¿Te pidieron crear un chat con IA que hable con la base de datos de una empresa? Hay cuatro formas de hacerlo y la mayoría escoge mal.
La primera y más fácil es el context stuffing. Le inyectas un prompt con tus datos directo en la conversación. Es lo mismo que hacían los GPTs personalizados por debajo. Lo armas en diez minutos, pero el contexto es limitado y no cambia con el tiempo.
La segunda es el MCP. Piensa en él como una API para que la IA hable con tu API. No reemplaza tu backend, lo envuelve. Le dices "dame los usuarios" y él traduce eso a la llamada real. Lo bueno es que Claude, ChatGPT, Cursor, todos pueden conectarse a tu MCP. Lo malo es que son verbosos y molestos de mantener.
La tercera es mi favorita para empezar: el CLI. Si Claude Code o cualquier agente puede ejecutar comandos del sistema, entonces puede ejecutar el comando que TÚ crees. Y ese comando llama a tu API. Llegas a lo mismo que el MCP pero lo construyes en horas, no en días. Es justo lo que hacen proyectos como OpenClaw o Hermes.
Y la cuarta es la "correcta" pero la más trabajosa: el RAG. El chat conectado directo a tu base de datos. El problema es que la IA no entiende tablas, solo vectores, así que necesitas embeddings y una base de datos vectorial. Y cuidado: si no bajas la temperatura a cero, te va a alucinar datos que no existen.
¿Mi consejo? Si quieres algo rápido para una empresa, chat más CLI y listo. El RAG déjalo para cuando de verdad lo necesites, porque consume dinero y muchos han fallado ahí.
Te dejo el artículo completo en mi web. Sígueme para más.