{"id":181878,"date":"2026-07-22T21:07:40","date_gmt":"2026-07-22T20:07:40","guid":{"rendered":"https:\/\/liora.io\/es\/?p=181878"},"modified":"2026-07-22T21:07:42","modified_gmt":"2026-07-22T20:07:42","slug":"protocolo-de-contexto-de-modelo-que-es-eso","status":"publish","type":"post","link":"https:\/\/liora.io\/es\/protocolo-de-contexto-de-modelo-que-es-eso","title":{"rendered":"Protocolo de contexto de modelo (PCM): \u00bfQu\u00e9 es eso?"},"content":{"rendered":"<p><b>Model Context Protocol es un protocolo de c\u00f3digo abierto que permite a las IAs gestionar din\u00e1micamente su contexto (documentos, herramientas, memoria) sin sobrecargarlo en el prompt. \u00a1Descubre por qu\u00e9 MCP se ha convertido en el nuevo est\u00e1ndar de los agentes inteligentes y c\u00f3mo transforma la arquitectura de modelos como ChatGPT, Claude o Gemini!<\/b><\/p>\n<p>Los modelos de <strong>IA generativa<\/strong> no dejan de ganar en potencia. Pueden redactar un informe de auditor\u00eda, resumir un libro entero o generar c\u00f3digo en tres l\u00edneas de prompt. Sin embargo, a pesar de sus impresionantes capacidades, persiste una debilidad: su <b>relaci\u00f3n con el contexto<\/b>.<\/p>\n<p>Entre <b>prompts<\/b> extensos, <b>informaciones olvidadas<\/b> o <b>costos prohibitivos<\/b> relacionados con <b>la memoria tokenizada<\/b>, interactuar con un LLM a menudo equivale a malabarear con parches t\u00e9cnicos. Se corta, se reformula, se vuelve a jugar el historial\u2026 y se cruzan los dedos para que el modelo \u00abentienda\u00bb. Una paradoja, cuando se habla de inteligencia.<\/p>\n<p>Para salir de este callej\u00f3n sin salida naci\u00f3 <b>el Model Context Protocol (MCP)<\/b>. Un protocolo simple pero ambicioso: <b>repensar el v\u00ednculo entre un modelo y los datos contextuales<\/b> que utiliza, de manera modular, transparente y segura. Anunciado a finales de 2024 por Anthropic, r\u00e1pidamente adoptado por OpenAI e integrado desde entonces por <a href=\"https:\/\/liora.io\/es\/\">Microsoft<\/a>, MCP se impone como<b> el nuevo cimiento t\u00e9cnico de una IA<\/b> que no piensa solo por ti, sino contigo.<\/p>\n<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/<br \/>\n.elementor-heading-title{padding:0;margin:0;line-height:1}.elementor-widget-heading .elementor-heading-title[class*=elementor-size-]>a{color:inherit;font-size:inherit;line-height:inherit}.elementor-widget-heading .elementor-heading-title.elementor-size-small{font-size:15px}.elementor-widget-heading .elementor-heading-title.elementor-size-medium{font-size:19px}.elementor-widget-heading .elementor-heading-title.elementor-size-large{font-size:29px}.elementor-widget-heading .elementor-heading-title.elementor-size-xl{font-size:39px}.elementor-widget-heading .elementor-heading-title.elementor-size-xxl{font-size:59px}<\/style>\n<h2>MCP: \u00bfqu\u00e9 es exactamente?<\/h2>\n<p>El Model Context Protocol, o MCP, es un protocolo estandarizado que permite a un <a href=\"https:\/\/liora.io\/es\/agentes-de-ia-todo-sobre\">agente de IA<\/a> (como ChatGPT o Claude) <b>recibir, estructurar y explotar din\u00e1micamente un contexto externo<\/b>. Este contexto puede tomar m\u00faltiples formas: extractos de documentos, historial de usuario, herramientas activables, preferencias, datos en cach\u00e9\u2026 En resumen, todo lo que <b>el modelo debe <\/b><b><i>saber<\/i><\/b><b> para producir una respuesta pertinente<\/b>, sin que todo quepa en un prompt gigantesco.<\/p>\n<p>T\u00e9cnicamente, MCP se basa en <b>una arquitectura JSON-RPC 2.0<\/b>, con SDK disponibles en Python, <a href=\"https:\/\/liora.io\/es\/typescript-que-es-este-lenguaje\">TypeScript<\/a>, Java o <b>C#<\/b>. Define tres roles principales:<\/p>\n<ol>\n<li style=\"font-weight: 400;\" aria-level=\"1\"><b>El Caller<\/b>, quien emite la solicitud (la interfaz de usuario, la app o el agente maestro).<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\"><b>El Retriever<\/b>, que selecciona los elementos contextuales adecuados para inyectar.<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\"><b>El Model<\/b>, que realiza el razonamiento final a partir de la entrada enriquecida.<\/li>\n<\/ol>\n<p>\u00bfEl inter\u00e9s? Desacoplar las capacidades del modelo de la gesti\u00f3n del contexto, para hacer todo m\u00e1s <b>modular<\/b>, <b>r\u00e1pido<\/b> y <b>escalable<\/b>.<\/p>\n<style>\/*! elementor - v3.15.0 - 02-08-2023 *\/<br \/>\n.elementor-widget-image{text-align:center}.elementor-widget-image a{display:inline-block}.elementor-widget-image a img[src$=\".svg\"]{width:48px}.elementor-widget-image img{vertical-align:middle;display:inline-block}<\/style>\n<p>\t\t\t\t\t\t\t\t\t\t\t\t<img decoding=\"async\" width=\"1536\" height=\"1024\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/09\/model-context-protocol-1.webp\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/09\/model-context-protocol-1.webp 1536w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/09\/model-context-protocol-1-300x200.webp 300w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/09\/model-context-protocol-1-1024x683.webp 1024w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/09\/model-context-protocol-1-768x512.webp 768w\" sizes=\"(max-width: 1536px) 100vw, 1536px\"><br \/>\n<a href=\"https:\/\/liora.io\/es\/nuestros-cursos-de-data\"><br \/>\nProfundizar en el Model Context Protocol<br \/>\n<\/a><\/p>\n<h2>\u00bfPor qu\u00e9 se ha vuelto imprescindible el MCP?<\/h2>\n<p>Hasta ahora, coexist\u00edan dos estrategias principales para la gesti\u00f3n del contexto en la IA. Por un lado, <b>la ingesti\u00f3n brutal de todo aquello que pudiera ser \u00fatil en el prompt<\/b>. Un enfoque costoso en tokens, r\u00edgido y pronto incontrolable. Por otro lado, <b>los sistemas caseros (RAG, agentes, embeddings) improvisados<\/b> para intercalar documentos o herramientas\u2026 sin est\u00e1ndar, sin seguridad y, a menudo, sin claridad.<\/p>\n<p>Sin embargo, MCP trae una respuesta de fondo. En lugar de cargar todo sobre los hombros del prompt, el protocolo propone <b>delegar la selecci\u00f3n, la memoria y los accesos a componentes especializados<\/b>. Ya no se le pide al modelo que lo haga todo: se le construye un ambiente estructurado. Esta idea de <b>modularidad<\/b> sedujo muy r\u00e1pidamente.<\/p>\n<p>Lanzado a finales de 2024 bajo licencia de c\u00f3digo abierto por <a href=\"https:\/\/liora.io\/es\/anthropic-todo-sobre\">Anthropic<\/a>, MCP fue r\u00e1pidamente adoptado por los gigantes. <strong>OpenAI<\/strong> lo integr\u00f3 en sus agentes personalizados (<b>Custom GPTs<\/b>) desde marzo de 2025. Google lo anunci\u00f3 para su suite <strong>Gemini<\/strong>, y Microsoft ya lo usa en su plataforma <b>Windows AI Foundry<\/b> para pilotear acciones del sistema con agentes IA.<\/p>\n<p>Hoy en d\u00eda, <b>los SDK MCP<\/b> registran m\u00e1s de 8 millones de descargas semanales, y el repositorio p\u00fablico referencia m\u00e1s de <b>5,000 servidores activos<\/b>. \u00bfPor qu\u00e9 tal entusiasmo? Porque el protocolo te hace una promesa: ya no hablas con un modelo aislado, interact\u00faas con un <b>ecosistema razonado<\/b>, donde cada m\u00f3dulo (memoria, herramienta, base documental) juega su rol.<\/p>\n<h2>\u00bfC\u00f3mo funciona el MCP?<\/h2>\n<p>El MCP se basa en una idea muy simple: separar los roles para <b>estructurar el razonamiento de la IA<\/b>.<\/p>\n<ul>\n<li style=\"font-weight: 400;\" aria-level=\"1\">El Caller es la aplicaci\u00f3n, el front, o el agente maestro. Recibe una <b>solicitud de usuario<\/b> (ej.: \u201c\u00bfCu\u00e1l es el estado del proyecto X?\u201d) y <b>orquesta la llamada al modelo<\/b>.<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">El Retriever es el componente encargado de <b>encontrar el contexto pertinente<\/b>: extracto de informe, ticket Jira, correo del cliente\u2026 Puede interrogar bases vectoriales, archivos, una memoria persistente. Devuelve una estructura clara, normalizada.<\/li>\n<li style=\"font-weight: 400;\" aria-level=\"1\">El Model, por su parte, es el LLM que <b>ejecuta el razonamiento<\/b>, tomando como entrada: la solicitud + los datos proporcionados por el retriever.<\/li>\n<\/ul>\n<p>Todo se basa en est\u00e1ndares <b>API JSON-RPC<\/b>, permitiendo encadenar los m\u00f3dulos de manera fluida. Los SDK (en <a href=\"https:\/\/liora.io\/es\/curso-python-aprende-los-fundamentos\">Python<\/a>, <a href=\"https:\/\/liora.io\/es\/typescript-que-es-este-lenguaje\">TypeScript<\/a>, Java\u2026) facilitan <b>la construcci\u00f3n de servidores MCP personalizados<\/b>. De este modo, el modelo se convierte en un cerebro conectado a \u00f3rganos especializados, seg\u00fan reglas bien definidas. Y eso permite una IA mucho m\u00e1s \u00fatil, sin explotar el costo del token.<\/p>\n<p><img decoding=\"async\" width=\"1536\" height=\"1024\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/09\/model-context-protocol-2.webp\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/09\/model-context-protocol-2.webp 1536w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/09\/model-context-protocol-2-300x200.webp 300w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/09\/model-context-protocol-2-1024x683.webp 1024w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/09\/model-context-protocol-2-768x512.webp 768w\" sizes=\"(max-width: 1536px) 100vw, 1536px\"><br \/>\n<a href=\"https:\/\/liora.io\/es\/nuestros-cursos-de-data\"><br \/>\nDominar el funcionamiento del MCP<br \/>\n<\/a><\/p>\n<h2>Algunos ejemplos de casos de uso<\/h2>\n<p>Este protocolo ya se utiliza en numerosas aplicaciones. En Replit, por ejemplo, MCP est\u00e1 integrado en su <b>asistente IA<\/b> de desarrollo. A cada pregunta planteada, un <b>retriever contextual<\/b> analiza los archivos del proyecto, identifica las funciones involucradas y transmite al modelo solo los bloques de c\u00f3digo \u00fatiles.<\/p>\n<p>Otro ejemplo: <b>Sourcegraph Cody<\/b>, asistente IA para la navegaci\u00f3n en el c\u00f3digo. Gracias al MCP, puede <b>agregar contextos complejos<\/b> (historial Git, documentaci\u00f3n, comentarios internos) sin saturar nunca el modelo.<\/p>\n<p>De igual manera, <b>OpenAI<\/b> ya lo utiliza a gran escala. Cuando un usuario pide a ChatGPT que busque en sus archivos, es un retriever MCP quien act\u00faa tras bambalinas. Cuando un agente personalizado activa una herramienta de terceros (calculadora, navegador, int\u00e9rprete Python), tambi\u00e9n pasa por un <b>call MCP estandarizado<\/b>.<\/p>\n<p>Y en <b>Microsoft<\/b>, es a\u00fan m\u00e1s ambicioso: b, lanzado en mayo de 2025, <b>integra nativamente MCP<\/b> para permitir a agentes IA <b>pilotear el OS<\/b> (explorador, terminal, archivos, software\u2026) a trav\u00e9s de un registro MCP seguro.<\/p>\n<p>Otra ilustraci\u00f3n notable: <b>Block<\/b> (la compa\u00f1\u00eda de Jack Dorsey) utiliza MCP para permitir a sus asistentes IA internos <b>investigar en los datos<\/b> financieros, logs, correos electr\u00f3nicos\u2026 todo en un marco controlado y f\u00e1cilmente auditable.<\/p>\n<h2>\u00bfUn futuro est\u00e1ndar para toda la IA?<\/h2>\n<p>Lo que impacta con <b>MCP<\/b> es la unanimidad de su adopci\u00f3n. Rara vez un <b>protocolo IA<\/b> hab\u00eda sido tan r\u00e1pidamente adoptado por tantos actores importantes.<\/p>\n<p><b>Anthropic<\/b>, <b>OpenAI<\/b>, <b>Microsoft<\/b>, <strong>Google DeepMind<\/strong>\u2026 todos se alinean en torno a esta arquitectura. Incluso Meta ha anunciado que \u00abexamina seriamente\u00bb la integraci\u00f3n en su <b>ecosistema de c\u00f3digo abierto<\/b>. \u00bfPor qu\u00e9 este consenso? Porque MCP resuelve un problema universal. Cada <strong>desarrollador IA<\/strong>, cada empresa que quiere explotar un modelo sabe cu\u00e1n inyectar contexto es una pesadilla t\u00e9cnica. MCP proporciona una soluci\u00f3n clara y estructurada.<\/p>\n<p>Pero sobre todo, <b>el protocolo es abierto<\/b>, interoperable y publicado como una especificaci\u00f3n p\u00fablica. Como OpenAPI para las <a href=\"https:\/\/liora.io\/es\/api-rest-con-golang\">APIs REST<\/a> o <b>OAuth<\/b> para la autenticaci\u00f3n, MCP bien podr\u00eda convertirse en <b>el est\u00e1ndar del contexto IA<\/b>. Con esta base compartida, se pueden imaginar herramientas MCP \u201c<b>plug and play<\/b>\u201d al estilo de los plugins web y una App Store de <b>extensiones IA contextuales<\/b>.<\/p>\n<p>Modelos diferentes podr\u00edan compartir el mismo <b>Retriever<\/b>, o viceversa. Y a largo plazo, los <b>agentes<\/b> podr\u00edan ser capaces de dialogar entre ellos a trav\u00e9s de MCP intercambiando contextos propios. MCP es en cierto modo el eslab\u00f3n perdido entre LLMs, herramientas y datos, que bien podr\u00eda redise\u00f1ar toda la cadena de valor de la IA.<\/p>\n<p><img decoding=\"async\" width=\"1536\" height=\"953\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/09\/model-context-protocol-3.webp\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/09\/model-context-protocol-3.webp 1536w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/09\/model-context-protocol-3-300x186.webp 300w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/09\/model-context-protocol-3-1024x635.webp 1024w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/09\/model-context-protocol-3-768x477.webp 768w\" sizes=\"(max-width: 1536px) 100vw, 1536px\"><br \/>\n<a href=\"https:\/\/liora.io\/es\/nuestros-cursos-de-data\"><br \/>\nConvertirse en desarrollador de IA<br \/>\n<\/a><\/p>\n<h2>Seguridad, vulnerabilidades: el lado oscuro del protocolo<\/h2>\n<p>A pesar de sus ventajas, \u00bfse puede confiar en esta arquitectura abierta y distribuida? Un estudio realizado en <b>1,899 servidores MCP de c\u00f3digo abierto<\/b> ha destacado fallos preocupantes. Entre ellos, el <b>7.2%<\/b> exponen vulnerabilidades \u00abcl\u00e1sicas\u00bb como una <b>mala gesti\u00f3n de las llamadas<\/b> o una <b>inyecci\u00f3n no filtrada<\/b>. M\u00e1s preocupante: el <b>5.5%<\/b> son vulnerables a <a href=\"https:\/\/liora.io\/es\/ataque-dns-todo-sobre\">ataques espec\u00edficos al protocolo<\/a>, como el <b>tool poisoning<\/b> (alteraci\u00f3n de una herramienta de terceros para influir el razonamiento del modelo).<\/p>\n<p>Algunos estudios tambi\u00e9n han demostrado que un <b>desarrollador principiante<\/b> puede exfiltrar datos financieros sensibles combinando varias herramientas MCP mal configuradas. Y esto, sin nunca tener acceso directo al modelo o al usuario. Solo coloc\u00e1ndose en la cadena contextual. Esto es precisamente lo que hace a MCP tan poderoso\u2026 y tan expuesto: se convierte en una superficie de ataque en s\u00ed misma.<\/p>\n<p>Ante estos riesgos, la comunidad reacciona. Ha surgido una propuesta de fortalecimiento llamada <b>ETDI (para <\/b><b><i>External Tool and Data Interface<\/i><\/b><b>)<\/b>. Combina una <b>autenticaci\u00f3n OAuth<\/b> robusta, un <b>control de acceso<\/b> basado en reglas declarativas y <b>sandbox<\/b> reforzadas para los servidores retrievers. Pero nada es autom\u00e1tico. Como siempre, el poder del protocolo depende de la calidad de su implementaci\u00f3n. Y cuanto m\u00e1s <a href=\"https:\/\/liora.io\/es\/\">agentes IA<\/a> permitas actuar con contexto rico, m\u00e1s imperativa se vuelve la gobernanza.<\/p>\n<h2>Y ahora, \u00bfhacia d\u00f3nde va el MCP?<\/h2>\n<p>El <b>Model Context Protocol<\/b> a\u00fan es joven, pero ya dibuja los contornos de un <b>nuevo ecosistema IA<\/b>: modular, conectado, consciente de su entorno.<\/p>\n<p>Ma\u00f1ana, el protocolo podr\u00eda convertirse en <b>el lenguaje com\u00fan entre todos los agentes IA<\/b>, sean locales, integrados o en la nube. Ya se vislumbran varias tendencias. El protocolo est\u00e1 en proceso de extensi\u00f3n para integrar nativamente im\u00e1genes, videos, sonido o incluso escenas 3D como contexto. Por lo tanto, ofrecer\u00eda <b>una multimodalidad nativa<\/b>. Algunos proyectos de c\u00f3digo abierto ya proponen <b>herramientas MCP<\/b> capaces de interactuar con varios modelos (<a href=\"https:\/\/liora.io\/es\/tecnologia-de-proposito-general-todo-sobre\">GPT<\/a>, <a href=\"https:\/\/liora.io\/es\/claude-computer-que-es\">Claude<\/a>, <a href=\"https:\/\/liora.io\/es\/mistral-ai-lider-europeo-en-inteligencia-artificial\">Mistral<\/a>) a trav\u00e9s del mismo pipeline de contexto, para una interoperabilidad horizontal.<\/p>\n<p>El MCP tambi\u00e9n hace posible <b>app stores de agentes especializados<\/b>, en forma de una biblioteca de retrievers, memorias o administradores de herramientas, que puedes conectar a cualquier <a href=\"https:\/\/liora.io\/es\/llmops-todo-lo-que-necesita-saber\">LLM<\/a>. Adem\u00e1s, en proyectos como <b>Autogen<\/b> o <a href=\"https:\/\/liora.io\/es\/\">CrewAI<\/a>, cada agente podr\u00eda aprovechar ma\u00f1ana <b>MCP para intercambiar tareas, llamarse entre ellos o sincronizar sus memorias<\/b>. Se habla de agentividad distribuida.<\/p>\n<p><img decoding=\"async\" width=\"1536\" height=\"1024\" src=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/09\/model-context-protocol-4.webp\" alt=\"\" loading=\"lazy\" srcset=\"https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/09\/model-context-protocol-4.webp 1536w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/09\/model-context-protocol-4-300x200.webp 300w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/09\/model-context-protocol-4-1024x683.webp 1024w, https:\/\/liora.io\/app\/uploads\/sites\/7\/2025\/09\/model-context-protocol-4-768x512.webp 768w\" sizes=\"(max-width: 1536px) 100vw, 1536px\"><br \/>\n<a href=\"https:\/\/liora.io\/es\/nuestros-cursos-de-data\"><br \/>\nFormarse en el uso del MCP<br \/>\n<\/a><\/p>\n<h2>Conclusi\u00f3n: Model Context Protocol, \u00bfy si el verdadero poder de la IA viniera del contexto?<\/h2>\n<p>Al separar el modelo de su contexto, al estandarizar <b>la manera en que una IA accede a la informaci\u00f3n, a las herramientas y a la memoria<\/b>, MCP transforma la arquitectura de la inteligencia artificial moderna. Se acabaron los prompts escritos a mano. Con MCP, se piensa en sistemas. Se ensamblan m\u00f3dulos, se controla lo que ve la IA, se asegura lo que sabe, se elige lo que puede hacer.<\/p>\n<p>Entonces, \u00bfse convertir\u00e1 el MCP en el HTTP de la inteligencia artificial? Tal vez. Lo que es seguro es que inaugura una nueva era: aquella en la que <b>los modelos se convierten en colaboradores<\/b> aumentados, conectados a su entorno.<\/p>\n<p>Si deseas <b>comprender en profundidad las arquitecturas modernas de la IA<\/b>, incluidos los mecanismos de memoria, razonamiento, agentividad y contextos distribuidos, las formaciones en Inteligencia Artificial de Liora est\u00e1n hechas para ti. Nuestros cursos completos te permitir\u00e1n dominar los fundamentos del <a href=\"https:\/\/liora.io\/es\/formacion-en-azure-machine-learning\">machine learning<\/a> y el <a href=\"https:\/\/liora.io\/es\/formacion-en-deep-learning-por-donde-empezar\">deep learning<\/a>.<\/p>\n<p>Tambi\u00e9n podr\u00e1s explorar <b>los usos avanzados de los LLMs, los agentes y los frameworks<\/b> modernos como <b>LangChain<\/b>, <a href=\"https:\/\/liora.io\/es\/\">Autogen<\/a> y <b>MCP<\/b>. A lo largo del programa, aprender\u00e1s a <b>concebir aplicaciones IA<\/b> robustas, inteligentes y alineadas con las buenas pr\u00e1cticas actuales.<\/p>\n<p>Gracias a una <b>pedagog\u00eda centrada en la pr\u00e1ctica profesional<\/b>, ser\u00e1s formado para construir sistemas IA concretos, explotables en la empresa y a la vanguardia de los est\u00e1ndares t\u00e9cnicos. <a href=\"https:\/\/liora.io\/es\/nuestros-cursos-de-data\">Nuestros recorridos<\/a> est\u00e1n disponibles en <b>BootCamp<\/b> intensivo, en <b>alternancia<\/b> o en <b>formaci\u00f3n continua<\/b>. Todo ello elegible para el CPF, Francia Trabajo y los dispositivos de financiamiento profesional. <b>\u00a1Descubre Liora!<\/b><\/p>\n<p><a href=\"https:\/\/liora.io\/es\/nuestros-cursos-de-data\"><br \/>\nExplorar nuestros programas de IA<br \/>\n<\/a><\/p>\n<p>Ahora que sabes todo sobre <b>el protocolo MCP<\/b>, te invitamos a descubrir nuestro <a href=\"https:\/\/liora.io\/es\/\">art\u00edculo completo sobre Langchain<\/a> y nuestro art\u00edculo sobre los LLM.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Model Context Protocol es un protocolo de c\u00f3digo abierto que permite a las IAs gestionar din\u00e1micamente su contexto (documentos, herramientas, memoria) sin sobrecargarlo en el prompt. \u00a1Descubre por qu\u00e9 MCP se ha convertido en el nuevo est\u00e1ndar de los agentes inteligentes y c\u00f3mo transforma la arquitectura de modelos como ChatGPT, Claude o Gemini! Los modelos [&hellip;]<\/p>\n","protected":false},"author":47,"featured_media":181880,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"editor_notices":[],"footnotes":""},"categories":[2430],"class_list":["post-181878","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-artificial-intelligence"],"acf":[],"_links":{"self":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts\/181878","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/users\/47"}],"replies":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/comments?post=181878"}],"version-history":[{"count":5,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts\/181878\/revisions"}],"predecessor-version":[{"id":181888,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/posts\/181878\/revisions\/181888"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/media\/181880"}],"wp:attachment":[{"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/media?parent=181878"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/liora.io\/es\/wp-json\/wp\/v2\/categories?post=181878"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}