Kobl ChatGPT eller Claude til Business Central: fire ting at løse

I kan koble ChatGPT eller Claude til Business Central i dag. Microsoft nævner begge som klienter, der følger Model Context Protocol-specifikationen, og Business Central MCP-serveren tager imod dem. Forbindelsen er den lette del.

Fire problemer står tilbage, når forbindelsen virker. Denne side nævner hvert enkelt, viser hvordan det ser ud, og giver den kontrol, der løser det.

Kan ChatGPT læse data i Business Central?

Ja. Microsofts MCP-server udstiller jeres Business Central API-sider til klienter, der følger protokollen. Microsoft nævner Copilot Studio, GitHub Copilot, Claude, ChatGPT og MCP Inspector.

Microsofts egne klienter, Visual Studio Code og Copilot Studio, bruger et forudregistreret program. Til en klient uden for Microsoft skal I registrere jeres eget program i Microsoft Entra ID.

Derefter kan en assistent liste jeres kunder, læse jeres varer og, hvis en administrator tillader det, oprette og bogføre dokumenter.

Problem 1: den rettighed, I gav, er ikke den, I tror

Microsoft oplyser, at alle MCP-handlinger udføres med jeres brugeridentitet og jeres rettigheder. Den oplysning holder i Business Central-enden.

Programregistreringen er den del, I selv ejer. Sikkerhedsvejledning om Model Context Protocol nævner den forvirrede stedfortræder som en central risiko ved mønstret: en server handler med sine egne rettigheder i stedet for rettighederne hos den, der spurgte. I praksis er programregistreringen der, hvor rettigheden bliver for bred.

Hvad I skal gøre. Registrer ét program til hver anvendelse. Afgræns det til personen, ikke til afdelingen. Brug tokens, der er bundet til en bestemt modtager, så et token til én server ikke kan genbruges mod en anden. Test med en bruger, der har snævre rettigheder. En administrator ser alt, så en administrator er den dårligste testkonto, I kan vælge.

Problem 2: revisionssporet nævner en identitet, ikke en hensigt

Business Central registrerer, hvem der udførte hver handling. Det er rigtigt, og det er nyttigt. Det er også mindre, end en økonomiafdeling har brug for.

Et revisionsspor siger, at en bruger opdaterede en kunde. Det siger ikke, hvilket spørgsmål der førte til opdateringen, hvilke rækker assistenten læste først, eller hvilken sætning personen handlede ud fra. Når noget går galt tre uger senere, fortæller revisionssporet jer, hvad der blev ændret, ikke hvorfor.

Hvad I skal gøre. Hold samtalen sammen med handlingen. Den platform, I sætter foran forbindelsen, skal gemme spørgsmålet, værktøjskaldene, parametrene og resultatet, og den skal gemme dem i en periode, I selv sætter. Kører assistenten i en klient, I ikke styrer, findes den registrering ikke.

Problem 3: en afkortet læsning ligner en komplet læsning

En forespørgsel, der giver 500 rækker af et resultat på 3.901, ser færdig ud. Klienten modtager en side. Modellen modtager en liste. Ingen af dem får at vide, at der er rækker tilbage, medmindre noget siger det.

Modellen skriver så en total. Totalen er regnestykket på en stikprøve, og den er forkert med et beløb, ingen kan se.

Hvad I skal gøre. Kræv to ting af enhver læsning: antallet af poster, den gav, og et flag, der siger, om der er flere tilbage. Kræv derefter, at svaret gentager den grænse i sætningen. Et system, der opsummerer en afkortet læsning uden at sige det, vil tage fejl på jeres største tabeller, og det er dem, jeres største spørgsmål bruger.

Problem 4: modellen skriver tallet

Det er det problem, der ikke viser sig i en demonstration, og som viser sig i en bestyrelsesrapport.

En sprogmodel producerer den sætning, I læser. Holder modellen værdierne, kan modellen ændre dem. Forskning i finansielle hallucinationer beskriver fejlen som subtil snarere end tydelig: et tal knyttet til den forkerte periode, en grænse husket i stedet for hentet, en total der er plausibel og forkert.

Rettighedsstyring hjælper ikke her. En model med perfekte rettigheder kan stadig skrive et tal, som ingen række indeholder.

Hvad I skal gøre. Adskil forespørgslen fra værdien. Lad modellen skrive forespørgslen. Lad platformen køre den, vise rækkerne og kun fortælle modellen, at et resultat kom frem. Hold derefter hvert tal i det skrevne svar op mod de rækker, forespørgslen gav i den samme tur, og udskift det, der ikke består.

En sammenligning af de to veje

Ingen af de to kolonner er forkerte. En udvikler, der undersøger en sandbox, bør bruge den første. En økonomiafdeling, der handler ud fra svarene, har brug for den anden.

Hvad vi vil råde jer til at gøre først

Kobl en sandbox til, og prøv det. Oplevelsen er lærerig, og den viser jer, hvor meget af arbejdet der er forbindelsen, og hvor meget der er alt det andet.

Stil derefter assistenten et spørgsmål, hvor I kender svaret i forvejen, på en tabel med flere rækker end én side. Spørg den, hvor mange poster den læste. Svaret på det andet spørgsmål fortæller jer, om I kan stole på det første.