Integración con LLM y MCP: Coodesh dentro de tu stack de IA

MCP (Model Context Protocol) es un estándar abierto que permite a un asistente de IA, como Claude o ChatGPT, acceder a herramientas y datos de otros sistemas de forma segura, con autorización explícita del usuario. Conectar Coodesh vía MCP significa que tu asistente pasa a ver tu área de trabajo: vacantes, postulaciones, evaluaciones y resultados. En lugar de copiar nombres y notas a un chat, le preguntas directamente al asistente "¿quiénes son los cinco mejores en la evaluación de backend de esta semana?" o "invita a los aprobados a la entrevista con IA", y él consulta o ejecuta en Coodesh en tu nombre.

El asistente tiene acceso a acciones de lectura y de modificación, separadas en la pantalla de autorización. En lectura, consulta vacantes, postulaciones, evaluaciones, resultados e informes. En modificación, ejecuta lo que ya harías manualmente, como crear invitaciones de evaluación y enviar entrevistas con IA. El principio es simple: el asistente nunca hace nada que tú no podrías hacer con tu propio inicio de sesión. Acelera el trabajo del reclutador; no crea un usuario con superpoderes.

Cualquier cliente que implemente el estándar MCP con autenticación OAuth. Hoy eso incluye Claude Desktop y Claude Code, de Anthropic, cuyos flujos están documentados paso a paso en el Centro de Ayuda, además de agentes construidos internamente con frameworks que admiten MCP. Como el protocolo es abierto, el mismo servidor funciona con otros asistentes a medida que adoptan el estándar, sin que Coodesh tenga que construir una integración por proveedor. Si tu empresa usa un agente propio, la conexión es la misma: dirección del servidor, autorización en el navegador y listo.

En cinco pasos, sin instalar nada del lado de Coodesh. En tu asistente, agrega un servidor MCP con la dirección indicada en el Centro de Ayuda. El asistente abre el navegador en la pantalla de autorización de Coodesh. Inicias sesión, eliges a qué áreas de trabajo podrá acceder el asistente (puede ser más de una) y haces clic en Autorizar. La conexión queda activa al instante. Para reconectar después, la pantalla se abre con las áreas ya seleccionadas y ajustas lo que quieras.

La autorización sigue OAuth y hereda tus permisos, nunca los amplía. Si tú no ves datos de talentos en un área de trabajo, el asistente tampoco. El acceso vale solo para las áreas que seleccionaste. En Mi cuenta, en la pestaña Seguridad, la tarjeta Asistentes conectados lista cada aplicación autorizada, las áreas de trabajo, los permisos y la actividad reciente. Desconectar es un clic, y el corte es inmediato. Para equipos, la recomendación es que cada persona conecte su propio asistente con su propio inicio de sesión, en lugar de compartir una conexión, justamente para que el historial de acciones quede atribuido a la persona correcta.

Sí, lo que el asistente lee de Coodesh pasa por el modelo que elegiste, y esa es una decisión de tu empresa como responsable del tratamiento. Coodesh no envía datos a ningún modelo por cuenta propia vía MCP; responde a las llamadas que hace tu asistente, dentro de los permisos que autorizaste. Lo que ocurre con los datos en el proveedor del LLM depende del contrato de tu empresa con él: los planes corporativos de Anthropic y OpenAI suelen tener retención cero y no usan el contenido para entrenamiento, pero eso tiene que estar en tu contrato, no en el nuestro. Antes de conectar, conviene alinear con el DPO qué asistente está aprobado, qué cuenta debe usarse y qué áreas de trabajo pueden exponerse.

Significa que los recursos de IA de Coodesh, como la revisión automática por criterios y la entrevista conversacional, están construidos sobre una capa de enrutamiento que no depende de un único proveedor de modelo. Para cuentas enterprise con exigencias de residencia de datos o de proveedor aprobado, Coodesh puede operar esos recursos con el modelo y la infraestructura definidos por la empresa, manteniendo los datos de los candidatos dentro de la política de IA que ya tiene. Esto evita el lock-in y resuelve la objeción más común de seguridad de la información: "nuestros datos no pueden pasar por un modelo que no hemos homologado". La configuración se hace con el equipo técnico de Coodesh, caso por caso.

No. Los datos de candidatos, respuestas, transcripciones y resultados de tu área de trabajo se usan para operar el servicio contratado, no para entrenar modelos de lenguaje. Los recursos de IA de la plataforma funcionan con instrucciones y criterios definidos en el momento de uso, y el contenido de tu empresa no entra en la base de entrenamiento de ningún modelo, ni de Coodesh ni de proveedores. Si tu contrato o cuestionario de seguridad exige esta declaración por escrito, el equipo de Coodesh la proporciona.

La API REST es para integraciones de sistemas: tu ATS, tu data lake o tu portal interno llaman a Coodesh de forma programada, con una clave de API, y reciben webhooks cuando algo ocurre. El MCP es para personas que trabajan con un asistente: el reclutador conversa, el asistente decide qué llamadas hacer y las ejecuta con los permisos de ese reclutador. En la práctica, muchas empresas usan los dos: la API para sincronizar candidatos con el ATS y el MCP para que el equipo de reclutamiento opere el día a día en lenguaje natural. Ambos comparten el mismo modelo de permisos y el mismo registro de actividad.

Los que más tiempo ahorran son los repetitivos y los que exigen cruzar información. Ejemplos frecuentes: pedirle al asistente un resumen de los resultados de una evaluación con lo más destacado de cada candidato; invitar de una sola vez a todos los aprobados en una prueba técnica a la entrevista con IA; comparar dos candidatos por sus transcripciones; generar un mensaje de feedback a partir del informe de quien no avanzó; y responder preguntas de gerentes del tipo "¿cuántos candidatos de datos tenemos en preselección ahora?" sin abrir la plataforma. La ganancia no es reemplazar al reclutador, sino quitarle las tareas de consulta y copia.