
¿Qué es MCP? El Model Context Protocol explicado
¿Qué es MCP? Definición del Model Context Protocol, cómo funciona y su relación con el function calling, las skills y las MCP Apps en la IA agéntica.
¿Qué es MCP en la IA agéntica?
MCP (Model Context Protocol) es un protocolo abierto, lanzado por Anthropic en noviembre de 2024, que estandariza la manera en que un agente de IA descubre y llama a herramientas y fuentes de datos externas. En la IA agéntica, hace el papel de un enchufe universal: un servidor MCP describe sus herramientas una sola vez, y cualquier agente compatible puede usarlas sin una integración específica.
El protocolo ya no pertenece a Anthropic: en diciembre de 2025 se confió a la Agentic AI Foundation, alojada por la Linux Foundation, y lo admiten ChatGPT, Gemini, Microsoft Copilot o Visual Studio Code.
¿Por qué MCP?
Para entender qué es MCP (Model Context Protocol) y por qué surgió, hay que fijarse en la evolución reciente de los Large Language Models (LLM) como ChatGPT, Gemini o Mistral.
A finales de 2022, OpenAI lanza su modelo GPT-3.5, que tiene un éxito enorme entre el gran público.
El modelo es capaz de entender peticiones complejas, sintetizar información y producir contenido de buena calidad.
Pero en esa fase no puede actuar sobre herramientas ni acceder a sistemas externos. Por ejemplo, todavía no es capaz de buscar información reciente en la web.
Unos meses después, OpenAI introduce en ChatGPT la noción de herramientas, que llamó «function calling». El concepto lo retoman e integran muy pronto los demás grandes actores del mercado. Hoy, la mayoría de los LLM modernos permiten usar herramientas externas.
El principio es sencillo: se describe al LLM lo que hace una herramienta, la información que necesita como entrada y lo que devuelve como salida (o las acciones que puede desencadenar, como cancelar un pedido).
En función de la pregunta del usuario y del contexto, el modelo puede decidir usar esa herramienta en el momento adecuado. Ejemplo:
- Herramienta:
get_order_status(order_id) - El usuario pregunta: «¿Cómo va mi pedido?»
- El LLM entiende que tiene que llamar a esa herramienta.
Así funciona en la práctica:
Flujo de llamada a una herramienta por parte del agente de IA
Para las empresas, poder crear herramientas propias para sus agentes de IA multiplica las oportunidades de automatización y el tiempo ahorrado.
Por ejemplo, un agente puede apoyarse en herramientas para consultar el estado de un presupuesto o de un pedido, analizar indicadores operativos, actualizar un estado logístico o validar una facturación.
Pero a medida que las herramientas se multiplican, aparece una nueva dificultad: cada herramienta tiene que integrarse específicamente en cada agente.
MCP se diseñó precisamente para resolver este problema.
Introducido por Anthropic (el editor de Claude) en 2024, MCP estandariza la manera de exponer las herramientas y los datos, para que los agentes puedan:
- descubrirlos de forma dinámica,
- entender cómo usarlos,
- y llamarlos sin una integración específica.
Así se pasa de un mundo de integraciones a medida a un mundo en el que las IA pueden descubrir los datos y las herramientas de forma dinámica, lo que abre de verdad la puerta al mundo agéntico.
¿Cómo funciona MCP en la práctica?
Un servidor que implementa MCP describe qué herramientas están disponibles, qué datos se pueden consultar y cómo usarlos: .
Un cliente compatible con MCP puede entonces conectarse a ese servidor y recuperar automáticamente la lista de herramientas que ofrece para ponerlas a disposición del agente.
A partir de ahí, el LLM puede decidir qué herramienta usar en función de la petición del usuario y del contexto de la conversación.
Tomemos un ejemplo sencillo: un agente que ayuda a planificar viajes.
Para enriquecer este agente con datos de surf, el administrador no necesita desarrollar una nueva integración. Le basta con indicar la dirección web de un servidor MCP que proporcione previsiones de surf.
La plataforma recupera automáticamente la lista de herramientas disponibles en ese servidor y se la presenta al administrador, que puede elegir cuáles activar para su agente.
Este es el proceso de descubrimiento y selección de las herramientas:
Proceso de descubrimiento y selección de las herramientas MCP
Y así se ve en la interfaz de Ask This Guy:
Configuración y selección de las herramientas MCP en la interfaz de administración
Una vez activadas, las herramientas quedan a disposición del agente al momento, sin ningún desarrollo.
Cuando un usuario chatea con el agente y pregunta «dónde podría hacer surf la semana que viene cerca de Burdeos», el LLM entiende que puede llamar a la herramienta find_best_session para responder al usuario:
La interfaz de chat de Ask This Guy
Con MCP no hace falta modificar el código de la aplicación: las herramientas del servidor se descubren y se usan de forma dinámica.
Ahí está la verdadera ruptura, y por eso se presenta a menudo MCP como un conector universal, capaz de enchufarse en cualquier sitio.
Las data rooms de fusiones y adquisiciones son un ejemplo reciente: Datasite abrió su servidor MCP el 28 de abril de 2026, y otros editores lo siguieron. Detallamos lo que MCP permite en una data room, y sus límites.
MCP y las skills: su papel en las arquitecturas agénticas
Uno de los principales retos de los agentes es saber cómo orquestar las herramientas para responder con acierto a preguntas complejas.
Cuantas más herramientas tiene un agente, más importante es organizarlas bien y guiar su uso, para evitar llamadas inútiles o poco adecuadas.
Las skills se introdujeron para responder a esta necesidad. Agrupan herramientas con una capa de razonamiento y, a veces, preferencias propias del usuario.
Por ejemplo, un usuario pide «Quiero hacer surf en Burdeos la semana que viene con 500 €». Una skill «Surf Trip Planner» podría llamar a varias herramientas (previsiones de surf, meteorología, alojamiento), aplicar reglas de negocio (nivel del usuario, límites de presupuesto) y devolver una propuesta estructurada y adaptada.
En una arquitectura agéntica, las skills operan un nivel por encima de MCP.
MCP expone las herramientas y los datos; las skills definen cómo usarlos con inteligencia. Ambos se complementan.
La última evolución: las MCP Apps y el futuro de las interfaces de IA
Hasta ahora, la experiencia de usuario en el mundo del SaaS y la de los agentes de IA transcurrían en dos mundos paralelos.
Por un lado, tenemos aplicaciones SaaS con interfaces gráficas (UI) ricas pero rígidas, donde cada acción obliga a navegar entre menús, pestañas y formularios.
Por otro, agentes de IA capaces de razonar, pero limitados a una ventana de chat de texto: para actuar sobre su software, el agente tenía que «describirle» datos en bruto o ejecutar comandos invisibles en segundo plano.
Esta desconexión obligaba al usuario a ir y venir entre el chat y sus aplicaciones para comprobar o validar las acciones de la IA.
Es precisamente el problema que resuelven las MCP Apps. Lanzada a principios de 2026, esta evolución del protocolo permite a los agentes no solo intercambiar texto, sino alojar directamente miniaplicaciones interactivas dentro de la conversación.
Por ejemplo, en lugar de leer un resumen en texto de tus ventas, el agente muestra un gráfico interactivo de tu CRM directamente en el chat. Puedes filtrar los datos con el ratón, y el agente, que observa tus clics en tiempo real (bidireccionalidad), adapta su análisis sobre la marcha.
Esta convergencia entre agentes, herramientas e interfaces es la que dibuja el futuro de las aplicaciones profesionales.
Para formarse en IA
Entender cómo un agente descubre y llama a sus herramientas da ganas de construir uno mismo. Para un perfil que quiere entender cómo funciona y crear sus propios agentes de IA sin depender de herramientas preconfiguradas, Jedha enseña el tema en 75 horas (en francés): llamadas a las API de los grandes modelos, agentes capaces de usar herramientas y de ejecutar acciones, sistemas RAG y pipelines de automatización con n8n. El programa termina con una aplicación de IA completa y se sigue en 2 semanas a tiempo completo o en 6 a tiempo parcial, sin requisitos técnicos previos.
El enfoque de Ask This Guy
En ATG, nuestro enfoque es pragmático. Nuestros clientes pueden apoyarse en servidores MCP cuando permiten acelerar la integración, y a la vez desarrollar herramientas de negocio más integradas cuando eso mejora el rendimiento del agente.
Las skills, introducidas en los ecosistemas de Anthropic y de Google, empiezan a adoptarlas algunos actores, sobre todo en el mundo de los IDE y de los asistentes para desarrolladores. Su trayectoria es prometedora, pero todavía se está consolidando.
Ya ofrecemos un enfoque pragmático para esta necesidad: cada agente puede configurarse con detalle desde la consola de administración, definiendo:
- sus instrucciones,
- las herramientas accesibles: las de la plataforma, las específicas del cliente o cualquier herramienta MCP,
- las fuentes de conocimiento autorizadas,
- y otras opciones para mejorar la experiencia del usuario en su conversación con el asistente.
Acompañamos a nuestros clientes en:
- la definición de las herramientas realmente útiles para su negocio,
- la redacción de las especificaciones de su servidor MCP,
- la implementación y las buenas prácticas de orquestación, que se gestionan por completo en la plataforma de Ask This Guy.
Si lo que buscas es saber qué casos de uso confiar a un agente, cuánto cuesta realmente y en qué condiciones aguanta en producción, hemos escrito una guía específica: agentes de IA en la empresa.
¿Quieres ver cómo Ask This Guy permite crear asistentes inteligentes integrados?


