Un tutorial práctico para añadir un servidor MCP personalizado a ChatGPT. Activa el modo desarrollador, rellena el formulario del conector, elige OAuth o ninguna autenticación, prueba el servidor con un túnel, corrige los errores más comunes y añade herramientas de imagen y video.
Tienes un servidor que hace algo útil y quieres que ChatGPT lo llame desde un chat normal. La puerta existe y es un único formulario. El problema es que ese formulario esconde cuatro o cinco trampas que hacen que un servidor perfectamente sano parezca roto. Este tutorial recorre todo el camino, desde activar el modo desarrollador hasta aprobar la primera llamada a una herramienta, y señala cada trampa antes de que caigas en ella. Crearás un servidor de prueba pequeño, lo expondrás con un túnel, corregirás los errores con los que más tropieza la gente y, después, verás cómo las herramientas de imagen y video de PicassoIA pueden conectarse al mismo conector.
El Model Context Protocol (MCP) es un estándar abierto que permite a un cliente de IA llamar a herramientas de un servidor. El servidor publica una lista de herramientas. Cada herramienta tiene un nombre, una descripción en lenguaje sencillo y un esquema JSON para sus entradas. El cliente lee esa lista, decide cuándo una herramienta resulta útil y envía una solicitud estructurada. El servidor responde con datos o ejecuta una acción.
En ChatGPT, un conector MCP personalizado es la entrada de configuración que apunta ChatGPT a uno de esos servidores. Una vez guardado, tus herramientas aparecen en los chats junto a las integradas.
Los conectores integrados gestionan las aplicaciones más populares. Tu propio servidor se encarga de todo lo demás:
💡 Solo remoto. ChatGPT se comunica con servidores MCP remotos. Un servidor que funciona como proceso local por stdio, como hacen muchas herramientas de escritorio, debe envolverse en un endpoint HTTP antes de que ChatGPT pueda alcanzarlo.
El modo desarrollador empezó como beta para cuentas Plus y Pro en la web. Los planes de espacio de trabajo como Business, Enterprise y Edu lo activan mediante un permiso que controla el administrador, en lugar de un interruptor personal. OpenAI ha ajustado qué planes obtienen acciones de escritura y ha movido el interruptor de un menú a otro más de una vez, así que trata cualquier lista de planes (incluida esta) como algo cambiante. Si tu pantalla no coincide con los pasos de abajo, consulta el artículo de ayuda actual de OpenAI sobre el modo desarrollador.
En un espacio de trabajo, el permiso suele estar en el área de permisos y roles de la configuración del espacio. Si no ves el interruptor, pide ayuda a un administrador antes de culpar a tu servidor.
ChatGPT se conecta desde la infraestructura de OpenAI, no desde tu equipo portátil. Eso tiene tres consecuencias:
ChatGPT acepta dos transportes remotos:
| Transporte | Funciona con ChatGPT | URL típica | Notas |
|---|---|---|---|
| Streamable HTTP | Sí | https://your-domain.com/mcp | La mejor opción para un servidor nuevo |
| SSE (Server-Sent Events) | Sí | https://your-domain.com/sse | Estilo más antiguo, aún aceptado |
| stdio (proceso local) | No | ninguna | Envuélvelo primero en un servidor HTTP |
Los conectores personalizados están detrás de un interruptor, porque un servidor personalizado puede leer y modificar datos reales. Este es el camino:
Una vez activado el interruptor, aparece un botón Crear en la página de conectores.
💡 ¿No encuentras el interruptor? El ajuste se ha movido durante 2026. Busca en la ventana de configuración la palabra "developer" antes de decidir que tu plan no lo incluye.
Haz clic en Crear y rellena estos campos:
| Campo | Qué introducir | Consejo |
|---|---|---|
| Nombre | Una etiqueta corta, como "Order Lookup" | Es lo que eliges en el menú del chat |
| Descripción | Una o dos frases sobre lo que hace el servidor | El modelo la lee para decidir si llama a una herramienta, así que escríbela como una instrucción |
| Icono | Opcional | Te ayuda a localizarlo en una lista larga |
| URL del servidor MCP | La URL HTTPS completa con la ruta, como https://api.example.com/mcp | Una ruta que falta es una causa muy común de fallo |
| Autenticación | Sin autenticación u OAuth | Detalles en la siguiente sección |
Marca la casilla que confirma que confías en la aplicación y haz clic en Crear.
| Opción | Úsala cuando | Riesgo |
|---|---|---|
| Sin autenticación | Datos públicos de solo lectura o un servidor de prueba desechable | Cualquiera que encuentre la URL puede llamar a tus herramientas |
| OAuth | Todo lo ligado a una cuenta de usuario, datos privados o acciones de escritura | Debes ejecutar o conectar un proveedor de OAuth |
Con OAuth, ChatGPT te envía a la página de inicio de sesión de tu proveedor de identidad justo después de hacer clic en Crear. Inicia sesión, pulsa permitir y volverás a ChatGPT con el conector autorizado.
Sea cual sea el proveedor, pide los permisos más restringidos que necesiten tus herramientas. Un conector que solo lee pedidos nunca debería tener permiso para reembolsarlos, porque los permisos que concedes son el techo del daño que puede causar una llamada a una herramienta mal hecha.
Empieza sin autenticación en un servidor de prueba que devuelva datos inofensivos. Pasa a OAuth antes de que el servidor toque algo real.
En las primeras pruebas, menciona el conector en tu prompt: "Usando Order Lookup, lista mis pedidos abiertos." Nombrarlo elimina una variable. Cuando la herramienta funcione, quita el nombre y comprueba si ChatGPT la elige por su cuenta, lo que te dirá si tu descripción cumple su función.
💡 Lee la tarjeta de confirmación. En modo desarrollador, cada llamada a una herramienta se te muestra antes de ejecutarse. Esa tarjeta es tu último control, así que revisa los argumentos en lugar de pulsar sin mirar.
Una herramienta inofensiva es la forma más rápida de comprobar que la conexión funciona antes de apuntar ChatGPT a datos reales. Esta cuenta palabras y usa el SDK oficial de Python:
from mcp.server.fastmcp import FastMCP
mcp = FastMCP("hello-connector", stateless_http=True)
@mcp.tool()
def word_count(text: str) -> int:
"""Count the words in a block of text.
Use when the user asks how long a draft is."""
return len(text.split())
if __name__ == "__main__":
mcp.run(transport="streamable-http")
Cuatro hábitos hacen que una herramienta sea fácil de usar para un modelo:
lookup_order y refund_order son mejores que una sola manage_order.Instala el SDK con pip install "mcp[cli]" y ejecuta el archivo. Con los valores por defecto del SDK en el momento de escribir esto, el endpoint es http://127.0.0.1:8000/mcp. Si tu versión usa otro puerto o ruta, su documentación lo indicará.
Antes de que ChatGPT vea el servidor, apunta a él con MCP Inspector:
npx @modelcontextprotocol/inspector
Elige el transporte Streamable HTTP, pega la URL local, conéctate y lista las herramientas. Si word_count aparece y se ejecuta, el servidor está sano y cualquier fallo posterior será de la red o del formulario.
Un túnel da a tu puerto local una dirección HTTPS pública:
ngrok http 8000
La herramienta cloudflared tunnel --url http://localhost:8000 de Cloudflare hace lo mismo. Copia la dirección HTTPS que muestra, añade /mcp y pégala en el campo URL del servidor MCP.
💡 Las URL de túneles gratuitos cambian. Si reinicias el túnel, la dirección cambia y el conector se rompe. Vuelve a crearlo con la nueva URL o pasa a un dominio estable cuando la prueba funcione.
| Síntoma | Causa probable | Solución |
|---|---|---|
| El conector no se crea | La URL es HTTP, local o está detrás de una VPN | Usa una dirección HTTPS pública o un túnel |
| Error «Not found» al conectar | Ruta incorrecta o ausente (/, /mcp, /sse) | Abre primero la URL exacta en el Inspector |
| Conecta pero muestra cero herramientas | La solicitud de la lista de herramientas da error | Revisa los logs de tu servidor para la solicitud de la lista |
| El inicio de sesión de OAuth entra en bucle | El proveedor no permite la dirección de redirección | Añade la dirección de callback que pide la página de configuración de tu proveedor |
| Las herramientas nunca se llaman | Las descripciones son vagas | Indica cuándo usar cada herramienta y cuándo no |
| Funcionaba ayer, hoy falla | La dirección del túnel cambió | Vuelve a crear el conector con la nueva URL |
Depura en este orden y detente en el primer paso que falle. Primero, abre el Inspector y conéctate a la URL exacta. Segundo, solicita esa URL desde una terminal con curl y confirma que responde por HTTPS. Tercero, revisa los logs de tu servidor mientras haces clic en Crear. Solo entonces sospecha de ChatGPT o del formulario. Trabajar desde el servidor hacia fuera te evita tocar ajustes que nunca estuvieron rotos.
Has cambiado la lista de herramientas, pero ChatGPT sigue mostrando la anterior. Abre la configuración del conector y usa la opción de actualizar. Si no sirve de nada, elimina el conector y vuelve a añadirlo, lo que obliga a leer de nuevo el servidor.
Un detalle más que conviene saber: la documentación de OpenAI describe una herramienta search que devuelve resultados candidatos y una herramienta fetch que devuelve un documento por ID, para funciones como la investigación profunda. Un servidor con solo herramientas personalizadas puede funcionar en modo desarrollador y, aun así, quedar invisible para esas funciones.
El texto que devuelve tu servidor se convierte en texto que el modelo lee. Un ticket de soporte, una página web o un documento compartido pueden llevar instrucciones ocultas destinadas a dirigir al modelo hacia una herramienta que nunca pretendiste llamar. La advertencia de OpenAI es directa: vigila la inyección de prompts y revisa cada llamada a una herramienta, sobre todo las acciones de escritura.
Construye teniendo eso en cuenta:
Los conectores más satisfactorios producen algo que puedes ver. PicassoIA ofrece una API para desarrolladores en https://api.picassoia.com/v1, autenticada con un token bearer que empieza por pia_sk_. Los endpoints siguen el estilo de Replicate: un POST a /v1/models/{owner}/{name}/predictions inicia un trabajo, y un GET en /v1/predictions/{id} consulta su estado. Cuatro modelos están disponibles a través de la API y de MCP:
Los trabajos son asíncronos, así que crea dos herramientas en lugar de una: una que inicie y devuelva un ID de predicción, y otra que compruebe y devuelva el resultado cuando el trabajo termine. ChatGPT puede llamar a la de comprobación hasta que el resultado esté listo.
import os
import httpx
PIA = "https://api.picassoia.com/v1"
HEADERS = {"Authorization": f"Bearer {os.environ['PICASSOIA_TOKEN']}"}
@mcp.tool()
def start_image(prompt: str) -> dict:
"""Start an image job. Returns an id to pass to get_result."""
r = httpx.post(
f"{PIA}/models/picassoia/picassoia-image/predictions",
headers=HEADERS, json={"input": {"prompt": prompt}}, timeout=30,
)
r.raise_for_status()
return {"id": r.json()["id"]}
@mcp.tool()
def get_result(prediction_id: str) -> dict:
"""Check a job. Returns status and, when finished, the output."""
r = httpx.get(f"{PIA}/predictions/{prediction_id}", headers=HEADERS, timeout=30)
r.raise_for_status()
data = r.json()
return {"status": data.get("status"), "output": data.get("output")}
Trátalo como un boceto. El cuerpo de la solicitud sigue la convención de Replicate, así que confirma los campos de entrada exactos en la página del modelo antes de publicarlo.
Algunos límites condicionan el diseño. Una cuenta ejecuta como máximo 5 predicciones a la vez, y ese recuento se comparte entre tokens y conexiones MCP. Los prompts llegan hasta 4000 caracteres, y el cuerpo de una solicitud, hasta 10 MB. Las condiciones de acceso y los precios están en la página de precios de PicassoIA, así que léelos antes de prometerle a alguien un nivel gratuito.
💡 ¿Prefieres no alojar nada? PicassoIA también ofrece conexiones MCP alojadas, gestionadas en picassoia.com/en/mcp/accounts después de iniciar sesión. Comprueba qué clientes admite una conexión antes de depender de ella en ChatGPT.
Las descripciones de las herramientas importan más que el código que hay detrás, porque el modelo elige las herramientas leyéndolas. Un modelo de lenguaje (LLM) puede pulirlas en pocos minutos:
Para una segunda opinión sobre la redacción, pega el mismo material en Claude Sonnet 5 y compara las dos reescrituras. Quédate con la descripción que sea más corta y más precisa.
Crea primero el contador de palabras y observa cómo aparece esa primera llamada a una herramienta en un chat. Luego dale al conector algo que mostrar. Añade el iniciador de imágenes, pide a ChatGPT una foto de una escena corriente y cambia un detalle en cada petición: la lente, la luz, la hora del día. Los pequeños cambios te enseñan más sobre prompts que cualquier descripción larga.
Cuando quieras imágenes terminadas sin escribir un servidor, abre PicassoIA y prueba a crear tus propias imágenes con PicassoIA Image, refínalas con PicassoIA Image Editor Pro y da vida a una favorita con PicassoIA Video. Elige un prompt, ejecútalo de tres maneras y quédate con la versión que de verdad te llame la atención.
Elige tu idioma
