En resumen
- Qué es: diseño y construyo servidores MCP y herramientas (tool calling) para que modelos de IA consulten los datos de tu empresa y ejecuten acciones de forma controlada.
- Para quién: empresas que quieren chatbots, respuestas automáticas o asistentes internos que usen información real y actualizada.
- Qué obtienes: una capa reutilizable con permisos y registro, que funciona con distintos modelos y no obliga a reentrenar nada.
- Cómo empezar: elegimos un caso de uso concreto con valor claro, empezamos con herramientas de solo lectura y medimos.
Contenido de esta guía
- Por qué un modelo de IA por sí solo no basta
- Qué es MCP y qué es tool calling
- Cómo te potencia como empresa
- Casos de uso: chatbots y respuestas automatizadas con datos
- Cómo se construye: servidor MCP y diseño de herramientas
- Una consulta, paso a paso
- Distintos modelos, un mismo acceso a tus datos
- Seguridad, privacidad y RGPD
- Cómo trabajo
- Tecnologías
- Experiencia relacionada
- Preguntas frecuentes
- Hablemos
Por qué un modelo de IA por sí solo no basta
Un modelo de lenguaje sabe mucho de todo, pero no sabe nada de tu empresa: no conoce el stock de hoy, el estado de un pedido, tus precios ni tus documentos internos. Si le preguntas, o se inventa la respuesta o se limita a decir que no lo sabe.
La solución no es reentrenar el modelo (caro, lento y desactualizado en cuanto cambia un dato). La solución es darle herramientas: funciones que puede llamar para consultar tus datos en el momento y, si procede, ejecutar acciones. Eso es lo que se conoce como tool calling, y el estándar abierto para hacerlo de forma reutilizable se llama Model Context Protocol (MCP).
Mi trabajo consiste en diseñar y construir esas herramientas y esos servidores MCP para que tu empresa saque partido real de la IA con información fiable y actualizada.
Qué es MCP y qué es tool calling
Tool calling (o function calling) es la capacidad de un modelo de decidir que necesita usar una herramienta, indicar cuál y con qué parámetros, y usar el resultado para responder. La herramienta puede ser «buscar un pedido por número», «consultar el stock de un producto» o «crear un ticket de soporte».
MCP es un protocolo abierto que estandariza cómo se ofrecen esas herramientas (y otros recursos, como documentos). Un servidor MCP publica una lista de herramientas con su descripción y sus parámetros, y cualquier cliente compatible (asistentes de escritorio, editores de código, agentes, plataformas como n8n) puede descubrirlas y usarlas.
Piensa en MCP como un «puerto USB» para la IA: construyes la conexión una vez y la puedes usar con distintos modelos y aplicaciones, en lugar de rehacer la integración para cada uno.
Sin MCP
- Una integración a medida por cada modelo y cada sistema
- Si cambias de modelo, hay que rehacer el trabajo
- Permisos y registro repartidos y difíciles de auditar
- El mantenimiento crece con cada nueva conexión
Con MCP
- Una capa común de herramientas para todos los modelos
- Cambias o combinas modelos sin rehacer las integraciones
- Permisos y registro centralizados en el servidor MCP
- Cada herramienta nueva queda disponible para todos los clientes
Cómo te potencia como empresa
Una integración, muchos modelos
Tus herramientas no dependen de un proveedor: puedes cambiar o combinar modelos sin rehacer el trabajo.
Respuestas con datos actuales
El modelo consulta tu información en el momento, en lugar de recordar algo desactualizado.
Acciones, no solo respuestas
Puede crear un ticket, preparar un presupuesto o lanzar una automatización, con los límites que decidas.
Control y trazabilidad
Cada herramienta tiene permisos definidos y cada uso queda registrado.
Sin reentrenar nada
Tus datos permanecen en tus sistemas y solo se consultan lo necesario, cuando hace falta.
Ahorro de tiempo al equipo
Las consultas repetitivas las resuelve un asistente con datos reales; las personas atienden lo que requiere criterio.
Casos de uso: chatbots y respuestas automatizadas con datos
Estos son ejemplos ilustrativos de lo que se puede construir. Sirven para ver el tipo de soluciones posibles y no corresponden a clientes concretos.
Chatbot de tienda online que consulta stock y pedidos
El cliente pregunta «¿tenéis esta talla?» o «¿dónde está mi pedido?». El chatbot llama a las herramientas «consultar stock» y «estado del pedido» y responde con datos reales. Si el caso se complica, lo deriva a una persona con el contexto ya resumido.
Respuestas automáticas a correos con datos del CRM
Un agente lee la consulta, identifica al cliente, consulta su historial mediante una herramienta y redacta una respuesta correcta. Una persona la revisa y la envía, o se envía sola en los casos de bajo riesgo que tú definas.
Asistente interno sobre la documentación de la empresa
Un empleado pregunta cómo se tramita una solicitud y el asistente busca en manuales, procedimientos y políticas internas, cita la fuente y responde. Cada persona solo accede a los documentos que le corresponden.
Asistente comercial que prepara presupuestos
Desde una conversación, el asistente consulta el catálogo y las tarifas, calcula un presupuesto con las reglas de la empresa y crea el borrador en el sistema de gestión.
Agente de soporte que crea y actualiza tickets
El agente clasifica la incidencia, consulta el estado del servicio, crea el ticket con los datos necesarios y avisa al equipo adecuado.
Panel de datos consultable en lenguaje natural
Un responsable pregunta «¿cuánto vendimos por zona el último trimestre?». Una herramienta de solo lectura ejecuta la consulta acotada sobre los datos y el modelo explica el resultado.
¿Cuál de estos casos encaja con tu empresa?Lo aterrizamos en una primera conversación, sin compromiso.
Cuéntame tu casoCómo se construye: servidor MCP y diseño de herramientas
El valor de un proyecto de este tipo está en el diseño de las herramientas, no en el chat. Cuido especialmente:
- Herramientas pequeñas y claras. Cada una hace una cosa, con un nombre y una descripción que el modelo entienda sin ambigüedad.
- Parámetros validados. Se comprueban las entradas antes de tocar tus sistemas, sin confiar en lo que diga el modelo.
- Lectura frente a escritura. Empezamos por herramientas de solo lectura; las que modifican datos llevan límites y, si procede, aprobación humana.
- Respuestas acotadas. Se devuelve solo la información necesaria, no tablas enteras, para proteger datos y reducir errores.
- Registro y auditoría. Quién llamó a qué herramienta, con qué datos y con qué resultado.
- Autenticación y permisos. El acceso se ajusta a quién pregunta, no a un usuario todopoderoso.
Los servidores MCP los construyo con tecnologías estándar (Node.js, Python o PHP según tu entorno) y los conecto a tus bases de datos, APIs o documentos. Se pueden desplegar en tu infraestructura o en la nube, por ejemplo en AWS.
Una consulta, paso a paso
Así se ve por dentro una consulta de un cliente a un chatbot con herramientas. Es un ejemplo ilustrativo:
- El cliente pregunta: «¿Dónde está mi pedido 1234?».
- El modelo elige una herramienta: reconoce que necesita «estado del pedido» y le pasa el número como parámetro.
- El servidor MCP valida: comprueba el parámetro y que ese cliente puede ver ese pedido.
- La herramienta consulta los datos: devuelve solo el estado y la fecha estimada, no el registro completo.
- El modelo responde: redacta la respuesta con esos datos y la llamada queda registrada.
Distintos modelos, un mismo acceso a tus datos
Al construir sobre un estándar, tus herramientas funcionan con distintos modelos y clientes: asistentes de escritorio, editores de código, agentes dentro de flujos de n8n o chatbots integrados en tu web. Eso te da libertad para elegir el modelo según coste, calidad y privacidad, y para cambiarlo en el futuro sin rehacer las integraciones.
También puedo integrar la API de un modelo directamente en tu aplicación web cuando lo que necesitas es una función concreta: resumir, clasificar, extraer datos de documentos o responder con tu información dentro de tu propio producto.
Seguridad, privacidad y RGPD
Dar acceso a datos a un modelo de IA exige criterio. Lo abordo desde el diseño:
- Defino qué datos pueden llegar al modelo y cuáles no, y minimizo lo que se envía.
- Elijo el proveedor y las condiciones de uso conforme a lo que necesites en privacidad y ubicación de los datos.
- Aplico permisos mínimos y separación entre datos de distintos usuarios o clientes.
- Mantengo a una persona en las decisiones importantes y registro todo lo que hace la IA.
- Evalúo las respuestas con casos reales antes de publicar, porque un modelo puede equivocarse y hay que acotar su alcance.
Cómo trabajo
- Caso de uso concreto. Empezamos por un problema con valor claro, no por la tecnología.
- Datos y permisos. Definimos qué información y qué acciones se exponen a la IA y cuáles no.
- Diseño de herramientas. Especifico las herramientas, sus parámetros, sus límites y su registro.
- Prototipo y evaluación. Probamos con preguntas reales y medimos si las respuestas son fiables.
- Despliegue y seguimiento. Puesta en producción, monitorización del uso y mejora continua con datos reales.
Tecnologías
Model Context Protocol (MCP), tool calling / function calling, Claude API y otros modelos, n8n con MCP Client y MCP Server, Node.js, Python, PHP, APIs REST, bases de datos SQL, Vue.js para interfaces de chat, AWS y Vercel.
Experiencia relacionada
- Uso Claude Code y agentes a diario en mi trabajo de desarrollo, y he definido flujos de trabajo con IA generativa para la plataforma Secretä en JAWOT CORP.
- Construyo servidores MCP propios y herramientas de tool calling, y los integro en flujos de n8n como cliente y como servidor.
- Conecto interfaces web (PHP, Symfony, Vue.js) con APIs propias y de terceros desde hace más de ocho años.
Preguntas frecuentes
¿Qué es un servidor MCP?
Es un servicio que expone herramientas y datos de tu sistema a modelos de IA mediante el Model Context Protocol. Cualquier cliente compatible puede descubrirlas y usarlas, sin integraciones a medida para cada uno.
¿Qué es tool calling?
Es la capacidad de un modelo de decidir que necesita una herramienta (por ejemplo, consultar un pedido), llamarla con los parámetros adecuados y usar el resultado en su respuesta.
¿Puede un chatbot responder con la información de mi empresa?
Sí. Se conecta a tus datos mediante herramientas, de modo que responde con información actual, cita de dónde sale y deriva a una persona cuando no debe o no puede responder.
¿Tengo que entrenar un modelo con mis datos?
No. Los datos siguen en tus sistemas y el modelo los consulta cuando hace falta a través de las herramientas. No hay reentrenamiento.
¿Funciona con distintos modelos de IA?
Sí. Al basarse en un estándar abierto, las herramientas se pueden usar con distintos modelos y clientes compatibles, y puedes cambiar de modelo sin rehacer la integración.
¿Qué pasa con la privacidad de los datos?
Se diseña desde el principio: qué datos se envían al modelo, con qué proveedor, con qué condiciones y con qué permisos, conforme al RGPD y a lo que necesites en tu empresa.
¿Puede la IA equivocarse o hacer algo que no debe?
Puede equivocarse, y por eso se acota lo que puede hacer: herramientas pequeñas, permisos mínimos, validación de parámetros, registro de acciones y aprobación humana en los pasos críticos.
¿Puedes integrarlo con mi web o mi CRM actual?
Sí, si tiene API o base de datos accesible. Analizo tu sistema, propongo las herramientas necesarias y las conecto sin que tengas que cambiar lo que ya usas.
Hablemos
¿Tienes un proyecto en mente?Cuéntame qué necesitas y te respondo en menos de 24 horas con una propuesta clara. Trabajo desde Donostia-San Sebastián con clientes de todo el País Vasco y de España, en remoto. Escríbeme aquí.
Artículos relacionados
Qué es MCP y para qué sirve a una empresa
Qué es el Model Context Protocol (MCP), cómo funciona y qué puede hacer por tu empresa: chatbots con datos reales, asistentes y acciones controladas.
Leer artículo → ChatbotsChatbot con los datos de tu empresa: tool calling y MCP
Cómo crear un chatbot que responda con datos reales usando tool calling y MCP: arquitectura, herramientas, seguridad y errores a evitar.
Leer artículo →Otros servicios
Automatizaciones
n8n, agentes de IA, MCP, integración de APIs e informes automáticos que eliminan trabajo manual.
Ver servicio → IA generativaIA generativa en desarrollo
Claude Code, agentes y skills para entregar más rápido sin perder calidad.
Ver servicio → Desarrollo webDesarrollo web
Webs y aplicaciones a medida con PHP, Symfony y Vue.js, rápidas y preparadas para SEO.
Ver servicio →