¿Qué es MCP? Cómo funciona el estándar que conecta la IA con herramientas externas, cómo usarlo y qué precauciones tomar

Quieres que Claude lea los documentos de tu Google Drive, o que una IA haga cosas en Slack o GitHub. La regla común más extendida para «conectar la IA con herramientas y datos externos» de este modo es MCP (Model Context Protocol). Anthropic lo publicó en noviembre de 2024 y hoy lo admiten no solo Claude, sino también las principales herramientas de IA, como ChatGPT, Gemini, Microsoft Copilot y Cursor. Esta guía explica cómo funciona MCP, qué cambió en la última especificación, cómo empezar y qué precauciones tomar para usarlo con seguridad, a partir de la especificación oficial y la documentación de cada empresa.

Qué es MCP

MCP es un estándar abierto (un protocolo) para conectar aplicaciones de IA con sistemas externos. En su anuncio del 25 de noviembre de 2024, Anthropic describió MCP como «un estándar universal y abierto para conectar sistemas de IA con fuentes de datos», destinado a sustituir integraciones fragmentadas por un único protocolo.

El sitio oficial compara MCP con «un puerto USB-C para aplicaciones de IA». Igual que el USB-C conecta todo tipo de dispositivos con un solo estándar, MCP conecta las aplicaciones de IA con herramientas y datos externos de una manera común.

• Servidor MCP: la parte que ofrece a la IA, en formato MCP, las funciones de un servicio o una fuente de datos externa (por ejemplo, la puerta de acceso a Google Drive, GitHub o una base de datos interna)
• Aplicación de IA compatible con MCP: la parte que se conecta a los servidores MCP y usa sus funciones (por ejemplo, Claude, ChatGPT o Cursor)

Una gran ventaja es que, una vez creado un servidor MCP, cualquier aplicación de IA compatible con MCP puede usarlo.

Por qué hace falta MCP

Por muy inteligente que sea una IA, lo que puede hacer es limitado si no tiene acceso a tus archivos, a los sistemas internos o a los SaaS que usas en el trabajo. En su anuncio, Anthropic afirmó que los modelos de IA están «atrapados tras silos de información y sistemas heredados», y señaló que necesitar una implementación a medida para cada nueva fuente de datos dificulta ampliar los sistemas conectados.

Antes de MCP había que crear una integración específica para cada combinación de aplicación de IA y servicio. Cuantas más aplicaciones y más servicios hay, más se multiplica el número de integraciones. Al interponer un estándar común, MCP permite que ambas partes se conecten con solo que la aplicación de IA «sea compatible con MCP» y el servicio «ofrezca un servidor MCP».

Anthropic donó MCP en diciembre de 2025 a la Agentic AI Foundation, bajo el paraguas de la Linux Foundation, por lo que hoy se desarrolla en una organización neutral y no en una sola empresa. Entre los miembros fundadores figuran Anthropic, Block y OpenAI, y también participan AWS, Google y Microsoft.

Cómo funciona: host, cliente y servidor

La especificación de MCP divide a los participantes en tres roles. La comunicación usa mensajes en formato JSON-RPC 2.0.

• Host: la aplicación de IA con la que interactúa el usuario (la aplicación de Claude, Claude Code, Cursor, etc.)
• Cliente: la parte del host que gestiona la conexión con cada servidor MCP
• Servidor: el programa que ofrece herramientas y datos externos

Hay dos formas estándar (transportes) de conectarse a un servidor.

• stdio: la aplicación de IA inicia el servidor en tu propio ordenador y se comunica con él directamente. Se usa, por ejemplo, para trabajar con archivos locales
• Streamable HTTP: se conecta por HTTP a un servidor en internet. Se usa para integraciones con servicios en la nube (servidores MCP remotos)

El método HTTP+SSE que se usaba antes está obsoleto y se pide migrar a Streamable HTTP.

Las tres funciones que ofrecen los servidores

Un servidor MCP puede ofrecer a las aplicaciones de IA principalmente estos tres tipos de funciones.

• Herramientas (Tools): funciones que el modelo de IA puede ejecutar. Realizan acciones reales como «buscar archivos», «enviar un correo» o «crear un ticket»
• Recursos (Resources): datos y contexto que la IA o el usuario consultan, como el contenido de un archivo o información de una base de datos
• Prompts: plantillas de mensajes o flujos de trabajo predefinidos que el usuario invoca

Las más utilizadas son las herramientas. Cuando la IA decide durante la conversación que una herramienta le permitiría responder, llama a la herramienta del servidor MCP y usa el resultado para responder o dar el siguiente paso.

En sentido inverso existe también la Elicitation, que permite al servidor pedir información adicional al usuario a mitad de una tarea. Por ejemplo, el servidor puede pedir una confirmación como «¿En qué proyecto quieres registrarlo?».

Qué cambió en la última especificación (2026-07-28)

Las versiones de la especificación de MCP se identifican por fecha y, a octubre de 2026, la más reciente es «2026-07-28», publicada el 28 de julio de 2026. El blog oficial la presenta como la mayor revisión desde su lanzamiento. Los principales cambios son estos.

• Diseño sin estado: desaparecen el procedimiento de inicialización al conectar (el handshake) y el mecanismo de sesiones, de modo que cada intercambio es independiente. El cambio busca facilitar la operación de servidores a gran escala
• Solicitudes de varias idas y vueltas: cuando un servidor necesita, por ejemplo, una confirmación del usuario, responde que hace falta más información y el cliente vuelve a enviar la solicitud con esa información
• Obsolescencia de algunas funciones: las funciones del lado del cliente Sampling, Roots y Logging pasan a estar obsoletas. Hay un periodo de gracia de al menos 12 meses antes de su eliminación y, mientras tanto, siguen funcionando
• Autenticación reforzada: el procedimiento de autorización basado en OAuth es más estricto
• Marco de extensiones: ahora existe un mecanismo para definir extensiones oficiales al margen de la especificación principal. «Tasks», para gestionar procesos que tardan, y «MCP Apps», que permite mostrar interfaces interactivas como gráficos o formularios dentro del chat, se ofrecen mediante este marco

En general, los usuarios no necesitan cambiar ninguna configuración, pero si creas u operas tus propios servidores MCP, conviene comprobar su grado de compatibilidad con la nueva especificación.

Principales herramientas de IA compatibles

Este es el estado de compatibilidad principal que puede comprobarse en la documentación oficial de cada empresa.

• Claude (web y aplicación de escritorio): se conecta a servidores MCP como «conectores». Los conectores personalizados, que añaden servidores MCP remotos, están disponibles incluso en el plan gratuito, con un máximo de uno. En la aplicación de escritorio, los servidores MCP que se ejecutan en local pueden instalarse como extensiones
• Claude Code: se conecta a herramientas y fuentes de datos externas mediante MCP, y un servidor puede añadirse con un solo comando
• ChatGPT: al activar Developer mode se pueden usar herramientas MCP, incluidas acciones de lectura y de escritura. Disponible en la versión web de los planes Plus, Pro, Business, Enterprise y Education
• API de OpenAI: las herramientas de servidores MCP remotos pueden llamarse desde la Responses API y el Agents SDK
• Gemini: Gemini CLI es compatible con servidores MCP, y los agentes gestionados de la Gemini API también pueden conectarse a servidores MCP remotos
• Microsoft: GitHub Copilot en VS Code y Copilot Studio son compatibles con MCP. En Windows, un mecanismo para gestionar servidores MCP está disponible como versión preliminar
• Cursor: se conecta a herramientas y fuentes de datos externas mediante MCP

En el lado de los servidores, cada vez más proveedores de servicios, como Notion o GitHub, publican sus propios servidores MCP oficiales. Existe también el «MCP Registry», un catálogo oficial para encontrar servidores MCP públicos, pero a octubre de 2026 está en versión preliminar y se concibe sobre todo como una base de la que otros servicios de catálogo toman sus datos.

Cómo empezar

Con Claude

Lo más sencillo es activar los conectores en la aplicación de Claude. Según la ayuda de Claude, basta con abrir «Connectors» desde «Customize» en el menú de la izquierda, elegir el servicio que quieras en la lista, conectarlo e iniciar sesión en ese servicio. Aunque un servicio no esté en la lista, puedes añadirlo introduciendo su URL en «Add custom connector», siempre que el proveedor publique la URL de un servidor MCP remoto. En los planes Team y Enterprise, un administrador de la organización añade el conector y cada miembro se conecta después con su propia cuenta.

Con ChatGPT

En ChatGPT puedes conectar servidores MCP propios activando Developer mode en «Security and login» dentro de la configuración. Sin embargo, OpenAI lo presenta como una función para desarrolladores, así que lo más prudente es empezar por las integraciones que ofrece oficialmente.

Para desarrolladores

Para crear tu propio servidor MCP, usa un SDK oficial. Hay SDK en 10 lenguajes: TypeScript, Python, C#, Go, Rust, Ruby, Java, Swift, PHP y Kotlin. En Claude Code, Cursor y VS Code puedes registrar un servidor con un archivo de configuración o un comando y comprobar enseguida que funciona.

Sobre la idea de usar MCP para encargar varias tareas a la IA, consulta también ¿Qué son los agentes de IA?.

Precauciones de seguridad

MCP da a la IA «la capacidad de actuar de verdad en el exterior», así que, aunque es práctico, un mal uso puede provocar fugas de información u operaciones no deseadas. La propia especificación de MCP indica que las herramientas equivalen a ejecutar código arbitrario y deben tratarse con cautela, y que la seguridad no puede imponerse a nivel de protocolo.

• Usa solo servidores de proveedores de confianza: la ayuda de Claude advierte de que los servidores maliciosos pueden intentar una inyección de prompts (ataques que cuelan instrucciones indebidas a la IA) y pide conectarse solo a servidores de confianza
• Mucho cuidado con los servidores locales: un servidor MCP que se ejecuta en tu ordenador puede ejecutar código arbitrario en él. La documentación de VS Code también advierte que solo se añadan servidores de fuentes de confianza
• La información que das a la IA puede salir fuera: OpenAI señala como riesgos que un servidor malicioso podría extraer información confidencial que haya entrado en el contexto de la IA, y que un servidor podría cambiar el comportamiento de una herramienta sin previo aviso
• Usa ajustes que pidan confirmación antes de actuar: la especificación recomienda permitir que el usuario rechace la ejecución de herramientas y pedir confirmación antes de operaciones importantes. Es más seguro no dejar que se ejecuten automáticamente acciones difíciles de deshacer, como enviar correos o borrar datos
• Limita los permisos a lo necesario: mantén los permisos concedidos en el servicio conectado (solo lectura o también escritura) en el mínimo que requiera el uso

En empresas, da tranquilidad que los administradores definan una lista de servidores MCP autorizados para que cada persona no pueda añadirlos libremente.

Precio

MCP es un estándar de código abierto, y la especificación y los SDK se publican con licencia Apache 2.0. Usar el estándar en sí no cuesta nada.

En la práctica, sin embargo, pueden aplicarse los siguientes costes.

• Tarifa de la aplicación de IA: el precio de tu plan de Claude o ChatGPT. En el caso de la API, OpenAI indica que solo se cobran los tokens usados para cargar las definiciones de herramientas y hacer las llamadas, sin cargo adicional por cada llamada a una herramienta
• Tarifa de los servicios conectados: el coste de los SaaS o servicios en la nube que uses a través de servidores MCP

Conclusión

MCP es un enchufe común que conecta las aplicaciones de IA con herramientas y datos externos. Como las principales herramientas de IA ya lo admiten, un servidor MCP preparado una vez puede usarse desde varias IA, lo que sienta las bases para encargar a la IA no solo «buscar información», sino también «actuar de verdad».

Al mismo tiempo, un servidor MCP otorga a la IA permisos para actuar en el exterior. Un primer paso realista es dominar lo básico antes de ampliar su uso: empezar por conectores oficiales de proveedores claramente identificados, añadir una confirmación antes de las acciones difíciles de deshacer y limitar los permisos a lo necesario.

Fuentes: Introducing the Model Context Protocol (Anthropic), sitio oficial de MCP, especificación de MCP 2026-07-28, anuncio de la versión 2026-07-28 de MCP (blog oficial de MCP), donación a la Agentic AI Foundation (Anthropic), buenas prácticas de seguridad (MCP oficial), cómo empezar con conectores personalizados mediante MCP remoto (ayuda de Claude), Developer mode de ChatGPT (OpenAI). Este artículo refleja información pública verificada el 4 de octubre de 2026.