Vi har brukt kunstig intelligens (KI) i design- og utviklingsprosesser en stund, men har ofte kjent på én tydelig begrensning. KI mangler forståelse for den faktiske arbeidshverdagen. Den kan skrive, foreslå og visualisere, men forstår sjelden hvilke verktøy vi bruker, hvilke standarder som gjelder, eller hvordan prosjektene våre er strukturert.

Derfor har vi testet noe nytt de siste ukene – Model Context Protocol (MCP). Det er en åpen standard som lar KI hente relevant data direkte fra verktøyene vi allerede jobber i. Med MCP får vi en KI som ikke bare lytter til det vi skriver, men som også kan forstå det vi bygger.

I stedet for å instruere KI-en med tekst alene, kan vi koble den til verktøy som Figma, Cursor, GitHub eller VS Code. Derfra henter den ut konkrete prosjektdata – komponenter, tokens, designregler – og bruker dette til å foreslå forbedringer i design eller kode.

MCP fungerer som et bindeledd mellom verktøyene og KI-agenten. Der en klassisk språkmodell jobber på avstand, får MCP-agenten innsyn i det faktiske prosjektet. Det gir et helt annet presisjonsnivå.

Testen ble gjort mens vi redesignet vår egen nettside og merkevare. Aleksander (designer) jobbet med MCP-integrasjonen i Figma, og Pål (utvikler) koblet det videre mot Cursor, GitHub og Sanity.

For å gi agentene mer forutsigbarhet brukte vi flere agents.md-filer (readme-filer for KI) – én for frontend, én for backend og én for universell utforming. Disse inneholder prinsippene vi ønsker at KI-en skal følge. På den måten får vi mer konsistente forslag, og bedre støtte over tid.

Det som fungerer:

Bedre samarbeid mellom fagfolk
Design og utvikling glir lettere sammen. Aleks får innblikk i hvordan komponentene bygges, og Pål forstår raskere intensjonen bak designet.

Raskere vei fra idé til komponent
Enkle, gjenbrukbare komponenter lages raskere enn før. Når KI kjenner prosjektets struktur, blir forslagene mer relevante og nyttige.

Mer innsikt og eierskap for designeren
Gjennom å lese og forstå koden blir designeren tryggere og mer selvstendig. Det gjør samspillet bedre.

Større visuell og teknisk konsistens
Med bedre struktur i designfilene og tydeligere føringer for kode og stil, blir det enklere å holde uttrykket samlet.

Begrensningene vi har merket oss:

Datasikkerhet og tilgang
Når KI får direkte tilgang til verktøy som Figma og GitHub, må vi være ekstra påpasselige. Hvem har tilgang til hva? Hva skal agenten få lov til å gjøre? Dette må kontrolleres stramt, særlig i kundearbeid.

Umoden standard
Figma MCP er fortsatt i utvikling. For eksempel klarer den foreløpig ikke å hente ut alle design tokens fra local variables – noe som gjør det vanskeligere å bruke hele designsystemet effektivt.

Avhengighet av struktur
For at agenten skal fungere godt, må design- og kodebasen være godt organisert. Dårlig struktur gir dårlige resultater.

Tredjepartsrisiko
Selv om MCP er en åpen standard, er vi avhengige av at verktøyleverandørene implementerer den riktig og sikkert. Det gir mindre kontroll og flere potensielle feilkilder.

Prompting er fortsatt en barriere
Selv med kontekst krever det god promptteknikk for å få riktige svar. Når designeren ikke er utvikler, går det med en del tid på å formulere presise forespørsler.

Selv om vi har testet MCP i en design- og utviklingssetting, tror vi prinsippene er overførbare. MCP lar KI jobbe der dataene faktisk finnes – ikke i en isolert chatboble.

For virksomheter som bruker flere digitale verktøy i parallelle arbeidsprosesser, kan MCP gi bedre samhandling, raskere fremdrift og tryggere kontroll på data.

Samtidig er det viktig å huske at teknologien er ny, og at det kreves bevisste valg og tydelig ansvarliggjøring for at den skal fungere trygt og godt.

Vi fortsetter å eksperimentere og justere. MCP har allerede endret hvordan vi tenker om KI i prosjektene våre. Fra å være et støtteverktøy ved siden av arbeidsflyten, begynner KI nå å bli en del av selve arbeidsflyten.

Har du lyst til å vite mer om hvordan dette kan fungere i dine systemer?
Ta kontakt – vi deler gjerne våre erfaringer.