Integración MCP para Claude, Cursor y ChatGPT

Abres Claude Desktop. Preguntas: "¿Cómo ha evolucionado mi visibilidad en IA esta semana y a qué fuentes debería contactar?". Claude obtiene los datos de Mentionable a través de MCP, revisa tus prompts rastreados, ve qué dominios citan a tus dos principales competidores pero no a ti, los ordena por puntuación de impacto y precio en el marketplace, y te devuelve una lista corta de outreach en cuatro líneas.

Sin cambiar de pestaña. Sin pegar capturas del panel en un chat. Sin "déjame revisarlo en Mentionable y te digo". Tu IA tiene los datos, porque los datos van donde vive la IA.

Qué es MCP y por qué está en un producto de GEO

El Model Context Protocol es un estándar abierto que Anthropic presentó a finales de 2024. Permite a los agentes de IA llamar a herramientas y datos externos mediante una interfaz común. Un cliente (Claude Desktop, Cursor, Claude Code, ChatGPT con conectores personalizados, Zed) implementa la parte cliente. Un proveedor (en este caso, Mentionable) implementa un servidor que expone herramientas y recursos. El agente descubre las herramientas, las invoca cuando son útiles para la petición del usuario, lee la respuesta e incorpora los datos a su contestación.

Para una herramienta de seguimiento de la visibilidad en IA y de GEO (Generative Engine Optimization), esto no es un extra. Es el canal de distribución natural.

La mayoría de las herramientas de marketing creadas en la última década daban por hecho que el producto era el panel. Pagas, inicias sesión, lees gráficos, exportas CSV. El modelo tenía sentido cuando los profesionales del marketing leían informes por la mañana y tomaban decisiones en una interfaz.

Deja de tenerlo cuando la herramienta diaria del profesional es un agente de IA. Un consultor que redacta un artículo en Cursor, una agencia que gestiona 5 proyectos de clientes desde Claude Desktop, un fundador que pide a ChatGPT un resumen de sus métricas semanales: ninguno quiere salir de su IA para revisar un panel. Quieren la respuesta del panel dentro de la IA.

MCP es el protocolo que lo hace posible. El servidor de Mentionable lo convierte en realidad.

Las 51 herramientas y lo que permiten

El servidor MCP expone hoy 51 herramientas (34 de lectura, 17 de escritura), alineadas con los datos más valiosos que Mentionable ya rastrea. A continuación se detallan las ocho herramientas originales. Las cuarenta y tres añadidas desde el lanzamiento (escaneos y resultados en bruto, lugares locales, enlaces rastreados, crawlers de IA, señales de Reddit, auditoría de página, extracciones fan-out, auditorías masivas, auditoría GEO, recomendaciones, registro de acciones) se resumen al final.

list_projects

Los proyectos de tu espacio de trabajo, con el filtrado por tenant aplicado automáticamente. Es el punto de entrada de cualquier flujo con agentes. Todas las demás herramientas piden un projectId, así que es la primera llamada que hace el agente cuando preguntas "qué está pasando con mis marcas".

list_prompts

Todos los prompts rastreados de un proyecto, con sus estadísticas completas: ejecuciones totales, tasa de menciones, visibilidad por LLM (ChatGPT, Claude, Perplexity, Gemini, Copilot, Google AI Mode, Google AI Overview) y el último resultado por LLM con la posición de la marca y el sentimiento. Un agente puede responder "en qué prompts estoy perdiendo visibilidad este mes" con una sola llamada.

list_llm_sources

La herramienta más valiosa para la estrategia de contenido. Devuelve todos los dominios que aparecieron en las respuestas de los LLM para tus prompts rastreados, divididos en tres tipos de aparición:

• Citas visibles: el LLM citó este dominio en su respuesta y el usuario vio el enlace
• Citas ocultas: el LLM leyó este dominio en su contexto pero no lo citó en la respuesta final (disponible en los LLM que exponen esta señal, normalmente Perplexity y Gemini)
• Búsquedas fan-out: el LLM hizo una búsqueda en segundo plano y encontró este dominio en los resultados, lo citara o no

Los datos fan-out son una mina de oro para el GEO. Te dicen qué dominios tiene en cuenta el LLM al responder prompts de tu nicho, aunque nunca se haya mostrado ninguna cita al usuario. Esos dominios son el verdadero mapa de influencia. Un agente puede pedir a la herramienta los dominios con muchas búsquedas fan-out y pocas citas visibles, y verás al instante los sitios que los LLM consultan pero no citan: candidatos ideales para colaboraciones de contenido o campañas de backlinks.

list_fan_outs

Las consultas en sí, no los dominios. Todas las búsquedas web que los LLM hicieron en segundo plano para responder a tus prompts rastreados, sin duplicados entre ejecuciones y ordenadas por frecuencia. Cada fila incluye el texto de la consulta, cuántas veces se lanzó, qué LLM la lanzaron, los prompts de origen y las fechas de primera y última aparición.

Sin agrupaciones, sin filtros heurísticos, sin umbral de "tamaño mínimo de tema": los datos en bruto. Una agencia que trabaja una estrategia de backlinks puede pedir "muéstrame las 100 consultas fan-out principales del proyecto de mi cliente este trimestre, solo de Perplexity" y obtener una lista lista para copiar. Admite búsqueda, filtro por prompt, filtro por LLM y dos modos de orden (frecuencia, recientes).

list_backlink_opportunities

Dominios donde conseguir un backlink podría mejorar tu visibilidad GEO, ordenados por una puntuación de impacto compuesta que pondera el número de citas, la frecuencia fan-out, el número de LLM distintos que citan el dominio y el número de tus prompts rastreados en los que aparece. Cada dominio incluye sus ofertas actuales en marketplaces (precio, proveedor) a partir de los datos de backlinks agregados por Mentionable. Un agente puede responder "cuál es mi mejor oportunidad de backlink por menos de 500 €" con una sola llamada y devolver una lista corta ordenada, no un montón de ruido.

list_competitors

Los competidores rastreados en un proyecto, con el total agregado de menciones, el share of voice, la presencia por LLM y el estado (confirmado, sugerido, rechazado). La base de cualquier conversación de inteligencia competitiva con tu IA.

list_competitor_sources

La herramienta más útil para el outreach. Para un competidor concreto, devuelve todos los dominios donde se le cita, con número de menciones, LLM, URLs principales y fragmentos de contexto de la respuesta del LLM. Si a tu competidor lo citan 12 veces en un sitio de reseñas concreto y a ti no, ese sitio es un objetivo directo de outreach. Un agente puede preparar una lista completa de outreach competitivo con un solo prompt.

bulk_update_competitor_status

La herramienta de escritura. Acepta hasta 50 actualizaciones de competidores en una sola llamada, cada una con el estado CONFIRMED, SUGGESTED (pendiente) o REJECTED. Un agente puede ejecutar el flujo operativo habitual desde el chat: "muéstrame las 12 sugerencias de competidores detectadas la semana pasada, mantén estas 8 como competidores reales y rechaza estas 4 como ruido". Una llamada, resultados atómicos y gestión de errores por elemento cuando un ID no es válido.

Añadidas desde el lanzamiento: escaneos, resultados, local, enlaces, crawlers de IA, Reddit, auditorías, recomendaciones, registro de acciones

Después del lanzamiento inicial llegaron cuarenta y tres herramientas más, que cubren estas áreas:

• Escaneos y resultados en bruto. list_scans, list_prompt_results, get_prompt_result. Recorre el historial de seguimiento escaneo a escaneo, lista las respuestas de un prompt por LLM y por fecha, y obtén el contenido completo de un resultado concreto: fuentes citadas (visibles y ocultas), búsquedas fan-out, menciones de competidores y la respuesta en bruto del LLM (opcional, porque es el campo más pesado).
• Visibilidad local y enlaces rastreados. list_local_places, list_tracked_links. Descubre qué negocios muestran ChatGPT y Google AI Overview en su mapa para tus prompts, y con qué frecuencia se citan como fuentes los enlaces que compraste.
• Crawlers de IA. get_ai_crawler_overview, list_ai_crawler_pages, get_ai_crawler_page, list_ai_crawler_visits. Una vez conectado el proyecto a Cloudflare, ve qué crawlers de IA visitan tu sitio y qué páginas leen, separados en lecturas para respuestas, indexación para búsqueda y rastreos de entrenamiento, y cruzados con las citas de cada página en las respuestas de IA. Para una página publicada con Mentionable, sigue el tiempo que pasa desde la publicación hasta la primera visita de IA y la primera cita. Las visitas proceden de Cloudflare AI Crawl Control y se sincronizan cada noche.
• Señales de Reddit. list_reddit_threads, get_reddit_thread, bulk_update_reddit_thread_status, enrich_reddit_thread. Encuentra los hilos de Reddit que citan los LLM en tus prompts rastreados, clasifícalos a gran escala y lanza un scraping con Bright Data (50 créditos) en los más prometedores. Tu pipeline de outreach en el chat, no en una hoja de cálculo.
• Auditoría de página. list_page_audits, run_page_audit, get_page_audit. Pon en cola una auditoría de página en cualquiera de tus páginas para obtener una lista estructurada de correcciones GEO, y luego sigue y recupera los resultados. run_page_audit cuesta 100 créditos por auditoría en todos los planes y respeta el límite de créditos (fijado por monthlyOverageCapEuros). quota_exceeded se devuelve como dato estructurado para que el agente pueda explicar el límite y cómo ampliar el plan. Las auditorías se ejecutan de forma asíncrona: consulta get_page_audit con el auditId hasta que el estado sea COMPLETED.
• Extracciones fan-out. create_fan_out_extraction, list_fan_out_extractions, get_fan_out_extraction. ChatGPT ya no muestra sus consultas de búsqueda a los visitantes sin sesión iniciada, así que una extracción consulta su motor de búsqueda a través de la API de OpenAI para los prompts que elijas: consultas, resultados ordenados, páginas abiertas y citadas, y un resumen de las consultas en las que tu sitio no aparece. 5 créditos por prompt, que solo se cobran si el motor realizó búsquedas. Una ejecución de prueba te indica antes el coste.
• Auditorías masivas. list_bulk_audits, get_bulk_audit, list_bulk_audit_competitors, select_bulk_audit_competitors. Sigue una campaña de auditorías masivas y depura su lista corta de competidores desde el chat.
• Auditoría GEO (marca blanca). list_geo_audits, get_geo_audit, list_geo_audit_competitors, select_geo_audit_competitors. Gestiona una auditoría puntual para un cliente potencial desde el chat: consulta su estado, depura la lista corta de competidores mientras está en REVIEWING y luego fija la selección para lanzar la generación de insights.
• Edición del informe de auditoría GEO. list_geo_audit_recommendations, add_geo_audit_recommendation, remove_geo_audit_recommendation, set_geo_audit_recommendation_visibility, list_geo_audit_content_ideas, add_geo_audit_content_idea, remove_geo_audit_content_idea, set_geo_audit_content_idea_visibility, set_geo_audit_section_visibility, list_audit_ctas. Añade tus propias recomendaciones e ideas de contenido a las generadas, oculta las que no apliquen y deja una sección como adelanto detrás de un CTA. Todo lo que la interfaz del informe hace a mano, accesible para un agente.
• Recomendaciones. list_recommendations, get_recommendation, set_recommendation_status. Las acciones que harían que se cite el proyecto, ordenadas por impacto: páginas en las que se apoyan los motores de IA para recomendar a tus competidores (directorio al que unirte, ranking en el que pedir entrar, hilo de Reddit que responder), y luego un plan paso a paso por prompt o zona local, empezando por tu propia página. Tu agente avanza por el plan y marca cada paso como hecho, para que su efecto se mida desde ese día.
• Registro de acciones. list_action_logs, create_action_log. El diario del proyecto: cada optimización realizada (reescritura de páginas, contenido publicado, outreach), con fechas. Tu agente registra lo que acaba de hacer con create_action_log, y list_action_logs filtrado por un rango de fechas convierte el informe mensual en una sola llamada en lugar de un ejercicio de memoria. Las acciones registradas también aparecen como marcadores en el gráfico de rendimiento del panel, para que los cambios de visibilidad coincidan con el trabajo que los provocó.

Esquemas completos de las 51 herramientas en /docs/mcp/tools.

Flujos de trabajo reales, no demos

El valor de MCP se ve en flujos concretos que reducen un trabajo manual de varios pasos a una sola conversación.

Briefs de contenido a partir de las citas de la IA

Le pides a Claude: "Escribe un brief de contenido para el prompt 'mejor software de gestión de gimnasios'. Usa las 5 fuentes más citadas como material de referencia y explica por qué destaca cada una."

Claude llama a list_llm_sources filtrado por ese prompt, obtiene los 5 dominios principales con sus consultas fan-out y URLs de ejemplo, lee los títulos y la clasificación seenAs, y redacta un brief que replica en su estructura lo que los LLM ya valoran. Tu brief no es una suposición. Sale de señales de citación reales.

Listas de outreach sin hojas de cálculo

Le pides a ChatGPT: "Encuéntrame 15 objetivos de outreach para este mes. Quiero dominios que citen al menos a dos de mis tres principales competidores pero que nunca nos hayan citado a nosotros."

ChatGPT llama a list_competitor_sources para cada uno de tus tres principales competidores, cruza las listas de dominios, las compara con list_llm_sources para ver dónde te citan a ti, elimina los dominios donde ya apareces y devuelve una lista ordenada con el número de citas de cada competidor y tu puntuación de ausencia actual. Hacer esto a mano lleva 90 minutos de hoja de cálculo.

Clasificación operativa en una conversación

Le pides a Claude Desktop: "Muéstrame las sugerencias de competidores detectadas en los últimos 14 días. Las revisaré una por una para confirmarlas o rechazarlas."

Claude llama a list_competitors filtrado por el estado SUGGESTED y creación reciente, te las presenta con contexto y número de menciones, tú apruebas o rechazas cada una desde el chat y Claude llama una sola vez a bulk_update_competitor_status con el lote completo. Una clasificación que antes te costaba 20 minutos de clics en la app, resuelta en una conversación de dos minutos.

Un modelo de seguridad fácil de entender

Un único principio: una clave API nunca puede dar más acceso del que ya tiene el usuario.

Las claves están vinculadas a tu TenantMember (la pareja usuario-tenant). Si perteneces a dos espacios de trabajo, cada uno tiene su propio conjunto de claves tuyas. Creas una clave en Settings → MCP, le pones un nombre, la restringes opcionalmente a proyectos concretos dentro de tu alcance, copias el texto en claro (se muestra una sola vez) y configuras tu cliente de IA.

En cada llamada, el servidor calcula los permisos efectivos cruzando los permisos actuales de tu pertenencia con las restricciones opcionales de la clave. Si más adelante te eliminan del espacio de trabajo, tus claves dejan de funcionar en la siguiente llamada. Si tu rol baja a solo lectura (cliente), tus claves empiezan a rechazar las operaciones de escritura al instante. Nada se almacena en caché, no quedan permisos obsoletos.

El texto en claro nunca se guarda. El servidor almacena un hash SHA-256 de la clave y un prefijo visible para identificarla en la interfaz. La revocación se hace con un clic y se aplica en la siguiente llamada.

Los límites de uso se aplican por clave con una ventana deslizante: 100 solicitudes por minuto por defecto, suficiente para el tráfico normal de un agente de IA.

Configuración en menos de 60 segundos

Claude, ChatGPT, Claude Code y Cursor se conectan con OAuth. Añade un conector personalizado con la URL del servidor, haz clic en Connect y aprueba la conexión en la pantalla de Mentionable:

https://mentionable.ai/api/mcp

No hay que crear ni pegar ninguna clave. En Claude Code, registra el servidor con claude mcp add --transport http mentionable https://mentionable.ai/api/mcp, luego ejecuta /mcp y elige Authenticate.

Automatizaciones y clientes sin OAuth

Para n8n, scripts o un cliente sin botón Connect, crea una clave API en Settings → MCP y envíala como token Bearer:

{
  "mcpServers": {
    "mentionable": {
      "url": "https://mentionable.ai/api/mcp",
      "headers": {
        "Authorization": "Bearer mnt_sk_YOUR_KEY"
      }
    }
  }
}

Conectores que no admiten cabeceras personalizadas

Si tu conector de IA solo acepta una URL (sin cabeceras personalizadas), pasa la clave API como parámetro de consulta:

https://mentionable.ai/api/mcp?key=mnt_sk_YOUR_KEY

Se aceptan tanto ?key= como ?apiKey=. Usa la cabecera Bearer siempre que tu cliente lo permita: los parámetros de consulta pueden quedar registrados en servidores, CDN, proxies inversos y el historial del navegador, lo que aumenta el riesgo de que la clave se filtre. Si sospechas que ha quedado expuesta, rota la clave en Settings → MCP.

Por qué vale la pena consultar estos datos

Un servidor MCP solo es tan útil como los datos que hay detrás. Hacerlo bien implica comprometerse con un contrato de herramientas estable, una autenticación por usuario sólida, permisos que respetan la pertenencia al espacio de trabajo y un modelo de datos que merezca la pena consultar.

Mentionable tiene desde el primer día un modelo de datos multitenant y una capa de autenticación bien construidos, porque la propia app es multiusuario. Añadir MCP fue una extensión natural, no un parche. Lo que recibe tu IA es el seguimiento diario en 7 motores de IA, las consultas fan-out detrás de cada respuesta, las fuentes visibles y ocultas, los competidores y las auditorías, en un único contrato coherente.

La gran apuesta

Las herramientas que sobrevivan a la transición de los LLM serán las que dejen de dar por hecho que una persona va a abrir su interfaz. El producto son los datos. La interfaz es una forma de acceder a ellos. MCP es otra. Mañana habrá más.

Si diriges marketing en 2026 y tu asistente de IA no puede acceder a tus datos de visibilidad sin que tú copies y pegues, estás pagando por la herramienta equivocada.

¿Asistente de IA o MCP?

No necesitas MCP para hacer preguntas sobre tus datos. El asistente de IA de Mentionable funciona dentro del panel sin configuración, en todos los planes: lee tu proyecto, explica las cifras y enlaza a la página donde puedes actuar. MCP lleva el mismo tipo de datos a tu propia IA, en los planes Pro y Agency, cuando quieres que tu agente los use en briefs, informes o automatizaciones junto al resto de tus herramientas.

Pruébalo

Elige el plan Pro o Agency, añade https://mentionable.ai/api/mcp como conector en Claude o ChatGPT, aprueba la conexión y hazle a tu IA tu primera pregunta real sobre tu visibilidad. Si estás en la prueba gratuita, empieza con el asistente de IA del panel.

Artículos relacionados

• Seguimiento de competidores: el seguimiento que da sentido a las herramientas MCP de competidores.
• Seguimiento de fuentes y citas: los datos detrás de list_llm_sources.
• Oportunidades de outreach: la versión en la app del flujo de backlinks que también expone MCP.
• Asistente de IA: haz preguntas sobre los mismos datos dentro del panel, en todos los planes.