ЮMoney запустила MCP-сервер для платежей и рассказала, как писать API для нейросетей
ЮMoney запустила MCP-сервер: по протоколу MCP нейросеть сама вызывает функции платёжного сервиса. Выяснилось: без строки «не выдумывай сумму, спроси у пользователя» модель периодически создавала платёж на придуманную сумму. Поэтому описания параметров и тексты ошибок там пишут как инструкции для модели. Вывод: в MCP поле description работает как часть промпта и решает, заработает ли интеграция.
AI-обработка оригинала Habr AI; редакция Hamidun News
ЮMoney запустила MCP-сервер для платежей и счетов. MCP (Model Context Protocol) — это протокол, по которому языковая модель (LLM, то есть ChatGPT-подобная нейросеть) сама вызывает функции внешнего сервиса: создать платёж, отправить чек, проверить статус. Раньше такие функции открывали через обычный REST API — набор запросов, которые вызывает код, написанный человеком. Backend-разработчик ЮMoney Рома почти десять лет развивает публичный платёжный API и рассказал, что для нейросети интерфейс приходится проектировать иначе. Главный пример: без одной строки в описании параметра модель периодически создавала платёж на выдуманную сумму.
Описание параметра — это промпт
В классическом API документацию пишут для людей. Если поле описано плохо, разработчик почитает форум или напишет в поддержку. В MCP описание инструмента фактически становится частью системного промпта, то есть инструкции, которую модель выполняет буквально. Поэтому нейминг и ясность description определяют, заработает ли интеграция.
В обычной документации ЮMoney сумма платежа описана через нюансы: комиссии партнёров ЮKassa, код валюты, соответствие валюте субаккаунта или магазина. Для MCP описание сократили и добавили прямую инструкцию: значение запрещено выдумывать, а если сумма не указана, нужно спросить её у пользователя. Человеку очевидно, что сумму называет клиент, а модели — нет. Без этой строки она создавала платёж на придуманную сумму.
Та же логика с ошибками. Ответ вроде insufficient_funds удобен для кода, но для модели это тупик. В MCP-ответ добавляют текст: «Недостаточно средств для выполнения операции. Сообщи пользователю. Не пытайся провести платёж повторно». Понятная ошибка позволяет модели либо исправить запрос и отправить его снова, либо остановиться и честно объяснить ситуацию.
Ещё одна ловушка — перегруженные схемы. Если в запросе есть похожие поля billing_address, shipping_address и user_address, человек разберётся и проверит перед запуском, а модель может положить данные не туда. Автор советует избегать близких по смыслу полей, оставлять в сервере только самые нужные сценарии или подробно расписывать, в каком случае какое поле заполнять.
Безопасность и повторные вызовы
MCP-сервер не знает, кто его вызывает: мощная облачная модель или небольшая локальная на 7 миллиардов параметров (7B). Слабые модели путают порядок вызовов и повторяют запросы при малейшем сомнении. Отсюда правило: все методы должны быть идемпотентными, то есть повторный вызов не должен списывать деньги второй раз. ЮMoney пока идёт дальше и вообще не разрешает через MCP финансово значимые операции без участия человека.
Авторизацию MCP автор советует отделять от авторизации обычного API. Иначе модель, стремясь выполнить задачу, может пойти в классический API со своим ключом. Кроме того, входящие данные нужно проверять строже обычного: модель может сгенерировать невалидный или даже вредоносный запрос.
Заодно развеивается миф о «свободе от версий». В MCP список инструментов обновляется на лету через tools/list, и модель каждый раз заново читает схему. Но удалить используемую функцию всё равно нельзя: бизнес-процессы клиентов сломаются, даже если клиент — нейросеть.
Токены, интеграция и задержки
В обычном API размер JSON-схемы важен разве что для трафика. В MCP каждое описание функции и каждое поле попадает в контекстное окно модели, то есть тратит токены и деньги пользователя. Лаконичные схемы и ответы напрямую снижают стоимость.
Интеграция тоже меняется. В REST вы отдаёте атомарные методы, а клиент пишет код: создать платёж, отправить чек, подтвердить операцию. В MCP жёсткой последовательности нет, порядок вызовов выбирает модель по запросу и контексту диалога. Типовые сценарии пользователь может закрепить правилами (Rules) и наборами инструкций (Skills) в своём ИИ-агенте, не написав ни строчки кода. По мнению автора, стоимость интеграции через LLM стремится к нулю.
С задержками сложнее. Время для пользователя складывается из «размышления» модели, сетевых задержек и обработки запроса сервером, причём цикл может повторяться при уточнениях и ошибках. Разработчик сервера влияет в основном на последний пункт и косвенно на число итераций: чем яснее описания, тем меньше лишних попыток.
Что из этого следует
Статья — взгляд практика, а не исследование: измеримых метрик в ней нет, а «стоимость интеграции стремится к нулю» остаётся авторским прогнозом. Зато набор правил рабочий для любой команды, которая готовит MCP-сервер. Пишите description как инструкцию, делайте ошибки разговорными, сокращайте схемы, делайте методы идемпотентными, разделяйте авторизацию и оставляйте человека в цепочке для денежных операций. Автор ожидает, что крупные компании будут всё активнее применять MCP в B2C — прежде всего там, где ошибка модели не приведёт к катастрофе. ЮMoney собирается развивать функциональность и планирует публичный онлайн-хакатон.
- 21 нояб. 2026 г.OpenAI GPT-6 Cyber нашла около 35 дыр в iPhone, Mac и другой технике Apple
- 21 нояб. 2026 г.22 агента Claude шесть недель искали ответы по чёрным дырам — и решили две задачи
- 21 нояб. 2026 г.Google разделит хранение чатов и обучение Gemini: отказ без потери истории
- 21 нояб. 2026 г.Apple в macOS 27.3 beta 2 даст ограничивать доступ ИИ-агентов к файлам Mac
Вопросы и ответы по материалу
Что известно по теме: описание параметра — это промпт?
В классическом API документацию пишут для людей. Если поле описано плохо, разработчик почитает форум или напишет в поддержку. В MCP описание инструмента фактически становится частью системного промпта, то есть инструкции, которую модель выполняет буквально. Поэтому нейминг и ясность description определяют, заработает ли интеграция. В обычной документации ЮMoney сумма платежа описана через нюансы: комиссии партнёров ЮKassa, код валюты, соответствие валюте субаккаунта или магазина.
Что известно по теме: безопасность и повторные вызовы?
MCP-сервер не знает, кто его вызывает: мощная облачная модель или небольшая локальная на 7 миллиардов параметров (7B). Слабые модели путают порядок вызовов и повторяют запросы при малейшем сомнении. Отсюда правило: все методы должны быть идемпотентными, то есть повторный вызов не должен списывать деньги второй раз. ЮMoney пока идёт дальше и вообще не разрешает через MCP финансово значимые операции без участия человека. Авторизацию MCP автор советует отделять от авторизации обычного API.
Что известно по теме: токены, интеграция и задержки?
В обычном API размер JSON-схемы важен разве что для трафика. В MCP каждое описание функции и каждое поле попадает в контекстное окно модели, то есть тратит токены и деньги пользователя. Лаконичные схемы и ответы напрямую снижают стоимость. Интеграция тоже меняется. В REST вы отдаёте атомарные методы, а клиент пишет код: создать платёж, отправить чек, подтвердить операцию. В MCP жёсткой последовательности нет, порядок вызовов выбирает модель по запросу и контексту диалога.
Соберите рабочего ИИ-агента или сервис своими руками без ручного кода
В Академии Жемала Хамидуна (academy.hamidun.com) открыт бесплатный 72-часовой тест-драйв: интерактивные скетч-уроки по Claude Code и Cursor, живой Tech Radar и готовые шаблоны агентов.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.