Model Context Protocol (MCP)

TL;DR — MCP (Model Context Protocol) es una forma estándar de que las aplicaciones de IA como Claude o ChatGPT se conecten a herramientas y datos externos —sus archivos, una base de datos, una API de búsqueda— para que un agente de IA pueda realmente usarlos. Sus creadores lo llaman “a USB-C port for AI applications” (traducción) «un puerto USB-C para las aplicaciones de IA». No es lo mismo que llms.txt (un archivo estático que se limita a enumerar páginas) y no es un factor de posicionamiento en Google.

Qué es MCP, en una frase

Model Context Protocol es un protocolo abierto para conectar aplicaciones de IA con fuentes de datos y herramientas externas. Evidence for this claim Model Context Protocol is an open protocol for connecting AI applications to external systems. Scope: The MCP specification and official documentation; individual host and server implementations vary. Confidence: high · Verified: 2026-07-14 MCP: Introduction Su arquitectura define hosts, clientes y servidores, además de primitivas de servidor que incluyen resources, prompts y tools. Evidence for this claim MCP defines host, client, and server roles and server primitives including resources, prompts, and tools. Scope: Current MCP architecture; negotiated capabilities determine which features a connection supports. Confidence: high · Verified: 2026-07-14 MCP: Architecture

El Model Context Protocol es un estándar abierto que permite a las aplicaciones de IA conectarse a herramientas y fuentes de datos externas a través de un único conector común, en lugar de una integración a medida para cada combinación. Anthropic —la empresa que está detrás de Claude— lo creó y lo publicó como código abierto en noviembre de 2024.

La analogía que usa todo el mundo (incluida Anthropic) es la de un puerto USB-C para la IA. Antes de USB-C, cada dispositivo tenía su propio conector. MCP intenta ser el único conector en el que puedan coincidir cualquier aplicación de IA y cualquier herramienta o fuente de datos.

Por qué importa justo ahora

Probablemente esté oyendo hablar de «MCP» por el auge de los agentes de IA: IA que no solo responde a una pregunta, sino que va y hace algo: consulta su calendario, interroga una base de datos, abre un ticket, comprueba el precio en vivo de un producto. Para que un agente haga cualquiera de esas cosas, necesita una vía fiable de llegar al mundo exterior. Eso es lo que aporta MCP.

Ahrefs, en su guía sobre SEO agéntico, lo plantea sin rodeos:

“MCP (Model Context Protocol) is how your agent reaches the outside world. It’s the standard plug that connects an agent to data and actions.” (traducción) «MCP (Model Context Protocol) es la vía por la que el agente accede al mundo exterior. Es el conector estándar que enlaza al agente con datos y acciones».

y, de forma memorable:

“Without MCPs, your agent is just a chatbot with opinions.” (traducción) «Sin MCP, el agente no es más que un chatbot con opiniones».

La parte que la gente confunde

MCP no es llms.txt. Este sitio tiene un artículo aparte sobre llms.txt, y la versión corta es: llms.txt es un archivo estático que usted coloca en su sitio y que enumera páginas para que una IA las lea, un puntero unidireccional. MCP es un protocolo vivo que permite a un agente de IA llamar a funciones, extraer datos y ejecutar acciones en tiempo real. Uno es un mapa; el otro es un conjunto de mandos.

Y montar un servidor MCP no mejorará su posicionamiento. No hay pruebas de que MCP sea una señal de posicionamiento en la búsqueda ni en las respuestas de IA. Lo que sí puede hacer es lograr que sus datos y herramientas sean utilizables por agentes que ejecutan tareas. Ese es un caso de uso real y en crecimiento, pero es algo distinto de aparecer en los resultados de búsqueda o de ser citado en una respuesta de IA.

¿Quiere la arquitectura, la historia, las advertencias de seguridad y en qué punto esto toca los flujos de trabajo de SEO? Cambie a la pestaña Avanzado.

TL;DR — MCP es un protocolo abierto basado en JSON-RPC (de Anthropic, publicado como código abierto el 25 de noviembre de 2024) para conectar aplicaciones de IA con herramientas y datos externos. Funciona con el esquema host → cliente → servidor, y los servidores exponen tools, resources y prompts. Resuelve el problema de integración N×M (lo convierte en N+M). Es un protocolo, no «function calling», y no es llms.txt. OpenAI lo adoptó en marzo de 2025; Anthropic lo donó a la Agentic AI Foundation de la Linux Foundation en diciembre de 2025. No existe ninguna guía de Google ni de Bing sobre «MCP para SEO» —exponer un servidor MCP sirve a los agentes que ejecutan tareas, no a la visibilidad en búsqueda— y conlleva riesgos reales y sin resolver de inyección de prompts y de envenenamiento de herramientas.

El problema que resuelve MCP

MCP estandariza una frontera de comunicación entre un host de IA y capacidades externas; no hace que los datos conectados sean fiables ni autoriza automáticamente cualquier acción. Evidence for this claim Model Context Protocol is an open protocol for connecting AI applications to external systems. Scope: The MCP specification and official documentation; individual host and server implementations vary. Confidence: high · Verified: 2026-07-14 MCP: Introduction La especificación asigna funciones diferenciadas a hosts, clientes y servidores, y documenta la negociación de capacidades. Evidence for this claim MCP defines host, client, and server roles and server primitives including resources, prompts, and tools. Scope: Current MCP architecture; negotiated capabilities determine which features a connection supports. Confidence: high · Verified: 2026-07-14 MCP: Architecture

Antes de MCP, conectar una aplicación de IA a una fuente de datos suponía una integración a medida para ese emparejamiento concreto. Conecte N aplicaciones de IA con M herramientas y le tocarán aproximadamente N×M integraciones a medida: la combinatoria se pone fea muy rápido. MCP estandariza la interfaz para que cada aplicación implemente MCP una vez y cada herramienta implemente MCP una vez, reduciendo el problema a N+M. Es el mismo argumento que hizo que mereciera la pena tener protocolos como HTTP o el Language Server Protocol.

En el lanzamiento, el CTO de Block planteó así el «porqué»:

“Open technologies like the Model Context Protocol are the bridges that connect AI to real-world applications, ensuring innovation is accessible, transparent, and rooted in collaboration.” (traducción) «Las tecnologías abiertas como Model Context Protocol son los puentes que conectan la IA con aplicaciones del mundo real y garantizan que la innovación sea accesible, transparente y se apoye en la colaboración».

La arquitectura: host, cliente, servidor

MCP funciona con un modelo host–cliente–servidor. Tres funciones:

• Host — la propia aplicación de IA (Claude Desktop, Claude Code, un agente de programación dentro de un IDE, una aplicación de chat con conectores).
• Cliente — el host levanta un cliente MCP por cada servidor al que se conecta. Ese cliente gestiona esa única conexión.
• Servidor — un programa que expone alguna capacidad o algún dato. Un servidor puede envolver su sistema de archivos; otro, su base de datos; otro, una API de búsqueda web.

El host puede conectarse a muchos servidores a la vez, cada uno mediante su propio cliente. Los servidores locales suelen comunicarse por STDIO (entrada/salida estándar, un cliente); los remotos suelen usar Streamable HTTP (muchos clientes), con OAuth disponible cuando el despliegue necesita autorización delegada. Por debajo funciona con JSON-RPC 2.0. El núcleo actual 2026-07-28 no mantiene estado: la versión del protocolo, los metadatos del cliente, el método y el nombre correspondiente de la herramienta, el recurso o el prompt viajan en cada solicitud, mientras que server/discover expone las versiones modernas y las capacidades compatibles con el servidor. Los resultados de descubrimiento y de listado que se pueden almacenar en caché pueden publicar las indicaciones ttlMs y cacheScope. Los clientes anteriores, de la etapa de 2025, todavía usan el handshake de inicialización y pueden emplear sesiones de Streamable HTTP; por eso, durante la transición, los servidores de producción suelen tener que admitir ambos modelos. Las notas de la versión 2026-07-28 y la guía de migración del SDK de TypeScript acotan estos comportamientos a esa revisión del protocolo y a su ruta de compatibilidad.

Las tres primitivas de servidor

Cada servidor MCP expone sus capacidades mediante tres bloques básicos:

• Herramientas (herramientas) — funciones ejecutables que el agente puede llamar para hacer algo (ejecutar una consulta, enviar un mensaje, obtener un precio en vivo).
• Resources (recursos) — datos contextuales que el agente puede leer (un archivo, un registro de una base de datos, una respuesta de una API).
• Prompts — plantillas de interacción reutilizables que empaquetan un flujo de trabajo habitual.

Cada tipo de primitiva tiene su propia semántica de descubrimiento, lectura y ejecución, y no son intercambiables: un cliente enumera lo que hay disponible con una llamada */list (tools/list, resources/list, prompts/list) y después lee o invoca una concreta por su nombre (tools/call para ejecutar un tool; una llamada de tipo get/read para un resource o un prompt). Tratar cada capacidad del servidor como «una herramienta» pasa por alto que un resource está pensado para leerse, no para ejecutarse, y que un prompt es una plantilla que se inserta, no una acción que se ejecuta.

Las extensiones proporcionan ahora la vía formal para las capacidades que quedan fuera del núcleo. MCP Apps puede adjuntar al resultado de una herramienta una interfaz renderizada por el servidor, mientras que Tasks pasó de su forma experimental en el núcleo a una extensión para trabajos duraderos y de larga ejecución. La revisión 2026-07-28 también declara obsoletos roots, sampling y logging dentro del núcleo. Tools, resources y prompts siguen siendo las primitivas del servidor que conviene conocer primero; admitir una primitiva o una extensión nunca implica admitirlas todas. Las notas de la versión 2026-07-28 describen los cambios relativos a extensiones y obsolescencia.

MCP frente a llms.txt, function calling y WebMCP

Estos cuatro conceptos se confunden constantemente. Mantenerlos separados es buena parte del valor de esta página:

Dos distinciones que conviene explicitar:

• MCP no es «function calling». Function calling es una funcionalidad a nivel de modelo: se le indica al modelo qué funciones existen y este elige una para llamarla. MCP es el protocolo entre proveedores que estandariza cómo se descubren, se describen y se invocan herramientas y datos a través de muchas aplicaciones y muchos servidores, con independencia de cualquier modelo concreto. Los servidores MCP a menudo implementan sus tools usando definiciones al estilo de function calling, pero MCP es la capa de interoperabilidad que va encima, no un sinónimo.
• WebMCP no es MCP. WebMCP es una propuesta aparte, nativa del navegador, que usa conceptos similares a los de MCP para exponer la funcionalidad de un sitio web concreto —añadir al carrito, finalizar la compra, enviar un formulario— a un agente que ya está en el navegador. MCP es el protocolo más amplio y más antiguo para conectar aplicaciones de IA con herramientas y datos externos en general. Para el lado de la identidad y el descubrimiento de este mismo panorama, vea el artículo sobre llms.txt, además de SEO de entidades y marcado de datos estructurados para IA.

Una breve cronología

• 25 de noviembre de 2024 — Anthropic publica MCP como código abierto, con socios iniciales y servidores preconstruidos (Google Drive, Slack, GitHub, Git, Postgres y otros).
• 26 de marzo de 2025 — OpenAI anuncia la adopción de MCP y señala que la compatibilidad estaba llegando a su Agents SDK, seguida por la aplicación de escritorio de ChatGPT y la Responses API. Google DeepMind también avanzó hacia su compatibilidad. En ese momento, MCP dejó de ser una iniciativa exclusiva de Anthropic y se convirtió de facto en un estándar del sector.
• 9 de diciembre de 2025 — Anthropic dona MCP a la recién creada Agentic AI Foundation (AAIF), un fondo dirigido de la Linux Foundation cofundado con Block y OpenAI, con otros grandes proveedores como miembros de apoyo. El objetivo explícito era mantener el protocolo abierto y neutral respecto a los proveedores, en vez de dejarlo bajo el control de una sola empresa.
• 28 de julio de 2026 — la mayor revisión del protocolo desde su lanzamiento incorpora un núcleo sin estado, extensiones de primer nivel, metadatos de enrutamiento y caché, refuerzo de la autorización y una política formal de obsolescencia. Notas de la versión

¿Es MCP un factor de posicionamiento en Google o en Bing?

No, y es importante decirlo con claridad. Google no ha publicado documentación oficial de Search Central sobre MCP. No existe ningún documento de «MCP para SEO» de Google Search Central, ni un episodio de Search Off the Record, ni una página de Search Essentials que lo aborde. Lo que sí existe es un explicativo general de Google Cloud dirigido a desarrolladores, que es una descripción general del proveedor, no un documento sobre señales de posicionamiento.

En el lado de Microsoft el panorama es parecido: Microsoft ha adoptado MCP de forma intensa como proveedor de plataforma; documenta MCP en Windows, mantiene un catálogo de servidores MCP y se asoció con Anthropic para el SDK oficial de C#. Pero eso es soporte de infraestructura, no unas Bing Webmaster Guidelines que le digan que MCP afecta al posicionamiento en la búsqueda. No lo afecta.

Lo más parecido a una señal oficial de Google en terreno cercano al SEO es WebMCP (de nuevo: no MCP en sí). Comentando en una discusión sobre llms.txt, John Mueller, de Google, dijo que prefiere el enfoque de WebMCP porque tiene objetivos concretos y bien delimitados:

“I like the WebMCP approach, as well as the commerce integrations – they have clear goals & processes: ‘Given the agent is already on your site, how can it properly do task X?’ (for example, determine the final price of a product, including all fees & potential discounts).” (traducción) «Me gusta el enfoque de WebMCP, igual que las integraciones de comercio: tienen objetivos y procesos claros. “Si el agente ya está en el sitio, ¿cómo puede realizar correctamente la tarea X?”; por ejemplo, calcular el precio final de un producto con todas las tarifas y los posibles descuentos».

Así que la respuesta honesta a «¿me ayuda MCP con el SEO?» es que exponer un servidor MCP puede hacer que sus datos y acciones sean utilizables por agentes que ejecutan tareas, lo cual es una propuesta de valor genuinamente distinta de la visibilidad en búsqueda o en respuestas de IA. No lo archive bajo factores de posicionamiento.

Cómo aparece MCP en los flujos de trabajo de SEO y marketing

Donde MCP sí toca nuestro mundo hoy es en el lado del profesional: permitir que los agentes de IA consulten las herramientas que ya usamos:

• Ahrefs tiene un conector MCP, que permite a un agente de IA extraer datos de Ahrefs directamente en lugar de que usted los exporte y los pegue. La propia guía de SEO agéntico de Ahrefs lo recorre paso a paso (ese artículo es de Mateusz Makosiewicz, revisado por Ryan Law; no es mío).
• Existen servidores MCP para Google Search Console en el ecosistema, de modo que un agente pueda leer sus datos de rendimiento de GSC como parte de un flujo de trabajo.
• Un servidor MCP de Bing Search expone la búsqueda web, de noticias y de imágenes de Bing como tools que un agente puede llamar.

El modelo mental: MCP es la pregunta «¿deberíamos construir una API?» de la era de los agentes. Exponer sus datos mediante un servidor MCP consiste en hacerlos accionables por agentes, no en posicionar. Si su audiencia trabaja cada vez más a través de agentes, esa usabilidad puede importar, pero trátela como una decisión de distribución e integración, no de SEO. Esta es la apuesta de «capacidad/acción», mientras que llms.txt es la apuesta de «identidad/descubrimiento».

Seguridad: riesgos reales y sin resolver

No dé por hecho que MCP es seguro solo porque sea un estándar abierto de una empresa reputada. En el momento en que le da a un agente de IA herramientas que pueden actuar y lo expone a entradas no confiables, ha abierto una superficie de ataque. Simon Willison —una de las voces independientes más creíbles sobre herramientas y seguridad de LLM— lo expuso así:

“Any time you mix together tools that can perform actions on the user’s behalf with exposure to potentially untrusted input you’re effectively allowing attackers to make those tools do whatever they want.” (traducción) «Siempre que se combinan herramientas capaces de actuar en nombre del usuario con la exposición a entradas potencialmente no fiables, en la práctica se permite que los atacantes hagan que esas herramientas ejecuten lo que quieran».

Tiene cuidado de señalar que no es un fallo exclusivo de MCP:

“These vulnerabilities are not inherent to the MCP protocol itself—they’re present any time we provide tools to an LLM that can potentially be exposed to untrusted inputs.” (traducción) «Estas vulnerabilidades no son inherentes al propio protocolo MCP: aparecen siempre que se proporcionan a un LLM herramientas que pueden quedar expuestas a entradas no fiables».

Entre los riesgos documentados en el contexto de MCP están la inyección de prompts (prompt injection), el envenenamiento de herramientas (tool poisoning: instrucciones maliciosas ocultas en la descripción de una herramienta) y los «rug pulls» (una herramienta que cambia de comportamiento después de que usted la haya instalado). En el momento de escribir esto son problemas vivos, no resueltos, así que si despliega o conecta servidores MCP, trátelos como cualquier otra integración no confiable: mínimo privilegio, aprobación humana para las acciones con consecuencias y cuidado con los servidores en los que confía.

La guía de seguridad de la especificación de MCP enumera categorías de ataque concretas frente a las que deben defenderse quienes crean servidores y clientes. Conviene conocerlas incluso al evaluar un servidor de terceros, aunque no se vaya a construir uno. El secuestro de sesión descrito a continuación se refiere al modelo heredado: el núcleo de 2026 elimina las sesiones de Streamable HTTP en el nivel del protocolo, mientras que los demás riesgos de confianza y autorización siguen vigentes. Las notas de la versión de 2026 limitan ese cambio a la revisión actual del protocolo:

• Confused deputy (delegado confundido) — un servidor MCP que actúa como proxy y utiliza un único ID de cliente OAuth estático puede ser engañado para omitir el consentimiento individual al acceder a una API de terceros.
• Token passthrough (reenvío de tokens) — un servidor que acepta el token del cliente y lo reenvía sin comprobarlo a una API posterior rompe los registros de auditoría y los controles de seguridad; la especificación indica que los servidores no deben hacerlo.
• Falsificación de solicitudes del lado del servidor (SSRF) — un servidor malicioso puede dirigir el descubrimiento de OAuth hacia direcciones IP internas o endpoints de metadatos en la nube y engañar al cliente para que los consulte.
• Secuestro de sesiones heredadas — en un despliegue anterior que use sesiones, un ID de sesión predecible o no aleatorio puede permitir que un atacante suplante al cliente. Los ID de sesión identifican estado; nunca sustituyen a la autenticación. La guía de seguridad del protocolo fija expresamente este límite para el modelo de sesiones heredado.
• Compromiso del servidor local — un servidor MCP instalado localmente se ejecuta con los privilegios del usuario, por lo que uno malicioso o comprometido puede leer archivos, extraer credenciales o ejecutar comandos arbitrarios. Las mitigaciones son el aislamiento, una configuración de arranque con privilegios mínimos y revisar qué ejecuta realmente una «instalación en un clic» antes de aprobarla.

Nada de esto se resuelve con un «es un estándar abierto» ni activando OAuth. Cumplir el protocolo, usar un SDK oficial, habilitar la autorización o aislar un servidor cierran cada uno rutas de ataque concretas; ninguno de ellos, por sí solo ni en conjunto, garantiza que una integración sea segura, que un modelo vaya a usar una herramienta correctamente ni que un servidor vaya a adoptarse ampliamente. El propio soporte de autorización es opcional y está acotado por versión en la especificación, no es una garantía general de seguridad.

Mitos habituales

1. «MCP y llms.txt son lo mismo / compiten entre sí». No: llms.txt es un archivo estático y unidireccional; MCP es un protocolo vivo y bidireccional. Problemas distintos.
2. «MCP es function calling con otro nombre». No: function calling es una capacidad del modelo; MCP es un protocolo entre proveedores construido sobre esa idea.
3. «MCP es un estándar de Google o de OpenAI». No: lo creó Anthropic (noviembre de 2024). OpenAI y Google DeepMind lo adoptaron después; ahora lo gobierna la Agentic AI Foundation, neutral respecto a los proveedores.
4. «Montar un servidor MCP mejora mi posicionamiento». No hay pruebas que lo respalden. Sirve a los agentes que ejecutan tareas, no a la visibilidad en búsqueda.
5. «MCP sustituye a las API». No: los servidores MCP suelen ser envoltorios ligeros que exponen API y datos ya existentes de forma estándar para su consumo por parte de la IA.
6. «Es de Anthropic, así que es seguro por defecto». No: existen riesgos reales de inyección de prompts y de envenenamiento de herramientas, y no están resueltos del todo.

Dónde encaja esto en el panorama de la búsqueda con IA

MCP es la capa de acción de la pila agéntica. A su alrededor, las capas de descubrimiento e identidad —llms.txt, SEO de entidades, marcado de datos estructurados para IA y cómo la búsqueda agéntica planifica y ejecuta realmente las tareas— completan el mapa. Mantenga las capas separadas y el bombo publicitario será mucho más fácil de razonar.

Resumen con IA

Una versión condensada del contenido de la pestaña Advanced:

• MCP = un protocolo abierto (de Anthropic, publicado como código abierto el 25 de noviembre de 2024) para conectar aplicaciones de IA con herramientas y datos externos. “A USB-C port for AI applications” (traducción) «un puerto USB-C para las aplicaciones de IA».
• Arquitectura: host → cliente → servidor. El host ejecuta un cliente por servidor; los servidores exponen tools (acciones), resources (datos) y prompts (plantillas). Construido sobre JSON-RPC 2.0; el core actual es sin estado por solicitud, mientras que los clientes antiguos usan la era de inicialización y sesión.
• Revisión de 2026: server/discover, metadatos por solicitud, cabeceras de enrutamiento e indicaciones de caché sustituyen al modelo obligatorio de handshake y sesión. Las capacidades MCP Apps y Tasks pasan a extensiones; roots, sampling y logging dejan de formar parte del núcleo.
• El problema que resuelve: convierte un lío de integraciones a medida N×M en N+M.
• No es llms.txt (un archivo estático y unidireccional que enumera páginas) ni es function calling (una capacidad del modelo). MCP es el protocolo de interoperabilidad entre proveedores. WebMCP es una propuesta aparte, de ámbito de navegador, para exponer a un agente las acciones propias de un sitio web dentro de la página.
• Cronología: lanzado en noviembre de 2024 → OpenAI lo adoptó el 26 de marzo de 2025 → Anthropic lo donó a la Agentic AI Foundation de la Linux Foundation el 9 de diciembre de 2025.
• No es un factor de posicionamiento: Google no ha publicado ninguna guía de Search Central sobre MCP; Bing/Microsoft lo admiten como plataforma, no como orientación de SEO. Exponer un servidor MCP sirve a los agentes que ejecutan tareas, no a la visibilidad en búsqueda.
• Seguridad: riesgos reales y sin resolver de inyección de prompts, envenenamiento de herramientas y rug pulls; no es «seguro por defecto». La propia especificación nombra el confused deputy, el token passthrough, el SSRF, el secuestro de sesión heredada y el compromiso del servidor local como categorías de ataque; OAuth y la autorización son opcionales y están acotados por versión, no son una garantía general de seguridad.

Documentación oficial

Documentación de fuentes primarias sobre MCP.

Anthropic / proyecto MCP

• Presentación de Model Context Protocol — el anuncio original de noviembre de 2024: el problema N×M, los socios de lanzamiento y el encuadre del USB-C.
• Donación de Model Context Protocol y creación de la Agentic AI Foundation — el movimiento de gobernanza de diciembre de 2025 hacia la Linux Foundation.
• Qué es Model Context Protocol (MCP) — la introducción oficial para empezar.
• Resumen de la arquitectura — host/cliente/servidor, primitivas, capas de datos y de transporte, mecánica de JSON-RPC.
• Resumen de la versión MCP 2026-07-28 — el core sin estado, las extensiones, el refuerzo de la autorización, el almacenamiento en caché y la política de obsolescencia.
• Discovery (server/discover) — el descubrimiento moderno de capacidades y versiones y su contrato de respuesta cacheable.
• Transporte Streamable HTTP — cabeceras de protocolo y de enrutamiento por solicitud, además de los requisitos de seguridad del transporte.
• MCP Specification (2025-11-25) — la especificación anterior, de la era del handshake y las sesiones, todavía relevante para la compatibilidad.

Google

• What is Model Context Protocol (MCP)? A guide — el explicativo general de Google Cloud para desarrolladores (no es un documento sobre posicionamiento en la búsqueda).

Microsoft / Bing

• Model Context Protocol (MCP) on Windows overview — el On-Device Agent Registry de Windows.
• microsoft/mcp — el catálogo de Microsoft de implementaciones de servidores MCP.
• Microsoft partners with Anthropic to create the official C# SDK — el SDK oficial de C#.

Citas de la fuente

Declaraciones oficiales. Los enlaces profundos saltan al pasaje citado cuando la página de origen lo permite.

Anthropic / socios de lanzamiento — por qué MCP

• “Open technologies like the Model Context Protocol are the bridges that connect AI to real-world applications, ensuring innovation is accessible, transparent, and rooted in collaboration.” (traducción) «Las tecnologías abiertas como el Model Context Protocol son los puentes que conectan la IA con aplicaciones del mundo real, y garantizan que la innovación sea accesible, transparente y esté arraigada en la colaboración.» — Dhanji R. Prasanna, CTO de Block, en el anuncio de lanzamiento de Anthropic. Ir a la cita

OpenAI — adoptar el estándar de un rival

• El 26 de marzo de 2025, Sam Altman, de OpenAI, anunció que OpenAI añadiría compatibilidad con MCP en todos sus productos, empezando por el Agents SDK y con ChatGPT de escritorio y la Responses API a continuación. Cobertura de TechCrunch (Parafraseado de la publicación pública de Altman tal como la recogió TechCrunch; aquí no cito sus palabras exactas de forma literal.)

Google — WebMCP (no MCP en sí)

• “I like the WebMCP approach, as well as the commerce integrations – they have clear goals & processes: ‘Given the agent is already on your site, how can it properly do task X?’ (for example, determine the final price of a product, including all fees & potential discounts).” (traducción) «Me gusta el enfoque de WebMCP, así como las integraciones de comercio: tienen objetivos y procesos claros: ‘Dado que el agente ya está en su sitio, ¿cómo puede hacer correctamente la tarea X?’ (por ejemplo, determinar el precio final de un producto, incluidas todas las tarifas y los posibles descuentos).» — John Mueller, Search Advocate de Google. Ir a la cita Trasladado a través del artículo de Roger Montti en Search Engine Journal; tenga en cuenta que WebMCP es una propuesta de ámbito de navegador distinta de MCP.

Seguridad — una voz independiente

• “Any time you mix together tools that can perform actions on the user’s behalf with exposure to potentially untrusted input you’re effectively allowing attackers to make those tools do whatever they want.” (traducción) «Siempre que se mezclan herramientas capaces de realizar acciones en nombre del usuario con la exposición a entradas potencialmente no confiables, se está permitiendo de hecho que los atacantes hagan que esas herramientas hagan lo que ellos quieran.» y “These vulnerabilities are not inherent to the MCP protocol itself—they’re present any time we provide tools to an LLM that can potentially be exposed to untrusted inputs.” (traducción) «Estas vulnerabilidades no son inherentes al propio protocolo MCP: están presentes siempre que proporcionamos a un LLM herramientas que pueden quedar expuestas a entradas no confiables.» — Simon Willison. Ir a la cita

Para un público de SEO

• “MCP (Model Context Protocol) is how your agent reaches the outside world. It’s the standard plug that connects an agent to data and actions.” (traducción) «MCP (Model Context Protocol) es la forma en que su agente llega al mundo exterior. Es el conector estándar que conecta un agente con datos y acciones.» y “Without MCPs, your agent is just a chatbot with opinions.” (traducción) «Sin MCPs, su agente no es más que un chatbot con opiniones.» — Blog de Ahrefs, “What Is Agentic SEO?” (Mateusz Makosiewicz, rev. Ryan Law). Leer el artículo

Lista de comprobación para revisar un servidor MCP

• Defina la tarea del usuario y por qué MCP es preferible a una página estática, a una llamada de API o a una integración de funciones integrada.
• Publique las versiones de protocolo admitidas y pruebe el server/discover moderno más cualquier ruta de inicialización heredada que mantenga deliberadamente.
• Valide las cabeceras de enrutamiento de protocolo, método y nombre de Streamable HTTP contra el cuerpo JSON-RPC antes de despachar.
• Clasifique correctamente cada capacidad como tool, resource o prompt.
• Dé a cada capacidad una descripción concreta y factual, con entradas y salidas explícitas.
• Aplique el mínimo privilegio a las credenciales, al acceso al sistema de archivos, al acceso a la red y a las operaciones de escritura.
• Exija confirmación antes de acciones destructivas, financieras, de publicación o de mensajería externa.
• Trate las descripciones que aporta el servidor y el contenido recuperado como entradas no confiables; pruebe las rutas de inyección de prompts y de envenenamiento de herramientas.
• Valide los argumentos en el servidor en lugar de confiar en los parámetros generados por el modelo.
• Registre la selección de herramientas, las entradas saneadas, los resultados y los errores sin almacenar secretos ni datos personales innecesarios.
• Pruebe el comportamiento ante fallos, tiempos de espera, cancelaciones y resultados parciales.
• Documente la propiedad, el versionado, la revocación y una vía de desactivación ante incidentes.

MCP de un vistazo — hoja de referencia rápida

Las cuatro cosas que la gente confunde

La arquitectura en tres palabras: host → cliente → servidor. Un cliente por servidor; un host puede tener muchos.

Las tres primitivas de servidor

• Herramientas — acciones ejecutables (hacer algo).
• Resources — datos contextuales (leer algo).
• Prompts — plantillas de interacción reutilizables.

Datos rápidos

• Creado por Anthropic, publicado como código abierto el 25 de noviembre de 2024.
• Construido sobre JSON-RPC 2.0; sin estado por solicitud en 2026-07-28, con server/discover para el descubrimiento moderno de capacidades y versiones.
• Servidores locales: STDIO. Servidores remotos: Streamable HTTP (+ OAuth).
• Los clientes heredados de 2025 siguen usando la inicialización; los servidores en producción pueden necesitar ambas eras.
• MCP Apps y Tasks son extensiones; roots, sampling y logging quedan obsoletos en el core.
• OpenAI lo adoptó el 26 de marzo de 2025; Google DeepMind también.
• Gobernado por la Agentic AI Foundation (Linux Foundation) desde el 9 de diciembre de 2025.
• No existe ninguna guía de Google ni de Bing sobre «MCP para SEO».
• Riesgos reales y sin resolver de inyección de prompts / envenenamiento de herramientas: no es seguro por defecto.

Los modelos mentales

1. Mapa frente a mandos. llms.txt es un mapa: una lista estática de páginas que apunta a una IA hacia lo que debe leer. MCP es un conjunto de mandos: una interfaz viva que un agente usa para llamar a funciones y ejecutar acciones. Si solo recuerda una cosa, recuerde cuál es cuál.

2. Capacidad frente a protocolo. Function calling es una capacidad integrada en un modelo. MCP es un protocolo que estandariza cómo esa capacidad llega a muchas herramientas a través de muchas aplicaciones. Los servidores MCP a menudo usan internamente definiciones al estilo de function calling, pero el protocolo es la capa de interoperabilidad que va encima: no equipare ambas cosas.

3. N×M → N+M. Cada integración punto a punto de IA a herramienta es una de N×M. Implemente MCP una vez en cada lado y estará en N+M. Esa reducción es la razón por la que existe el estándar.

4. Capacidad del agente ≠ visibilidad en búsqueda. Exponer un servidor MCP hace que sus datos sean utilizables por agentes que ejecutan tareas. Esa es una decisión de distribución e integración, no de posicionamiento. Archivar MCP bajo «tácticas de SEO que mejoran el posicionamiento» es un error de categoría.

5. Herramientas + entradas no confiables = superficie de ataque. En el instante en que un agente puede a la vez actuar y leer entradas no confiables, la inyección de prompts entra en juego. Trate cualquier servidor MCP que conecte como una integración no confiable: mínimo privilegio, aprobación humana para las acciones con consecuencias y escrutinio de en qué servidores confía.

Errores con MCP que conviene evitar

Llamar a MCP un factor de posicionamiento

MCP pone datos y acciones a disposición de los agentes compatibles en tiempo de ejecución. No convierte al servidor en una señal de posicionamiento de Google ni de Bing.

Dar a un servidor credenciales amplias por defecto

Un agente no necesita acceso ilimitado para completar una tarea acotada. Limite los tokens, los recursos, los hosts y los permisos de escritura al mínimo necesario.

Confiar en las descripciones de las herramientas como si fueran instrucciones seguras

Las descripciones y el contenido recuperado pueden estar envenenados o contener inyección de prompts. Fije los servidores de confianza, revise los cambios de capacidades y mantenga la aplicación de políticas fuera del texto del modelo.

Ocultar escrituras con consecuencias tras nombres de herramienta vagos

Nombres como “manage” o “process” ocultan el impacto. Indique si una herramienta lee, crea, actualiza, publica, cobra o envía, y exija confirmación cuando haga falta.

Exponer un servidor MCP cuando bastaría con un documento

La información pública estática no necesita automáticamente una integración ejecutable. Use MCP cuando el descubrimiento, la recuperación o la acción en tiempo de ejecución generen un valor real para el usuario.

Recursos que valen su tiempo

Mis artículos relacionados

• Guía para principiantes sobre SEO técnico — dónde encajan los temas de búsqueda con IA dentro de los fundamentos.
• Conozca los nuevos rastreadores web: los bots de IA se acercan a los buscadores — el cambio más amplio hacia sistemas de IA que obtienen y usan la web, del que MCP es una pieza.

Mis ponencias

• How Search Works (SlideShare) — mi recorrido por el rastreo, el renderizado, la indexación y el posicionamiento, como contexto sobre cómo funciona el lado de la búsqueda junto al lado de los agentes. (Se aplica mi advertencia habitual: “This is my understanding of systems… not going to be 100% complete or accurate.” (traducción) «Esta es mi comprensión de los sistemas… no va a ser 100 % completa ni exacta».)

De la industria en general

• Presentación de Model Context Protocol (Anthropic) — el anuncio original y el encuadre del N×M.
• Model Context Protocol — documentación oficial y la architecture overview — la referencia técnica canónica.
• Resumen de la versión MCP 2026-07-28 — el core sin estado y los cambios de migración que rompen compatibilidad.
• OpenAI adopta el estándar de Anthropic para conectar modelos de IA con datos (TechCrunch) — el momento de la adopción, en marzo de 2025.
• Cómo Model Context Protocol está dando forma a la IA y al marketing de buscadores (Search Engine Land, Constance Chen) — el principal artículo sobre MCP en la industria del SEO (es anterior a los comentarios sobre WebMCP y a la donación a la AAIF).
• Qué es el SEO agéntico (Ahrefs, Mateusz Makosiewicz, rev. Ryan Law) — MCP como un ingrediente del SEO agéntico, además del propio conector MCP de Ahrefs.
• Model Context Protocol presenta problemas de seguridad por inyección de prompts (Simon Willison) — las advertencias de seguridad, desde una voz independiente creíble.
• 11 riesgos emergentes de seguridad de la IA con MCP (Checkmarx Zero) — un catálogo más completo de la superficie de riesgo.
• Model Context Protocol (Wikipedia) — una visión general neutral con la cronología y la donación a la AAIF.

Ponga a prueba sus conocimientos: Model Context Protocol (MCP)

Cinco preguntas rápidas sobre lo que MCP es y lo que no es. Elija una respuesta para cada una y después compruebe.

Registro de cambios