Introducción
En los últimos meses estamos viendo cómo la inteligencia artificial empieza a integrarse de forma cada vez más natural en las herramientas que usamos a diario. Power BI no es una excepción, y la aparición del MCP Server de modelado marca un antes y un después en la forma en la que interactuamos con los modelos semánticos.
Hasta ahora, muchas tareas de modelado requerían acciones manuales repetitivas, conocimiento profundo de la herramienta y bastante tiempo. Con MCP, el enfoque cambia: el modelado pasa a ser conversacional, automatizable y, en muchos casos, delegable a un asistente de IA.
¿Qué cambia respecto a la forma tradicional de trabajar?
Tradicionalmente, el modelado en Power BI implicaba:
- Navegar por múltiples paneles
- Repetir acciones una y otra vez
- Revisar manualmente errores o inconsistencias
- Aplicar buenas prácticas de forma parcialmente automatizada, cuando no manual
Con MCP, muchas de estas tareas se concentran en un único punto de interacción: el lenguaje natural. Esto reduce el contexto mental, acelera los cambios y permite centrarse más en el diseño del modelo que en la ejecución mecánica.
Antes de entrar en funcionalidades
Antes de ver ejemplos concretos, es importante entender que MCP no viene a sustituir el conocimiento de modelado, sino a potenciarlo. Cuanto mejor definido esté el modelo y más claras sean las instrucciones, mejores resultados obtendremos del asistente. En otras palabras: MCP no “piensa por ti”, pero sí ejecuta por ti de forma mucho más rápida y consistente.
¿Qué funcionalidades ofrece?
Creación y mantenimiento de modelos semánticos mediante lenguaje natural
Puedes describir en lenguaje natural lo que necesitas a tu asistente de IA, y este, apoyándose en el servidor MCP, se encarga de crear, modificar y gestionar tablas, columnas, medidas, relaciones y otros elementos dentro de modelos semánticos de Power BI Desktop.
Operaciones masivas a gran escala
Las aplicaciones de IA pueden realizar tareas de modelado en lote sobre cientos de objetos al mismo tiempo, como cambios de nombre masivos, refactorizaciones, traducciones del modelo o aplicación de reglas de seguridad. Todo ello con soporte de transacciones y control de errores, reduciendo trabajos repetitivos de horas a solo unos segundos.
Aplicación de buenas prácticas de modelado
Permite evaluar el modelo e implementar de forma sencilla las mejores prácticas de modelado recomendadas.
Flujos de trabajo para desarrollo de agentes
Se integra con archivos de proyecto TMDL y Power BI, facilitando que los agentes de IA planifiquen, construyan y ejecuten de manera autónoma tareas complejas de modelado a lo largo de toda la base de código del modelo semántico.
Consulta y validación de DAX
Los asistentes de IA pueden ejecutar y validar consultas DAX directamente sobre el modelo, ayudando a probar medidas, diagnosticar problemas de cálculo y analizar los datos.
Requisitos
- Visual Studio Code (gratis): se recomienda instalar la versión System Installer, no la de usuario, y siempre instalarla en modo de administrador.
- Extensión Power BI Modeling MCP Server (gratis)
- Extensión Github Copilot Chat (gratis, pero con limitaciones en la versión gratuita; conoce sus limitaciones reales en este otro artículo).
Pasos a seguir para utilizar MCP Server junto a GitHub Copilot Chat
Iniciar Desktop + Visual Studio Code (VSC)
- Abrir tu fichero PBIX en Power BI Desktop.
- Abre Visual Studio Code, si lo abres sin permisos de administrador, obtendrás el siguiente mensaje de Acceso Denegado.
Para solucionarlo, accede a Visual Studio Code en modo administrador. Si al intentarlo te devuelve un error «launch-failed (code: 18)» normalmente es debido a bloqueos por parte de tu organización, pero lo puedes solventar adaptando la ruta y ejecutando este comando desde PowerShell:
Start-Process "C:\Program Files\Microsoft VS Code\Code.exe" -Verb RunAs -ArgumentList "--no-sandbox"
- Instala desde el menú lateral las extensiones GitHub Copilot Chat y Power BI Modeling MCP Server
Iniciar GitHub Copilot Chat y MCP Server
- Dentro de VSC pulsa la tecla Control + Shift + P y ejecuta el comando Copilot Chat: Open Chat o haz clic en el dibujo del chat si lo tienes activo al lado de la barra superior.
- Comprueba si el MCP está activo; para ello, en la parte inferior haz clic en «Configure tools» y verifica que powerbi-modeling-mcp esté activo.
- Escribe en el chat «Conectate al power bi desktop abierto llamado <nombre>»
- Después de realizar unas cuantas acciones, te devolverá el estado de la conexión, nombre, servidor y modelo.
Ejemplos que puede realizar MCP Server sobre Power BI Desktop
Es posible que te pregunte si permites realizar una acción concreta al pedirle acciones; confirma para siempre para que no vuelva a salir el mensaje.
Listado de objetos
En el siguiente ejemplo se solicita al MCP Server la enumeración de las tablas definidas en el modelo semántico. El servidor consulta la metadata del modelo y devuelve el listado completo de objetos de tipo tabla, lo que permite inspeccionar de forma rápida la estructura del modelo sin necesidad de acceder manualmente a la vista de campos de Power BI Desktop.
Crear medidas
El MCP Server permite crear medidas DAX directamente sobre el modelo semántico. En el siguiente ejemplo se solicita la creación de una medida que realiza el conteo del campo id de la tabla reports, generando la expresión DAX correspondiente y añadiéndola al modelo sin necesidad de crear la medida manualmente desde Power BI Desktop.
Renombrados simples o masivos
El MCP Server permite renombrar tanto campos o medidas individuales como llevar a cabo cambios de nombre de forma masiva sobre múltiples objetos del modelo semántico. En el siguiente ejemplo se muestra cómo se solicita un renombrado masivo, aplicando el cambio de forma consistente en todos los elementos afectados sin necesidad de hacerlo manualmente uno a uno desde Power BI Desktop.
Validaciones
El MCP Server permite validar valores y propiedades de las columnas directamente sobre el modelo semántico, sin necesidad de abrir Power Query ni esperar a la carga de los datos. De este modo, es posible comprobar de forma rápida la consistencia de los campos y detectar posibles problemas en cuestión de segundos.
Ocultar y mostrar campos
El MCP Server permite ocultar o mostrar campos de forma individual o masiva dentro del modelo semántico. Esto resulta especialmente útil para gestionar la visibilidad de campos técnicos, como aquellos utilizados para relaciones entre tablas o determinados tipos de columnas, sin tener que modificarlos uno a uno manualmente. En el siguiente ejemplo se muestra una instrucción sencilla para ocultar campos de forma automatizada.
Relaciones
El MCP Server permite gestionar las relaciones del modelo semántico utilizando lenguaje natural. A través de esta funcionalidad es posible listar las relaciones existentes, así como crear, modificar o eliminar relaciones entre tablas, simplificando tareas que tradicionalmente requerían múltiples pasos manuales dentro de Power BI Desktop.
Buenas practicas
El MCP Server permite evaluar el modelo semántico y aplicar de forma automática un conjunto de buenas prácticas de modelado. Mediante una única instrucción es posible solicitar la aplicación global de estas reglas sobre el modelo, agilizando tareas de revisión y estandarización que normalmente se realizan de forma manual, aunque conviene revisar los cambios aplicados antes de darlos por definitivos.
Advertencia
Aunque MCP simplifica enormemente muchas tareas, no deja de ser una herramienta potente que actúa directamente sobre el modelo. Es recomendable empezar probándolo en entornos de desarrollo o modelos de prueba antes de aplicarlo en entornos productivos, especialmente cuando se trabajan operaciones masivas o cambios estructurales.
