Índice
Esta publicación fue escrita, traducida y publicada sin abrir ningún navegador. Sin panel de CMS. Sin editor WYSIWYG. Sin copiar y pegar entre archivos de traducción.
Cada palabra que estás leyendo fue creada mediante @better-i18n/mcp-content — nuestro servidor MCP (Model Context Protocol) que convierte los asistentes de codificación con IA en sistemas completos de gestión de contenido. Lo usamos para administrar nuestro propio blog, y este artículo explica exactamente cómo.
¿Qué es MCP Content?
MCP es un protocolo abierto que permite a los asistentes de IA (Claude, Cursor, Windsurf y otros) interactuar con servicios externos mediante llamadas de herramientas estandarizadas. Piénsalo como APIs para IA — pero en lugar de endpoints REST, obtienes herramientas que los agentes de IA pueden descubrir, entender y usar de forma autónoma.
@better-i18n/mcp-content es nuestro servidor MCP para gestión de contenido. Expone herramientas para:
- Modelos de contenido — Define tipos de contenido estructurado (publicaciones de blog, entradas de changelog, páginas de documentación)
- Entradas — Crea, actualiza, traduce y publica entradas de contenido
- Campos — Campos personalizados con tipos (texto, número, booleano, fecha, relación, media)
- Traducción — Contenido multilingüe con localización por campo
- Publicación — Flujo de trabajo borrador/publicado con historial de versiones
Cuando conectas este servidor a tu asistente de IA, el asistente gana la capacidad de gestionar todo tu pipeline de contenido mediante lenguaje natural. Para los equipos que son nuevos en el panorama de localización e internacionalización, nuestra guía sobre fundamentos de localización de software proporciona información útil sobre los conceptos que subyacen a estos flujos de trabajo.
La Configuración
Así es como configuramos MCP Content para el blog de nuestro sitio de aterrizaje:
1. Instalar el Servidor MCP
// .claude/mcp.json (o el archivo de configuración MCP de tu asistente de IA)
{
"mcpServers": {
"better-i18n-content": {
"command": "npx",
"args": ["-y", "@anthropic-ai/better-i18n-content-mcp@latest"],
"env": {
"BETTER_I18N_API_KEY": "your-api-key"
}
}
}
}
Esa es toda la configuración. Sin base de datos que configurar, sin archivos de esquema que escribir, sin pipeline de despliegue que establecer.
2. Definir el Modelo de Contenido
Le pedimos a Claude que creara nuestro modelo de publicaciones de blog:
"Crea un modelo de contenido blog-posts con los campos: author (relación a users), category (relación a blog-categories), featured (booleano) y read_time (número)."
Detrás de escena, Claude llamó a las herramientas createContentModel y addField para construir el esquema. El modelo estuvo listo en segundos.
3. Escribir Contenido
Aquí es donde se pone interesante. En lugar de abrir un panel de CMS y rellenar campos de formulario, simplemente describimos lo que queremos:
"Escribe una publicación de blog comparando Better i18n con Crowdin y Lokalise. Sé honesto — reconoce dónde son más fuertes los competidores. Dirigido a desarrolladores que evalúan plataformas de localización."
Claude escribe el contenido completo en markdown, establece los metadatos (autor, categoría, etiquetas, tiempo de lectura) y llama a createContentEntry para guardarlo. Revisamos el resultado en la terminal, solicitamos ediciones si es necesario y aprobamos.
4. Traducir
"Traduce la publicación de blog de comparación al turco, alemán y francés."
Claude lee el contenido fuente, traduce cada campo (título, cuerpo, extracto) y llama a updateContentEntry con las traducciones. Los términos del glosario se respetan automáticamente — los nombres de marcas permanecen sin traducir, los términos técnicos usan las traducciones aprobadas.
5. Publicar
"Publica todas las publicaciones de blog en borrador."
Claude llama a bulkPublishEntries y cada entrada aprobada queda publicada. El contenido está disponible a través de nuestra API de inmediato.
Por Qué Funciona Este Flujo de Trabajo
Velocidad
Escribir una publicación de blog de 2.000 palabras a través de un CMS tradicional implica:
- Abrir el panel del CMS (5 segundos)
- Navegar al tipo de contenido (3 segundos)
- Hacer clic en "Nueva Entrada" (2 segundos)
- Rellenar los campos de metadatos uno por uno (30 segundos)
- Escribir o pegar el contenido en un editor WYSIWYG (variable)
- Formatear encabezados, bloques de código, tablas (2-5 minutos)
- Guardar el borrador (2 segundos)
- Vista previa (5 segundos)
- Publicar (3 segundos)
Con MCP Content, el mismo proceso es:
- Describir lo que quieres (10 segundos)
- Revisar el resultado (30 segundos)
- Decir "publicar" (2 segundos)
La IA se encarga de los metadatos, el formato y las llamadas a la API. Tú te concentras en la dirección del contenido y la revisión de calidad.
Consistencia
Cuando un humano rellena formularios de CMS, las inconsistencias se van acumulando. Las etiquetas se escriben de forma diferente en distintas publicaciones. Los tiempos de lectura se estiman de manera inconsistente. Los extractos varían en longitud y tono.
Cuando una IA crea entradas a través de una API estructurada, cada campo sigue el mismo patrón. La IA calcula el tiempo de lectura a partir del conteo de palabras. Genera extractos que coinciden con la longitud objetivo. Aplica un formato de etiquetas consistente.
Calidad de la Traducción
Los flujos de trabajo tradicionales de traducción de contenido implican:
- Exportar el contenido fuente
- Enviarlo a los traductores (o pasarlo por una herramienta de traducción)
- Importar el contenido traducido
- Revisar problemas de formato
- Arreglar markdown roto, enlaces faltantes, metadatos incorrectos
MCP Content gestiona la traducción de forma integrada. La IA lee el markdown fuente, entiende la estructura (encabezados, bloques de código, tablas, enlaces) y traduce el texto preservando el formato. Sin ciclos de exportación/importación. Sin markdown roto. Para los equipos que quieren entender los factores de calidad que hacen confiables las traducciones de IA, nuestra publicación sobre contexto en las traducciones cubre cómo el cumplimiento del glosario y el contexto estructurado contribuyen a un resultado preciso.
Control de Versiones
Cada cambio a través de MCP Content está versionado. Puedes ver quién cambió qué, cuándo y por qué. El historial de versiones muestra el diff completo entre versiones — incluyendo cambios en las traducciones.
Este es el mismo registro de auditoría que esperarías de un flujo de trabajo basado en Git, pero para contenido. Sin commits que gestionar, sin conflictos de fusión que resolver.
La Arquitectura Técnica
Para los curiosos técnicos, así es como funciona MCP Content internamente:
Asistente de IA (Claude/Cursor)
↓ Protocolo MCP (stdio/SSE)
Servidor MCP Content (@better-i18n/mcp-content)
↓ REST API
API de la Plataforma Better i18n
↓ Base de datos
PostgreSQL (contenido, traducciones, versiones)
↓ CDN
Cloudflare R2 + Workers (entrega)
Almacenamiento de Contenido
El contenido se almacena en PostgreSQL con un esquema flexible:
- Los modelos de contenido definen la estructura (campos, tipos, requisitos)
- Las entradas de contenido contienen el contenido real con traducciones por idioma
- Los valores de campos personalizados se almacenan como JSONB, admitiendo cualquier tipo de campo
- Las versiones rastrean cada cambio con metadatos de diff
Entrega
El contenido publicado se sirve a través de Cloudflare Workers con caché en el borde. El SDK proporciona acceso con tipos seguros a las entradas de contenido con resolución automática de idioma.
Herramientas MCP
El servidor expone más de 15 herramientas organizadas por dominio:
Modelos: listContentModels, getContentModel, createContentModel, addField, updateField
Entradas: listContentEntries, getContentEntry, createContentEntry, updateContentEntry, deleteContentEntry
Publicación: publishContentEntry, bulkPublishEntries, duplicateContentEntry
Cada herramienta tiene una definición JSON Schema que le dice al asistente de IA exactamente qué parámetros están disponibles, qué tipos esperan y cómo es la respuesta. La IA puede descubrir y usar estas herramientas sin ningún prompt personalizado.
Dogfooding en la Práctica
Hemos estado usando MCP Content para nuestro propio blog desde febrero de 2026. Aquí están los números reales:
- 6 publicaciones de blog creadas y publicadas (incluyendo esta)
- 14 idiomas admitidos en el contenido
- Cero tiempo invertido en un panel de CMS
- Tiempo promedio de creación: 3 minutos por publicación (incluyendo metadatos y revisión)
- Tiempo promedio de traducción: 45 segundos por idioma por publicación
El flujo de trabajo ha cambiado fundamentalmente cómo pensamos sobre el contenido. En lugar de "necesito escribir una publicación de blog" siendo una tarea de 2 horas (escribir, formatear, subir, traducir, publicar), es una conversación de 15 minutos con un asistente de IA. Si quieres ver cómo esto encaja en una configuración de framework más amplia, nuestra guía completa de i18n para Next.js 2026 muestra cómo conectar las traducciones entregadas por CDN junto con tu pipeline de contenido.
Limitaciones y Compromisos Honestos
MCP Content no es para todos. Aquí están los casos donde un CMS tradicional sigue siendo mejor:
Edición Visual de Contenido
Si tu contenido depende en gran medida del diseño visual — bloques personalizados, widgets integrados, posicionamiento por arrastrar y soltar — un CMS tradicional con un editor visual es mejor. MCP Content trabaja con markdown, que es excelente para contenido de texto pesado pero limitado para flujos de trabajo con prioridad visual.
Equipos de Contenido No Técnicos
MCP Content requiere un asistente de codificación con IA (Claude Code, Cursor, etc.). Si tu equipo de contenido no usa estas herramientas, un CMS tradicional con un editor basado en web es más accesible.
Contenido con Mucho Multimedia
Las cargas de imágenes, los videos embebidos y la gestión de recursos son más simples en un CMS visual. MCP Content admite campos de media pero se basa en URLs en lugar de flujos de trabajo de carga directa.
Flujos de Trabajo de Aprobación Complejos
Si necesitas aprobación en múltiples etapas (escritor → editor → revisor → publicador) con acceso basado en roles, las plataformas de CMS tradicionales tienen motores de flujo de trabajo más maduros. MCP Content tiene estados borrador/publicado pero no aprobación en múltiples etapas.
Lo Que Viene a Continuación
Estamos desarrollando activamente MCP Content basándonos en nuestro propio uso y en los comentarios de los primeros adoptantes:
- Publicación programada — Establece una fecha de publicación y la entrada se publica automáticamente
- Relaciones de contenido — Vincula entradas entre modelos (p. ej., publicación de blog → autor → equipo)
- Notificaciones por webhook — Activa reconstrucciones o notificaciones cuando el contenido cambia
- Optimización de imágenes — Redimensionamiento automático y conversión de formato para campos de media
- Vista previa de contenido — Genera URLs de vista previa para contenido en borrador
Antes de ir a producción con cualquier pipeline de contenido, vale la pena realizar un pase de pruebas de i18n exhaustivo para detectar claves faltantes, reglas de pluralización rotas y casos límite de formato en todos tus idiomas de destino.
Pruébalo Tú Mismo
MCP Content está disponible hoy como parte de Better i18n. Si ya usas Better i18n para las traducciones, la gestión de contenido está incluida sin costo adicional.
# Añadir a la configuración MCP de tu asistente de IA npx @anthropic-ai/better-i18n-content-mcp@latest
Comienza con un modelo de contenido simple — un changelog, un blog o una página de documentación. Deja que la IA cree, traduzca y publique tu contenido. Puede que nunca vuelvas a abrir un panel de CMS.
Recursos Relacionados
- Documentación de MCP Content — Referencia completa de API y guía de configuración
- Herramientas de Traducción MCP — Gestión de traducciones mediante MCP
- Better i18n vs Crowdin vs Lokalise — Comparación de plataformas
- Cómo Better i18n Mejora los Flujos de Trabajo de Localización — Una mirada más profunda a las mejoras en el flujo de trabajo que habilita este enfoque
- Localización Centrada en el Desarrollador en 2026 — Por qué las herramientas centradas en el desarrollador están ganando
