Max Ytetsu
Resposta rápida: o que é MCP?
MCP (Model Context Protocol) é um padrão aberto, criado pela Anthropic em novembro de 2024, que permite que uma inteligência artificial como o Claude ou o ChatGPT se conecte a sistemas externos (CRM, ERP, planilhas, anúncios, sites) para ler dados reais e executar ações. Funciona como uma “tomada universal”: você cria o conector uma vez e qualquer IA compatível passa a usar.
Se você chegou aqui procurando “o que é MCP”, a resposta curta está acima. Abaixo eu explico como ele funciona, a diferença para uma API, exemplos reais de uso e o passo a passo para criar o seu servidor MCP.
Introdução: o problema que o MCP resolve
Toda IA generativa enfrenta a mesma limitação: ela só sabe o que está no seu treinamento. Não acessa seu CRM, não lê sua planilha de vendas, não consulta o estoque do seu ERP, não publica um post no Instagram sozinha.
Durante anos, a solução era gambiarra: cada empresa criava uma integração própria, com código específico, para cada combinação de IA e ferramenta. Conectar Claude ao Google Calendar era um projeto. Conectar ChatGPT ao Slack, outro. Trocar de modelo de IA significava refazer tudo.
O Model Context Protocol (MCP) nasceu para acabar com isso. É um padrão aberto, criado pela Anthropic e lançado no fim de 2024, que define uma forma única de uma IA se conectar a qualquer fonte de dados ou ferramenta externa. Em vez de N integrações diferentes para N ferramentas, você cria uma vez e qualquer IA compatível com MCP consegue usar.
Pense assim: antes do USB, cada periférico de computador tinha seu próprio conector. Depois do USB, qualquer dispositivo se conecta na mesma porta. O MCP é o USB das IAs.
O que é MCP, na prática
MCP é um protocolo de comunicação: um conjunto de regras que define como um modelo de IA (o “cliente MCP”) conversa com um sistema externo (o “servidor MCP”). Essa comunicação acontece através de três tipos de recursos:
- Tools (ferramentas): ações que a IA pode executar, como “criar um evento no calendário” ou “enviar uma mensagem no Slack”.
- Resources (recursos): dados que a IA pode ler, como o conteúdo de um arquivo, uma tabela do banco de dados ou um documento.
- Prompts (prompts): modelos de instrução pré-configurados que o servidor disponibiliza para guiar a IA em tarefas específicas.
O fluxo é simples: você (ou a IA, de forma autônoma) solicita uma ação. O cliente MCP (dentro do Claude, por exemplo) identifica que existe um servidor MCP capaz de executar aquilo, monta a chamada no formato padronizado do protocolo, e o servidor responde com o resultado. A IA recebe esse resultado e continua a conversa como se sempre tivesse tido acesso àquela informação.
O MCP usa JSON-RPC 2.0 como base de mensagens e pode rodar localmente (via stdio, processo na própria máquina) ou remotamente (via HTTP com Server-Sent Events ou Streamable HTTP), o que permite tanto integrações internas de uma empresa quanto conectores públicos hospedados na nuvem.
Por que o MCP importa para quem trabalha com marketing, tecnologia e automação
Se você gerencia tráfego pago, desenvolve sites ou sistemas, ou cria conteúdo, o MCP muda a forma como a IA se torna ferramenta de trabalho:
- Dados reais em vez de estimativa. Um servidor MCP conectado ao Google Ads ou Meta Ads permite que a IA puxe métricas reais antes de sugerir qualquer estratégia: CPA, ROAS e CTR atualizados, não números genéricos de mercado.
- Automação sem código duplicado. Um único servidor MCP para WordPress, por exemplo, pode ser reaproveitado em múltiplos sites de clientes, sem reescrever integração a cada projeto.
- Continuidade entre ferramentas. A mesma IA que analisa a campanha pode, no mesmo fluxo, criar o evento no calendário, gerar a arte no Canva e atualizar a planilha, tudo via MCP, sem trocar de aba ou copiar e colar dados manualmente.
- Portabilidade. Se a empresa migrar de um modelo de IA para outro compatível com MCP, os conectores continuam funcionando. O investimento em integração não fica preso a um único fornecedor.
Essa é a diferença entre usar IA como chatbot de perguntas e respostas e usar IA como sistema operacional do seu negócio.
Como funciona a arquitetura do MCP
A arquitetura tem três peças:
- Host: a aplicação que o usuário usa diretamente, como o Claude.ai, o Claude Code, ou qualquer outro app com suporte a MCP.
- Cliente MCP: o componente dentro do host que gerencia a conexão com um ou mais servidores, traduzindo as solicitações da IA para o formato do protocolo.
- Servidor MCP: o programa que você (ou um provedor terceiro) cria, que expõe as ferramentas, recursos e prompts de um sistema específico, como um CRM, um ERP, uma API de redes sociais.
Um mesmo host pode se conectar a vários servidores ao mesmo tempo. É assim que uma IA consegue, numa única conversa, consultar dados do Google Calendar, gerar uma arte no Canva e analisar métricas de tráfego pago num conector de Google Ads. Cada um é um servidor MCP independente, todos falando o mesmo idioma com o cliente.
O que é um servidor MCP (MCP server)?
Servidor MCP é o programa que fica do lado do sistema e “traduz” o que ele sabe fazer para a IA. Ele diz: “eu consigo listar campanhas, criar uma palavra-chave negativa e ler o relatório de termos de pesquisa”. A IA lê essa lista, entende quando cada ação faz sentido e chama a ferramenta certa no meio da conversa.
Um servidor MCP pode rodar no seu computador, dentro da rede da empresa ou na nuvem. Pode ser feito em Python, TypeScript, Java, Kotlin ou C#, e também em PHP, como um plugin de WordPress. O que importa é que ele siga o protocolo, porque é isso que garante que qualquer IA compatível consiga usar.
MCP x API: qual a diferença?
Essa é a dúvida que mais aparece. O MCP não substitui a API. Na maioria dos casos, o servidor MCP usa a API do sistema por baixo. A diferença está em para quem cada uma foi feita:
| API tradicional | MCP | |
|---|---|---|
| Feita para | Desenvolvedores escreverem código | A IA descobrir e usar sozinha |
| Padrão | Cada sistema tem o seu | Um protocolo único para todos |
| Descoberta | Alguém lê a documentação | A IA recebe a lista de ferramentas com descrição |
| Trocar de IA | Refaz a integração | O mesmo servidor continua funcionando |
Exemplos reais: como eu uso MCP no dia a dia
Não é teoria. Eu uso servidores MCP que eu mesmo desenvolvi para trabalhar com clientes:
- Auditoria de Google Ads: a IA lê termos de pesquisa, redes, segmentação e conversões de várias contas, aponta onde a verba está vazando e aplica as correções (negativas, lances, configurações) com a minha confirmação. Um trabalho que levava uma tarde vira uma conversa de minutos.
- Gestão de sites WordPress: publicar posts com SEO configurado, ajustar páginas, conferir sitemap e Search Console sem abrir o painel de cada site.
- Relatórios automáticos: todo dia de manhã a IA puxa os números das campanhas e avisa se alguma coisa saiu do padrão.
Esse conector virou produto: o MCC, Max Claude Connector, que liga o Claude ao seu site WordPress com autenticação OAuth. Se o seu caso é integrar a IA com vendas e atendimento, veja também o Global Max CRM.
Como criar seu próprio servidor MCP: passo a passo
Criar um servidor MCP não exige infraestrutura complexa. O SDK oficial está disponível em Python, TypeScript, Java, Kotlin e C#. Veja a lógica geral do processo:
Passo 1: Defina o que seu servidor vai expor
Antes de escrever uma linha de código, mapeie:
- Quais ações a IA poderá executar (tools), por exemplo: “criar tarefa”, “consultar pedido”, “atualizar status”.
- Quais dados a IA poderá ler (resources), por exemplo: catálogo de produtos, histórico de atendimentos.
- Se faz sentido oferecer prompts prontos para tarefas recorrentes daquele sistema.
Passo 2: Escolha o SDK e o transporte
Para uso local (ex: ferramenta interna na sua máquina ou empresa), o transporte via stdio é o mais simples de implementar. Para disponibilizar o servidor para múltiplos usuários ou publicamente, use HTTP com Streamable HTTP, que é o padrão recomendado para servidores remotos hoje.
Passo 3: Implemente as ferramentas (tools)
Cada tool precisa de três elementos: um nome, uma descrição clara do que faz (a IA usa essa descrição para decidir quando chamar a ferramenta) e um schema de entrada definindo os parâmetros esperados. A qualidade da descrição é determinante: quanto mais específica e sem ambiguidade, melhor a IA aciona a ferramenta certa, no momento certo.
Passo 4: Implemente autenticação
Se o servidor acessa dados sensíveis (e a maioria acessa), implemente OAuth 2.1, que é o padrão suportado pelo protocolo para autorização seguindo o fluxo de concessão de autorização. Isso garante que o usuário autorize explicitamente o acesso, em vez de embutir credenciais fixas no código.
Passo 5: Teste com um cliente MCP real
Antes de distribuir, valide o servidor conectando-o a um host como o Claude Desktop ou Claude Code. Teste cada tool isoladamente, confirme que os erros retornam mensagens úteis (não apenas falhas genéricas) e valide o comportamento com entradas inesperadas.
Passo 6: Documente e publique
Um servidor MCP bem documentado, com exemplos de uso, requisitos de autenticação e limitações conhecidas, tem muito mais chance de adoção, seja para uso interno da empresa ou para disponibilização pública no diretório de conectores.
Erros comuns ao criar um servidor MCP
- Descrições vagas nas tools. Se a IA não entende quando usar a ferramenta pela descrição, ela vai chamar errado ou não chamar.
- Ferramentas genéricas demais. Uma tool “fazer_tudo” é pior do que cinco tools específicas e bem definidas.
- Ignorar tratamento de erro. A IA precisa de uma resposta de erro clara para conseguir corrigir o próprio comportamento na conversa.
- Pular a camada de autenticação. Expor dados sensíveis sem OAuth é risco de segurança real, não teórico.
- Não testar com volume real de dados. Um servidor que funciona com 10 registros pode travar com 10 mil. Pense em paginação desde o design inicial.
Conclusão: o MCP é infraestrutura, não modismo
O Model Context Protocol resolve um problema estrutural de como IAs se conectam ao mundo real. Empresas que entendem essa camada e constroem ou adotam servidores MCP relevantes para o próprio negócio saem na frente na automação de processos, atendimento, marketing e gestão de dados.
Se você ainda trata a IA como uma ferramenta isolada de perguntas e respostas, está deixando a maior parte do potencial dela na mesa. O próximo passo não é perguntar mais à IA. É conectar ela ao que você já usa.
Quer conectar a IA aos sistemas da sua empresa?
Eu desenvolvo servidores MCP sob medida para WordPress, CRM, ERP (inclusive TOTVS Protheus) e plataformas de anúncio. Me conta o que você quer automatizar.
Perguntas frequentes sobre MCP
O que significa MCP?
MCP significa Model Context Protocol, um protocolo aberto criado pela Anthropic em novembro de 2024 para conectar modelos de IA a ferramentas e fontes de dados externas de forma padronizada.
Para que serve o MCP?
O MCP serve para permitir que uma IA acesse dados reais e execute ações em sistemas externos, como calendários, CRMs, ERPs e plataformas de anúncios, sem precisar de uma integração customizada para cada combinação de IA e ferramenta.
Qual a diferença entre MCP e uma API comum?
Uma API é específica de cada sistema e exige integração própria para cada cliente. O MCP é um padrão único que qualquer IA compatível consegue usar para se conectar a qualquer servidor MCP, reduzindo o trabalho de integração.
Quais linguagens posso usar para criar um servidor MCP?
O SDK oficial do MCP está disponível em Python, TypeScript, Java, Kotlin e C#, permitindo criar servidores em qualquer uma dessas linguagens.
É difícil criar um servidor MCP?
Não exige infraestrutura complexa: o processo envolve definir as ferramentas e dados que o servidor vai expor, escolher o SDK, implementar autenticação via OAuth 2.1 quando necessário, e testar com um cliente MCP real como o Claude Desktop ou Claude Code.
O MCP funciona com o Claude?
Sim, o MCP foi criado pela Anthropic e é nativamente suportado pelo Claude, incluindo Claude.ai, Claude Code e Claude Desktop, além de outros hosts de IA compatíveis com o protocolo.
O que é um MCP server?
É o programa que expõe as ações e os dados de um sistema (CRM, ERP, site, plataforma de anúncios) no formato do Model Context Protocol, para que uma IA compatível consiga usá-los.
O ChatGPT e o Gemini suportam MCP?
O protocolo nasceu na Anthropic, mas OpenAI e Google anunciaram suporte ao MCP em 2025. Hoje ele é tratado como padrão de mercado para conectar IAs a ferramentas externas.
