O que é MCP (Model Context Protocol) e como funciona na IA

O que é MCP, em uma frase: o Model Context Protocol é um padrão aberto que deixa a inteligência artificial usar os seus aplicativos, como agenda, Google Drive e Notion, em vez de só conversar sobre eles. Criado pela Anthropic em novembro de 2024, ele hoje funciona no Claude, no ChatGPT, no Gemini, no Copilot e no Cursor. Na prática, o MCP dá mãos para a IA.

Neste guia, explicamos o que é MCP sem nenhuma linha de código, com a analogia do cardápio que usamos no nosso vídeo. Além disso, mostramos a diferença entre MCP, API e Skills, como ligar o primeiro conector no Claude e no ChatGPT e as três regras de segurança que quase ninguém comenta. Antes, um aviso: a sigla MCP também aparece na enfermagem, na medicina e no marketing, mas aqui falamos só do MCP da inteligência artificial.

O que é MCP na IA?

Saber o que é MCP começa por uma ideia simples: ele é uma regra comum que define como qualquer assistente de IA conversa com ferramentas e dados externos. Na prática, pense na IA como um cérebro sem mãos. Ela sabe muita coisa, porém fica presa na tela: não abre os seus arquivos, não marca uma reunião e não cria uma tarefa no seu aplicativo. Por isso, quando você pede ao chatbot para mexer na sua agenda, muitas vezes ele responde que não consegue.

De fato, até dava para ligar uma coisa na outra, só que cada ligação era feita à mão. Por exemplo, cinco assistentes e cinco aplicativos exigiam 25 integrações diferentes, cada uma com o seu código e a sua manutenção. Com o MCP, por outro lado, cada lado implementa o padrão uma única vez e passa a conversar com todos os outros. Assim, as 25 integrações viram dez peças que se encaixam sozinhas.

A analogia do cardápio

Muita gente chama o MCP de “USB-C da IA”, porque ele padroniza a conexão. No entanto, nós preferimos pensar num cardápio. Assim, cada aplicativo publica o seu, sempre no mesmo formato: o que dá para fazer e o que cada pedido precisa. Em seguida, a IA lê o cardápio, escolhe o prato e faz o pedido. Dessa forma, ela não precisa conhecer a cozinha de cada restaurante, só saber ler cardápios.

De projeto da Anthropic a padrão da indústria

Entender o que é MCP hoje também passa por saber de quem ele é. Em dezembro de 2025, a Anthropic doou o protocolo para a Agentic AI Foundation, um fundo da Linux Foundation criado em conjunto com a Block e a OpenAI. Com isso, o MCP deixou de pertencer a uma única empresa. Além disso, ganhou o apoio de Google, Microsoft e AWS, o que explica a adoção no ChatGPT, no Gemini, no Copilot e no Cursor.

Além disso, a escala impressiona. Segundo a Anthropic, no anúncio da doação, os SDKs oficiais já somavam mais de 97 milhões de downloads por mês e havia mais de 10 mil servidores MCP públicos ativos. Portanto, aprender MCP não é apostar num fornecedor, e sim num padrão que atravessa o setor.

Como o MCP funciona na prática?

Depois de entender o que é MCP, a mecânica fica fácil. Na prática, o MCP funciona com três pontas: você faz o pedido, o aplicativo de IA lê os cardápios e escolhe a ação, e o servidor MCP de cada serviço executa. Por sua vez, nos termos técnicos, o app de IA é o host, a peça dele que fala com cada serviço é o cliente MCP e o programa que publica o cardápio é o servidor MCP.

Além disso, cada item do cardápio tem um nome técnico. As tools são ações, como criar um evento ou enviar uma mensagem. Por outro lado, os resources são dados para consulta, como o conteúdo de um arquivo. Já os prompts são modelos de pedido prontos. Por fim, o servidor pode rodar no seu computador ou na nuvem, e um mesmo app de IA conversa com vários servidores ao mesmo tempo.

Quais são alguns exemplos de MCP?

Ver exemplos é o jeito mais rápido de entender o que é MCP na rotina. Afinal, os casos mais comuns são servidores que ligam a IA a ferramentas do dia a dia e de trabalho. Na prática, quase todo serviço popular já tem o seu cardápio publicado. Veja alguns dos mais usados:

• Google Drive e Gmail: a IA encontra um arquivo, resume uma planilha ou rascunha um e-mail.
• Notion e Asana: cria tarefas, atualiza páginas e organiza projetos a partir de uma conversa.
• Figma: lê um design e descreve telas, cores e componentes.
• GitHub: busca código, abre issues e revisa pull requests.
• Playwright: controla um navegador para testar sites ou preencher formulários.
• Bancos de dados: consulta tabelas e explica os resultados, de preferência só em modo leitura.

Em todos esses casos, o modelo deixa de ser só um chatbot e passa a agir em sistemas reais. Por outro lado, quanto mais servidores você liga, maior é o acesso que a IA tem, e é por isso que a seção de segurança, mais abaixo, importa tanto.

Qual a diferença entre MCP, API e Skills?

Quem pesquisa o que é MCP quase sempre esbarra nessa dúvida. Na prática, a API é a porta de cada serviço, o MCP é o cardápio padrão que expõe essas portas para a IA e as Skills são o manual que ensina o que fazer com elas. De fato, antes do MCP a integração já existia, mas por API, cada uma do seu jeito. Em vez de reescrever tudo, o servidor MCP usa essas APIs por baixo e entrega tudo num formato só. Assim, quem cria um aplicativo faz a integração uma vez e ela funciona em várias IAs.

Já as Skills, por sua vez, resolvem outro problema. A própria Anthropic resume a diferença assim: “o MCP conecta a IA aos dados; as Skills ensinam o que fazer com eles”. Se quiser se aprofundar nesse lado, veja as melhores skills do Claude Code. Por fim, se a dúvida for sobre buscar trechos em documentos, isso é outra técnica, explicada no nosso guia sobre o que é RAG.

Em outras palavras, o MCP não substitui a API, ele a envolve. Por isso, quando uma integração simples entre dois sistemas resolve, a API basta. Quando a ideia é que a IA use o serviço em conversas, o MCP é o caminho.

Como usar MCP no Claude e no ChatGPT sem código?

Para quem acabou de descobrir o que é MCP, o jeito mais fácil de começar é pelos conectores prontos dos aplicativos de IA. No Claude, abra as configurações e entre em Conectores. Lá, inclusive, existe um diretório com Notion, Google Drive, Figma, Asana e muitos outros serviços. Em seguida, escolha um, autorize o acesso com a sua conta e pronto: o Claude já pode usar aquele aplicativo.

Em seguida, no meio de qualquer conversa, o botão de “+” mostra os conectores ativos. Dessa forma, você liga e desliga cada um quando quiser. No ChatGPT, os servidores MCP também entram pelas configurações, na área de apps e conectores, cujo nome já mudou algumas vezes. Logo, a lógica é a mesma: escolher, autorizar e usar no chat.

MCP Apps: telas de verdade dentro do chat

Além disso, a novidade mais visível veio em janeiro de 2026, com os MCP Apps. Desde então, alguns conectores abrem uma interface real dentro da conversa, como um painel do Figma ou o quadro do Asana. Assim, você vê e ajusta o resultado sem sair do chat, em vez de receber só texto.

E se você programa?

Quem programa pode ir além dos conectores do diretório. Por exemplo, o Claude Code e o Cursor conectam qualquer servidor MCP, local ou remoto, e você pode criar o seu próprio para um sistema interno da empresa. Cobrimos esse caminho passo a passo em como conectar e criar um MCP server no Claude Code. Para a especificação técnica, a referência é a documentação oficial do MCP.

O MCP é seguro?

O MCP é tão seguro quanto os servidores que você conecta e o acesso que você libera. Afinal, dar mãos para a IA é dar acesso de verdade aos seus arquivos, e-mails e contas. Por isso, o principal risco tem nome: prompt injection. Por exemplo, um texto escondido num e-mail ou numa página pode tentar mandar a IA fazer algo que você não pediu, como encaminhar dados para outra pessoa.

Com isso, seguindo as três regras, o ganho supera o risco para a maioria das pessoas. Resumindo o que é MCP: cada serviço publica o seu cardápio, a IA faz o pedido e você confirma. Portanto, o melhor primeiro passo é ligar um único conector, como o Google Drive, e testar pedidos simples antes de abrir mais portas.