Un agente de IA no es un chatbot con esteroides. Es un sistema que puede razonar, tomar decisiones y ejecutar acciones en tus herramientas reales: crear pedidos en Shopify, actualizar precios, enviar campañas en Klaviyo, consultar tu ERP o generar informes. Todo sin intervención humana, dentro de los límites que tú defines.
La clave para que un agente funcione bien es el contexto. Y la forma más limpia de darle contexto es a través de MCPs: Model Context Protocol, el estándar abierto creado por Anthropic que permite a los LLMs conectarse con herramientas externas de forma segura y controlada.
En Pango Studio desarrollamos MCPs a medida y agentes IA que operan sobre tu stack de ecommerce. No son demos bonitas — son sistemas que funcionan en producción, con datos reales y clientes reales.
Qué es un MCP y por qué te importa
Model Context Protocol (MCP) es un protocolo abierto que permite a un modelo de lenguaje (como Claude) acceder a herramientas y datos externos de forma estandarizada. Piensa en él como un «USB universal» para la IA: en vez de escribir integraciones ad-hoc para cada herramienta, el MCP define una interfaz común que cualquier herramienta puede implementar.
En la práctica esto significa que:
- Claude puede consultar tu inventario de Shopify en tiempo real
- Puede crear un borrador de campaña en Klaviyo basándose en los datos de ventas de la última semana
- Puede cruzar datos entre tu ERP y tu tienda para detectar inconsistencias
- Puede generar un informe de rendimiento combinando datos de GA4, Shopify y tu CRM
- Todo sin que tú copies y pegues datos entre herramientas
MCP vs. integraciones tradicionales
| Integración tradicional | Con MCP |
|---|---|
| Una integración custom por cada par de herramientas | Un servidor MCP por herramienta, reutilizable |
| El LLM solo recibe texto, no puede actuar | El LLM puede leer datos Y ejecutar acciones |
| Cambiar de modelo requiere reescribir las integraciones | El MCP es agnóstico del modelo |
| Difícil de auditar qué hace la IA | Cada acción queda registrada en el log del MCP |
| Frágil: si una API cambia, todo se rompe | El MCP abstrae la complejidad de cada API |
MCPs que desarrollamos para ecommerce
MCP de Shopify
Conecta a tu agente IA con toda la Admin API de Shopify:
- Consultar productos, colecciones, variantes, inventario
- Leer pedidos, clientes, carritos abandonados
- Crear/editar productos, actualizar precios, gestionar metafields
- Gestionar descuentos y códigos promocionales
- Consultar analíticas de la tienda
MCP de Klaviyo
Tu agente IA puede operar Klaviyo directamente:
- Consultar segmentos y listas
- Crear borradores de campañas con contenido generado
- Analizar métricas de email (open rate, click, revenue)
- Activar flujos automatizados basados en eventos custom
MCP de ERP/Contabilidad (Holded, A3, Odoo)
Conecta tu sistema de gestión con la IA:
- Consultar facturas, pagos, estados de cuenta
- Conciliar datos entre Shopify y el ERP
- Detectar discrepancias en inventario o facturación
- Generar informes financieros en lenguaje natural
MCP de Analytics (GA4 + Shopify + CRM)
Un único punto de acceso a todos tus datos de rendimiento:
- Tráfico, conversión, revenue por canal
- Comportamiento de usuarios, embudos, attribution
- LTV, CAC, retención por cohortes
- Alertas automáticas cuando las métricas se desvían
MCPs custom
Si tu herramienta no tiene MCP, lo construimos. Cualquier sistema con API (REST, GraphQL, webhooks) puede tener un servidor MCP que lo conecte con tu agente IA.
Agentes IA que construimos
Un agente IA usa uno o varios MCPs para realizar tareas complejas de forma autónoma. Estos son los agentes que más demandan nuestros clientes de ecommerce:
Agente de operaciones
- Monitoriza pedidos nuevos y los clasifica por prioridad
- Detecta problemas: stock bajo, pedidos atascados, devoluciones inusuales
- Genera alertas y ejecuta acciones correctivas (restock automático, pausar producto)
- Concilia datos entre Shopify y ERP cada noche
Agente de contenido
- Genera descripciones de producto a partir de fichas técnicas del proveedor
- Crea variantes por mercado (España, México, Colombia) adaptando tono y keywords
- Actualiza metadatos SEO en base a datos de rendimiento de Search Console
- Genera textos de colección cuando se crean nuevas categorías
Agente de pricing
- Monitoriza precios de competidores (scraping + APIs de marketplaces)
- Analiza elasticidad de precio por producto y segmento
- Propone ajustes de precio basados en stock, demanda y margen objetivo
- Ejecuta cambios con aprobación humana (o automáticamente dentro de rangos)
Agente de atención al cliente
- Responde consultas usando RAG sobre tu documentación (catálogo, FAQs, políticas)
- Consulta estado de pedidos en tiempo real vía MCP de Shopify
- Procesa devoluciones y cambios dentro de las reglas que definas
- Escala a humano cuando detecta frustración o complejidad alta
Stack tecnológico
| Componente | Tecnología |
|---|---|
| Modelos | Claude (Anthropic), GPT-4 (OpenAI) — según la tarea |
| Protocolo | Model Context Protocol (MCP) — estándar abierto de Anthropic |
| Orquestación | Claude Code, n8n, custom (Node.js/Python) |
| Servidores MCP | TypeScript/Python — desarrollo propio |
| Infraestructura | Docker, AWS/Railway — tu infraestructura o la nuestra |
| Ecommerce | Shopify Admin API, Storefront API, Shopify Flow |
| Monitoring | Logs MCP + dashboards custom + alertas Slack |
Seguridad y control
Los agentes IA que construimos tienen guardrails:
- Permisos granulares: cada agente solo puede acceder a las herramientas y datos que necesita
- Aprobación humana: para acciones críticas (cambios de precio, envío de campañas, modificación de pedidos) el agente propone y un humano aprueba
- Rate limiting: límites de ejecución por hora/día para prevenir errores en cascada
- Logging completo: cada acción queda registrada — qué hizo, por qué, con qué datos
- Kill switch: se puede detener cualquier agente en cualquier momento
- Testing en staging: todo se prueba con datos reales en entorno de staging antes de ir a producción
Precios orientativos
| Proyecto | Rango de precio | Plazo |
|---|---|---|
| MCP individual (Shopify, Klaviyo, ERP) | 3.000 – 8.000€ | 2-4 semanas |
| Agente IA con 2-3 MCPs | 8.000 – 20.000€ | 4-8 semanas |
| Sistema completo (múltiples agentes + MCPs + monitoring) | 20.000 – 50.000€ | 2-4 meses |
| Mantenimiento y evolución | 1.500 – 5.000€/mes | Continuo |
Parte de estos proyectos puede financiarse con Kit Digital o Kit Consulting.
Preguntas frecuentes
¿Necesito Shopify para trabajar con MCPs?
No. El MCP es agnóstico de plataforma. Podemos construir servidores MCP para cualquier sistema con API. Pero Shopify es donde tenemos más experiencia y los MCPs más maduros.
¿Los agentes pueden hacer cosas sin mi aprobación?
Solo si tú lo decides. Por defecto, las acciones críticas requieren aprobación humana. Las tareas de bajo riesgo (consultas, análisis, borradores) se ejecutan automáticamente.
¿Qué pasa si el agente comete un error?
Todos los agentes operan en modo reversible: las acciones se pueden deshacer. Además, las acciones destructivas (borrar productos, cancelar pedidos) están bloqueadas por defecto.
¿Es MCP un estándar o algo propietario de Anthropic?
MCP es un estándar abierto (open source). Lo creó Anthropic pero lo usan múltiples proveedores y herramientas. No estás atado a un solo modelo ni a un solo proveedor.
¿Puedo usar mis propios modelos locales con MCP?
Sí. MCP funciona con cualquier LLM. Si tienes requisitos de compliance que exigen modelos on-premise, podemos integrar IAs locales con los mismos MCPs.
¿Quieres automatizar tu ecommerce con agentes IA?
Te diseñamos la arquitectura, construimos los MCPs y ponemos los agentes en producción. Con guardrails, monitoring y control total.
Pedir propuesta de agentes IA →
Pango Studio — Inteligencia artificial para ecommerce · Integración de LLMs · Agencia Shopify en Madrid