Penulis: Kareem Iskander Sumber: Cisco Blogs
Dalam era transformasi digital yang serba cepat ini, peran insinyur jaringan terus berkembang seiring dengan pesatnya teknologi. Salah satu perkembangan terbaru yang menarik adalah kemampuan Model Bahasa Besar (Large Language Model/LLM) yang dapat dilatih untuk benar-benar memahami jaringan Anda, bukan hanya memberikan jawaban umum. Ini dimungkinkan melalui Model Context Protocol (MCP)—sebuah terobosan dalam memberikan konteks yang kaya kepada AI.
Apa itu Model Context Protocol (MCP)?
MCP adalah sebuah protokol yang memungkinkan Anda—sebagai insinyur jaringan—untuk “menyuntikkan” konteks jaringan Anda secara terstruktur dan otomatis ke dalam AI. Konteks ini meliputi:
- Perangkat dan topologi yang digunakan di jaringan Anda.
- Standar dan protokol yang Anda pilih, seperti OSPF atau BGP.
- Kebijakan keamanan (misalnya SSH wajib diaktifkan, Telnet dinonaktifkan).
- Preferensi dan prosedur standar operasi di lingkungan Anda.
Dengan MCP, AI dapat memproses informasi ini dan menyesuaikan jawaban atau saran teknisnya agar benar-benar cocok dengan kondisi jaringan Anda.
Mengapa Konteks Ini Penting?
Tanpa konteks ini, AI cenderung memberikan jawaban generik—yang mungkin tidak relevan atau bahkan salah dalam konteks jaringan Anda. Misalnya, jika AI tidak tahu bahwa jaringan Anda menggunakan VXLAN, ia mungkin menyarankan GRE atau teknologi lain yang tidak cocok.
Dengan MCP, AI akan tahu bahwa “di sini kita pakai VXLAN”, “SSH wajib”, dan sebagainya. Hasilnya: jawaban AI lebih tepat sasaran, lebih praktis, dan lebih aman untuk Anda.
Contoh Konfigurasi Konteks dengan MCP
Sebagai contoh, berikut potongan JSON yang bisa disediakan kepada MCP:
{
“network_standards”: {
“routing_protocols”: [“OSPF”, “BGP”],
“preferred_encapsulation”: “VXLAN”,
“security_policies”: {
“ssh_required”: true,
“telnet_disabled”: true
}
},
“topology”: {
“core_devices”: [“core-sw1”, “core-sw2”],
“edge_devices”: [“edge-fw1”, “edge-fw2”],
“site_layout”: “hub and spoke”
}
}
Dengan JSON ini, AI Anda akan tahu apa yang harus digunakan dan apa yang dihindari.
Keterampilan yang Dibutuhkan untuk Memanfaatkan MCP
Agar dapat menggunakan MCP dengan maksimal, seorang insinyur jaringan disarankan untuk:
- Memahami API dan bagaimana memanggilnya.
- Memiliki pengetahuan mendalam tentang standar jaringan dan kebijakan internal.
- Mampu memprogram skrip Python (atau bahasa lain) untuk menyiapkan data JSON secara otomatis.
- Memahami dasar prompt engineering untuk LLM.
Langkah Awal untuk Memulai
Berikut langkah-langkah sederhana untuk memulai:
- Petakan standar dan kebijakan jaringan Anda.
- Buat data JSON yang mendeskripsikan lingkungan Anda.
- Uji data JSON ini dalam alur kerja AI sederhana.
- Pantau bagaimana AI merespons dan sesuaikan jika perlu.
Dengan langkah-langkah ini, Anda akan berada di jalur yang tepat untuk memiliki AI yang benar-benar “paham” jaringan Anda.
Kesimpulan Agentic AI yang didukung oleh MCP adalah alat baru yang dapat mengubah cara Anda bekerja. AI ini bukan hanya memberikan jawaban generik, melainkan menjadi “rekan” yang mengerti preferensi dan kebijakan unik jaringan Anda.
Untuk informasi lebih lanjut, Anda bisa mengunjungi artikel aslinya di blog Cisco