Google Cloud เผยวิธีสร้าง MCP Apps แบบ UI โต้ตอบได้ใน Gemini Enterprise

Google Cloud เผยแพร่คู่มือเมื่อ 19 ตุลาคม 2026 สำหรับสร้าง MCP Apps ใน Gemini Enterprise โดยผูก tool กับ UI ที่โต้ตอบได้ในหน้าสนทนา แทนการให้เอเจนต์ตอบเป็นข้อความแล้วรอผู้ใช้พิมพ์คำสั่งใหม่ทุกครั้ง สำหรับทีมที่ทำ workflow หลายขั้น เช่นตรวจเอกสารหรือดูโมเดลข้อมูล แนวทางนี้เปิดให้ผู้ใช้ปรับค่าใน widget และให้ assistant เห็นสถานะงานที่เปลี่ยนไป

สถาปัตยกรรมที่ Google แนะนำ

บทความแยกสามส่วน: browser แสดง chat กับ widget, Gemini Enterprise เรียก tool และส่งข้อความผ่าน AppBridge proxy พร้อม connector ที่จัดการ OAuth, และโปรเจกต์ Google Cloud ของทีมโฮสต์ MCP server บน private Cloud Run โดยเปิด endpoint JSON-RPC /mcp และเสิร์ฟ HTML widget แบบ single file UI รันใน sandboxed iframe และขยายเป็น fullscreen หรือ side panel ได้ ไม่จำเป็นต้องสร้าง chat frontend หรือระบบ workforce sign-in ใหม่ทั้งหมด

จุดที่ควรจับตาคือการยืนยันตัวตนสองชั้น Cloud Run IAM ใช้ service agent token เพื่อตรวจว่าบริการใดเรียกได้ ส่วนในแอปใช้ OAuth token เพื่อตรวจว่าผู้ใช้คนใดกำลังทำงาน ถ้า Cloud Run IAM ไม่ผ่านจะเป็น 403 ถ้า token ผู้ใช้ตรวจไม่ผ่านจะเป็น 401 Google เน้นว่า IAM ชั้นแรกแยกผู้ใช้ปลายทางไม่ได้ จึงต้องมีทั้งสองชั้น พร้อมให้ outbound call ใช้ service account สิทธิ์ต่ำที่สุด

ขั้นตอนทดลองที่มีสาระ

เริ่มจาก workflow เล็ก เช่นหน้าตรวจใบแจ้งหนี้ที่มีปุ่มอนุมัติหลังมนุษย์ตรวจ MCP server ต้องเปิด POST /mcp และ widget แบบ ui:// จากนั้น deploy ไป Cloud Run โดยปิด unauthenticated access กำหนด invoker ให้ Discovery Engine service agent และสร้าง OAuth Web Client ตาม redirect URI ที่คู่มือกำหนด ใน Gemini Enterprise สร้าง Custom MCP Server data store, reload actions แล้วเปิดเฉพาะ tool ที่ต้องการ สุดท้ายเชื่อม data store กับ app ของทีม

Google ระบุว่าการนำ tools เข้ามาเป็น actions จะถูกปิดไว้ก่อน ต้องเลือก enable เอง นี่เป็นจุดปลอดภัยที่สำคัญ เพราะการ deploy server สำเร็จไม่ได้หมายความว่า assistant ควรเรียกทุก tool ได้ทันที ทดสอบจากบัญชีผู้ใช้ที่มีสิทธิ์และไม่มีสิทธิ์ ตรวจทั้ง 401/403 และตรวจว่า UI widget ไม่เข้าถึงข้อมูลเกินขอบเขตของผู้ใช้

ระวังการสับสนกับ MCP tool แบบข้อความ

MCP Apps ใช้มาตรฐานเปิด SEP-1865 เพื่อเพิ่ม UI ให้ tool ส่วน MCP tool ทั่วไปอาจคืนเพียงข้อความ คู่มือ Google ระบุว่ามี text fallback สำหรับ host ที่รองรับไม่ครบ จึงควรออกแบบ workflow ให้ยังสื่อสารสถานะและข้อผิดพลาดได้ถ้า widget ไม่แสดง ในงานที่มีผลสูง เช่นการลบข้อมูลหรืออนุมัติรายการ ควรมี human-in-the-loop ที่เห็นข้อมูลและผลลัพธ์ก่อนยืนยัน ไม่ให้ปุ่มใน UI กลายเป็นทางลัดข้าม policy

ข้อจำกัดทางปฏิบัติคือการตั้งค่า connector, OAuth, Cloud Run และ data store ต้องตรงกัน หลายขั้นเป็นงานของทีมแพลตฟอร์มก่อนผู้ใช้ปลายทางจะเห็น UI ควรจัดเป็น prototype ที่มี owner, log และแผนย้อนกลับก่อนใช้กับข้อมูลจริง คู่มือนี้เป็นแนวทางลงมือใหม่ที่เผยแพร่วันนี้ ไม่ใช่การประกาศว่า MCP Apps ใช้ได้กับทุก host หรือทุกแผนโดยไม่มีการตั้งค่า

คู่มือต้นทาง: https://cloud.google.com/blog/topics/developers-practitioners/devs-guide-to-mcp-apps-in-gemini