用AI操作PC｜透過MCP整合實現自動化的入門指南

以往的自動化，是「由人預先安排好步驟，再加以執行」。錄製巨集、撰寫指令碼，再按下按鈕執行——主角始終是人，AI頂多只是協助撰寫文章。然而近年來，一種大幅改變這種關係的機制應運而生，那就是MCP（Model Context Protocol）。透過MCP，Claude這類AI助理可以直接呼叫並操作您PC上的工具。

也就是說，您只要在聊天中用自然語言提出「彙整昨天的銷售額，製作一份平常使用的報告」，AI就會呼叫您的自動化工具並實際執行巨集——這樣的世界正逐漸成為現實。本文將以不需專業知識也能理解的方式，說明MCP是什麼、它為何會從根本上改變自動化，以及如何連線到自己的PC親自試用。

什麼是MCP

MCP（Model Context Protocol）是AI助理呼叫外部工具和應用程式時所遵循的一套「通用規則（協定）」。以往，AI基本上只能讀取文字並回傳文字。MCP突破了這項限制，讓AI可以向實際工具下達「執行這項操作」的指令，並接收操作結果。

當應用程式公開「MCP伺服器」後，AI就能辨識該應用程式所提供的操作清單。例如，對自動化工具而言，AI將能看到「執行巨集」「執行指令碼」「開始錄製」等操作。接下來，AI只需依照使用者的意圖選擇並呼叫合適的操作。聊天中的一句「請做……」會被轉換成畫面上的實際點擊與處理——這就是MCP的本質。

MCP為何會改變自動化

傳統巨集有一個弱點，那就是「人必須記住每個巨集的用途」。巨集數量越多，尋找並執行目標巨集就越麻煩。MCP解決了這個問題。您只需用自然語言說明目的，AI就會選擇符合您意圖的巨集或指令碼。

更重要的是，AI能夠「現場產生並執行新的指令碼」。即使收到現有巨集無法完成的工作，AI也能根據自然語言要求編寫SCR指令碼、加以執行、讀取結果，並在執行不順利時自行修正——完成這一整套流程。這是一種全新的自動化形式，與固定的已錄製巨集清單相比，是一大躍進。它代表自動化從「加快固定工作」進化為「隨時說出想做的事，它就會採取行動」。

透過MCP整合可以做什麼

透過 MCP 整合，例如只需自然對話即可實現以下操作。

• • 說一句「建立我平常的晨間報告」，讓它執行巨集
• • 用自然語言下達「重新命名這個資料夾中的所有圖片」的指令
• • 讓 AI 當場將現有巨集中沒有的處理編寫成指令碼並執行
• • 讓 AI 檢查執行結果，如有問題則修正後重新執行

所有這些操作都可以在與 AI 對話的延伸中完成。不必開啟專用管理介面尋找巨集，也不必每次都回想複雜的設定。「只要開口，它就會行動」的體驗大幅降低了自動化的門檻。

實際連線試試看

要嘗試 MCP 整合，需要支援 MCP 的 AI 用戶端（例如 Claude Desktop 或 Cursor）。再準備一個具備 MCP 伺服器功能的自動化工具即可。makuroku 從一開始就內建了這個 MCP 伺服器，並向 AI 開放了涵蓋錄製、播放與指令碼等功能的 18 種工具。

連線非常簡單。啟動 makuroku 後，MCP 伺服器會自動執行。只要從設定畫面的「MCP」分頁複製連線 URL，再貼到 AI 用戶端的設定檔中即可。熟悉後，不到 1 分鐘就能完成連線。而且，即使是免費方案，每月也能使用此功能最多 20 次，因此在正式導入之前，您可以無風險地體驗 AI 主導的自動化是什麼樣子。

MCP 整合的具體應用情境

當您想交付「每次都有些不同的工作」時，MCP 整合才能真正發揮實力。如果是完全固定的工作，用快速鍵執行傳統巨集就足夠了。然而，像「今天只重新命名這個資料夾中副檔名為 png 的檔案」這樣每次條件都會變化的要求，很難預先準備好巨集。此時，AI 能理解要求並當場編寫指令碼的價值便展現出來了。

此外，需要跨多個步驟進行判斷的工作也很適合透過與 AI 對話來完成。您可以用自然語言提出包含依情況分支的要求，例如：「如果發生錯誤，就檢查錯誤內容；如果可以處理，就修正；如果無法處理，就向我回報。」AI 會讀取執行結果，在需要時自行修正；若難以判斷，則會向人類確認——這種「與人協作推進的自動化」是傳統巨集所沒有的一種全新工作方式。

將任務交給AI時的安全性與注意事項

AI能夠直接操作PC，雖然很方便，但也必須謹慎行事。首先，重要的是了解自己連接的是哪個應用程式的MCP伺服器，並且只使用值得信賴的工具。向AI開放的操作範圍僅限於該工具所提供的功能，因此，只要事先了解「能做什麼、不能做什麼」，使用起來就會更安心。

其次，對於無法挽回的操作——例如永久刪除檔案、向外部傳送資訊或進行付款——不要完全交給AI處理，而應採用由人工在執行前確認的安全流程。許多情況下，系統可以設計成在重要操作前要求確認。此外，在處理機密資訊的工作中，應事先確認資料會儲存或傳送到哪裡。如果選擇像makuroku這樣將記錄資料儲存在本機裝置上、不會自動傳送到雲端的工具，就能減少這方面的疑慮。在善用AI便利性的同時，由人類掌控關鍵環節——這種平衡正是安心使用AI整合的關鍵。

傳統自動化與AI整合的合理分工

AI整合很有吸引力，但把所有工作都交給AI並不一定是最佳選擇。傳統巨集和指令碼與AI整合各有擅長的情境。對於每天都以完全相同步驟執行的例行工作，透過快捷鍵或排程執行預先建立的巨集，會更快、更可靠，也不需要額外成本。對於固定不變的工作，沒有必要特意讓AI介入。

另一方面，AI整合最能發揮價值的，是「每次內容都有些許變化的工作」和「需要進行多項判斷的工作」。只要用自然語言提出要求，AI就能依照當時的情況靈活組織處理流程。這種彈性尤其適用於難以事先準備好所有模式的工作。也就是說，兩者並非相互競爭，而是彼此互補。將固定部分交給可靠的巨集，將變化部分和需要判斷的部分交給AI——這種分工在實際工作中最有效率。

重要的是不要把AI當成「魔法盒子」而過度信賴。只有具備能可靠運作的自動化基礎——錄製好的巨集和經過驗證的指令碼——AI才能真正發揮作用。如果基礎扎實，AI就能聰明地組合並調度這些資源；但如果沒有基礎，單靠AI能做的事情十分有限。因此，先掌握基本的錄製和指令碼技能，再在其上加入AI整合，才是穩健的推進方式。

開始MCP整合所需的條件

要真正開始MCP整合，主要需要兩個要素。其一是支援MCP的AI用戶端，例如Claude Desktop或Cursor等能透過MCP呼叫外部工具的應用程式。其二是具備MCP伺服器功能的工具——也就是由AI操作的應用程式。只有同時具備這兩者，才能實現「AI操作PC」的整合。

連接步驟本身比想像中簡單。只要啟動自動化工具，並將其中顯示的連接資訊（URL或權杖）寫入AI用戶端的設定檔即可。完成一次設定後，之後便能在與AI的對話中自然地呼叫該工具。雖然聽起來可能很難，但只要依照官方指南操作，即使是第一次使用，通常也能在幾分鐘內完成連接。

AI整合帶來的全新工作方式

當AI能夠直接操作PC時，人們與自動化互動的方式本身也會改變。過去，人類需要思考「要自動化什麼」，設計步驟並加以執行。而在AI整合中，只要說明「想實現什麼」，AI就會思考實現方法。這種主客關係的轉變，大幅降低了自動化的門檻。

例如，以往那些「還不值得自動化，但做起來又挺麻煩的工作」，往往就一直由人工處理。因為人們覺得編寫巨集反而更費事。但透過 AI 串接，只要當場吩咐一句「把這個處理一下」。由於幾乎不需要準備，過去不在自動化範圍內的「小任務」，如今也可以輕鬆交給 AI。自動化正從少數熱衷者的專屬，轉變為人人日常使用的工具——而 MCP 串接正是邁向這項轉變的入口。

AI 與傳統自動化相結合的實際案例

將 AI 串接與傳統自動化結合後，究竟能做到什麼？讓我們透過具體案例來看看。假設某人每週都需要彙整來自不同客戶的 Excel 檔案。各客戶的檔案格式略有不同，無法每次都用同一個巨集完全處理。但若要為每個客戶分別準備一個巨集，也同樣十分麻煩。

此時 AI 串接便能發揮作用。只要對 AI 說「彙整這個資料夾中的 Excel 檔案，並整理成平時使用的報告」，AI 就會檢查檔案內容，在處理格式差異的同時，依當時的情況建構處理流程。彙整完成後，「依固定格式輸出報告」這個標準化部分，則由 AI 呼叫並執行預先建立的巨集。會變動的部分由 AI 靈活處理，固定的部分由可靠的巨集執行——如此便能實現理想的分工。

這種組合的優勢，在於它特別適合實務中常見的「每次都有一點不同，但本質相同」的任務。那些因為無法完全標準化而一直由人工處理的工作，只要結合 AI 的靈活性與巨集的可靠性，也能成為自動化的對象。AI 串接為過去被認為「難以自動化」的領域開啟了新的可能性。

當然，即使是這種進階串接，也不必一開始就追求完美。先準備基本的巨集，再讓它能夠透過 AI 串接被呼叫，然後逐步擴大「交給 AI 的範圍」。採用這種循序漸進的方式，便能在沒有負擔的情況下穩健地掌握這種與 AI 協作的新型自動化。

未來的自動化與 MCP

隨著 AI 助理開始能夠直接操作 PC，自動化正在從「由專家建構的東西」轉變為「任何人都能透過對話使用的東西」。不過，即使將工作交給 AI，背後仍然需要一個能夠可靠運作的自動化基礎——錄製好的巨集與經過驗證的指令碼。因為 AI 是指揮者，而真正動手執行工作的正是這個基礎。

makuroku 將 GUI 錄製、SCR 指令碼，以及透過 MCP 實現的 AI 串接整合到一個應用程式中，讓個人也能免費開始使用這種「由 AI 指揮、可靠基礎執行」的自動化。請先使用免費方案連接 MCP 串接，並對 AI 說「執行一下平時的工作」。你應該能體驗到只透過對話，自己的 PC 就開始運作的感覺。