O que um servidor MCP pode ler do teu projeto Unreal

O que um servidor MCP pode ler do teu projeto Unreal

Um servidor MCP no Unreal pode ler tudo o que as suas ferramentas disponibilizam e envia esses dados ao modelo que ligares: o nível aberto, atores, assets e o conteúdo de Blueprints ou C++ que as ferramentas expõem. Em comparação com colar um excerto numa conversa, uma parte maior do projeto pode sair da tua máquina e, para um estúdio sujeito a um acordo de confidencialidade, essa diferença é a questão central. Eis o que realmente circula, o que verificar antes de ligar seja o que for e como um assistente certificado como o Ludus AI trata esses dados.

Este artigo destina-se a responsáveis de equipa e produtores. Trata do funcionamento, não dos certificados; para a vertente de conformidade, consulta o nosso artigo sobre IA segura em estúdios de desenvolvimento de jogos.

O que pode ler um servidor MCP?

Tudo o que as suas ferramentas permitirem. O MCP é um protocolo de chamada de ferramentas: o servidor anuncia ferramentas (listar atores, ler este asset, editar este Blueprint), o modelo chama-as e os resultados regressam ao modelo para análise. Assim, o conjunto de dados legíveis é definido pelas ferramentas, que num servidor capaz pode incluir a disposição do nível, metadados de assets, grafos Blueprint e C++. Tudo o que uma ferramenta devolve pode ser enviado ao fornecedor do modelo que responde ao pedido. O servidor é local; o modelo normalmente não é, e é esse o ponto a ponderar antes de ligar um a um projeto sujeito a um acordo de confidencialidade.

Servidor MCP ou colar numa conversa: o que sai da tua máquina

Quando colas conteúdo numa conversa, decides exatamente o que sai: o excerto que copiaste. Com um servidor MCP, o modelo decide o que pedir, dentro das ferramentas disponíveis, pelo que, ao longo de uma tarefa, pode recolher ficheiros e contexto que não escolheste individualmente. Esse é o objetivo da configuração e também o risco: a conveniência resulta do acesso do modelo ao projeto, e esse acesso significa que uma parte maior pode ser transmitida a quem executa o modelo. Nenhuma das opções é insegura por natureza; têm simplesmente alcances de exposição diferentes.

O que verificar antes de ligar um modelo ao projeto

Quatro aspetos. Para onde vão os dados: que fornecedor responde aos pedidos e sob que política de dados. Se o código e os assets podem ser utilizados para treinar modelos, algo que para um estúdio deve merecer uma recusa absoluta. Se é possível manter os projetos sensíveis completamente fora de serviços externos, através de uma implementação local ou numa nuvem privada. E quem na equipa pode ligar o quê, para que uma única máquina não exponha silenciosamente todo o projeto. Obtém respostas claras a estas perguntas antes de um modelo aceder a um projeto sujeito a um acordo de confidencialidade.

Como o Ludus AI trata esta questão

O Ludus AI foi concebido para estúdios que têm de colocar estas perguntas. Possui certificações independentes ISO/IEC 27001:2022 e SOC 2 Type 2 e está em conformidade com o RGPD. O código e os dados nunca são utilizados para treinar modelos nem vendidos, e os estúdios que precisam de isolamento total podem utilizar implementações numa nuvem privada que mantêm os projetos fora de infraestruturas partilhadas. Os detalhes de segurança, incluindo o que está certificado e como funciona a nuvem privada, estão em trust.ludusengine.com (Abre num novo separador). A questão não é o MCP ser inseguro, mas sim que ligar qualquer modelo a um projeto real é uma decisão que deves tomar conhecendo o percurso dos dados.

Perguntas frequentes

É seguro ligar IA ao projeto Unreal do meu estúdio?

Pode ser, se souberes para onde vão os dados e se são utilizados para treinar modelos. Um servidor MCP transmite ao fornecedor do modelo aquilo que as suas ferramentas devolvem, por isso verifica primeiro a política de dados do fornecedor e as condições do teu acordo de confidencialidade.

Um servidor MCP envia todo o meu projeto para a IA?

Por predefinição, não envia tudo de uma vez, mas ao longo de uma tarefa o modelo pode pedir muitas partes do projeto através das ferramentas. O conjunto de dados legíveis corresponde ao que essas ferramentas disponibilizam.

Posso utilizar IA num projeto sujeito a um acordo de confidencialidade sem enviar código para o exterior?

Procura uma implementação local ou numa nuvem privada. O Ludus AI disponibiliza implementações isoladas numa nuvem privada para estúdios que não podem utilizar serviços partilhados.

O Ludus AI treina modelos com o meu código?

Não. O código e os dados nunca são utilizados para treinar modelos nem vendidos. O Ludus AI possui certificações ISO 27001 e SOC 2 Type 2 e está em conformidade com o RGPD; os detalhes estão em trust.ludusengine.com (Abre num novo separador).

Conclusão

Ligar um modelo ao projeto é uma decisão sobre dados antes de ser uma decisão sobre produtividade. Um servidor MCP é poderoso precisamente porque o modelo consegue aceder ao projeto, e é esse acesso que um estúdio sujeito a um acordo de confidencialidade deve delimitar. Pergunta para onde vão os dados, se são utilizados para treinar algum modelo e se podes isolar o trabalho sensível. O Ludus AI, o assistente de IA mais avançado para o Unreal Engine, foi concebido para responder com clareza a estas questões e possui certificações independentes ISO 27001 e SOC 2 Type 2.

Começa a criar com o Ludus AI