En este artículo (10)
- Qué significa MCP y quién lo creó
- Para qué sirve MCP y qué problema resuelve
- Cómo funciona MCP: anfitrión, cliente y servidor
- Qué es un servidor MCP y qué tipos de servidores MCP hay
- MCP frente a una API (y frente a los plugins de siempre)
- Quién usa MCP: Claude, ChatGPT, Cursor, n8n y otros
- MCP e IA agéntica: cuando la IA no solo redacta, también actúa
- Riesgos de MCP y buenas prácticas de seguridad
- MCP en marketing: qué le puedes pedir a un asistente conectado
- Preguntas frecuentes
MCP (Model Context Protocol) es un estándar abierto que define cómo una aplicación de IA, como ChatGPT o Claude, se conecta con sistemas externos: tus archivos, una base de datos, un buscador o las aplicaciones que usas cada día. Con él, el asistente puede consultar información real y hacer tareas, no solo redactar texto. La documentación oficial de MCP lo compara con un puerto USB-C: igual que el USB-C conecta dispositivos de forma estándar, MCP conecta las aplicaciones de IA con sistemas externos.
Los datos de esta guía salen de la documentación oficial de MCP y de cada empresa citada, consultada el 29-10-2026.
Qué significa MCP y quién lo creó
MCP son las siglas de Model Context Protocol, «protocolo de contexto del modelo». El contexto es la información y las herramientas que la IA recibe de fuera para responder o actuar.
Lo presentó Anthropic, la empresa de Claude, el 25 de noviembre de 2024 como «un nuevo estándar para conectar asistentes de IA con los sistemas donde viven los datos». Lo publicó como código abierto, con la especificación, los kits de desarrollo (SDK) y servidores ya hechos para Google Drive, Slack, GitHub o Postgres.
Hoy MCP no depende solo de Anthropic. El 9 de diciembre de 2025 lo donó a la Agentic AI Foundation (AAIF), un fondo dirigido de la Linux Foundation que cofundó con Block y OpenAI, y aseguró que el modelo de gobierno del protocolo no cambiaba.
Para qué sirve MCP y qué problema resuelve
Antes de MCP, cada conexión entre un asistente y una fuente de datos era una integración a medida: «cada nueva fuente de datos requiere su propia implementación», explicaba Anthropic. Con cinco herramientas y tres asistentes, por ejemplo, son quince conexiones que construir y mantener.
El protocolo MCP las sustituye por uno común: quien tiene una aplicación publica un servidor MCP una vez, y cualquier asistente compatible puede usarlo. Es lo que la documentación oficial llama «construir una vez e integrar en todas partes». Estos son algunos de sus ejemplos:
- Un agente que consulta tu Google Calendar y tu Notion y actúa como un asistente más personal.
- Claude Code generando una aplicación web a partir de un diseño de Figma.
- Un chatbot de empresa conectado a varias bases de datos, para analizar datos conversando.
Cómo funciona MCP: anfitrión, cliente y servidor
MCP sigue una arquitectura cliente-servidor con tres participantes, según la página de arquitectura de MCP:
- Anfitrión (host): la aplicación de IA que usas, como Claude Desktop o Visual Studio Code.
- Cliente MCP: el componente que el anfitrión crea para cada servidor y que mantiene una conexión dedicada con él.
- Servidor MCP: el programa que ofrece el contexto: datos, herramientas o plantillas.
Si Visual Studio Code se conecta al servidor MCP de Sentry y a uno de archivos local, crea un cliente para cada uno. Todos los mensajes usan el mismo formato, JSON-RPC 2.0.
Qué ofrece un servidor MCP: herramientas, recursos y prompts
Un servidor puede ofrecer tres tipos de piezas, según los conceptos de servidor de MCP:
| Pieza | Qué es | Ejemplos | Quién la controla |
|---|---|---|---|
| Herramientas (tools) | Funciones que la IA ejecuta: escribir en una base de datos, llamar a una API, modificar archivos | Buscar vuelos, enviar mensajes, crear eventos | El modelo |
| Recursos (resources) | Datos de solo lectura que dan contexto | Documentos, una base de conocimiento, un calendario | La aplicación |
| Prompts | Plantillas de instrucciones para una tarea | Resumir reuniones, redactar un email | Tú, al elegirlas |
El cliente pregunta al servidor qué ofrece (tools/list) y recibe cada herramienta con su nombre, su descripción y un esquema de los datos que necesita. Con eso, el modelo decide cuándo usarla y el cliente la ejecuta (tools/call). El servidor también puede pedirte un dato o una confirmación a mitad de una tarea.
Servidores locales y remotos: stdio y HTTP
| Servidor local (stdio) | Servidor remoto (Streamable HTTP) | |
|---|---|---|
| Dónde se ejecuta | En tu ordenador; lo arranca la aplicación de IA | En la infraestructura de quien lo ofrece, por internet |
| Cómo se comunica | Entrada y salida estándar, sin pasar por la red | HTTP, con Server-Sent Events opcionales |
| Credenciales | Las toma del entorno, por ejemplo de una variable con una clave | Tokens, claves API o cabeceras; MCP recomienda OAuth |
| Ejemplo | El servidor de archivos que arranca Claude Desktop | El servidor MCP oficial de Sentry |
Para servidores nuevos, la guía de Anthropic para crear servidores MCP para Claude recomienda Streamable HTTP en lugar del transporte antiguo, HTTP+SSE.
Autorización: OAuth en los servidores remotos
La autorización es opcional. Cuando un servidor remoto la usa, la especificación de autorización la basa en OAuth 2.1: inicias sesión en el servicio desde el navegador y autorizas al asistente sin darle tu contraseña. El servidor solo debe aceptar tokens emitidos para él, y el cliente debería pedir solo los permisos (scopes) que necesita.
Qué es un servidor MCP y qué tipos de servidores MCP hay
Un servidor MCP es un programa que pone unas capacidades concretas al alcance de las aplicaciones de IA. Puede ser un paquete que se ejecuta en tu ordenador o un servicio que una empresa publica en internet para sus clientes. Los más comunes, según la documentación oficial, son los de sistema de archivos, bases de datos, código (GitHub), comunicación (Slack) y calendarios.
A eso se suman los servidores de las aplicaciones de empresa, como Sentry en la monitorización de errores, n8n en la automatización o NewsletterSoft en el marketing, y los servidores de referencia del propio proyecto, como Filesystem, Git, Fetch o Memory, pensados para enseñar cómo funciona.
Para encontrarlos existe el MCP Registry, el registro oficial de servidores MCP públicos, aún en vista previa. Comprueba quién publica cada servidor, pero no analiza su código.
Un ejemplo de configuración
Un servidor local se conecta indicando qué comando debe arrancar la aplicación. Este es el formato de Claude Desktop en la guía oficial para servidores locales, con el servidor de archivos limitado a una carpeta:
{
"mcpServers": {
"filesystem": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-filesystem",
"/ruta/a/la/carpeta-permitida"
]
}
}
}El servidor funciona con los permisos de tu usuario, así que dale acceso solo a carpetas que te parezca bien que la IA lea y modifique. Para uno remoto basta con su dirección (y, si lo pide, iniciar sesión): en Claude Code, por ejemplo, se añade con claude mcp add --transport http <nombre> <url>.
MCP frente a una API (y frente a los plugins de siempre)
MCP no sustituye a las API. Una API es la puerta de entrada de una aplicación, pensada para que un programador escriba cada integración. De hecho, un servidor MCP puede funcionar encima de la API del servicio: las buenas prácticas de seguridad de MCP describen el caso del servidor que conecta a los clientes con la API de un tercero.
| API | MCP | |
|---|---|---|
| Para quién | Un programador que escribe la integración | Una aplicación de IA, cuyo modelo decide qué herramienta usar |
| Cómo se sabe qué hace | Leyendo la documentación de cada API | Preguntando al servidor, que describe sus herramientas |
| Integraciones | Una por cada pareja de aplicación y servicio | Un servidor sirve a cualquier cliente compatible |
| Acceso | El que defina cada servicio | OAuth 2.1 en remoto; credenciales del entorno en local |
Con los plugins o integraciones clásicas pasaba lo mismo: cada pareja de asistente y servicio se conectaba aparte. Hoy Claude, con sus conectores, y ChatGPT, con sus plugins, se conectan a servidores MCP, así que una empresa puede ofrecer el mismo servidor en los dos.
¿Cuál usar? Para una integración fija que haga siempre lo mismo, como pasar cada pedido a tu CRM, basta una API o una herramienta de automatización. Para pedirle cosas a un asistente con tus palabras y que él elija los pasos, MCP.
Quién usa MCP: Claude, ChatGPT, Cursor, n8n y otros
Al presentar la Agentic AI Foundation, la Linux Foundation hablaba de más de 10.000 servidores MCP publicados y de su adopción en Claude, Cursor, Microsoft Copilot, Gemini, VS Code y ChatGPT. Así funciona en los más usados.
Claude y MCP: los conectores
En Claude, los servidores MCP se usan como conectores, que «permiten que Claude acceda a tus aplicaciones y servicios, recupere tus datos y realice acciones», en claude.ai, el escritorio, el móvil y Claude Code. Un conector personalizado con la URL de un servidor remoto se puede añadir en los planes Free (solo uno), Pro, Max, Team y Enterprise.
ChatGPT y MCP
En ChatGPT, los servidores MCP personalizados se añaden como plugins (en algunas cuentas aparecen como apps), si las políticas de tu cuenta o tu espacio de trabajo lo permiten. Según la documentación de OpenAI, ChatGPT pide confirmación manual antes de cualquier acción de escritura, y estos servidores no los desarrolla ni los verifica OpenAI.
Cursor y VS Code
Cursor admite servidores por stdio, SSE y Streamable HTTP, los configura en un archivo mcp.json y, por defecto, pide aprobación antes de usar una herramienta MCP. Visual Studio Code también lo admite, según la introducción oficial de MCP.
n8n y MCP
En n8n, MCP funciona en los dos sentidos. Con el nodo MCP Client Tool, un agente de n8n usa herramientas de servidores MCP externos; con el MCP Server Trigger, publicas tus flujos para clientes MCP. La instancia tiene además su propio servidor MCP, que deja a Claude o ChatGPT buscar flujos y ejecutar los que hayas habilitado. Si aún no lo conoces, aquí tienes qué es n8n y cómo funciona.
MCP e IA agéntica: cuando la IA no solo redacta, también actúa
La IA agéntica no se queda en responder: decide qué pasos dar y usa herramientas para darlos. Anthropic distingue entre flujos de trabajo, que siguen un camino fijado en el código, y agentes, «sistemas en los que los modelos dirigen de forma dinámica sus propios procesos y el uso de herramientas» (Building effective agents). MCP es una de las formas de darles esas herramientas.
Ese es el cambio: un asistente sin conexiones te da un texto para que lo copies; un agente MCP lee los datos y hace los cambios él mismo. Por eso la especificación de las herramientas recomienda que siempre haya una persona capaz de denegar su uso. Y Anthropic recomienda probar los agentes a fondo en entornos aislados y con salvaguardas.
Riesgos de MCP y buenas prácticas de seguridad
La especificación de MCP lo advierte: el protocolo permite acceder a datos y ejecutar código, y por sí solo no puede imponer la seguridad; depende de cómo lo implementen el cliente y el servidor. Las buenas prácticas que recogen MCP, Anthropic y OpenAI:
- Conecta solo servidores de confianza. Ni Anthropic ni OpenAI verifican los servidores personalizados.
- Cuidado con la inyección de instrucciones. Un servidor malicioso, o el contenido externo que lee (webs, documentos), puede llevar instrucciones ocultas para que la IA haga algo que no le has pedido.
- Da los permisos mínimos. Revisa lo que te pide al autorizar y deniégalo si sobra; en un servidor local, limita las carpetas.
- Mantén la confirmación humana. Reserva el «Permitir siempre» para lo que confíes que funcione sin supervisión, y deja lo que no tiene vuelta atrás, como enviar o publicar, para tu visto bueno.
- Vigila los cambios y revoca lo que no uses. Quien desarrolla un servidor puede cambiar sus herramientas; en Claude, un conector se elimina desde Personalizar > Conectores.
- Lleva un registro de los datos que envías a los servidores MCP, como recomienda OpenAI.
Si publicas un servidor, la especificación y las buenas prácticas piden validar las entradas, controlar el acceso, limitar la frecuencia de uso, ampliar los permisos de forma progresiva y no aceptar tokens emitidos para otro servicio ni reenviarlos (token passthrough).
MCP en marketing: qué le puedes pedir a un asistente conectado
En marketing, MCP sirve para que el asistente trabaje con tus datos reales en vez de darte consejos genéricos. Cuando tu herramienta de campañas tiene servidor MCP, puedes pedirle, por ejemplo:
- Resultados: «¿Qué campaña de este trimestre tuvo más clics?».
- Segmentos: «¿Cuántos clientes compraron en los últimos 30 días y no abrieron el último email?».
- Borradores: una campaña de email, una plantilla de SMS o un mensaje de WhatsApp listos para revisar.
Deja que la IA lea, prepare y proponga, y reserva para ti lo que no tiene vuelta atrás, como enviar o activar una automatización. Es la lógica del marketing automatizado: el sistema hace lo repetitivo y tú decides la estrategia.
NewsletterSoft, marketing automation multicanal con email, SMS y WhatsApp, tiene su propio servidor MCP. En campañas MCP tienes qué puede hacer un agente con tu cuenta y cómo se protegen tus envíos: crear no es enviar y, desde ChatGPT o Claude, cada envío necesita un resumen exacto y tu confirmación.
¿Quieres probarlo? Mira cómo conectar ChatGPT o Claude a tus campañas de email, SMS y WhatsApp.
Preguntas frecuentes
¿Qué significa MCP en IA?
MCP significa Model Context Protocol, «protocolo de contexto del modelo». Es el estándar abierto que usan aplicaciones como ChatGPT, Claude o Cursor para conectarse con datos, herramientas y aplicaciones externas de una forma común.
¿Qué es un servidor MCP?
Es el programa que pone las capacidades de una aplicación o de una fuente de datos al alcance de los asistentes de IA: herramientas que la IA ejecuta, recursos que lee y plantillas de prompts. Funciona en tu ordenador (stdio) o en internet (Streamable HTTP), donde puede pedirte iniciar sesión con OAuth.
¿MCP es gratis y de código abierto?
Sí. La especificación, los SDK y los servidores de referencia se publican en GitHub, y según su fichero de licencia el proyecto está pasando de la licencia MIT a Apache 2.0. Lo que puede costar dinero es el asistente o el servicio al que te conectas; el plan Free de Claude, por ejemplo, permite un conector personalizado.
¿En qué se diferencia MCP de una API?
Una API es la interfaz de una aplicación concreta, para que un programador escriba cada integración; MCP es un protocolo común para que las aplicaciones de IA descubran qué herramientas ofrece un servidor y las usen. No compiten: un servidor MCP puede funcionar encima de una API.
¿Es seguro usar MCP?
El protocolo no impone la seguridad por sí solo: conecta solo servidores de confianza, da los permisos mínimos, revisa las aprobaciones y desconecta lo que no uses. Para las acciones con consecuencias, como enviar una campaña, exige siempre tu confirmación.
