Claude y MCP: cómo conectar la inteligencia artificial con tus herramientas de marketing

¿Qué es MCP y por qué es relevante para marketing?

Model Context Protocol permite que aplicaciones de inteligencia artificial se conecten de forma estructurada con herramientas y sistemas externos.

La diferencia es importante. Un modelo como Claude puede entender cómo funciona una estrategia de paid media, explicar un modelo de atribución o ayudar a interpretar un ROAS. Sin embargo, por defecto no sabe qué está ocurriendo en tus campañas, qué productos tienes en tu feed o cómo está evolucionando la visibilidad de tu marca.

Necesita contexto.

Hasta ahora, ese contexto se ha proporcionado principalmente de forma manual mediante archivos, exports, documentos o prompts cada vez más detallados. Con MCP podemos avanzar hacia un modelo diferente, en el que la IA puede acceder a las herramientas autorizadas que necesita para resolver una petición.

En lugar de preguntarnos qué datos tenemos que darle a la IA, podemos empezar a plantearnos qué herramientas necesita la IA para ayudarnos.

Cómo funciona Claude con el MCP de Adsmurai

El MCP de Adsmurai conecta Claude Desktop y Claude Code con Adsmurai Marketing Platform. Claude actúa como interfaz conversacional, AMP proporciona los datos y capacidades de marketing y MCP conecta ambos entornos.

Usuario → Claude → MCP de Adsmurai → AMP → herramientas y datos

La conexión se realiza mediante un personal access token individual. Las capacidades que Claude puede utilizar dependen de los permisos de cada usuario en AMP y de los MCP servers que decida conectar.

Según esos permisos, Claude puede trabajar con capacidades relacionadas con Attribution, Benchmarks, Brand Tracker, Campaign Tools, Dashboards, Feeds y Media Plans.

No estamos trasladando AMP dentro de Claude. Estamos creando una nueva forma de acceder a sus capacidades.

¿Qué puede hacer Claude conectado a Adsmurai Marketing Platform?

Claude puede utilizar las capacidades autorizadas de AMP para responder preguntas de marketing mediante lenguaje natural y mantener el contexto a medida que avanza el análisis.

Un usuario podría empezar preguntando:

• “¿Qué campañas están funcionando mejor ahora mismo?”
• “¿Cuáles han perdido eficiencia durante las últimas semanas?”
• “¿Qué canales explican principalmente ese cambio?”
• “¿Dónde deberíamos investigar antes de tomar una decisión sobre inversión?”

Claude puede recurrir a las herramientas disponibles en AMP para obtener la información necesaria para cada pregunta. A partir de ahí, la conversación puede evolucionar sin tener que reconstruir el contexto en cada paso.

También podemos plantear preguntas como:

• “Muéstrame mis resultados de atribución por canal.”
• “¿Cómo está evolucionando la visibilidad de mi marca frente a mis principales competidores?”
• “¿Qué campañas activas no están vinculadas a un media plan?”

Cada pregunta puede activar diferentes capacidades de AMP en función de lo que el usuario necesite resolver.

De consultar dashboards a responder preguntas de negocio

MCP cambia el punto de partida del análisis: en lugar de comenzar por una plataforma o un dashboard, los equipos pueden empezar por la pregunta de negocio que necesitan responder.

Tradicionalmente, encontrar una respuesta requería saber qué plataforma abrir, qué dashboard consultar, qué filtros aplicar y, muchas veces, qué información exportar para combinarla con otra fuente.

Pero los problemas de negocio no están organizados por plataformas.

Un ecommerce puede necesitar simplemente saber:

“¿Qué productos debería priorizar?”

Un equipo de paid media puede querer entender:

“¿Por qué estamos perdiendo eficiencia este mes?”

Responder a estas preguntas puede requerir combinar información de campañas, atribución, producto o planificación.

Con MCP, el punto de partida puede ser la pregunta de negocio, mientras que la tecnología se encarga de acceder a las capacidades necesarias para ayudar a responderla.

Esto supone pasar de una experiencia centrada en navegar herramientas a otra centrada en expresar intenciones.

Claude y AMP: del análisis a la acción

MCP no se limita a consultar información. Dependiendo de las herramientas disponibles y de los permisos del usuario, Claude también puede ayudar a realizar determinadas acciones dentro de AMP.

Pregunta → análisis → recomendación → acción.

Por ejemplo, un equipo podría detectar una campaña con una caída de rendimiento, investigar sus causas y continuar trabajando sobre esa información sin abandonar la conversación.

Sin embargo, cuanto más se acerca la IA a la ejecución, más importante se vuelve la gobernanza.

La conexión con AMP utiliza credenciales individuales, respeta los permisos del usuario y permite seleccionar qué capacidades se conectan con Claude. Además, determinadas acciones requieren confirmación antes de ejecutarse y el acceso puede revocarse desde AMP.

La evolución hacia sistemas más autónomos solo tiene sentido si automatización y control avanzan al mismo ritmo.

MCP y el futuro de la inteligencia artificial en marketing

La siguiente etapa de la IA en marketing está cada vez más marcada por la conexión entre modelos, contexto de negocio, datos y herramientas.

La primera etapa de la IA generativa estuvo dominada por los prompts. A medida que modelos cada vez más potentes estén al alcance de prácticamente cualquier empresa, la diferencia estará cada vez más en qué contexto puede utilizar el modelo, a qué herramientas tiene acceso y qué procesos puede ayudar a ejecutar.

En Adsmurai entendemos MCP como parte de una evolución más amplia hacia sistemas de crecimiento conectados. AMP actúa como infraestructura que conecta datos y capacidades de marketing, mientras que MCP permite utilizar esas capacidades desde entornos de inteligencia artificial como Claude.

Por eso, la pregunta más relevante ya no es únicamente qué puede responder una IA, sino qué puede hacer cuando entiende el contexto del negocio y puede trabajar con las herramientas adecuadas.