TEAM SOLUTIONS
WORKFLOW SOLUTIONS
REVIEW TOOL
PROJECT MANAGEMENT
TOOLS & INTEGRATIONS
CLIENT INTERVIEWS
Post is also avalible in:
La pereza es la verdadera madre de la invención, y esto vuelve a demostrarse con cómo cada vez más software integra herramientas impulsadas por IA. Aunque yo preferiría llamarlo optimización del flujo de trabajo. De hecho, el 87% de los CEOs admitió que la IA aporta más oportunidades que riesgos a su negocio. Quiero decir, ¿quién no querría delegar todas las tareas aburridas, rutinarias y repetitivas a un asistente? Puede comprobar qué proyectos están atascados en aprobación, asignar una tarea de revisión a tu diseñador o generar un informe de proof que tú solo revisas y envías al cliente.
Si tu flujo de trabajo incluye Claude, ChatGPT o cualquier otra herramienta de IA que normalmente usas por separado del software principal, MCP es justo lo que necesitas. Y déjame explicarte por qué.
¿Qué es MCP?
En esencia, MCP significa Model Context Protocol. Originalmente desarrollado por Anthropic y actualmente mantenido por la Linux Foundation, es un estándar abierto que define cómo los modelos de IA se conectan a servicios externos. Suena técnico, pero la idea es simple: es la forma en que agentes de IA como Claude o ChatGPT se conectan a tus herramientas reales y realizan trabajo por ti.
Antes de MCP, conectar un asistente de IA a una herramienta externa requería integraciones personalizadas y únicas. Cada herramienta tenía que desarrollar su propio plugin para cada plataforma de IA. MCP estandariza esto: si un servicio implementa un servidor MCP, cualquier cliente de IA compatible con MCP puede conectarse automáticamente. Dicho de forma sencilla, imagina que MCP es un adaptador universal que te permite conectar una herramienta de IA sin importar el “enchufe” del software.
Por qué MCP es importante para equipos creativos
Creo que estarás de acuerdo en que el proceso de revisión y aprobación creativa implica muchas tareas repetitivas y cambios constantes de contexto: crear proyectos, subir archivos, asignar revisores, hacer seguimiento del estado y generar informes. Todo esto ocurre decenas de veces al día en agencias ocupadas y empresas FMCG.
La parte frustrante no es que una tarea en sí sea difícil. Es el cambio constante. Estás en el email, luego en la herramienta de proofing, luego en Slack y otra vez en el email. Antes de darte cuenta, se ha ido media mañana y no has hecho nada realmente creativo.
Durante mucho tiempo, la única forma de acelerar esto era contratar más gente o construir automatizaciones complejas con ayuda de un desarrollador. Ninguna de esas opciones es especialmente accesible para la mayoría de equipos. Lo que MCP abre es una tercera opción: simplemente pedirle a tu IA que lo haga por ti. Y no necesitas ser programador, ya que basta con un mensaje sencillo y conversacional desde la herramienta de IA que ya estás usando. Veamos algunos ejemplos en el siguiente apartado.
¿Qué puedes hacer con el servidor MCP de Approval Studio?
A marzo de 2026, Approval Studio es la única plataforma de proofing y aprobación de artwork online con un servidor MCP nativo. Por eso, los ejemplos que veremos están basados en tareas que puedes realizar dentro de este software. Para entenderlo mejor, he preparado una tabla:
Tener un servidor MCP nativo es muy diferente a depender de una solución externa. Lo que quiero decir es que la conexión es, evidentemente, más fiable. Se mantiene actualizada conforme evoluciona la plataforma y no dependes de herramientas de terceros para que el puente siga funcionando.
Hablando de herramientas, a continuación veremos cuáles puedes integrar realmente con Approval Studio.
¿Qué herramientas de IA funcionan con el MCP de Approval Studio?
La buena noticia es que Approval Studio utiliza el estándar abierto MCP. En otras palabras, funciona con cualquier cliente de IA compatible con MCP. Más concretamente, aquí tienes una lista de algunos de los clientes más populares:
- Claude Desktop y Claude.ai — clientes propios de Anthropic, el equipo que desarrolló MCP
- ChatGPT — el clásico; OpenAI adoptó oficialmente MCP en marzo de 2025
- n8n — plataforma open-source de automatización de workflows con IA para equipos que quieren control total
- Make (Integromat) — muy popular en equipos de marketing operations
- Zapier — ampliamente utilizado en equipos no técnicos que buscan automatización sin código
- Microsoft Power Automate — para equipos que trabajan en entornos Microsoft enterprise
- Windsurf, Cline, Zed y otras herramientas para desarrolladores
Esto significa que no estás atado a una única herramienta de IA. Configuras el servidor MCP de Approval Studio una vez y funciona en todo tu stack de IA. También vale la pena mencionar que MCP funciona perfectamente junto con las APIs REST y GraphQL existentes de Approval Studio. Esta combinación abre la puerta a unir integraciones tradicionales con automatización basada en agentes.
¿Listo para probarlo? Conecta Claude a Approval Studio
La integración de MCP ya está disponible. Sigue la guía que se ajuste a tu configuración.
MCP vs integración API tradicional
Ya que hemos mencionado ambos, puede que te preguntes en qué se diferencia MCP de las APIs REST y GraphQL de Approval Studio.
El flujo MCP, en cambio, entiende lenguaje natural. Para usarlo no necesitas programar ni pasar por una curva de aprendizaje pronunciada. Una petición MCP es básicamente otro mensaje más dentro de tu chat con IA.
En resumen, MCP hace accesible el poder de las APIs a todo el mundo, no solo a desarrolladores. Y como MCP y las APIs son complementarias, es posible usar ambos en un mismo flujo de trabajo.
Configuración del servidor MCP en Approval Studio
Una de las principales ventajas de MCP es que no necesitas ser especialmente técnico para configurarlo. Este proceso solo requiere tres cosas: una cuenta activa de Approval Studio (PRO o superior), un cliente de IA compatible con MCP y un bearer token de Approval Studio. Es el mismo token que usarías con la API REST o GraphQL, así que si ya tienes uno, ya tienes medio camino hecho.
Una vez lo tengas, simplemente proporcionas el token al cliente de IA que estés usando. En MCP Server Claude Desktop, por ejemplo, puedes encontrar la configuración en Settings >→ Developer >→ Local MCP servers> → Edit Config. Y una vez conectado, lo mejor es empezar con una pregunta. Puedes comprobar el estado de tus proyectos actuales o preguntar qué vence esta semana.
A partir de ahí, puedes empezar a integrarlo en tu flujo real al ritmo que mejor se adapte a tu equipo. De hecho, explicamos esto con más detalle en nuestra página dedicada a la configuración de MCP.
Por último, MCP actúa en nombre de tu cuenta de usuario. Esto significa que cada acción queda registrada en el timeline de Approval Studio y en los informes de proof, atribuida a ti, igual que cualquier acción manual. Así que hay total trazabilidad, y nada ocurre sin quedar registrado.
Consideraciones finales:
Al final del día, MCP es una de esas cosas que suenan más complicadas de lo que realmente son. En cuanto superas el acrónimo, descubres que es simplemente una forma más inteligente y natural de interactuar con las herramientas que ya usas a diario.
Para equipos creativos — como diseñadores, account managers, coordinadores de packaging y profesionales de marketing ops — MCP abre una nueva forma de trabajar. Con él, gestionas todo desde una simple conversación, en lugar de estar cambiando constantemente entre tu chat de IA y tus herramientas de gestión o proofing.
La conclusión es que instalar un servidor MCP lleva cinco minutos y ahorra innumerables horas de trabajo. Para una herramienta que no requiere código, ni curva de aprendizaje pronunciada, ni un desarrollador al lado, es una propuesta bastante sólida. ¿Tú qué opinas?
