MCP-Sampling erklärt: Wie Server Anfragen stellen.
Mit MCP Sampling können Server Modellgenerationen über einen Client anfordern. Erfahren Sie, wie es funktioniert, wo es hilft und warum es wichtig ist.
Updated May 23, 2026
Mit MCP Sampling kann ein MCP-Server den Client auffordern, während eines Workflows Modellergebnisse zu generieren. Der Server benötigt keinen eigenen Modell-API-Schlüssel. Der Kunde behält die Kontrolle über Modellzugriff, Berechtigungen, Überprüfung und endgültige Lieferung. Dies macht die Stichprobenentnahme für Agenten-Workflows nützlich, aber riskant, wenn die generierten Eingabeaufforderungen und Ergebnisse dem Benutzer nicht klar angezeigt werden.
Was ist MCP-Probenahme?#
Die offizielle [Model Context Protocol Sampling Specification] (https://modelcontextprotocol.io/docs/concepts/sampling) beschreibt Sampling als eine Möglichkeit für Server, LLM-Generationen von Sprachmodellen über Clients anzufordern. In der Protokollrevision 2025-06-18 deklarieren Clients, die es unterstützen, eine „Sampling“-Fähigkeit und Server fordern eine Generierung über „sampling/createMessage“ an.
Das klingt abstrakt, deshalb hier die einfache Version: Ein Tool-Server kann den KI-Client des Benutzers auffordern, im Rahmen eines Tool-Flows Text zu denken, zusammenzufassen, zu sortieren oder zu generieren.
Für einen breiteren Kontext siehe MCP vs. Agent-APIs, MCP-Autorisierung mit OAuth und MCP-Anwendungen.
Warum Sampling existiert#
Ohne Sampling verfügt ein MCP-Server über zwei eingeschränkte Optionen:
- Rohdaten zurückgeben und warten, bis das Clientmodell weiß, was zu tun ist
- Rufen Sie direkt Ihren eigenen Modellanbieter an, was zu Kosten-, Datenschutz- und wichtigen Verwaltungsproblemen führt
Sampling schafft einen Mittelweg. Der Server kann Modellarbeit anfordern, aber der Client ist immer noch der Gatekeeper.
Probenahme versus Werkzeuge versus Ressourcen#
| MCP-Funktion | Wer kontrolliert es? Hauptzweck | Beispiel |
| — |
| — |
| — |
| Werkzeuge |
| Ressourcen |
| Wegbeschreibung |
| Probenahme |
Die Bemusterung ist kein Ersatz für Werkzeuge. Dies ist eine Möglichkeit, die Modellgenerierung innerhalb einer Funktion zu verschachteln.
Beispielanwendungsfälle#
Stichproben können hilfreich sein, wenn ein Server Sprachmodellergebnisse benötigt, aber nicht Eigentümer der Modellbeziehung sein soll.
Zu den nützlichen Mustern gehören:
- Fassen Sie die wiederhergestellten Dokumente zusammen
- Verfassen Sie eine Antwort, nachdem ein Tool Daten abgerufen hat
- Support-Tickets klassifizieren
- Generieren Sie eine Erklärung in natürlicher Sprache aus strukturierten Daten
- Bitten Sie das Client-Modell, den vom Benutzer bereitgestellten Kontext zu transformieren – Bewertungsoptionen basierend auf für den Benutzer sichtbaren Kriterien. Für AEO ist dies wichtig, da Websites und von Agenten lesbare APIs möglicherweise Arbeitsabläufe unterstützen müssen, die Abruf, Ausführung und Erklärung kombinieren.
Sicherheits- und Überprüfungsanforderungen#
Die Probenahmespezifikation legt Wert auf die menschliche Überprüfung. Anwendungen sollten es einfach machen, Musteranfragen zu überprüfen, Anfragen vor dem Absenden zu bearbeiten und generierte Antworten vor der Zustellung zu überprüfen.
Das ist eine ernsthafte Forderung. Andernfalls kann das Sampling zu einem versteckten Modellaufruf werden, der von einem Server ausgelöst wird, den der Benutzer kaum versteht.| Risiko | Warum ist es wichtig | Geländer |
| — |
| — |
| Versteckte schnelle Injektion |
| Datenleck |
| Kostenüberraschungen |
| Falsche Ausgabe |
| Serverüberschreitung |
Der Leitfaden Agent Observability Guardrails erweitert diese Governance-Ebene.
AEO-Auswirkungen#
MCP Sampling belohnt sauberen Kontext. Wenn Ihre Dokumente, API-Antworten, Produktdaten oder Workflow-Beschreibungen vage sind, hat das Kundenmodell eine schwierigere Aufgabe. Wenn stichprobenbasierte Arbeitsabläufe strukturiert, prägnant und intern verknüpft sind, können sie zu besseren nachgelagerten Reaktionen führen.
Für Website-Betreiber bedeutet das:
- klare Definitionen veröffentlichen
- API-Antworten strukturiert halten
- maschinenlesbare Dokumente freilegen
- Vermeiden Sie es, wichtige Einschränkungen in Prosa zu vergraben
- Quellseiten der Wahrheit dokumentieren
- Bereitstellung stabiler Identifikatoren für Entitäten und Aktionen
Das AEO-Entwicklerhandbuch ist der natürliche nächste Schritt.
Häufig gestellte Fragen#
Erlaubt MCP Sampling einem Server, jedes gewünschte Modell aufzurufen?#
Nein. Der Client kontrolliert den Zugriff auf das Modell. Der Server kann Präferenzen äußern, aber der Client entscheidet, was verfügbar und erlaubt ist.
Ist Sampling für MCP-Server erforderlich?#
Nein. Es handelt sich um eine Kundenkapazität. Viele MCP-Workflows können Tools, Ressourcen und Eingabeaufforderungen ohne Stichproben verwenden.
Ist die Probenahme für die Produktion sicher?#
Es kann mit Vorsicht verwendet werden, erfordert jedoch eine kurze Überprüfung, Kontextüberprüfung, Protokolle, Berechtigungsbeschränkungen und sinnvolle Standardeinstellungen.
Warum ist die Probenahme für AEO wichtig?#
Es zeigt, dass Agenten-Workflows Modelle dazu auffordern können, während der Ausführung über ihren Inhalt nachzudenken und nicht nur Seiten abzurufen. Strukturierte und quellengestützte Inhalte werden nützlicher.