¿Qué es MCP? Model Context Protocol

01¿Qué problema resuelve MCP?

Un modelo de lenguaje, por sí solo, trabaja únicamente con el conocimiento con el que fue entrenado y con el texto que usted pega en el chat. No puede ver los datos de pedidos, el calendario, los documentos ni el repositorio de código de su empresa. Para acceder a esa información hace falta establecer una conexión distinta con cada herramienta.

El problema es este: si hay cinco aplicaciones de IA distintas y diez herramientas de trabajo diferentes, conectar cada pareja por separado significa decenas de integraciones a medida. El Model Context Protocol reduce esta maraña a un único lenguaje común. Según la comparación más usada, MCP es para las aplicaciones de IA como una entrada USB-C: cuando el conector es estándar, cada dispositivo puede enchufarse a cada puerto.

Este estándar es también la infraestructura que permite que la inteligencia artificial pase de limitarse a responder a convertirse en sistemas que hacen el trabajo, es decir, en agentes. Explicamos la lógica de funcionamiento de los agentes en nuestro artículo qué es un agente de IA.

02¿Cómo funciona MCP?

MCP se basa en una arquitectura de cliente y servidor. La mensajería entre las partes se realiza en formato JSON-RPC y la especificación oficial del protocolo se publica en modelcontextprotocol.io.

Host y cliente

El host es la aplicación de IA con la que interactúa el usuario: una aplicación de chat de escritorio, un editor de código o una herramienta de terminal. El host crea un cliente para cada servidor al que se conecta y gestiona la comunicación del modelo con los servidores.

Servidor MCP

Un servidor MCP es un pequeño programa que expone una herramienta o una fuente de datos concreta a través del protocolo. Un servidor de sistema de archivos ofrece carpetas al modelo; uno de base de datos, tablas; uno de CRM, registros de clientes. El servidor puede ejecutarse localmente en su propio ordenador o en una dirección remota.

Vías de conexión

Los servidores locales suelen conectarse mediante la entrada y salida estándar (stdio) y los remotos, mediante un transporte basado en HTTP. En los servidores remotos, la autenticación y la autorización se configuran aparte. El servidor local permite leer archivos sin trasladarlos a otro servidor; el remoto resulta adecuado para el uso compartido por el equipo.

03Herramientas, recursos y prompts

Un servidor MCP puede ofrecer al modelo tres bloques básicos. Esta distinción aclara qué puede leer el modelo y qué puede hacer.

04Ejemplo de Claude con MCP

Como MCP fue presentado por Anthropic, los primeros usos extendidos se vieron en las aplicaciones de Claude; con el tiempo, otras aplicaciones de IA y herramientas para desarrolladores también empezaron a admitir el protocolo. En el uso de Claude con MCP, la aplicación de escritorio inicia los servidores definidos en el archivo de configuración y se los ofrece al modelo.

El siguiente ejemplo define el servidor oficial de sistema de archivos de modo que solo acceda a una carpeta concreta. Para que el comando se ejecute, su ordenador debe tener instalada la versión LTS actual de Node.js; cambie la ruta de la carpeta según su propio sistema.

{
  "mcpServers": {
    "dosyalar": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/Users/kullanici/Belgeler/Raporlar"]
    }
  }
}

claude mcp add dosyalar -- npx -y @modelcontextprotocol/server-filesystem ~/Belgeler/Raporlar
claude mcp list

05Casos de uso de MCP para empresas

El valor de MCP para la integración de herramientas de IA es que abre de forma segura y controlada al asistente de IA la información dispersa dentro de la empresa. Algunos escenarios típicos:

• Ventas y pedidos: el asistente lee el estado en el sistema de pedidos y presenta un resumen al representante de atención al cliente.
• Informes: con un servidor que lee los datos de analítica y publicidad, el directivo pregunta en lenguaje natural «qué campaña generó ventas la semana pasada».
• Acceso a documentos: las políticas, los contratos y los documentos técnicos se abren como recursos; el asistente basa su respuesta en esos documentos.
• Desarrollo de software: el repositorio de código, los registros de errores y el entorno de pruebas se conectan con servidores; el asistente de código trabaja con más contexto.
• Alojamiento y reservas: un servidor que lee la disponibilidad y las reservas permite que el asistente del equipo dé información con rapidez.

06Diferencias entre MCP, API y automatización

MCP no sustituye a la API; la mayoría de los servidores MCP ya llaman a una API en segundo plano. La diferencia está en para quién está diseñado. Las API se diseñan para que los programadores las usen desde el código; MCP, en cambio, define esas capacidades de modo que un modelo de inteligencia artificial pueda entenderlas y elegirlas: nombre de la herramienta, descripción y esquema de entrada.

La diferencia con las herramientas de automatización basadas en reglas está en el mecanismo de decisión. En herramientas como Zapier, Make o n8n, el flujo se dibuja de antemano; en un modelo conectado mediante MCP, es el modelo quien decide qué herramienta se invoca y cuándo. Para comparar ambos enfoques, consulte nuestro artículo sobre la automatización de flujos de trabajo.

Si le interesa saber cómo se diseñan los productos que ponen la inteligencia artificial en el centro desde el principio, nuestro artículo sobre las aplicaciones AI native trata este tema con detalle.

07Seguridad: ¿a qué hay que prestar atención?

Un servidor MCP da a la inteligencia artificial acceso a sus sistemas reales. Este poder exige un diseño de seguridad cuidadoso, sobre todo cuando se usan servidores de terceros.

• Utilice servidores de origen fiable; no conecte a los datos de la empresa un servidor cuyo código no haya revisado.
• Dé a cada servidor los mínimos permisos: limite el servidor de archivos a una sola carpeta y el de base de datos a un usuario de solo lectura.
• Pida la confirmación del usuario en acciones como borrar, pagar y comunicarse con el exterior.
• Tenga cuidado con las instrucciones ocultas en los contenidos externos que lee el modelo (inyección de prompts); los datos externos deben tratarse como datos, no como instrucciones.
• No deje las claves de API a la vista en los archivos de configuración; utilice una variable de entorno o un almacén seguro de claves.
• Si se tratan datos personales, evalúe las obligaciones de la KVKK (ley turca de protección de datos, comparable al RGPD); consulte la normativa vigente y a su asesor jurídico.

08Una infraestructura preparada para MCP

La condición previa para obtener un beneficio real de MCP es que los datos que se van a conectar estén ordenados y accesibles. Para un negocio cuyos pedidos, stocks o reservas están en tablas llevadas a mano, primero hay que reunir esos datos en un solo sistema.

Una integración e-commerce en la que las conexiones con marketplaces, envíos y factura electrónica (el sistema turco de facturación electrónica) funcionen en un solo panel, un software hotelero que reúna la información de reservas y huéspedes, o unas soluciones de software sectoriales a medida de su negocio forman una fuente de datos limpia que mañana podrá abrirse a la inteligencia artificial con un servidor MCP. Para unir sistemas distintos en una estructura coherente, puede conocer también nuestro servicio de soluciones integradas.

En marketing ocurre algo parecido: cuando los datos de publicidad, analítica y CRM se mantienen ordenados, los asistentes de IA permiten consultar en lenguaje natural el rendimiento de las campañas. Montar este sistema de medición forma parte del trabajo de marketing digital.