Conectar Codex con Notion mediante MCP te permite controlar las fuentes editoriales de tu proyecto de IA sin modificar código ni prompts. Esta integración resuelve un dolor real: cuando una fuente cambia o pierde calidad, cualquier persona del equipo puede editarla directamente en Notion y el agente la usará en su próxima ejecución.

¿Qué es MCP y por qué importa para conectar Codex con herramientas externas?

El problema aparece cuando las fuentes viven escondidas dentro del código o de un prompt. Cada cambio editorial se vuelve técnico, y eso bloquea a quien debería tomar esas decisiones.

Ahí entra MCP, el Model Context Protocol, una forma estándar de conectar Codex con datos, permisos y acciones externas. En lugar de inventar una integración distinta para cada servicio, MCP unifica la manera en que el modelo conversa con herramientas como Notion, sin reescribir tu lógica.

¿Qué es MCP? Es el Model Context Protocol, un estándar que permite a Codex conectarse con servicios externos como Notion para leer datos, ejecutar acciones y respetar permisos sin crear integraciones a medida.

¿Cómo configuro Notion MCP en Codex paso a paso?

La guía oficial de Notion documenta la integración con Codex. El flujo es directo [00:48]:

1. Abre el archivo de configuración de Codex.
2. Pega las líneas indicadas en la documentación oficial.
3. Ejecuta el login para autenticarte.
4. Confirma en el navegador y cierra la pestaña cuando aparezca el mensaje de autenticación completa.
5. Vuelve al terminal y verifica con el comando mcp que Notion aparezca en la lista de servidores conectados.

Una vez verificado, Codex ya puede leer y escribir en tu workspace de Notion.

¿Cómo uso Notion como administrador editorial de fuentes para un agente?

El primer experimento suele ser pedirle a Codex: Crea una página en Notion para AI Radar. El agente lee el conjunto de skills, llama a las funciones del MCP de Notion y construye una página con el objetivo del producto, la arquitectura y los módulos extraídos del readme [02:05].

Pero ese no es el objetivo final. La idea es usar Notion como panel editorial vivo, no como espejo de la documentación.

¿Cómo creo una tabla de fuentes editables desde Notion?

El siguiente prompt construye la base operativa [02:45]:

Crea una página en Notion para administrar la fuente de AI Radar. Luego, crea una tabla llamada AI Radar Sources y finalmente agrega cuatro fuentes activas, una para la fuente oficial, otra para un repositorio técnico, otra para comunidad y finalmente para medio secundario.

Codex genera la página y la tabla con cuatro registros iniciales:

• OpenAI News como fuente oficial.
• Hugging Face como repositorio técnico.
• Hacker News como comunidad.
• The Decoder como medio secundario.

Cada fila incluye prioridad, status, tipo de agente asignado y URL. Lo importante no son esas cuatro filas, sino que cualquier persona con criterio editorial pueda editarlas sin tocar código.

¿Por qué administrar las fuentes en Notion en lugar del código? Porque permite que perfiles no técnicos modifiquen, agreguen o pausen fuentes en tiempo real, mientras Codex las consume automáticamente en cada ejecución.

¿Cómo modifico una skill para que consulte Notion antes de buscar?

Aquí ocurre la integración real. El prompt clave fue [03:35]:

Modifica la skill de búsqueda para consultar Notion primero. Luego, genérame un JSON con la configuración de los sources como caché, en donde podamos agrupar las fuentes por subagente y reportar un fallback si Notion no responde.

Con esto, la skill de búsqueda de noticias de IA cambia su primer paso: ya no asume fuentes hardcodeadas, sino que consulta Notion, guarda el resultado en un sources.json que funciona como caché y mantiene un fallback por si la API de Notion falla.

¿Qué pasa cuando ejecuto la búsqueda en paralelo con Notion conectado?

Al pedirle busca las noticias del día de hoy en paralelo, Codex tarda alrededor de seis minutos en completar el flujo [04:08]. El paso a paso interno es revelador:

1. Lee la skill de búsqueda actualizada.
2. Consulta la tabla AI Radar Sources en Notion.
3. Actualiza sources.json con OpenAI, Hugging Face, Hacker News y The Decoder.
4. Distribuye cada fuente al subagente correspondiente.
5. Ejecuta las búsquedas en paralelo y consolida un snapshot del día.

Ese flujo demuestra que el control editorial vive en Notion y la ejecución técnica en Codex, sin que ambos mundos se pisen.

¿Qué habilidades y conceptos clave aparecen en esta integración?

La clase combina arquitectura de agentes con prácticas de gobernanza editorial:

• Model Context Protocol (MCP) [00:30]: protocolo estándar para conectar Codex con herramientas externas como Notion.
• Skill de búsqueda [03:35]: módulo que ahora consulta Notion como primer paso antes de delegar a subagentes.
• Caché en sources.json [03:50]: archivo que guarda la última configuración válida y evita depender de Notion en cada llamada.
• Fallback [03:55]: comportamiento que mantiene el sistema operativo si Notion no responde.
• Subagentes en paralelo [04:30]: cada uno consume una fuente distinta para acelerar la generación del snapshot.

El reto de la clase es claro: crea un subagente que navegue Internet, identifique las mejores fuentes nuevas y las agregue automáticamente a tu administrador editorial en Notion. Comparte en los comentarios la captura con las fuentes que tu subagente sumó.