MCP per a SEOs: per què un servidor Model Context Protocol importa en la visibilitat en IA

Fa cosa d'un any que la meitat de les eines SEO del mercat li han posat "IA" a la caixa i s'han quedat tan amples. MCP és la primera sigla en molt de temps que es mereix de veritat el soroll que genera, i gairebé ningú del nostre sector encara no l'està fent servir com toca.

Avís abans de continuar: jo construeixo LLM Pulse, una plataforma de visibilitat en cerques amb IA, i porta servidor MCP. Així que aquí soc part interessada. Tot i així t'ho intentaré explicar sense trampa, també on MCP encara coixeja i on altres eines ho fan bé.

Et explico què és això i per què importa per a la feina concreta de mesurar com apareixen les marques a ChatGPT, Perplexity i Gemini.

Què és MCP de debò

MCP són les sigles de Model Context Protocol. El va proposar Anthropic i des de llavors s'ha adoptat de manera àmplia a la indústria, OpenAI inclòs.

La versió senzilla és aquesta. Un LLM tot sol només sap parlar. No pot llegir la teva analítica, consultar el teu rank tracker ni treure les mencions de marca de la setmana passada. Per fer alguna cosa útil amb les teves dades necessita un pont.

Abans de MCP, cada un d'aquests ponts era a mida. Escrivies un plugin per a una eina, una altra integració diferent per a la següent, i res no era reutilitzable. El mateix embolic que teníem amb els connectors de dades fa quinze anys.

MCP és una manera estàndard d'exposar les teves dades i les teves accions a qualsevol model d'IA que parli el protocol. Una eina construeix un servidor MCP. Claude el pot fer servir. ChatGPT el pot fer servir. Allò que facis servir l'any que ve també ho podrà fer. Una integració, molts clients.

Pensa-hi com el USB de les eines d'IA. Abans del USB, cada dispositiu tenia el seu connector. Després, un port i ja està. La idea és aquesta, i no té més misteri.

Per a un SEO, la versió pràctica és la següent: en comptes d'entrar a un tauler, exportar un CSV, netejar-lo i enganxar-lo a una presentació, li fas una pregunta a Claude en llenguatge normal i ell va a buscar la resposta directament a la teva eina.

Per què importa justament en visibilitat en IA

El reporting del SEO clàssic està madur. Tens Looker Studio, tens APIs, tens una dècada de connectors. Funciona.

La visibilitat en IA és diferent perquè la dada és més bruta i les preguntes són més difuses. No preguntes "quina posició tinc per a aquesta keyword". Preguntes coses com "quin dels meus competidors s'ha mencionat més que jo a ChatGPT aquest mes, i per quin motiu".

Aquestes preguntes són conversacionals. Encaixen fatal en un tauler fix i de meravella en un xat que pot consultar dades en viu.

Aquí hi ha l'encaix. La visibilitat en IA és l'únic subcamp del SEO on la superfície de reporting i la d'anàlisi volen ser la mateixa finestra de xat.

Un exemple real de la meva setmana. Vaig connectar el nostre servidor MCP a Claude i li vaig demanar: "Compara el share of voice d'aquestes tres marques a ChatGPT i Perplexity els últims 30 dies i digues-me quins prompts han generat les diferències més grans". Va treure els números, va fer la comparació i va escriure el resum. Sense tauler, sense exportació, sense taula dinàmica.

Abans això era una hora de feina. Ara és una frase.

Com funciona a la pràctica

Connectes un servidor MCP a un client MCP. El client és allò amb què ja xateges: Claude d'escriptori, ChatGPT o una llista cada cop més llarga. El servidor és l'eina que exposa les seves dades.

Un cop connectat, el model veu un menú d'"eines" que ofereix el servidor. Cadascuna és una acció concreta: portar mencions, treure el share of voice, llistar els prompts que segueixes, treure els accessos de crawlers per a una URL, i així. El model tria les que necessita per respondre't i les encadena.

Les bones implementacions fan servir OAuth. Entres un cop des del navegador, dones accés i llest. Res de copiar una API key en un fitxer de configuració, res de rotar secrets, res de deixar credencials en text pla. Això importa més del que sembla, perquè les API keys són justament per on es filtren les integracions.

Aquestes són les coses que pots fer de debò un cop muntat:

• Demanar un informe de client en llenguatge natural i que te l'escrigui, amb els números trets en viu.
• Que el model vigili les caigudes de sentiment negatiu i te les expliqui.
• Creuar les teves mencions en IA amb el teu trànsit de GA4 sense obrir dues pestanyes.
• Muntar el relat mensual d'un client i deixar que el model redacti el comentari a partir de dades reals.

L'última és la funcionalitat silenciosa que ho canvia tot per a les agències. La part avorrida del reporting, escriure les paraules que envolten els números, és precisament el que un LLM amb accés en viu fa bé.

Quines eines de visibilitat en IA porten servidor MCP de debò

Aquest espai és jove, així que la resposta honesta és: poques, de moment. Dues mereixen que les anomeni.

LLM Pulse (la meva) porta un servidor MCP allotjat amb més de 45 eines per OAuth, i va inclòs a tots els plans, també a la prova de 14 dies. El connectes a Claude o ChatGPT i t'endús al xat les teves dades de visibilitat, mencions, sentiment, share of voice de competència i seguiment de crawlers. Sense API key, sense add-on a part, sense trucada comercial per desbloquejar-lo. El vaig construir aviat perquè crec que cap allà va el reporting, i el volia a les mans de qui paga 49 € al mes, no només dels comptes enterprise.

Otterly.ai també porta servidor MCP, a més d'una API pública i una skill de Claude. Otterly és l'entrada barata més honesta de la categoria, amb un pla Lite de 29 $ al mes, i que hagin tret MCP tan aviat et diu que pensen en els mateixos problemes que jo. Si vas just de pressupost i vols experimentar amb reporting via MCP, és un lloc força raonable per començar. Crèdit per a qui s'ho mereix.

Més enllà d'aquestes dues, el suport de MCP en aquest nínxol és escàs. El gran actor enterprise, Profound, té la dada més profunda de la categoria i una API completa, que pots connectar al teu propi agent si tens temps d'enginyeria. Però un servidor MCP allotjat que connectes en dos clics és una cosa ben diferent de "tenim una API, munta-t'ho tu".

Espero que aquesta llista creixi ràpid. Si llegeixes això d'aquí a sis mesos, torna-ho a mirar, perquè MCP serà el mínim exigible.

On encaixa LLM Pulse i on no

T'he promès franquesa, així que aquí va la ubicació honesta.

Si ets una marca de l'IBEX o una Fortune 500 que necessita SOC 2, SSO, opcions on-premise i la dada de volum de prompts més profunda del mercat, Profound és segurament la teva resposta, i t'ho dic a la cara. Per això està fet. Sense preus públics, guiat per demo, uns quants milers al mes, però la profunditat és real.

Si portes un equip o una agència que viu del seguiment regional i multiidioma, Peec AI és fort i mereix un cop d'ull, des d'uns 89 $ al mes amb seients il·limitats. Compte amb els seus models: n'inclouen tres i els extra són add-ons de pagament per model.

Si ja pagues Ahrefs o Semrush, les seves funcions de visibilitat en IA vénen dins de la suite que ja tens. Més superficials que les especialistes, però ja són a la teva subscripció, i per a molta gent aquesta és la decisió correcta.

On crec que LLM Pulse es guanya el lloc és en la combinació que els altres no igualen del tot a aquest preu:

Preus a juliol de 2026. Els preus canvien, així que comprova la web abans de contractar.

La marca blanca és el que destacaria per a agències. El teu logo, els teus colors, el teu domini, zero marca LLM Pulse, un projecte separat per client, i connector de Looker Studio més API REST per als informes que MCP no cobreix. Combinat amb un servidor MCP que et deixa redactar aquests informes tot conversant, això és un estalvi de temps real, no una frase de fullet.

I l'analítica de trànsit d'IA compta també aquí. Connectes GA4 o Plausible i veus les visites, conversions i vendes reals que et porten ChatGPT, Perplexity i Gemini, no només mencions. Quan el teu informe via MCP diu "hem pujat el share of voice", el següent que pregunta el client és "i això ha portat diners?", i ara ho pots respondre en la mateixa frase.

Els peròs honestos

MCP no és màgia. Un parell de coses que convé saber abans de venir-te amunt.

El model pot malinterpretar la teva pregunta i tirar de l'eina equivocada. Passa menys que abans, però passa. Encara has de revisar els números, sobretot en allò que veurà un client.

Tampoc substitueix un tauler quan el que vols és mirar una línia de tendència cada matí. El xat és genial per preguntar i pèssim per fer una ullada. Vols les dues coses, i per això les bones eines mantenen el tauler i afegeixen MCP a sobre, en comptes de canviar-ne un per l'altre.

I l'ecosistema és jove. Els clients varien en com de bé gestionen les crides a eines de diversos passos. Claude és avui el més madur en això, cosa que no sorprèn sabent qui va proposar el protocol, però la distància s'escurça.

Res d'això canvia la direcció. La direcció està clara.

Cap on va això

D'aquí a un any, "té servidor MCP?" serà una pregunta normal a la checklist d'avaluació d'una eina, just al costat de "té API?". Les que en portin un de ben fet semblaran anar una dècada per davant de les que segueixin exportant CSVs.

La capa de reporting del SEO s'està dissolent, en silenci, en una conversa. Prefereixo construir per a això que fer veure que no està passant.

Si ho vols provar, connecta un servidor MCP a Claude, fes-li una pregunta que normalment et costaria una hora respondre i mira com torna en deu segons. Aquest és el moment en què fa clic, i no hi ha manera de deixar de veure-ho.