Ir al contenido
Resumen rápido de los MCP
MCP es un estándar abierto que permite a los modelos de IA leer datos de herramientas como Google Drive, Slack y grabadoras de reuniones como tl;dv. Anthropic lo lanzó en noviembre de 2024 y lo donó a la Agentic AI Foundation, dependiente de la Linux Foundation, en diciembre de 2025.
El MCP estandariza la forma en que se solicita y se concede el acceso, pero no regula lo que hace un servidor con tus datos una vez que los recibe.
La especificación actual, del 28 de julio de 2026, ha convertido el protocolo en un protocolo sin estado y ha reforzado su autorización OAuth. AWS, Google Cloud, Microsoft, Cloudflare, Figma, Netlify, Supabase y Xero ya han incorporado la compatibilidad.
tl;dv Ofrece un servidor MCP de solo lectura en los planes Pro, que aparece en los directorios de conectores de Claude y ChatGPT.
¿Qué es el MCP en IA?
El Protocolo de Contexto de Modelos (MCP) es una forma de que los modelos de IA se conecten con tus apps y herramientas. Piensa en él como un adaptador universal para la IA. Al igual que los USB son el método estándar para conectar hardware, el MCP es ahora un método estandarizado para conectar software a los modelos de lenguaje grandes (LLM).
Antes, muchos modelos estaban aislados en sus propios munditos. No podían interactuar fácilmente con la información en tiempo real de tus apps, como Google Drive, Calendar o Zoom. Ahí es donde entra en juego el Model Context Protocol (MCP). Desarrollado por Anthropic, el MCP es la forma en que la IA se conecta con herramientas externas, lo que la hace más práctica y de más fácil acceso, en lugar de tener que encadenar varias herramientas y apps.
Una forma de verlo es imaginar que cada vez que la IA se conecta a una nueva herramienta, tiene que trabajar en un nuevo lenguaje. Esto convierte al Protocolo de Contexto del Modelo (MCP) en el nuevo estándar para «traducir» entre diferentes herramientas. En otras palabras, la IA ya no necesita conectores personalizados para cada una de las herramientas. Simplemente usa el MCP como una capa para acceder a la información que necesita de la herramienta correspondiente.
Ya sea para resumir tus correos, recuperar documentos relevantes de Google Drive o automatizar el análisis de las reuniones, MCP hace que la IA se adapte a tus flujos de trabajo actuales.
Con MCP, los modelos de IA ya puedenacceder a información en tiempo real procedente de fuentes externas.
Cada vez más soluciones de IA para empresas están adoptando MCP porque simplifica la integración de la IA con las herramientas que usas a diario. Por ejemplo, una IA podría extraer datos de tu sistema CRM, analizarlos y, a continuación, utilizarlos para enviarte recomendaciones personalizadas o alertas.
¿Por qué Anthropic creó MCP?
El Protocolo de Contexto de Modelos (Model Context Protocol) lo desarrolló Anthropic, la empresa de investigación en IA creadora de Claude, en noviembre de 2024. ¿El objetivo? Hacer que la IA sea más inteligente, más útil y más segura a la hora de trabajar con datos del mundo real. Desde entonces, la gestión pasó a manos de la Fundación Linux en diciembre de 2025.
¿Por qué tiene tanto éxito MCP en las empresas?
Para las empresas, los MCP hacen que los modelos de IA sean mucho más prácticos para aplicaciones del mundo real. Las empresas quieren una IA que se pueda integrar en herramientas ya existentes, como sus sistemas CRM, el almacenamiento en la nube o las apps de calendario, sin tener que recurrir cada vez a soluciones personalizadas. Los MCP permiten que esa conexión se haga realidad.
Las empresas ya han adoptado MCP para tareas como automatizar informes, analizar datos de clientes y organizar los flujos de trabajo de los equipos. En lugar de crear integraciones complicadas y costosas, ahora pueden usar MCP para reunir datos de diferentes fuentes y combinarlos con otra información contextual de la propia empresa.
El Protocolo de Contexto de Modelos (Model Context Protocol), más conocido como MCP, es el estándar abierto que permite a los modelos de IA leer datos de las herramientas que ya usas.
Anthropic Lo lanzaron en noviembre de 2024. Casi dos años después, ya está en funcionamiento en AWS, Google Cloud y Microsoft, y la especificación actual se publicó en julio de 2026. Esta guía se actualizó en agosto de 2026 para reflejar esos cambios.
A continuación te explicamos qué es MCP, cómo funciona, para qué sirve y dónde acaba el protocolo y empieza la responsabilidad del proveedor.
También cubrimos el servidor MCP propio de tl;dv, que está activo y aparece en los directorios de conectores tanto de Claude como de ChatGPT. Con tu permiso, tu app de IA puede buscar en tu biblioteca de reuniones, recuperar transcripciones y leer las notas, sin que tengas que abrir ni una sola grabación.
Si prefieres que un experto te explique lo que es la MCP, adelante:
¿Cuáles son las principales ventajas del Protocolo de Contexto de Modelos?
MCP tiene cinco ventajas: comunicación estandarizada, seguridad y autenticación, procesamiento en tiempo real, compatibilidad multiplataforma y, por último, personalización.
1. Comunicación normalizada
Lo primero es cómo MCPestandariza la comunicación de los modelos de IA conherramientas y plataformas externas.
- Sin MCP, los modelos de IA necesitarían código personalizado para cada conexión.
- Con MCP, crea un lenguaje universal que funcione en diferentes API, bases de datos y plataformas.
Esto significa que un modelo de IA puede conectarse fácilmente a las herramientas que usas habitualmente y recuperar datos de ellas, ya sea Google Drive, Zoom, Salesforce o cualquier otra.
2. Seguridad y autenticación
MCP define cómo un cliente de IA solicita acceso y cómo un servidor lo verifica, utilizando un marco de autorización basado en OAuth. Eso significa que los permisos se limitan a lo que tú apruebes y que se pueden revocar.
3. Procesamiento en tiempo real
MCP puede procesar datos en tiempo real. Esto significa que, cuando necesites datos de una herramienta (por ejemplo, Google Calendar para la planificación), el modelo de IA no tiene que quedarse esperando a recibir información desactualizada.
4. Compatibilidad multiplataforma
La funcionalidad de MCP radica en su capacidad para funcionar en múltiples plataformas. Tanto si usas Google Workspace, Slack, Zoom o incluso algo como Microsoft Teams, el Model Context Protocol te permite reunir la información de todas estas plataformas en un único lugar.
5. Personalización
MCP está diseñado para que puedas personalizarlo y adaptarlo a diferentes casos de uso. Esta personalización es ideal si estás creando un flujo de trabajo de automatización para tu equipo de marketing o un asistente de IA personalizado para tu empresa.
Esto lo hace perfecto tanto para aplicaciones a pequeña escala como para soluciones más grandes, a nivel empresarial, que necesitan la IA para gestionar flujos de trabajo complejos en muchos sistemas diferentes. En resumen, MCP es una capa totalmente personalizable que te permite conectar la IA con las herramientas que quieras en tiempo real. Y ahí es donde entran en juego los flujos de trabajo «agentic», para convertir todo eso en acción.
¿Cómo funciona el MCP?
MCP funciona gracias a un formato común que permite que dos programas se comuniquen entre sí. El primero es un cliente integrado en tu aplicación de IA, y el segundo es un servidor que actúa como interfaz de la herramienta y almacena los datos.
El flujo solicitud/respuesta: ¿Qué es?
El flujo de solicitud/respuesta es el núcleo del Protocolo de Contexto de Modelo. Así es como funciona en la práctica:
- La modelo pide algo
- El cliente envía la solicitud al servidor
- El servidor envía una respuesta
- El cliente devuelve los datos al modelo
1. La modelo hace una petición
Por ejemplo, estás trabajando en tu calendario y necesitas que la IA revise tu agenda. La IA envía una solicitud, algo así como una notita que dice: «Oye, ¿puedes mirarme los eventos de mi calendario de hoy?».
Sin MCP, esa solicitud no significa nada para tu herramienta concreta. Hay que convertirla a un lenguaje que la herramienta reconozca.
2. El cliente envía la solicitud al servidor
El cliente MCP de la app de IA prepara la solicitud en un formato estándar y la envía al servidor MCP de la herramienta. Como ambas partes entienden el mismo formato, esto permite que el servidor lea la solicitud sin que haga falta escribir código a medida para esa app en concreto.
3. El servidor envía una respuesta
La herramienta de calendario (o la app que estés usando) comprueba sus datos, busca los eventos relevantes (por ejemplo, una reunión a las 14:00) y envía la información al cliente. Esta es la fase de respuesta, en la que tu herramienta de calendario te proporciona los datos solicitados.
4. El cliente devuelve la respuesta al modelo
En cuanto el cliente recibe la respuesta, le pasa la información a la app de IA, que a su vez se la entrega al modelo. En este momento, el modelo ya tiene los datos que necesita (tu agenda del día) y puede procesarlos tal y como se le ha programado. En este caso, quizá te envíe un pequeño recordatorio o incluso te sugiera que te prepares para una reunión a las 14:00.
Esto funciona entre bastidores, asegurándose de que la IA y las herramientas externas se entiendan bien.
Ejemplo real: La IA resume la información de tus reuniones
Acabas de terminar una reunión de « Zoom » llena de ideas y tareas pendientes. Estás a tope, tienes la cabeza a mil y ahora tienes que repasar tus notas de la reunión. Aquí es donde entran en juego los agentes de IA para reuniones y MCP.
- AI solicita los datos de la reunión de Zoom
AI solicita la grabación y la transcripción de la reunión. La solicitud se envía al servidor MCP de la herramienta de reuniones, que se encarga de la parte de Zoom . - El modelo recopila los datos y los analiza
. En cuanto la IA tiene los datos de la reunión, puede empezar a analizarlos. Puede que haya una lista de tareas pendientes, algunas preguntas y varias ideas que haya compartido tu equipo. La IA resume todo eso, destaca los puntos clave y te los organiza en un formato fácil de entender. - La IA te responde con un resumen y los siguientes pasos
En lugar de que tengas que revisar páginas y páginas de notas de la reunión, la IA te ofrece un informe rápido y resumido, junto con sugerencias sobre los siguientes pasos. Incluso podría preguntarte: «¿Quieres que programe reuniones de seguimiento basadas en estas acciones pendientes?», y ¡listo!, tu reunión se convierte en una lista organizada y lista para poner en práctica.
En este ejemplo, MCP fue el formato común que permitió que la app de IA y la herramienta de reuniones se entendieran entre sí. La recuperación de la información se hizo a través de esa conexión, y el resumen fue obra del propio modelo.
¿Cómo gestiona MCP la seguridad?
El MCP estandariza la forma en que una aplicación de IA solicita acceso a una herramienta y cómo se concede ese acceso. Lo que ocurre con tus datos una vez que el servidor los recibe lo decide quien gestiona el servidor, y no el protocolo.
Cómo gestiona MCP la autenticación
El marco de autorización de MCP se basa en OAuth. La aplicación de IA solicita un conjunto definido de permisos; tú los apruebas y, a continuación, el servidor emite un token limitado exclusivamente a lo que has concedido. Tu contraseña nunca se facilita a la aplicación de IA, y puedes retirar el acceso más adelante sin tener que cambiar ninguna contraseña.
La especificación del 28 de julio de 2026, la mayor revisión desde el lanzamiento de MCP, reforzó aún más esta medida. Ahora, los servidores de autorización devuelven un parámetro de emisor que los clientes deben validar antes de canjear un código, y las credenciales de los clientes están vinculadas al emisor que las generó, por lo que no se pueden reutilizar en distintos servidores de autorización.
Dónde acaba MCP y empieza el proveedor
MCP se encarga de gestionar la solicitud en sí. La organización que gestiona el servidor se encarga de gestionar los datos.
Una vez que un servidor recibe una solicitud, el protocolo no tiene nada que decir sobre cuánto tiempo se conservan los datos, si se usan para entrenar un modelo o quién dentro de la empresa del proveedor puede verlos. Esas decisiones las toma quien gestiona el servidor, igual que ya ocurre con cualquier otra herramienta que use tu empresa.
Ejemplo: Cómo conectar una aplicación de IA a Google Drive
Imagina que necesitas que tu app de IA recupere unos documentos guardados en tu Google Drive antes de una reunión importante con un cliente. La app te pide un conjunto específico de permisos para el Drive y tú los apruebas con tu cuenta de Google. Cada solicitud que haga la app una vez concedidos esos permisos tiene un token limitado a lo que se ha aprobado, y son los propios sistemas de Google los que deciden a qué puede acceder ese token.
La parte de MCP termina ahí. Lo que la app haga con los documentos una vez que los tenga —si guarda una copia, cuánto tiempo los conserva— depende de quien haya creado la app.
Elegir un servidor
Es mejor que elijas servidores propios gestionados por proveedores con los que ya tengas un contrato. Comprueba quién gestiona el servidor y qué dice su política de datos publicada. Hay que tener más cuidado con los servidores de los registros públicos, ya que a menudo es más difícil localizar al operador.
Para las organizaciones más grandes, la extensión «Enterprise-Managed Authorization» pasó a ser estable en junio de 2026. Permite a los administradores gestionar el acceso a MCP de forma centralizada a través de un proveedor de identidad, en lugar de que cada persona tenga que aprobar los servidores uno por uno, y Anthropic, Microsoft y Okta ya la han adoptado.
¿Qué puede aportar MCP a un equipo de ventas?
MCP permite que un modelo de IA recupere registros de CRM en tiempo real, hilos de correo electrónico y transcripciones de reuniones en el momento en que lo pidas, en lugar de basarse en lo que subas o pegues en la línea de comandos.
El resultado es que puedes preguntarle a la IA sobre una operación o un cliente concretos de tu cartera de oportunidades, en lugar de tener que basarte en una visión general.
Esto ya se está haciendo a gran escala. En la publicación de las especificaciones de julio de 2026, Honeycomb informó de que casi el 20 % de sus consultas interactivas mensuales ahora provienen de agentes en lugar de personas.
Dónde aparece en un flujo de trabajo de ventas
Un comercial está a punto de unirse a una llamada con un cliente. En lugar de abrir cuatro pestañas del CRM, la biblioteca de llamadas y otras fuentes, el modelo te permite acceder a todo en un solo sitio: el intercambio de correos, el estado actual del acuerdo en el CRM y las notas de la llamada anterior.
Ese mismo acceso también puede servir de ayuda al administrador que se encarga del seguimiento de la llamada. Las notas de la reunión que toma el asistente de IA se registran en HubSpot o en Salesforce. Se redacta un correo de seguimiento basado en lo que realmente se habló en la llamada. Se pueden actualizar las fases del acuerdo. Se puede marcar un acuerdo estancado con un breve resumen de lo que pasó antes de que se quedara en silencio.
Según Salesforce, los equipos de ventas pueden perder hasta un 72 % de su tiempo en tareas administrativas, así que el uso práctico de la IA en este caso consiste en recuperar ese tiempo perdido. Esta es la base sobre la que se desarrollan los agentes de IA para ventas.
¿Quién usa realmente MCP?
MCP ya ha superado la fase experimental. AWS, Google Cloud, Microsoft, Cloudflare, Figma, Netlify, Supabase y Xero lanzaron el soporte para la especificación actual en julio de 2026.
Los desarrolladores que crean conexiones MCP usan kits de herramientas ya preparados, uno para cada lenguaje de programación. Esos kits se descargan casi 500 millones de veces al mes, y dos de ellos ya han superado los mil millones de descargas en total.
Cómo se ve eso en la práctica
Hay dos ejemplos muy buenos de esto, más allá del aspecto técnico.
Atención al cliente
Un agente de atención al cliente basado en IA, conectado a través de MCP, puede hacer cosas como comprobar el estado de un pedido en Shopify o recuperar los tickets de los clientes de Zendesk. La respuesta se elabora a partir del historial real de la cuenta, en lugar de una plantilla predeterminada.
Gestión de proyectos
Los agentes de IA para la gestión de proyectos trabajan con varias herramientas a la vez. El modelo consulta las reuniones de la semana en Google Calendar, revisa los documentos relacionados en Notion y publica un resumen en Slack, todo ello con una sola solicitud.
¿Cómo se puede aplicar el PCM a las reuniones?
La posibilidad de consultar y recuperar transcripciones reales de reuniones es una de las cosas más útiles que se pueden integrar en un modelo. Son registros literales de conversaciones, decisiones, objeciones y acciones que, a veces, pueden pasarse por alto en las notas o documentos del CRM que se escriben a mano.
En este caso, importa qué asistente de reuniones con IA uses, ya que no todos tienen un servidor.
Lo que la IA puede hacer con los datos de las reuniones
El modelo de IA, al consultar la biblioteca de transcripciones, puede recuperar el registro completo de lo que se dijo. Con eso, puede:
- Resume una llamada a la que no has asistido, sin necesidad de ver la grabación.
- Recopila las tareas pendientes de varias llamadas para tener una visión general de la situación.
- Averigua cuándo se tomó una decisión y cuál fue el contexto en el que se tomó.
Así es como funciona en tres de las principales plataformas.
MCP para Zoom
Las llamadas con clientes y las reuniones externas suelen registrarse en Zoom. Si vinculas un historial de esas llamadas a un modelo, podrás saber a qué se opuso un cliente hace tres llamadas sin tener que abrir ninguna de ellas. Nuestra guía MCP deZoom explica cómo configurarlo.
MCP para Google Meet
Meet está integrado en Workspace, así que los documentos relacionados con una reunión se encuentran justo al lado de la propia reunión. Un modelo que abarque ambos puede vincular lo que se acordó en una llamada con el documento que se elaboró a raíz de ella. Encontrarás más detalles en nuestra guía MCP de «Google Meet ».
MCP para MS Teams
Teams suele ser donde se celebran las reuniones internas, lo que lo convierte en la biblioteca más grande de las tres para la mayoría de las empresas. Hacer búsquedas en ella te permite encontrar temas y decisiones recurrentes, en lugar de tener que revisar cada reunión por separado. Nuestra guía MCP de «Microsoft Teams » va más allá.
tl;dvEl servidor MCP de…
tl;dv tiene su propio servidor MCP desde 2025 ha tenido su propio servidor MCP desde 2025 Y, al igual que el propio MCP, ha cambiado mucho desde entonces. Ahora está disponible en el plan Pro y superiores, y se conecta tanto desde el directorio de conectores de Claude como desde el de ChatGPT. La conexión utiliza OAuth, así que apruebas un conjunto de permisos específicos y puedes revocarlos en cualquier momento sin tener que cambiar tu contraseña. Los tokens duran cinco minutos.| En el momento del lanzamiento | A fecha de agosto de 2026 |
|---|---|
| Clave API, generada en la configuración y pegada en un archivo de configuración | OAuth, con permisos específicos que tú apruebas y puedes revocar |
| Instalado localmente con Node.js o Docker | Lo aloja tl;dv, no hace falta instalar nada |
| Edita el archivo de configuración a mano y, a continuación, reinicia tu cliente | Conéctate desde el directorio de conectores de Claude o ChatGPT |
| Cuatro herramientas | Cinco herramientas, entre las que se incluye la búsqueda en tu biblioteca de reuniones |
- Buscar reuniones: filtra por intervalo de fechas, palabras clave, tipo (interna/externa), participación y paginación.
- Obtener los metadatos de la reunión: recuperar el título, la fecha, la duración, el estado, el organizador, los participantes y la URL de la reunión.
- Consigue la transcripción de la reunión: descarga la transcripción completa en formato Markdown.
- Consigue las notas de la reunión: recupera las notas generadas por IA, las notas manuales, las marcas de tiempo y el estado del procesamiento por IA.
- Obtener perfil de usuario: consulta tu perfil de tl;dv , tu rol, la fecha de registro y el tamaño de tu equipo.
El futuro de MCP
En 2026, las expectativas respecto a MCP han ido mucho más allá de cómo era antes. Ahora los modelos dependen mucho de él, se ha reforzado la seguridad y la configuración ya no requiere tantos conocimientos técnicos. Antes tenías que editar archivos de configuración. Ahora solo tienes que seleccionar desde los directorios de conectores y ya funciona.
Con la actualización de julio de 2026, las normas de autorización se hicieron más estrictas, y la «Autorización gestionada por la empresa» se estabilizó en junio de 2026, así que los administradores pueden conceder acceso a través de su proveedor de identidad en lugar de tener que aprobar los servidores uno por uno.
A partir de aquí, los cambios son menos drásticos. La revisión del 28 de julio de 2026 convirtió el protocolo en un protocolo sin estado, añadió un marco formal de extensiones e introdujo una política de obsolescencia de doce meses.
Ese marco trajo consigo dos extensiones oficiales. MCP Apps permite que un servidor devuelva una interfaz interactiva en lugar de texto sin formato, que se muestra en una ventana aislada, y en la que cada acción sigue el mismo proceso de aprobación que una llamada normal a una herramienta. Las tareas se encargan del trabajo que lleva un rato, así que el servidor puede devolver una referencia de trabajo en lugar de mantener abierta la conexión.
En resumen, esto significa que MCP ahora puede crecer sin estropear lo que la gente ya ha construido, que es en lo que se convierte la infraestructura cuando deja de ser interesante.
Preguntas frecuentes sobre el Protocolo de Contexto Modelo (MCP)
¿Qué es el Protocolo de Contexto Modelo (MCP)?
MCP es un estándar abierto que permite que los modelos de IA se conecten a las herramientas y los datos que ya usas, como Google Drive, Slack o las grabaciones de tus reuniones. Anthropic lo lanzó en noviembre de 2024 y, desde entonces, la gestión ha pasado a manos de la Fundación Linux. Ofrece a todas las aplicaciones de IA una forma común de acceder a datos externos.
¿En qué se diferencia la MCP de los agentes de IA?
Trabajan juntos en lugar de competir entre sí. Un agente de IA es un sistema que realiza tareas en tu nombre. El MCP es la forma en que ese agente accede a los datos que necesita para hacer su trabajo. La mayoría de los agentes útiles se basan en algo parecido al MCP para ir más allá de sus propios datos de entrenamiento.
¿Puede un servidor MCP modificar o borrar mis datos?
Depende del servidor. MCP admite herramientas que recuperan datos y herramientas que realizan acciones, así que lo que un servidor puede hacer lo decide quien lo haya creado. Comprueba qué herramientas ofrece un servidor antes de conectarte. Los servidores de solo lectura pueden obtener información, pero no pueden crear, editar, compartir ni borrar nada.
¿Es seguro conectar MCP a mis herramientas de trabajo?
MCP estandariza la forma en que se solicita y se concede el acceso, utilizando OAuth para que los permisos tengan un ámbito concreto y puedan revocarse. Lo que ocurre con tus datos una vez que los recibe un servidor lo decide la empresa que gestiona ese servidor. La cuestión de la seguridad no tiene tanto que ver con el protocolo como con el servidor al que te conectas.
¿Cómo sé si un servidor MCP es de fiar?
Empieza por ver quién lo gestiona. Los servidores propios de proveedores con los que ya tienes contrato vienen con una política de datos y alguien a quien responsabilizar. Comprueba qué permisos te pide y qué dice su política de conservación de datos. Los servidores de los registros públicos requieren más cuidado, ya que puede ser más difícil localizar al operador.
¿Al conectar MCP se envían mis datos a ChatGPT o a Claude?
Los datos que se obtienen a través de MCP pasan al contexto de la app de IA para que el modelo pueda usarlos, lo que significa que se aplica la política de privacidad de la IA que estés usando. El servidor de MCP, la app de IA y el proveedor del modelo son tres partes distintas, así que vale la pena que leas las condiciones de cada una.
¿Puedo usar MCP para buscar en las transcripciones de mis reuniones?
Sí, si tu herramienta de reuniones tiene un servidor MCP. El de tl;dvestá disponible en los planes Pro y se conecta desde los directorios de conectores de Claude y ChatGPT. Te permite acceder a búsquedas, metadatos, notas y transcripciones, así que puedes hacer preguntas sobre llamadas anteriores sin tener que abrirlas una por una.
