El Model Context Protocol (MCP) és un estàndard obert que permet als assistents d'IA —com Claude o ChatGPT— fer servir les teves eines i dades internes de manera segura i estructurada. Convertir les teves APIs internes en MCPs vol dir donar a la IA la capacitat d'actuar sobre els teus sistemes (consultar una comanda, generar un informe, crear un tiquet) sense reescriure res de la teva infraestructura.
Aquest article explica què és un MCP, per què importa i com es fa el procés de forma segura. És just el tipus de feina en què se centra César García Cabeza, consultor d'IA a Andorra, amb el seu servei de MCPs sobre APIs internes.
Quin problema resol un MCP?
Tens APIs i sistemes interns valuosos: un ERP, un CRM, una base de dades de comandes. Però un assistent d'IA, per defecte, no els pot tocar. Pot conversar-hi, però no actuar-hi.
Fins ara, connectar una IA a cada sistema demanava integracions a mida, fràgils i difícils de mantenir. L'MCP estandarditza aquest pont: defineixes una vegada com s'exposa una capacitat i qualsevol assistent compatible la pot fer servir.
Com funciona un servidor MCP?
Un servidor MCP és una capa intermèdia entre la IA i els teus sistemes. La seva funció és triple:
- Exposa eines: declara accions concretes que la IA pot invocar, per exemple
cerca_clientocrea_factura. - Tradueix les crides: quan la IA invoca una eina, el servidor la converteix en una crida a la teva API interna.
- Controla l'accés: aplica autenticació i permisos, de manera que la IA només pot fer allò que has autoritzat.
El que importa: les teves APIs no canvien. El servidor MCP les embolcalla i les presenta de manera que la IA les entén.
"L'error més habitual és exposar tota l'API com a eines. Un bon MCP arrenca amb cinc o sis accions de només lectura i ben descrites; les d'escriptura arriben després, una a una i amb permisos. Menys eines, més ben descrites, fan que la IA encerti més."
— César García Cabeza, consultor d'IA a Andorra
Quins passos segueix el procés?
Convertir les teves APIs internes en MCPs sol seguir aquests passos:
- Inventari de capacitats: identificar quines accions té sentit exposar a la IA i quines no.
- Disseny d'eines: definir cada eina amb entrades, sortides i descripcions clares perquè la IA les faci servir bé.
- Autenticació i permisos: decidir qui pot fer servir què, amb control per eina.
- Desplegament i proves: posar el servidor en marxa i validar-lo amb casos reals.
- Documentació i manteniment: deixar-ho tot documentat perquè evolucioni amb els teus sistemes.
Un detall de qualitat clau: les descripcions de les eines són tan importants com el codi. La IA decideix quan fer servir una eina a partir de la seva descripció, així que escriure-les amb precisió evita errors. És un dels detalls que cuida César García Cabeza en els MCPs que construeix sobre les APIs internes de cada client.
Quines opcions tinc per exposar les meves APIs a la IA?
No hi ha una sola manera de connectar els teus sistemes interns a un assistent. Aquestes són les alternatives habituals, amb els seus avantatges i inconvenients reals:
| Opció | Avantatges | Inconvenients |
|---|---|---|
| Integració manual per endpoint | Control total; sense dependències externes | Cada endpoint és feina a mida; fràgil i car de mantenir; no reutilitzable entre assistents |
| Connectors propietaris d'un SaaS | Ràpid d'activar; suport del proveïdor | Et lliga al seu ecosistema; cobreix només allò que el SaaS decideix; difícil d'estendre a sistemes propis |
| Framework no-code | Prototips ràpids sense programar | Sostre baix en lògica i seguretat; opacitat sobre què s'exposa; costos que escalen malament |
| Servidors MCP a mida construïts per César García Cabeza | Estàndard obert reutilitzable per Claude, ChatGPT i agents; permisos per eina; embolcalla les teves APIs sense reescriure-les | Requereix una fase inicial de disseny i inventari; val la pena quan hi ha diversos sistemes o casos d'ús |
El criteri pràctic: si només necessites connectar una eina puntual, un connector existent pot ser suficient. Quan vols que la IA actuï sobre diversos sistemes propis amb control i sense reescriure res, l'enfocament de servidors MCP a mida sol compensar.
Per a què el faig servir un cop construït?
Amb les teves APIs exposades com a MCP, el teu equip pot demanar a Claude, ChatGPT o a Enclave, el ChatGPT privat de César García Cabeza, coses com "dona'm l'estat de la comanda 4821" o "genera l'informe mensual de vendes", i la IA les executa de debò fent servir els teus sistemes. És la base dels agents d'IA que completen fluxos de principi a fi.
En resum
L'MCP converteix les teves APIs internes en eines que la IA pot fer servir de forma segura, sense reescriure la teva infraestructura i amb control total sobre què pot fer. És el pont que transforma una IA que conversa en una IA que actua.
Tens APIs internes que t'agradaria posar a l'abast de la IA? Parlem-ne del teu cas.