Adsmurai lanza un MCP para conectar Claude con tus campañas

MCP: el estándar que convierte a los LLMs en operarios, no solo en consultores

Durante meses, la conversación sobre inteligencia artificial se midió por benchmarks: qué modelo razonaba mejor, cuál escribía más fino, quién encabezaba el ranking. Esa etapa deja paso a otra mucho más práctica para founders y marketers: qué puede hacer la IA con tus sistemas reales. Ahí entra en escena MCP (Model Context Protocol), el estándar abierto que está redefiniendo cómo los modelos se conectan con datos, herramientas y, sobre todo, con acciones.

Adsmurai acaba de sumarse a esa tendencia con un MCP propio que enlaza su plataforma de marketing con entornos compatibles como Claude, ChatGPT y Codex, según explica Pol Gomà, Growth Director de la compañía, en Marketing4eCommerce. La integración permite no solo consultar datos de campañas desde una conversación, sino también redistribuir presupuesto, modificar creatividades o lanzar anuncios directamente sobre Meta Ads, Google Ads o TikTok Ads, siempre bajo los permisos definidos por la plataforma.

¿Qué es exactamente un MCP y por qué importa a un marketer?

El Model Context Protocol es un protocolo abierto que define cómo una aplicación de IA (el host) descubre y se comunica con servidores externos que exponen herramientas, datos y acciones. Cada servidor MCP puede entregar tres tipos de capacidades, según explica la guía de referencia de unite.ai:

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Tools (herramientas): funciones ejecutables, como lanzar una consulta a una base de datos, crear un anuncio o cambiar una puja.
Resources (recursos): contexto legible, como informes, catálogos o dashboards.
Prompts (plantillas): flujos reutilizables que el usuario puede invocar con instrucciones estructuradas.

La analogía más usada es la del USB-C: un mismo conector para que muchos dispositivos dialoguen con muchas fuentes. MCP no reemplaza a las APIs existentes, sino que se monta encima de ellas como una capa de descubrimiento y orquestación amigable para modelos.

La diferencia clave frente a integraciones a medida es la estandarización. Como recuerda TechCrunch, una empresa que quiere que su IA toque Gmail, Slack o Salesforce terminaba antes manteniendo integraciones únicas para cada combinación cliente–servidor. MCP introduce un contrato común: el host negocia capacidades, el cliente mantiene la conexión y el servidor responde con herramientas y recursos en un esquema conocido.

Lo que cambia en marketing cuando la IA puede ejecutar, no solo analizar

Hasta ahora, el flujo habitual era: abrir Meta Ads, mirar Google Analytics, cruzar Excel y, al final, pedirle a una IA que interpretara lo encontrado. MCP invierte el orden: el modelo se conecta al lugar donde viven los datos y, si tiene permisos, también al lugar donde se ejecuta la acción.

Adsmurai concreta ese salto en cinco capacidades operativas que ya expone su MCP:

Reporting en lenguaje natural: pedirle al chat un resumen de la inversión de la semana pasada sin abrir el dashboard.
Planificación y forecasting: cruzar histórico, presupuesto y objetivos para proyectar resultados.
Atribución y medición: entender qué canal aporta qué conversión más allá del último clic.
Optimización de inversión: redistribuir presupuesto entre campañas para maximizar una métrica como ROAS, ventas o conversiones.
Generación y publicación de creatividades: identificar anuncios de bajo rendimiento, proponer nuevos copies y publicarlos en Meta, Google o TikTok.

Lo decisivo, según Gomà, es que el valor del MCP no está en cuántos datos consulta, sino en el tándem contexto + herramientas + capacidad de acción. Un servidor que solo devuelve informes es, en el fondo, una API envuelta en MCP. El salto cualitativo llega cuando el modelo puede proponer, ejecutar y registrar acciones respetando los permisos y controles de la plataforma.

Adsmurai y la apuesta por Claude como primer host

La primera integración del MCP de Adsmurai está disponible en Claude, el asistente de Anthropic, pero la arquitectura es deliberadamente multi-modelo. Cualquier entorno compatible con el estándar —incluidos ChatGPT y Codex— puede conectarse al mismo servidor sin reescribir la integración.

Esa decisión es relevante porque diferencia la propuesta de marketing ad hoc de una infraestructura reutilizable. Para una marca que ya paga licencias de Claude, ChatGPT Enterprise o Cursor, el MCP de Adsmurai se convierte en un complemento, no en una plataforma paralela. La conversación vive en el chat que el equipo ya usa; los datos y las acciones, en la plataforma de inversión.

Adsmurai, además, ya había presentado con anterioridad a Kata, su IA de marketing orientada a conectar estrategia, datos y ejecución. El MCP llega como la capa técnica que permite a Kata —y a cualquier otro modelo— interactuar con el stack publicitario de la marca sin intermediarios manuales.

Seguridad, permisos y control: el talón de Aquiles del MCP

Un servidor MCP que toca campañas, presupuestos y creatividades no es un juguete. Como advierte unite.ai en su análisis técnico, los hosts deben mantener listas explícitas de servidores permitidos, pedir consentimiento claro antes de cada acción sensible y registrar cada llamada con la identidad que la autorizó. Los recursos devueltos también son una superficie de prompt injection: un anuncio o un comentario puede contener instrucciones que intenten manipular al modelo.

Para un equipo de marketing, esto se traduce en cuatro preguntas obligatorias antes de activar un MCP:

¿Quién autoriza cada acción y cómo queda registrada?
¿Qué credenciales y scopes tiene el servidor conectado?
¿Hay un kill switch humano antes de mover presupuesto real?
¿Qué pasa si un recurso devuelto contiene instrucciones maliciosas?

La propia investigación de Propel, difundida en septiembre de 2026, muestra que entre 400 directivos de manufactura, el 95% valora que las herramientas de IA conectadas a PLM y QMS tengan controles de acceso y logs de auditoría, y el 84% otorga la misma importancia a gobernar desde un único lugar qué puede consultar y ejecutar la IA. Aunque el estudio es de manufactura, el patrón se replica tal cual en marketing: nadie quiere que un agente reescriba pujas sin trazabilidad.

¿Qué significa esto para tu startup?

El MCP de Adsmurai no es la única implementación que va a aparecer. Stripe, Shopify, HubSpot, Notion y cientos de SaaS están exponiendo servidores MCP para que los modelos actúen directamente sobre su superficie. Para un founder con equipo pequeño, eso cambia el cálculo de automatización.

Acciones concretas para aplicar esta tendencia:

Mapa de tareas repetitivas: lista las 10 acciones que tu equipo de marketing hace a diario (subir creatividades, pausar anuncios, mover presupuesto, exportar informes). Cualquiera que dependa de 2–3 clics en un SaaS es candidata a un MCP.
Prueba con un sandbox antes de tocar dinero real: conecta tu cuenta publicitaria a un entorno de pruebas o crea una campaña de bajo presupuesto para validar que el flujo MCP funciona, registra logs y respeta permisos.
Diseña tu propio MCP interno si vendes B2B: si tu producto ya tiene API, un servidor MCP propio te coloca como infraestructura lista para agentes. Es el equivalente moderno de tener un buen SDK.
Capas de aprobación humana: define reglas claras —por ejemplo, cambios de presupuesto superiores a USD 500 requieren confirmación manual en el chat antes de ejecutarse.

La siguiente frontera de la IA no se va a jugar en los benchmarks de los modelos, sino en todo lo que seamos capaces de conectar alrededor de ellos. Las startups que entiendan ese cambio primero van a operar con menos gente, menos pestañas abiertas y más margen para decidir.