MCP-B es un nuevo protocolo abierto que lleva la automatización del navegador web a otro nivel. Nacido como una extensión del Model Context Protocol (MCP) de Anthropic, MCP-B permite que los sitios web actúen como servidores MCP, accesibles mediante extensiones de navegador compatibles.
En otras palabras, convierte cualquier página web en un endpoint que los agentes de inteligencia artificial (IA) pueden controlar directamente, como si el sitio ofreciera su propia API integrada. Amazon desarrolló esta idea internamente y recientemente la liberó como código abierto , lo que señala una tendencia hacia interacciones IA-web mucho más integradas en nuestras herramientas diarias.
¿En qué consiste MCP y su extensión MCP-B?
Para entender MCP-B conviene saber brevemente qué es MCP. El Protocolo de Contexto de Modelo (MCP) es un estándar abierto presentado a finales de 2024 por Anthropic. Su objetivo es estandarizar cómo los asistentes de IA (particularmente los modelos de lenguaje) acceden a datos, herramientas y servicios externos.
MCP funciona a modo de “puente” entre las IA y diversas fuentes de información: el asistente puede conectarse a servidores MCP que exponen funciones (“tools”) o datos específicos, y así consultar o ejecutar acciones en sistemas externos de forma segura y uniforme.
En la práctica, MCP permite que los modelos superen las limitaciones de su entrenamiento incorporando información fresca y realizando operaciones en el mundo real (desde consultar una base de datos hasta integrar un API) . Se ha comparado con darle a la IA un “número de teléfono” para obtener datos o realizar tareas en otros sistemas , en lugar de ser solo un generador de texto aislado.
MCP-B, por su parte, extiende este concepto al propio navegador web. Tradicionalmente, automatizar acciones en un navegador (como rellenar un formulario, hacer clic en botones, extraer información de una página, etc.) requería usar herramientas como Selenium o Playwright, que imitan las acciones de un usuario en la interfaz gráfica.
MCP-B adopta un enfoque diferente: los desarrolladores del sitio web definen funciones o “herramientas” MCP dentro de la página, y una extensión de navegador actúa como cliente que descubre y llama a esas funciones estandarizadas .
Esto significa que en lugar de que la IA tenga que “ver” la página y deducir cómo interactuar (por ejemplo, localizar el campo X y simular una pulsación de tecla), simplemente invoca directamente una función proporcionada por la propia web (por ejemplo, enviarFormulario(datos)), obteniendo un resultado determinista.
En esencia, MCP-B crea un puente estándar entre las aplicaciones de IA y las interfaces web, eliminando ambigüedades de la automatización visual.
¿Cómo funciona MCP-B en la práctica?
MCP-B se compone de dos partes fundamentales: una extensión de navegador MCP-B instalada en tu navegador, y código MCP-B en los sitios web que soportan el protocolo (ya sea integrado por sus desarrolladores o inyectado mediante la extensión).
Cuando un asistente de IA (el cliente MCP) quiere realizar una tarea en una página, este consulta a la extensión qué funciones MCP ofrece ese sitio. Al recibir la lista, el modelo puede llamar directamente a esas funciones con los parámetros apropiados.
Por ejemplo, un asistente como Claude (un modelo de IA de Anthropic) o incluso un agente integrado en tu IDE (Visual Studio Code, etc.) podría, gracias a MCP-B, navegar por la web, llenar campos de formularios, hacer clic en elementos o extraer datos, todo ello mediante llamadas de función en lugar de simulaciones de teclado/ratón.
Este enfoque aporta varias ventajas técnicas importantes:
- Automatización local y privada: La ejecución de las acciones ocurre en tu propio equipo, dentro de tu navegador, no en la nube. Tu actividad de navegación no se envía a servidores externos, lo que protege la privacidad y además reduce la latencia (la automatización local es más rápida) . Esto significa que tareas intensivas como recopilar información de múltiples páginas web pueden realizarse de forma veloz sin cuellos de botella de red.
- Uso de tu sesión autenticada: MCP-B aprovecha tu perfil de navegador existente. El asistente de IA opera sobre tu sesión actual, conservando tus inicios de sesión en todos los servicios tal como si fueras tú manualmente . Por ejemplo, si estás logueado en Google Search Console o en una herramienta SEO online, el agente puede interactuar con esas plataformas sin tener que pasar por autenticaciones adicionales ni hacks de credenciales.
- Evitando bloqueos de bots: Al utilizar un navegador real con tu huella digital de navegación (user agent, cookies, etc.), las acciones de la IA parecen humanas para el sitio web. Esto ayuda a esquivar las detecciones básicas de bots y CAPTCHA que suelen dificultar a los scrapers tradicionales . En lugar de un script headless que puede ser bloqueado, tenemos un navegador legítimo llevando a cabo la tarea, lo que mejora la fiabilidad de la automatización.
- Sin entornos paralelos ni integraciones costosas: Con MCP-B ya no es necesario desarrollar conectores específicos o mantener entornos separados para automatizar cada aplicación web. El navegador actúa de entorno unificado. Cualquier web que ofrezca MCP-B (o para la cual exista una extensión MCP-B que inyecte las herramientas) se vuelve inmediatamente accesible para la IA bajo un mismo estándar. Esto reduce la necesidad de soluciones a medida para cada sitio o de utilizar múltiples herramientas de automatización diferentes.
Estas capacidades hacen que MCP-B se describa como “una gran mejora en la automatización de navegador”: en vez de enfoques frágiles basados en parsear HTML o posiciones de pantalla, se basa en llamadas deterministas a funciones definidas, muy al estilo de invocar una API local del sitio.
Por supuesto, para que esto funcione, los sitios web deben adoptar el protocolo MCP-B incorporando esas funciones en su código, o bien alguien debe desarrollar extensiones que las inserten.
La buena noticia es que es un estándar abierto; de hecho, ya existen iniciativas comunitarias para exponer funcionalidades de aplicaciones populares vía MCP (por ejemplo, MCP servers para Google Search Console, Ahrefs, etc. según la comunidad SEO). La decisión de Amazon de abrir el código de Browser MCP (otro nombre con el que se conoce a MCP-B) sugiere que podríamos ver una adopción creciente en la industria, facilitando que más sitios ofrezcan estas interfaces para agentes de IA.
Aplicaciones y ventajas de MCP-B para especialistas SEO
Seguramente a estas alturas ya intuimos el enorme potencial de MCP-B para el trabajo diario de un SEO. En nuestro campo abundan las tareas repetitivas, la necesidad de interactuar con múltiples plataformas web y la recopilación/análisis de datos de distintas fuentes. A continuación, destacamos por qué MCP-B debería estar en el radar de cualquier especialista SEO, con algunas de sus aplicaciones más prometedoras:
- Ventaja competitiva y adaptación al futuro: La introducción de tecnologías como MCP-B está marcando el comienzo de una nueva forma de trabajar donde humanos e IA colaboran fluidamente. Quienes adopten estos protocolos podrán mezclar la productividad de la IA con la humana de forma transparente, obteniendo resultados más rápido y con menos esfuerzo. En cambio, los que no lo hagan podrían quedarse trabajando con herramientas aisladas y métodos manuales mientras la competencia avanza. Como señaló Search Engine Land, MCP está convirtiendo las IA de simples respondedoras a agentes activos, reconfigurando el SEO, la visibilidad de marca y cómo las IA conectan el contenido con los usuarios. Este cambio radica en que las webs que implementen MCP-B se posicionarán para captar un flujo creciente de tráfico generado por sistemas LLM (asistentes de IA conversacionales, agents integrados, etc.), que representan el futuro de la interacción con la red y la búsqueda de información.
- Automatización de tareas SEO rutinarias: Muchas labores tediosas de SEO podrían delegarse a un asistente de IA gracias a MCP-B. Por ejemplo, comprobar metadatos (títulos, descripciones) de cientos de páginas, actualizar en masa ciertos contenidos, o realizar auditorías técnicas (buscar enlaces rotos, revisar etiquetas hreflang, etc.) son procesos que un agente podría ejecutar navegando por tu sitio y tus herramientas SEO de manera automatizada. Ya existen servidores MCP enfocados en SEO que permiten, por ejemplo, hacer auditorías completas sin escribir código . MCP-B extiende esto al permitirle también interactuar con las interfaces web, no solo consultar datos vía API. Imagina pedirle al asistente: “Por favor, revisa mi sitio y genera un reporte de las páginas con problemas de velocidad de carga y SEO técnico” y que él mismo navegue, extraiga y compile esa información para ti.
- “Conversar” con los datos SEO a través de la IA: MCP en general abre la puerta a consultar datos en lenguaje natural en vez de usar consultas complicadas. Por ejemplo, con las integraciones MCP ya se pueden hacer preguntas como “¿Qué páginas del blog tienen mucho tráfico pero cero backlinks?” y obtener la respuesta al instante . Para el SEO esto es revolucionario: en lugar de exportar datos a CSV o cruzar informes manualmente, podríamos simplemente preguntar y refinar consultas mediante diálogo. MCP-B aporta la posibilidad de que el asistente no solo consulte los datos de fuentes tipo API, sino que tome medidas en las plataformas web donde esos datos residen. Por ejemplo, tras identificar páginas sin backlinks, podríamos indicarle a la IA que navegue por la herramienta de backlinks de nuestra suite SEO para recolectar oportunidades de enlaces, todo dentro de la sesión del navegador. En definitiva, se trata de ahorrar tiempo y eliminar pasos intermedios: nada de estar exportando e importando datos entre múltiples herramientas, el agente lo hace por nosotros .
- Integración de múltiples plataformas en un flujo continuo: Un especialista SEO maneja diversas herramientas: Google Analytics, Google Search Console, herramientas de rastreo, CRM de contenidos, redes sociales, etc. MCP-B permitiría orquestar flujos de trabajo que abarcan varias de estas plataformas de forma continua. Por ejemplo, un asistente podría extraer datos de Search Console, luego abrir tu CMS y crear borradores de contenido optimizado para páginas con ciertas necesidades, e incluso programar publicaciones o enviar reportes por email, todo encadenado automáticamente. Ya no tendríamos que alternar entre ventanitas: la IA actúa de pegamento entre sistemas, usando el navegador como interfaz universal. Esto aumenta la eficiencia y reduce errores (menos copiar/pegar manual) .
- Menor dependencia de scrapers o herramientas específicas: En SEO es común usar scrapers o extensiones para obtener datos de la SERP, o emplear APIs de terceros para ciertas métricas. Con MCP-B, un asistente podría realizar búsquedas en Google dentro de tu propio navegador logueado, analizar los resultados, recopilar snippets de los competidores, etc., emulando un usuario real para evitar bloqueos. De igual modo, en lugar de esperar a que una plataforma lance una API oficial, podrías interactuar con su interfaz web mediante el agente. Esto da más libertad y rapidez para obtener la información que necesitas. Al estandarizarse vía MCP-B, la comunidad podría compartir “recetas” o herramientas MCP para distintas webs, en vez de cada uno programar su scraper desde cero.
En resumen, MCP-B es una innovación que debería entusiasmar a la comunidad SEO. No es una simple herramienta más, sino un cambio de paradigma en cómo las IAs pueden interactuar con la web.
Desde la perspectiva práctica, promete ahorros de tiempo significativos en nuestras tareas diarias (más automatización, menos trabajo mecánico) y la posibilidad de obtener insights de forma más natural y poderosa.
Desde la perspectiva estratégica, apunta a un futuro donde la línea entre las acciones de un humano y las de su “asistente AI” en el navegador será difusa – lo cual impactará la forma en que conseguimos y medimos la visibilidad online.
Estos links te interesan
- Explicación general muy clara del protocolo MCP, su propósito y funcionamiento, ideal para comprender el contexto de MCP-B .
- Repositorio en GitHub sobre MCP-B
El proyecto MiguelsPizza/WebMCP explica y ejemplifica cómo MCP-B permite integrar IA con flujos web autenticados (cookies, sesiones, etc.), ideal para desarrolladores y especialistas SEO que quieran probarlo directamente . - AWS (parte de Amazon) ha anunciado la liberación de servidores MCP open‑source para su ecosistema serverless (Lambda, ECS, EKS), reflejo del movimiento de Amazon hacia herramientas IA más integradas .
