Què són les eines MCP i com les utilitzen els models d'IA?

Les eines MCP són funcions que un model d'IA pot cridar per dur a terme una tasca fora de la conversa. Per exemple, cercar a les teves notes o consultar una base de dades. Cada eina resideix en un servidor MCP (Model Context Protocol) i té un nom i una descripció breu que ajuden el model a decidir quan utilitzar-la.

El terme «eina MCP» també s'utilitza amb altres sentits. En l'ús quotidià, la gent diu «eines MCP» quan es refereix als servidors MCP (les aplicacions que ofereixen eines) o als directoris que recullen aquests servidors. MCP Tools també és el nom d'un programa de línia d'ordres per llistar i cridar les eines d'un servidor MCP.

Aquesta guia tracta de les funcions del protocol, no de servidors, directoris ni línies d'ordres. Explica de què consta una eina, quins tipus d'eines ofereixen els servidors i en què es diferencien les eines dels recursos, els prompts i la crida de funcions. A continuació, repassa els passos que segueix un model per utilitzar una eina i acaba amb els problemes més habituals relacionats amb el seu ús.

Què són les eines MCP?

Una eina MCP és una funció que permet als models d'IA completar tasques amb altres aplicacions de programari. Per exemple, els meus agents i fluxos de treball d'IA utilitzen eines MCP per redactar correus electrònics a Gmail (create_draft), crear targetes de Trello (trelloWriteCard) i obtenir resultats de cerca en directe de DataForSEO (serp_organic_live_advanced), per citar-ne només uns quants.

Les aplicacions de programari sovint ofereixen diverses eines MCP als seus servidors MCP. Per exemple, el servidor MCP de Trello té actualment 14 eines MCP que permeten als models d'IA llegir i actualitzar taulers, llistes, llistes de comprovació, targetes i molt més.

I com que MCP estandarditza la manera de descriure i oferir les eines, qualsevol aplicació d'IA compatible amb el protocol pot utilitzar la mateixa eina MCP.

Què inclou una eina MCP

Cada eina MCP inclou tres elements:

• Nom: un identificador breu que el model utilitza quan crida l'eina (p. ex., get_event a Google Calendar).
• Descripció: una explicació en llenguatge planer del que fa l'eina i de quan és útil. El model de llenguatge gran (LLM) la llegeix per decidir si l'eina s'adequa a la teva sol·licitud (p. ex., «Retorna un únic esdeveniment del calendari indicat.»).
• Entrades: la informació que l'eina necessita per executar-se, com ara el nom d'un client i una data per a una cerca de notes. S'escriu en JSON, i els desenvolupadors l'anomenen esquema d'entrada perquè defineix el format de cada entrada (text, número o llista).

Amplia

Algunes eines afegeixen metadades addicionals: un nom visible, una descripció dels resultats que retornen (un esquema de sortida) i anotacions sobre com es comporta l'eina.

El model d'IA mai no veu el codi que hi ha darrere d'una eina. Treballa a partir del que l'eina diu de si mateixa, de manera que un nom o una descripció imprecisos fan que el model triï l'eina equivocada.

Quins tipus d'eines MCP hi ha

Les eines MCP es classifiquen en quatre grups segons el que fan:

• Eines de cerca i consulta: troben o recuperen informació (p. ex., cercar notes, llegir un fitxer o consultar una base de dades).
• Eines d'acció: creen o modifiquen alguna cosa en una altra aplicació (p. ex., afegir una tasca, crear un esdeveniment al calendari, obrir una sol·licitud d'assistència o enviar un correu electrònic).
• Eines de processament de dades: transformen o analitzen dades (p. ex., analitzar un fitxer de full de càlcul o fer càlculs).
• Eines del sistema: interactuen amb el sistema local (p. ex., executar una ordre en un terminal).

Eines MCP enfront de recursos i prompts

A més de les eines MCP, un servidor MCP pot oferir altres dos tipus de components bàsics, que el protocol anomena primitives: els recursos i els prompts.

Amplia

Per exemple, el servidor MCP oficial de GitHub ofereix:

• Una eina anomenada issue_write que crea o actualitza incidències,
• Un recurs anomenat repository_content que dona accés als fitxers d'un repositori,
• Un prompt anomenat issue_to_fix_workflow que configura els passos per informar d'un problema com a incidència i fer que l'agent de programació Copilot de GitHub generi una pull request per solucionar-lo.

La diferència és què fa cadascun i qui decideix quan s'ha d'utilitzar: tu, l'aplicació d'IA amb què treballes (p. ex., Perplexity) o el model d'IA que s'executa dins d'aquesta aplicació.

• Una eina MCP executa accions o consulta informació. El model d'IA decideix de manera autònoma quan cridar una eina, i l'aplicació d'IA transmet la crida al servidor. El model d'IA tria les eines; l'aplicació d'IA t'hauria de mostrar cada crida i permetre't rebutjar-la.
• Un recurs és contingut disponible al servidor MCP, com ara un fitxer o un conjunt de registres, cadascun amb la seva pròpia adreça (un URI). L'aplicació d'IA pregunta al servidor quins recursos té, llegeix el que necessita a partir de la seva adreça i n'afegeix el contingut a la conversa com a context.
• Un prompt és una plantilla de missatge predefinida que proporciona el servidor, de vegades amb camps en blanc que has d'omplir. L'aplicació d'IA et mostra els prompts disponibles i en tries un, sovint com a ordre amb barra inclinada.

Com utilitzen les eines MCP els models d'IA

Un model d'IA utilitza una eina MCP en cinc passos: descobriment, selecció de l'eina, invocació, resultats i gestió d'errors. L'aplicació d'IA fa d'intermediària en tot l'intercanvi entre el model i el servidor.

Amplia

Suposem que demanes a l'aplicació d'IA que consulti la teva llista «Aquesta setmana» de Trello i que redacti un correu electrònic per al teu editor amb una actualització. Això és el que passa de principi a fi:

1. Descobriment: quan l'aplicació d'IA es connecta a un servidor MCP mitjançant clients MCP, li demana la llista d'eines disponibles (una sol·licitud anomenada tools/list). L'LLM només veu el que li transmet l'aplicació: el nom, la descripció i les entrades de cada eina.
2. Selecció de l'eina: el model d'IA compara la teva sol·licitud amb aquestes descripcions i tria les eines adequades. En aquest cas, trelloReadList de Trello per llegir la llista i create_draft de Gmail per redactar el correu. També completa les entrades, com ara quina llista ha de llegir.
3. Invocació: el model respon amb una sol·licitud estructurada per executar l'eina (un pas anomenat «crida de funcions»). L'aplicació d'IA envia aquesta sol·licitud al servidor corresponent (una sol·licitud tools/call). També t'hauria de mostrar la crida i permetre't rebutjar-la.
4. Resultats: el servidor executa la funció i retorna el result, en aquest cas les targetes de la llista. L'aplicació d'IA afegeix el resultat a la conversa i el model decideix què fer a continuació: respondre't o cridar una altra eina, com ara create_draft, amb un correu basat en aquestes targetes.
5. Gestió d'errors: si l'eina s'executa però falla, per exemple, perquè la llista no existeix, l'error es retorna com a part del resultat. El model el pot llegir i tornar-ho a provar amb entrades diferents. Si la sol·licitud mateixa és incorrecta, per exemple, perquè crida una eina que el servidor no té, l'aplicació rep un error de protocol. En aquest cas, és menys probable que el model se'n recuperi.

La clau és que el model tria les eines només a partir de les seves descripcions, i l'aplicació d'IA s'encarrega de tota la comunicació amb els servidors.

Problemes habituals de les eines MCP i com evitar-los

Els problemes amb les eines MCP es redueixen a quatre aspectes: quantes eines hi ha connectades, com s'anomenen i es descriuen, quantes dades retornen i de quins servidors provenen.

Vegem com es manifesta cada problema i què hi ajuda:

Per què les eines MCP necessiten la teva aprovació?

Les eines MCP necessiten la teva aprovació perquè, sense aquesta aprovació, el model d'IA podria fer canvis que no pretenies o compartir dades sensibles amb un servidor que no controles.

Una sol·licitud mal interpretada o una eina descrita de manera imprecisa pot desencadenar l'acció equivocada. A més, cada crida envia part de la teva informació a un servidor.

Per això el protocol espera que les aplicacions d'IA mantinguin sempre una persona implicada en el procés, amb la possibilitat de rebutjar qualsevol crida d'eina.

Aquí tens una manera pràctica de classificar les eines segons el grau de revisió que necessiten:

• Accions que només llegeixen: consultar alguna cosa, com ara llegir una llista amb trelloReadList de Trello, no canvia res. Aquestes crides es poden executar sense demanar permís abans, sempre que l'aplicació d'IA mostri quina eina s'ha executat i què ha consultat.
• Accions que pots desfer: crear un esborrany de correu electrònic amb create_draft de Gmail o afegir una targeta de Trello canvia alguna cosa que pots revertir. Comprova les entrades abans que s'executi la crida.
• Accions que no pots desfer: enviar un correu electrònic amb send_message de Gmail, suprimir registres o qualsevol cosa que impliqui pagaments o dades sensibles no es pot revertir. Dona permís explícit per a aquestes accions cada vegada.

Ús de les eines MCP a Perplexity

Perplexity treballa amb les eines MCP en tots dos sentits: pot utilitzar eines dels servidors MCP que connectis i ofereix les seves pròpies eines a altres aplicacions d'IA.

• Connecta servidors MCP a Perplexity: amb els plans Pro, Max i Enterprise, pots connectar Perplexity a qualsevol eina o font de dades externa que tingui un servidor MCP i utilitzar-la en respostes i en fluxos de treball agèntics de Perplexity Computer. A l'aplicació per a Mac, també pots connectar servidors MCP que s'executen al teu ordinador
• Utilitza les eines de Perplexity en altres aplicacions d'IA: el servidor MCP de Perplexity ofereix quatre eines (perplexity_search, perplexity_ask, perplexity_research i perplexity_reason) a qualsevol aplicació d'IA compatible amb servidors MCP remots, com ara Claude Code. Un servidor independent permet que altres aplicacions d'IA encarreguin tasques de diversos passos a Perplexity Computer.

Preguntes freqüents sobre les eines MCP

MCP és només crida d'eines?

No, MCP no és només crida d'eines. La crida d'eines és la manera com el model demana una eina, i MCP és la manera com l'aplicació d'IA troba les eines i encamina cada crida al servidor que l'executa.

La crida d'eines (també anomenada crida de funcions) és la part de la feina que correspon al model d'IA: el model veu una llista d'eines i respon amb una sol·licitud per executar-ne una. Només amb la crida d'eines, cada aplicació d'IA ha de definir i executar totes les eines pel seu compte.

MCP permet que les eines resideixin en servidors, de manera que qualsevol aplicació d'IA compatible amb MCP les pot oferir al seu model i enviar les sol·licituds del model al servidor corresponent.

MCP substituirà les API?

No, MCP no substituirà les API, perquè MCP i les API funcionen conjuntament. Les eines MCP sovint funcionen sobre API existents i, quan el model crida una eina, el servidor MCP normalment fa una sol·licitud a una API.

Quines aplicacions d'IA són compatibles amb les eines MCP?

Les eines MCP funcionen en assistents d'IA com ara Claude, ChatGPT i Perplexity, i en eines de desenvolupament com ara Visual Studio Code i Cursor. La documentació de MCP les esmenta i assenyala que moltes altres aplicacions també hi són compatibles.

El model d'IA en si ha de ser compatible amb MCP?

No. El model d'IA no ha de ser compatible amb MCP perquè és l'aplicació d'IA la que gestiona el protocol. Es connecta als servidors, passa les seves eines al model i envia les sol·licituds d'eines del model al servidor corresponent. El model només ha de ser compatible amb la crida de funcions.

MCP està quedant obsolet?

No, MCP continua en desenvolupament actiu. Els seus responsables van publicar una nova versió de l'especificació MCP el juliol de 2026 i un full de ruta actualitzat l'agost de 2026, que inclou treballs perquè els servidors puguin revelar les seves eines de manera gradual a mesura que una conversa es concreta.