Diseño de una experiencia de cliente centrada en las personas en las integraciones MCP
En las integraciones MCP, la precisión técnica por sí sola no basta. A partir de un ejemplo de búsqueda de vuelos, analizamos el diseño de respuestas de IA centradas en las personas.
Inteligencia artificial · 2025-08-05 · 3 min de lectura

Una integración MCP centrada en las personas conserva los datos técnicos y proporciona al asistente de IA explicaciones verificadas y comparaciones acordes con el objetivo del usuario. En la búsqueda de vuelos, esto significa acompañar los códigos de condiciones de billete comprensibles, resúmenes de vuelos y recomendaciones razonadas. El objetivo es facilitar que el usuario comprenda y evalúe sus opciones sin que el modelo tenga que hacer suposiciones.
- 5 de agosto de 2025
Que un asistente de IA pueda acceder a opciones de vuelo no significa que el usuario encuentre fácilmente la más adecuada. Esta es la distinción fundamental que puso de relieve una prueba de la integración MCP de Turkish Airlines, desarrollada por Turkish Technology, en una búsqueda de vuelos Estambul–Londres: una conexión que funciona técnicamente puede seguir ofreciendo margen de mejora en la experiencia del usuario final. En X Mind Solutions, analizamos esta cuestión más allá del acceso a los datos, prestando atención a cómo se presentan a las personas.
MCP es un protocolo que estandariza el acceso de las aplicaciones de IA a herramientas y datos de sistemas externos. Sin embargo, lograr que la respuesta obtenida resulte comprensible para el usuario es una cuestión de diseño que debe abordarse por separado. En una búsqueda de vuelos, campos como el identificador de la opción, el código del aeropuerto, el código del tipo de aeronave y la clase tarifaria son relevantes para la interacción entre sistemas. El pasajero, en cambio, suele querer saber cuándo llegará, cuánto pagará y qué condiciones tiene su billete.
El primer ámbito de mejora consiste en presentar los campos técnicos junto con explicaciones verificadas. Por ejemplo, el código del tipo de aeronave puede acompañarse de un nombre de modelo comprensible, y la clase tarifaria, de las condiciones de cambio y cancelación del billete correspondiente. El límite fundamental es no extraer conclusiones sin respaldo a partir de los códigos. Un código tarifario por sí solo no debe convertirse en una afirmación que garantice condiciones de cancelación flexibles, ni un modelo de avión debe utilizarse para garantizar un determinado nivel de comodidad del asiento.
El segundo ámbito consiste en relacionar las opciones con el objetivo del usuario. Los viajes de negocios, las vacaciones o la prioridad presupuestaria pueden requerir criterios de comparación diferentes. No obstante, en lugar de etiquetar un vuelo como ideal para un viaje de negocios, resulta más útil explicar los motivos de la recomendación. La información verificada, como la hora de llegada, el precio total y el transporte desde el aeropuerto, ayuda al usuario a decidir según sus propias prioridades. Si estas se desconocen, preguntarlas es un enfoque más sólido que formular recomendaciones basadas en suposiciones.
El tercer ámbito es la información práctica que conecta los datos del vuelo con la continuación del viaje. Las opciones de traslado desde el aeropuerto, la información meteorológica o las alertas de cambios de precio pueden considerarse posibles mejoras de la experiencia; no deben presentarse como funciones verificadas de la integración existente. El uso de esta información debe depender de fuentes fiables y de la comprobación de que está actualizada. Del mismo modo, las tasas de preferencia o satisfacción de los pasajeros solo deben utilizarse si existen datos verificables; los porcentajes ilustrativos no deben presentarse como comportamiento real de los clientes.
Diseñar respuestas MCP centradas en las personas no significa eliminar por completo los datos técnicos. Los campos estructurados pueden mantenerse y acompañarse de resúmenes accesibles, condiciones claras y comparaciones razonadas. Este enfoque busca reducir la necesidad de que el modelo de lenguaje interprete códigos sin procesar y ofrecer al usuario opciones más comprensibles. En X Mind Solutions, nuestro principal criterio de diseño no es simplemente que el sistema responda, sino que su respuesta sea correcta, comprensible y útil para tomar decisiones.
Preguntas frecuentes
- ¿Qué diferencia hay entre MCP y el diseño de respuestas fáciles de entender?
- MCP estandariza el acceso de las aplicaciones de IA a herramientas y datos externos. El diseño de respuestas fáciles de entender se ocupa de presentar esos datos mediante explicaciones y comparaciones comprensibles. Que la conexión funcione no significa que esas explicaciones sean automáticamente correctas y suficientes.
- ¿Es necesario eliminar por completo los códigos técnicos de las respuestas?
- No. Los campos técnicos estructurados pueden conservarse para el funcionamiento de los sistemas. Añadir explicaciones verificadas en lenguaje claro favorece tanto el uso técnico como la experiencia del usuario final.
- ¿Un código de clase tarifaria indica condiciones de cancelación flexibles?
- No deben deducirse condiciones de cancelación flexibles únicamente a partir de un código de clase tarifaria. La explicación que se presenta al usuario debe basarse en las reglas tarifarias verificadas del billete correspondiente.
- ¿Cómo debe justificarse una recomendación de vuelo para un viaje de negocios?
- La recomendación debe explicarse en función de las prioridades del usuario, la hora de llegada, el precio total y la información verificada sobre el transporte. Si se desconocen sus necesidades, conviene hacer preguntas aclaratorias en lugar de etiquetar directamente un vuelo como ideal.
- ¿Se puede incluir información sobre traslados y satisfacción en una respuesta sobre vuelos?
- Esta información puede incluirse si está respaldada por fuentes fiables y actualizadas. Deben verificarse los tiempos y los precios de los traslados; las tasas de satisfacción solo deben utilizarse si se basan en datos reales y verificables.
Kaynak: Orijinal kaynak
X MIND WEEKLY
¿Qué ha pasado esta semana en IA?
¿Quieres noticias de IA útiles para tu empresa? La agenda de IA en el mundo y en Turquía, casos reales de KobiGPT e ideas de automatización aplicables ya: 1 correo por semana, ~3 minutos de lectura, sin spam.
Tras registrarte, haz clic en el enlace de confirmación que te enviamos. Puedes darte de baja cuando quieras. Leer números anteriores →
