Protocolo de Contexto de Modelo

Protocolo de contexto de modelo
Desarrollado por	Anthropic
Industria	Inteligencia artificial
Sitio web oficial	modelcontextprotocol.io
	[editar datos en Wikidata]

El Protocolo de Contexto de Modelo (MCP, por sus siglas en inglés Model Context Protocol) es un estándar abierto desarrollado por Anthropic en 2024 para estandarizar la forma en que los sistemas de inteligencia artificial, especialmente los modelos de lenguaje grandes (LLM), interactúan con fuentes de datos, herramientas externas y servicios.^[1]

El protocolo define una interfaz común que permite a las aplicaciones de IA acceder a información contextual, ejecutar funciones y comunicarse con otros sistemas de forma consistente, reduciendo la necesidad de integraciones específicas para cada caso.^[2]

Historia

El MCP fue presentado en noviembre de 2024 por Anthropic como una solución al problema de la integración entre modelos de IA y múltiples fuentes de datos.^[3]

Antes de su introducción, los desarrolladores debían crear conectores personalizados para cada combinación de modelo y servicio, lo que aumentaba la complejidad del desarrollo y dificultaba la interoperabilidad.^[4]

En 2025, el protocolo fue adoptado por diversas empresas del sector, incluyendo OpenAI y Google DeepMind, lo que contribuyó a su consolidación como estándar emergente para la integración de sistemas de IA.^[5]^[6]

En diciembre de 2025, la gobernanza del protocolo fue transferida a la Linux Foundation a través de la Agentic AI Foundation, con el objetivo de fomentar su desarrollo como estándar abierto e independiente.^[7]

Arquitectura

MCP utiliza una arquitectura de tipo cliente-servidor que separa la lógica del modelo de IA de las fuentes de datos y herramientas externas. Sus componentes principales son:

Host MCP: aplicación de IA que coordina la interacción
Cliente MCP: componente que se comunica con servidores MCP
Servidor MCP: sistema que proporciona datos o funcionalidades al modelo

Esta arquitectura permite reutilizar integraciones y facilita que un mismo sistema de IA pueda conectarse a múltiples herramientas sin desarrollos específicos.

Conceptos clave

Herramientas

Permiten a los modelos de IA ejecutar acciones externas, como consultas a bases de datos o llamadas a APIs.

Recursos

Proporcionan acceso estructurado a datos que pueden utilizarse como contexto para el modelo.

Prompts

Plantillas reutilizables que facilitan interacciones estructuradas con los modelos.

Muestreo

Permite a los servidores solicitar generación de contenido al modelo manteniendo control sobre permisos y ejecución.

Usos

El MCP se utiliza para integrar sistemas de IA con bases de datos, entornos de desarrollo y aplicaciones empresariales. Permite a los asistentes de IA acceder a información en tiempo real y ejecutar acciones en distintos sistemas.

Es especialmente relevante en el desarrollo de agentes de IA capaces de interactuar con múltiples herramientas y servicios de forma coordinada.^[8]

Gobernanza

La transferencia del MCP a la Linux Foundation marcó un paso hacia su desarrollo como estándar abierto con gobernanza neutral. Este modelo busca facilitar la colaboración entre empresas tecnológicas y fomentar la interoperabilidad en el ecosistema de la inteligencia artificial.^[7]

Recepción

Medios especializados han señalado que MCP responde a la creciente necesidad de sistemas de IA capaces de interactuar con múltiples fuentes de datos en tiempo real.^[3]

Algunos análisis han destacado su potencial como estándar común para la interoperabilidad entre herramientas de IA, comparándolo con otros estándares tecnológicos de integración.^[8]

También se han identificado riesgos potenciales relacionados con la seguridad, como ataques de inyección de prompts y problemas de control de acceso en sistemas conectados.^[9]