En el mundo del desarrollo de software, no basta con lanzar funcionalidades; la experiencia del usuario es crucial. GitHub está apostando por interacciones más naturales y fluidas con la inteligencia artificial, y su nueva técnica, MCP Elicitation, es un paso importante en esa dirección.
¿Qué es MCP Elicitation?
Imagina que estás jugando una partida de ajedrez contra una IA. En lugar de asumir que siempre quieres jugar con las mismas reglas, la IA te pregunta al inicio: “¿Qué nivel de dificultad prefieres?”, “¿Quieres jugar con tiempo límite?”. Eso es, en esencia, MCP Elicitation.
En palabras simples, Elicitation es la capacidad de la IA, a través del servidor MCP (Model-Compute-Pipeline), de pausar una tarea para solicitar información adicional al usuario y luego continuar con la ejecución. Se acabaron las suposiciones y los caminos predefinidos; ahora la IA puede adaptarse a tus preferencias.
Ojo geek: No todos los hosts de aplicaciones de IA soportan Elicitation. GitHub Copilot en Visual Studio Code sí, pero verifica la documentación de MCP para otras apps.
Implementando Elicitation: Un caso práctico con juegos
Para demostrar el poder de Elicitation, GitHub lo implementó en un servidor MCP para juegos por turnos como el tres en raya o piedra, papel o tijera. Inicialmente, la información necesaria para crear una partida (dificultad, nombre del jugador, quién empieza primero) se solicitaba mediante herramientas separadas. Esto generó confusión en la IA, que a veces elegía la herramienta incorrecta.
La solución fue consolidar las herramientas y aplicar el principio DRY (Don’t Repeat Yourself). Ahora, cuando un usuario dice “juguemos al tres en raya”, la IA detecta que necesita más información y la solicita de forma proactiva.
¿Cómo funciona Elicitation bajo el capó?
Cuando el servidor MCP invoca la herramienta create_game:
- Verifica los parámetros requeridos: ¿Qué juego quiere el usuario o especificó un ID?
- Pasa los argumentos opcionales identificados a un método separado: ¿Faltan la dificultad, el nombre del jugador o el orden de turno?
- Inicia Elicitation: Si falta información, pausa la ejecución y solicita solo la información faltante.
- Presenta prompts basados en el esquema: El usuario ve preguntas formateadas para cada parámetro faltante.
- Recolecta respuestas: El cliente MCP (VS Code en este caso) gestiona la interacción UI.
- Completa la solicitud original: Una vez que el servidor recolecta toda la información, la herramienta ejecuta el método
createGamecon las preferencias del usuario.
Lecciones aprendidas en el camino
La implementación de Elicitation no estuvo exenta de desafíos:
- Confusión en el nombre de las herramientas: Nombres y descripciones similares confundían a la IA. La solución fue fusionar herramientas y usar nombres claros y distintos.
- Manejo de información parcial: Si el usuario proporcionaba información por adelantado (“juguemos al tres en raya en difícil”), Elicitation solicitaba toda la información de nuevo. La solución fue analizar la solicitud inicial y solicitar solo la información faltante.
Conclusiones: La experiencia del usuario es clave
MCP Elicitation demuestra que la experiencia del usuario es fundamental, incluso en las interacciones con la IA. Nombrar las herramientas de forma clara y permitir que la IA solicite información específica son pasos cruciales para crear interacciones más inteligentes y fluidas.
Si quieres experimentar con Elicitation, puedes forkar el repositorio en gh.io/rdt-blog/game-mcp y seguir las instrucciones para configurarlo en GitHub Codespace.
Leave a Comment