Risiko Read-only

Read-only memblokir operasi create, edit, dan delete. Artinya, ChatGPT tidak dapat menggunakan koneksi tersebut untuk membuat tabel, memperbarui kode, atau menghapus data melalui tool yang diblokir.

Namun, Read-only tetap memiliki risiko paparan informasi sensitif karena kemampuan membaca mengikuti cakupan tool yang tersedia.

Dalam Customer Support Desk, database dapat menyimpan nama pelanggan, alamat email, dan isi percakapan tiket.

Pengembang sebaiknya menggunakan metadata dan data sintetis untuk analisis. Jika data asli diperlukan, informasi yang tidak relevan perlu dianonimkan terlebih dahulu.

Risiko lain adalah prompt injection, yaitu upaya menyisipkan instruksi berbahaya ke dalam data yang dibaca AI.

Misalnya, pelanggan memasukkan instruksi tersembunyi pada deskripsi tiket agar ChatGPT mengabaikan perintah pengembang atau menampilkan informasi internal.

Jika isi tiket diperlakukan sebagai instruksi operasional, hasil analisis dapat menyimpang dan berpotensi mengungkap informasi yang tidak semestinya.

Untuk mengurangi risiko tersebut, pengembang perlu memperlakukan isi tiket sebagai data tidak tepercaya, memisahkannya dari instruksi pengendali AI, dan memeriksa hasil analisis sebelum digunakan.

Read-only tetap bermanfaat untuk investigasi, tetapi pembatasan perubahan tidak menggantikan perlindungan terhadap informasi sensitif.

4. Containment: ChatGPT Dibatasi agar Tidak Mengakses File Aplikasi dan Secret

Containment merupakan level Read-only dengan pembatasan tambahan terhadap akses file dan secret.

Mode ini cocok untuk pengujian koneksi awal ketika pengembang belum ingin memberikan akses terhadap kode aplikasi atau informasi internal.

Dalam proyek Customer Support Desk, Containment dapat digunakan untuk menguji integrasi ChatGPT dengan lingkungan staging yang baru disiapkan.

Kemampuan ChatGPT dengan Containment

ChatGPT masih dapat menggunakan tool pembacaan non-file yang tidak diblokir oleh Containment.

Misalnya, jika tool metadata hosting tersedia, ChatGPT dapat memanfaatkan informasi tersebut untuk membantu pemeriksaan koneksi dan sumber daya.

Cakupannya lebih terbatas dibandingkan Read-only sehingga tidak seluruh pekerjaan investigasi dapat dilakukan menggunakan mode ini.

Contoh Penggunaan: Menguji Koneksi MCP ke Staging

Pengembang ingin memastikan koneksi ChatGPT dengan MCP Server berfungsi sebelum memberikan akses ke kode backend dan database.

Sebagai langkah awal, pengembang menggunakan Containment untuk memeriksa informasi hosting yang masih diizinkan.

Contoh prompt:

Jika tool metadata diizinkan, ChatGPT dapat menampilkan informasi yang diperoleh melalui koneksi tersebut.

Pengembang kemudian dapat mengevaluasi apakah kemampuan yang tersedia sudah sesuai sebelum memberikan akses tambahan.

Batasan dan Kapan Containment Kurang Sesuai

Containment memblokir operasi perubahan serta membatasi pembacaan file dan secret sesuai implementasi MCP Server.

Detail informasi yang masih tersedia bergantung pada daftar tool dan pembatasan yang diterapkan.

Contohnya, pengembang ingin menyelidiki mengapa AI Reply Assistant gagal menyimpan draf balasan ke tabel ai_suggestions.

Investigasi tersebut mungkin membutuhkan akses terhadap kode backend, konfigurasi aplikasi, atau log yang tidak tersedia melalui Containment.

Dalam kondisi tersebut, pengembang dapat menggunakan Read-only atau Custom dengan izin yang sesuai.

Alternatifnya, pengembang dapat memberikan potongan kode secara manual melalui percakapan setelah memastikan tidak ada kredensial atau data sensitif.

Containment paling relevan untuk pemeriksaan awal dengan akses terbatas, bukan investigasi teknis yang membutuhkan seluruh informasi aplikasi.

5. Custom: Memberikan ChatGPT Izin Sesuai Modul yang Sedang Dikembangkan

Custom memungkinkan pengembang menentukan kemampuan ChatGPT hingga tingkat tool individual.

Berbeda dengan level lain yang memiliki pembatasan bawaan, Custom memberikan fleksibilitas untuk memilih operasi dan sumber daya berdasarkan pekerjaan tertentu.

Dalam proyek Customer Support Desk, pengembang dapat membuat pengaturan berbeda untuk pekerjaan frontend, database, dan deployment.

Apa Saja yang Dapat Diatur melalui Custom?

Konfigurasi Custom pada AI Agent Access DomaiNesia menyediakan tiga lapisan pengaturan.

1. Jenis operasi

Pengembang dapat memilih Read only, Read + change, atau Include destructive.

Pilihan ini menentukan kategori operasi yang dapat diberikan kepada ChatGPT.

2. Area hosting

Pengembang dapat memilih kelompok kemampuan seperti Website files, WordPress, Databases, Domains & DNS, Git deploy, Cron & backups, serta Services & runtimes.

Pengaturan tersebut membantu memfokuskan akses pada sumber daya yang diperlukan.

3. Tool individual

Melalui Fine-tune individual tools, pengembang dapat memilih tool tertentu dari kategori seperti Files, File ops, MySQL, PostgreSQL, DNS, dan Git deploy.

Setiap tool memiliki klasifikasi Read, Change, atau Destructive. Beberapa tool pembacaan berstatus Companion juga dapat diaktifkan secara otomatis apabila dibutuhkan oleh tool perubahan.

Memilih Read + change tidak otomatis memberikan seluruh tool perubahan. Kemampuan ChatGPT tetap bergantung pada tool individual yang diaktifkan.

Contoh Penggunaan: Mengembangkan Modul Ticket Dashboard

Pengembang ingin memperbaiki tampilan dashboard customer support agar status, prioritas, dan penanggung jawab tiket lebih mudah dibaca.

Pekerjaan ini membutuhkan akses membaca serta mengubah file frontend, tetapi tidak memerlukan tool database atau DNS.

Pengembang dapat menggunakan konfigurasi berikut.

Contoh prompt:

Dengan pengaturan tersebut, ChatGPT dapat membantu pekerjaan frontend menggunakan tool file yang dipilih.

Namun, izin pembacaan dan perubahan belum tentu terbatas pada file dashboard saja.

Jika tool memiliki cakupan direktori yang luas, ChatGPT mungkin dapat membaca file seperti config.php atau .env yang berisi kredensial. Perubahan kode juga dapat memengaruhi interaksi aplikasi dengan database meskipun tool database MCP tidak diaktifkan.

Pengembang perlu melindungi secret, memisahkan kredensial dari direktori kerja, dan menerapkan pembatasan direktori apabila tersedia.

Dengan demikian, Custom membatasi kemampuan berdasarkan tool, sedangkan perlindungan file dan kredensial tetap membutuhkan kontrol tambahan.

Contoh Penggunaan: Mengembangkan Struktur Database Ticketing

Setelah AI Reply Assistant dibuat, pengembang ingin menyempurnakan tabel ai_suggestions.

Tabel tersebut sebelumnya digunakan untuk menyimpan draf balasan AI. Kini, pengembang ingin menambahkan kolom review_status dan reviewed_by untuk mencatat hasil pemeriksaan agen.

Pekerjaan ini membutuhkan izin perubahan skema database tanpa memberikan akses perubahan file aplikasi atau DNS.

Pengembang dapat menyiapkan Custom MCP Key dengan jenis operasi Read + change dan area Databases. Selanjutnya, pilih tool pembacaan metadata MySQL serta perubahan skema yang diperlukan, tanpa mengaktifkan tool destruktif.

Contoh prompt:

ChatGPT dapat membantu membaca metadata, memeriksa relasi, dan menyusun rancangan migrasi.

Jika tool perubahan skema tersedia, ChatGPT dapat menjalankan operasi tersebut setelah pengembang meninjau serta menyetujui rencananya.

Pengembang tetap perlu memeriksa dampak operasi Change, terutama apabila tool menerima query yang dapat memengaruhi banyak data sekaligus.

Keunggulan Custom dalam contoh ini adalah pengembang dapat memberikan kemampuan database tanpa mengaktifkan tool file atau DNS yang tidak berkaitan dengan pekerjaan.

Contoh Penggunaan: Menjalankan Deployment Aplikasi

Ketika modul ticketing selesai diuji, pengembang ingin menjalankan deployment menggunakan Git.

Pekerjaan ini membutuhkan kemampuan Git deploy, tetapi tidak memerlukan izin untuk mengubah data pelanggan secara langsung.

Pengembang dapat membuat Custom MCP Key yang hanya mengaktifkan tool Git deploy dan kemampuan pembacaan pendukung yang diperlukan.

Contoh prompt:

ChatGPT dapat memeriksa konfigurasi dan menjalankan operasi deployment yang diizinkan setelah pengembang menyetujui perubahan.

Pendekatan ini membantu membatasi pekerjaan pada kemampuan yang relevan tanpa memberikan akses luas terhadap seluruh sumber daya hosting.

Untuk penerapannya, kamu dapat membaca panduan deployment repository GitHub melalui MCP DomaiNesia.

Batasan Custom yang Perlu Dipahami

Kemampuan Custom ditentukan oleh kombinasi kategori operasi dan tool individual yang dipilih.

Misalnya, kamu memilih Read + change, tetapi hanya mengaktifkan tiga tool Read. Dalam kondisi tersebut, ChatGPT tetap hanya memperoleh kemampuan pembacaan dari ketiga tool tersebut.

Jika pekerjaan membutuhkan operasi destruktif tertentu, kamu dapat memilih Include destructive dan mengaktifkan tool yang relevan.

Namun, Custom tidak otomatis membatasi akses pada satu tabel database, satu domain, atau satu direktori aplikasi.

Batasan sumber daya tersebut mengikuti kemampuan tool dan kontrol tambahan yang diterapkan pada layanan.

Custom menjadi pilihan yang sesuai ketika pengembang ingin mengatur kemampuan ChatGPT secara spesifik berdasarkan kebutuhan pekerjaan.

Perbandingan 5 Level Akses untuk Pengembangan AI Ticketing System

Setiap level akses memiliki fungsi berbeda dalam pengembangan Customer Support Desk & AI Ticketing System.

Berikut perbandingan kemampuan ChatGPT terhadap beberapa pekerjaan yang umum dilakukan pengembang.

Keterangan: Status “Bisa” berarti kategori permission tidak memblokir operasi tersebut. Keberhasilan tindakan tetap bergantung pada tool, otorisasi layanan, dan kemampuan aplikasi ChatGPT.

Level Akses Mana yang Cocok untuk Setiap Tahap Pengembangan?

Pengembang tidak harus menggunakan satu level sepanjang proses pengembangan aplikasi.

Berikut rekomendasi pemilihan berdasarkan tahapan proyek Customer Support Desk.

Pemetaan tersebut merupakan rekomendasi, bukan urutan wajib yang harus diikuti.

Pengembang dapat memilih level sesuai kebutuhan aktual dan meningkatkan izin hanya ketika pekerjaan memerlukannya.

Mengapa Permission MCP Tidak Sama dengan Permission Aplikasi Ticketing?

Dalam pengembangan aplikasi berbasis AI, pengembang perlu membedakan permission MCP dengan otorisasi pengguna aplikasi.

Permission MCP mengatur kemampuan ChatGPT terhadap sumber daya hosting, sedangkan permission aplikasi mengatur tindakan pengguna dan AI di dalam Customer Support Desk.

Misalnya, aplikasi memiliki tiga role, yaitu Customer, Support Agent, dan Administrator.

Customer hanya dapat melihat tiket miliknya. Support Agent menangani tiket yang ditugaskan, sedangkan Administrator memiliki akses pengelolaan lebih luas.

ChatGPT melalui MCP dapat membantu mengembangkan sistem otorisasi tersebut. Namun, aturan akses pengguna tetap harus diterapkan pada backend aplikasi.

Hal serupa berlaku untuk AI Ticket Classification dan AI Reply Assistant.

ChatGPT dapat membantu pengembang menyiapkan modul dan integrasi AI melalui MCP. Sementara itu, AI yang berjalan otomatis sebagai bagian dari aplikasi tetap membutuhkan mekanisme otorisasi tersendiri.

Artinya, ChatGPT sebagai asisten pengembangan dan AI sebagai fitur aplikasi memiliki fungsi serta batas akses yang berbeda.

Untuk memahami pengamanan koneksi tersebut, kamu dapat mempelajari cara membatasi akses AI Agent melalui MCP.

Apa yang Menentukan Keberhasilan Operasi ChatGPT?

Level akses MCP DomaiNesia bukan satu-satunya faktor yang menentukan kemampuan ChatGPT.

Meskipun MCP Key menggunakan Full access, ChatGPT tetap harus mendukung operasi yang disediakan koneksi tersebut.

Jika aplikasi ChatGPT hanya mendukung pembacaan, operasi perubahan tidak dapat dijalankan hanya dengan memberikan Full access pada MCP Key.

Berdasarkan dokumentasi OpenAI yang diperiksa pada 6 November 2026, dukungan MCP penuh, termasuk operasi write/modify, tersedia dalam versi beta untuk ChatGPT Business dan Enterprise/Edu melalui web.

Pada Business, admin atau pemilik workspace dapat membuat dan memublikasikan koneksi MCP kustom. Enterprise/Edu juga mendukung pengaturan akses tambahan melalui role-based access control (RBAC).

Terkait konfigurasi, terdapat dua alur yang perlu dibedakan.

Pada antarmuka Plugins terbaru, custom MCP server dapat ditambahkan langsung tanpa mengaktifkan Developer Mode terlebih dahulu. Namun, alur aplikasi kustom sebelumnya masih dapat menggunakan Developer Mode sesuai izin pengguna dan workspace.

Pengguna perlu mengikuti antarmuka serta kebijakan yang berlaku pada akun ChatGPT masing-masing.

ChatGPT juga dapat meminta persetujuan sebelum menjalankan tindakan tertentu. Permintaan tersebut bergantung pada izin aplikasi, konteks tindakan, dan potensi risikonya.

Karena konfirmasi tidak selalu muncul untuk setiap operasi, pengembang tetap perlu meninjau perubahan penting secara mandiri.

Dalam praktiknya, keberhasilan penggunaan MCP bergantung pada tiga komponen berikut.

Ketiganya harus mendukung pekerjaan yang ingin dijalankan. Jika salah satu membatasi operasi, kemampuan ChatGPT juga akan mengikuti batasan tersebut.

Jika ingin mencoba integrasinya, ikuti panduan menghubungkan ChatGPT dengan MCP DomaiNesia.

Gunakan Hosting dengan AI Agent Access Berbasis MCP

Pengembangan aplikasi seperti Customer Support Desk membutuhkan pengelolaan kode, database, dan lingkungan hosting yang terstruktur.

Melalui AI Agent Access DomaiNesia, kamu dapat menggunakan ChatGPT untuk membantu pekerjaan tersebut dengan level akses yang disesuaikan.

Fitur MCP tersedia pada Web Hosting DomaiNesia, termasuk Nimbus One, Nimbus Go, dan Nimbus Plus.

Untuk contoh aplikasi berbasis PHP dan MySQL dengan alur kerja Git, Nimbus Go dapat menjadi salah satu pilihan yang relevan untuk dievaluasi karena menyediakan dukungan pengembangan seperti SSH dan Git.

Namun, kebutuhan komputasi, proses latar belakang, integrasi AI, dan beban aplikasi tetap perlu diperiksa. Aplikasi dengan proses berkelanjutan atau kebutuhan sumber daya lebih kompleks mungkin memerlukan lingkungan server berbeda.

Kesimpulan

Lima level akses MCP DomaiNesia membantu pengembang menentukan kemampuan ChatGPT sesuai kebutuhan pengembangan software.

Full access menyediakan kemampuan paling luas, sedangkan No destructive mendukung perubahan tanpa membuka operasi penghapusan tertentu.

Read-only cocok untuk investigasi, sementara Containment memberikan akses pembacaan yang lebih terbatas. Custom memungkinkan pengembang memilih tool secara spesifik untuk setiap pekerjaan.

Melalui studi kasus Customer Support Desk & AI Ticketing System, setiap level dapat diterapkan pada tahapan berbeda, mulai dari audit, pengembangan fitur, perubahan database, hingga deployment.

Pemilihan level akses yang tepat membantu kamu memanfaatkan ChatGPT secara lebih efisien sekaligus mempertahankan kendali terhadap sumber daya hosting yang dapat diakses AI.