Has creado un GPT personalizado, responde bien y ahora quieres que toque herramientas reales: una base de datos, un calendario, una cola de tickets. Alguien te ha dicho que la respuesta es MCP, el Model Context Protocol. Abres el creador de GPT, buscas un campo "MCP" y no encuentras nada. Esa confusión es justo la razón de este artículo. El soporte de MCP con un GPT personalizado existe, pero no funciona como la mayoría espera, y las opciones gratuitas son más limitadas de lo que sugiere el marketing.
Antes de entrar en detalles, la versión corta. Un GPT personalizado se comunica con servicios externos mediante Actions, que se basan en esquemas OpenAPI. MCP está un nivel por encima, dentro de ChatGPT, a través de conectores y apps. Ambos pueden colaborar, pero hay que elegir una vía, y cada una tiene sus propios requisitos de plan, normas de alojamiento y modos de fallo.
💡 Los detalles de los planes cambian rápido. Las guías de terceros no se ponen de acuerdo sobre qué planes de ChatGPT incluyen cada función de MCP, y OpenAI ha movido los menús varias veces en 2026. Trata cada afirmación sobre planes de abajo como una foto del momento y consulta la tabla de planes actual de OpenAI antes de pagar nada.
Qué hace MCP realmente
MCP en términos sencillos
MCP es un protocolo abierto que permite a un cliente de IA llamar a herramientas de un servidor de forma estándar. En lugar de escribir una integración nueva para cada asistente, escribes un servidor MCP que expone herramientas (buscar tickets, crear una nota, leer un archivo) y cualquier cliente compatible puede usarlas.
Un servidor describe sus herramientas, sus entradas y sus salidas. El cliente muestra ese menú al modelo, el modelo elige una herramienta, el servidor la ejecuta y devuelve el resultado. Ese es todo el ciclo.

Por qué los GPT personalizados son diferentes
Un GPT personalizado es una configuración empaquetada: instrucciones, archivos de conocimiento subidos y Actions opcionales. Se diseñó antes de que MCP se popularizara, así que su punto de conexión externo es un esquema OpenAPI que describe endpoints HTTP normales. No existe ningún campo donde pegar la dirección de un servidor MCP.
Ese único hecho de diseño explica casi toda la confusión. La gente busca "MCP en un GPT personalizado" y encuentra guías sobre conectores de ChatGPT, que son una función distinta en otra parte de la interfaz.
¿Admite MCP un GPT personalizado?
La respuesta corta
No directamente. A finales de 2026, un GPT personalizado no acepta un servidor MCP como lo hace un cliente MCP de escritorio. Lo que obtienes en su lugar:
- Actions dentro del GPT personalizado, usando un esquema OpenAPI y tu propia API HTTPS.
- Conectores MCP en conversaciones normales de ChatGPT, añadidos mediante el modo desarrollador o el directorio de apps.
- Una restricción señalada: un mismo GPT personalizado no puede usar Actions y Apps a la vez, así que eliges una opción por GPT.
Si tu objetivo es "mi asistente llama a mi herramienta", cualquiera de las dos vías puede llevarte ahí. Si tu objetivo es "mi GPT usa exactamente este servidor MCP sin cambios", necesitarás un puente, que se explica más abajo.
Actions y MCP lado a lado
| Función | Actions de GPT personalizado | Conector MCP en ChatGPT |
|---|
| Dónde vive | Dentro de un GPT empaquetado | Tu cuenta o espacio de trabajo de ChatGPT |
| Descripción de la interfaz | Esquema OpenAPI | Listado de herramientas MCP |
| Descubrimiento de herramientas | Fijo al escribir el esquema | Dinámico, el servidor anuncia las herramientas |
| Transporte | Peticiones HTTPS estándar | MCP remoto sobre HTTP en streaming o SSE |
| Compartir | Compartir el enlace del GPT | Configuración por usuario o por espacio de trabajo |
| Reutilización en otros clientes | Solo dentro de ChatGPT | Funciona en cualquier cliente MCP |
| Requisito de plan habitual | Plan de pago para crearlo | Plan de pago, a menudo un plan para empresas, necesario para herramientas de escritura |
La tabla muestra la contrapartida. Las Actions son más antiguas y sencillas. MCP es más portable, pero está sujeto a más restricciones de plan.

Configuración paso a paso
Antes de empezar: un servidor remoto
ChatGPT no puede llegar a un programa que se ejecuta en tu equipo portátil. Necesita un servidor MCP remoto con una dirección HTTPS pública. Los servidores locales que se comunican por entrada y salida estándar no se conectan por sí solos. Tienes tres opciones realistas:
- Desplegar el servidor en un host pequeño en la nube.
- Ejecutarlo en casa y exponerlo a través de un túnel.
- Ponerlo detrás de una pasarela MCP que añada autenticación y registros.
Para pruebas, un túnel sirve. Para cualquier cosa con datos reales, elige un host serio con una dirección estable.

Activa el modo desarrollador
Las guías sitúan el interruptor en Configuración, Conectores, Avanzado, Modo desarrollador. Algunas guías de 2026 dicen que OpenAI movió el interruptor y que ahora podría estar en Configuración, luego Seguridad. Si no lo encuentras, normalmente significa que tu plan no lo incluye, no que estés mirando en el lugar equivocado.

Añade tu servidor
Con el modo desarrollador activado, crea un conector nuevo y rellena tres datos:
- Nombre: algo que una persona reconozca en el selector de herramientas.
- URL del servidor: la dirección HTTPS pública de tu endpoint MCP.
- Autenticación: ninguna para una prueba rápida, OAuth para algo real.
Guárdalo, completa el inicio de sesión si aparece y las herramientas deberían aparecer en un chat nuevo. Si OAuth termina pero el conector nunca aparece, es un problema conocido que se documenta con frecuencia. Actualizar la sesión o eliminar y volver a añadir el conector suele solucionarlo.
Prueba primero con una herramienta de solo lectura
Empieza con una herramienta que no pueda dañar nada: una búsqueda, una consulta, un listado. Pide al modelo que la use por su nombre. Confirma que la llamada llega a los registros de tu servidor. Solo después activa las herramientas que escriben, borran o envían.
💡 Regla práctica: si no puedes ver la petición en los registros de tu propio servidor, el problema está en la conexión, no en el modelo.
La vía del puente para GPT personalizados
Si de verdad quieres que un GPT personalizado use un servidor MCP, tienes que convertir ese servidor. Un pequeño proxy expone cada herramienta MCP como un endpoint HTTPS normal y publica un esquema OpenAPI que las describe. Pegas ese esquema en el panel de Actions del GPT.
Pierdes el descubrimiento dinámico de herramientas, porque el esquema queda fijo hasta que lo regeneres. Ganas un GPT que cualquiera con el enlace puede usar. Para un asistente de equipo, esa contrapartida suele merecer la pena.
Límites con los que te vas a topar
Restricciones de plan
Aquí es donde más discrepan las fuentes, así que este es el patrón que aparece en ellas, planteado con cautela:
- Free y Go: apps de directorio creadas por otros, pero sin forma de añadir tu propio servidor MCP. Crear GPT personalizados con Actions se describe como restringido o no disponible.
- Plus y Pro: se informa con frecuencia de conectores personalizados de tipo lectura o recuperación, con acciones de escritura limitadas.
- Business, Enterprise y Edu: el nivel más asociado a MCP completo con escritura mediante el modo desarrollador, que varias fuentes siguen describiendo como beta.
Como OpenAI ajusta esto con regularidad, una mirada rápida a la tabla de planes actual te ahorrará un mes de suscripción mal gastado.

Transporte y alojamiento
MCP remoto sobre HTTP en streaming o SSE es lo que espera ChatGPT. Los servidores que requieren un proceso local no funcionarán directamente. Los servidores lentos también son un problema silencioso: si una herramienta tarda demasiado, la llamada agota el tiempo de espera y el modelo responde como si la herramienta nunca hubiera existido.
Mantén las respuestas de las herramientas pequeñas. Devuelve los campos que necesita el modelo, no una fila entera de la base de datos.
Seguridad y acciones de escritura
Una herramienta conectada puede actuar en tu nombre, y ese es el riesgo. Una página web o un documento malicioso puede contener instrucciones que empujen al modelo a llamar a una herramienta que nunca pretendiste activar. Esto se llama inyección de prompts, y es la razón principal por la que las acciones de escritura están protegidas por confirmaciones y planes superiores.

Hábitos prácticos que ayudan:
- Aplica mínimo privilegio al servidor: un token que solo pueda leer una carpeta, no todo el disco.
- Mantén fuera del servidor las herramientas destructivas (borrar, enviar, pagar) salvo que de verdad las necesites.
- Deja activadas las confirmaciones y lee lo que está a punto de ejecutarse.
- Rota los secretos según un calendario y nunca los pegues en las instrucciones del GPT.
Opciones gratuitas que funcionan
Apps de directorio en el plan Free
La ruta más sencilla y sin costo es usar conectores que otra persona ya publicó. Se informa de que el nivel gratuito incluye apps de directorio con búsqueda limitada e investigación profunda. No puedes apuntarlas a tu propio servidor, pero para servicios comunes (documentos, calendarios, tableros de proyectos) a menudo no lo necesitas.

Otros clientes y herramientas abiertas
MCP no depende de un único proveedor. Varios asistentes de escritorio, editores de código e interfaces de chat de código abierto actúan como clientes MCP, y muchos son gratuitos de instalar. Esos clientes pueden lanzar servidores locales directamente, lo que evita por completo el problema del alojamiento. Si tu objetivo real es probar tu propio servidor con poco dinero, esta es la vía más rápida: créalo, ejecútalo en local, pruébalo en un cliente gratuito y solo entonces decide si merece la pena un plan de pago de ChatGPT.
Modelos gratuitos para la parte de texto
A veces la pieza que falta no es el conector, sino el modelo que hay detrás. Si quieres redactar esquemas, escribir descripciones de herramientas o probar prompts antes de gastar nada, un modelo de lenguaje alojado funciona bien para eso.
En PicassoIA puedes abrir GPT-4o o GPT-4o Mini para redactar rápido. Para trabajo más pesado con esquemas y código, GPT 5.6 Sol, Claude Sonnet 5 y Gemini 3.1 Pro son opciones sólidas. Para razonar paso a paso un registro de errores complicado, vale la pena probar Deepseek R1.
💡 Truco útil: pega tu esquema OpenAPI en uno de estos modelos y pídele que señale los nombres de campo vagos. Las descripciones claras son el factor más importante para que un modelo elija la herramienta correcta.
Cómo corregir errores comunes
El conector nunca aparece
Revisa primero el plan. Si falta el modo desarrollador, lo más probable es que la función no esté activa en tu cuenta. Si está, elimina el conector, vuelve a añadirlo y abre un chat nuevo. Varias guías informan de que las apps personalizadas desaparecen del directorio durante un tiempo, lo cual resulta molesto pero suele ser temporal.

La herramienta se llama con entradas incorrectas
Casi siempre es un problema de descripción. Si un campo se llama "q" y la descripción no dice nada, el modelo adivina. Renómbralo como "search_query" y añade una frase con un valor de ejemplo.
Bucles de autenticación
Si el inicio de sesión rebota de un lado a otro, comprueba que tu dirección de redirección coincida exactamente con lo que espera el servidor, incluidas las barras finales. Basta una diferencia de un solo carácter para romper todo el flujo.
Las llamadas agotan el tiempo de espera
Reduce la carga útil, guarda en caché las consultas lentas y devuelve resultados parciales antes de tiempo. Apunta a una respuesta en un par de segundos.
Qué ruta te conviene
| Tu situación | Mejor ruta | Nivel de costo |
|---|
| Curioso, sin presupuesto | Apps de directorio más un cliente MCP gratuito | Gratis |
| Creador independiente con una API | GPT personalizado con Actions | Plan de pago |
| Quiere un servidor portátil | Servidor MCP remoto más un conector | Plan de pago o plan para empresas |
| Equipo que necesita herramientas de escritura | Plan para empresas con modo desarrollador | Precio para empresas |
| Quiere un GPT que envuelva MCP | Proxy que publica un esquema OpenAPI | Plan de pago más alojamiento |
El ranking honesto: empieza gratis, demuestra que el servidor funciona en un cliente sencillo y paga solo cuando sepas qué ruta necesitas. La mayoría gasta de más al comprar primero un plan y descubrir los límites después.

Pruébalo tú mismo en PicassoIA
Las conexiones con herramientas son solo una mitad de un buen asistente. La otra mitad es lo que el modelo puede crear para ti. Cuando tu GPT personalizado o tu flujo de trabajo con MCP esté en marcha, combínalo con una salida creativa: redacta un prompt en un modelo de lenguaje y luego conviértelo en una imagen fotorrealista o en un clip corto sin salir de la plataforma.
Abre un modelo como Gemini 3.5 Flash para escribir prompts precisos y detallados, y luego explora el catálogo completo en picassoia.com/en/all-models para encontrar un modelo de imagen o de video que encaje. Prueba unos cuantos prompts, compara resultados y quédate con los que funcionen. Probar no cuesta nada, y verás enseguida cuánto cambia el resultado una instrucción bien escrita.