¿Cómo funciona un servidor MCP?
La aplicación de IA, llamada cliente MCP, se conecta al servidor y le pregunta qué ofrece. El servidor responde con una lista de herramientas, cada una con un nombre, una descripción y los datos de entrada que acepta; también puede compartir recursos (datos que leer) y prompts (instrucciones reutilizables). Cuando una petición requiere una herramienta, el modelo la elige y rellena los datos de entrada, el cliente envía la llamada y el servidor la ejecuta y devuelve el resultado. Los mensajes siguen JSON-RPC, y un servidor funciona en tu propia máquina o en remoto por HTTP. Antes de MCP, cada aplicación de IA necesitaba su propia integración con cada producto; con un protocolo compartido, un solo servidor funciona con todos los clientes compatibles.
Servidor MCP vs. API: ¿cuál es la diferencia?
Una API está hecha para desarrolladores: alguien lee su documentación y escribe código que llama a sus endpoints. Un servidor MCP está hecho para aplicaciones de IA: describe sus propias herramientas en un formato que un modelo puede leer, así que un cliente puede descubrirlas y llamarlas sin código de integración. Muchos servidores MCP son una capa fina sobre una API existente, que sigue haciendo el trabajo. Lo que añade el servidor es una elección: qué acciones puede realizar una IA, de qué forma y con qué controles.
¿Es seguro dejar que una IA actúe a través de un servidor MCP?
Depende del servidor y de la configuración de tu cliente. La especificación de MCP pide a las aplicaciones de IA que obtengan el consentimiento del usuario antes de invocar una herramienta y que una persona pueda rechazar siempre cualquier llamada. Muchos clientes también te permiten autorizar una herramienta de una vez por todas, así que los límites del propio servidor importan: expón solo las acciones que quieras, limita el alcance de cada clave de acceso, pon un paso de confirmación delante de todo lo que sea difícil de deshacer, como publicar o eliminar, y escribe cada llamada en un log de auditoría. Eso es diseño human-in-the-loop aplicado a las herramientas.
¿Cómo es un servidor MCP en la automatización de marketing?
En la automatización de marketing, las herramientas corresponden al trabajo diario: crear un segmento, preparar el borrador de un journey, leer un informe. El servidor MCP de fromHello, por ejemplo, da a Claude, Claude Code, Cursor, Codex, Windsurf, VS Code o cualquier cliente MCP 59 herramientas para crear segmentos y plantillas, preparar borradores de journeys y leer analíticas. Ninguna herramienta envía mensajes. Un journey que crea tu IA sigue siendo un borrador hasta que se publica, y publicar, pausar o eliminar a través de un agente requiere un paso de confirmación en tu cliente de IA. Otros cambios, como los de un segmento o una plantilla, se aplican al guardar, así que pueden llegar a un journey que ya está activo. Las llamadas a herramientas MCP quedan registradas en tu log de auditoría.