Código / CDG.004Explicado

O que é MCP e por que ele importa para os agentes de IA?

Um padrão aberto que define como assistentes de IA se conectam a arquivos, APIs e serviços. Entenda os papéis de host, cliente e servidor e os cuidados antes de conectar um servidor.

Se você já usou um assistente de IA que consulta seus arquivos, lê uma planilha ou cria um rascunho em outro aplicativo, provavelmente esbarrou em uma pergunta: como o modelo chega até esses dados? Entender o que é MCP responde boa parte dela. O Model Context Protocol (Protocolo de Contexto de Modelo) é um padrão aberto que define como aplicações de IA se conectam a sistemas externos, como bancos de dados, APIs, arquivos e serviços.

A ideia lembra uma tomada padronizada. Ou seja, em vez de cada assistente criar um encaixe próprio para cada ferramenta, os dois lados combinam o mesmo formato de conversa. Neste explicado, você vai ver de onde o protocolo veio, quem faz o quê dentro dele, como acontece uma chamada de ferramenta e quais cuidados valem antes de conectar qualquer coisa ao seu assistente.

O que é MCP, em uma frase

MCP é um protocolo: um conjunto de regras para duas partes trocarem mensagens sem precisar conhecer os detalhes internos uma da outra. A Anthropic o descreve como “um padrão aberto e universal para conectar aplicações de IA a sistemas externos”, segundo o anúncio de dezembro de 2025.

Pense em como uma API funciona: ela expõe operações que outro programa pode chamar. O MCP adiciona uma camada pensada para modelos de linguagem. Além disso, antes de chamar qualquer operação, o assistente precisa descobrir quais ferramentas existem, entender para que servem e receber o resultado em um formato que consiga interpretar. Por isso, essa descoberta organizada faz diferença quando quem decide o próximo passo é um agente de IA.

De onde veio o protocolo

A Anthropic apresentou o MCP no fim de 2024. A primeira versão da especificação leva a data de 5 de novembro de 2024 no próprio identificador. Em 9 de dezembro de 2025, o protocolo foi doado à Agentic AI Foundation, um fundo dirigido dentro da Linux Foundation, criado por Anthropic, Block e OpenAI, com apoio de Google, Microsoft, AWS, Cloudflare e Bloomberg, conforme o blog oficial do MCP.

Por que isso importa para você? Porque a governança define quem decide o futuro do padrão. Segundo o mesmo texto, a fundação cuida de orçamento e de novos projetos, enquanto os mantenedores do MCP continuam responsáveis pelas decisões técnicas. Na época, o blog citava mais de 97 milhões de downloads mensais dos kits de desenvolvimento e cerca de 10 mil servidores ativos. São números informados pelos próprios responsáveis pelo protocolo, então leia como sinal de adoção, não como auditoria independente.

Como o MCP funciona: host, cliente e servidor

A especificação de arquitetura divide o trabalho em três papéis. Vale conhecer cada um, porque a segurança depende dessa separação.

  • Host: é o aplicativo que você usa, como um assistente no computador ou um editor de código. Ele coordena tudo, pede autorização e decide o que cada conexão pode fazer.
  • Cliente: é criado pelo host e conversa com exatamente um servidor. Assim, se o host se conecta a três serviços, ele mantém três clientes.
  • Servidor: é o programa que oferece capacidades. Pode rodar no seu computador (para ler arquivos, por exemplo) ou na internet (para falar com um serviço externo).
Diagrama da arquitetura do MCP: um host com três clientes, cada cliente ligado a um único servidor; dois servidores no computador local, com arquivos e banco de dados, e um servidor na internet, com uma API externa.
Cada cliente fala com um único servidor. O host fica no meio e controla permissões, o que impede que um servidor enxergue o que outro faz.

As mensagens seguem o formato JSON-RPC 2.0, um padrão simples de pedido e resposta em JSON. Além disso, um dos princípios da especificação chama atenção: os servidores não devem conseguir ler a conversa inteira nem “ver dentro” de outros servidores. Dessa forma, o histórico fica com o host, e cada servidor recebe só o contexto necessário.

Os três tipos de recurso que um servidor oferece

Um servidor MCP pode expor três primitivas. Ferramentas (tools) são ações que o modelo pode executar, como consultar uma base ou criar um registro. Recursos (resources) são conteúdos para leitura, como um arquivo ou o resultado de uma busca. Prompts são modelos de instrução prontos que o servidor oferece para tarefas comuns. Na prática, ferramentas costumam ser o que mais chama atenção, porque são elas que fazem um assistente agir.

Passo a passo de uma chamada de ferramenta

Como o assistente sabe que pode, por exemplo, consultar a previsão do tempo? A página de ferramentas da especificação descreve o percurso. Conhecer esse percurso ajuda, sobretudo, a entender onde estão os pontos de controle.

  1. Descoberta: o cliente envia tools/list e o servidor devolve a lista de ferramentas, cada uma com nome, descrição e o esquema dos dados que aceita.
  2. Escolha: o modelo lê essas descrições e decide qual ferramenta usar para o seu pedido.
  3. Confirmação: o aplicativo mostra o que será executado e, em operações sensíveis, pede sua aprovação.
  4. Execução: o cliente envia tools/call com o nome da ferramenta e os argumentos.
  5. Resultado: o servidor responde com o conteúdo, que volta ao modelo para compor a resposta.
Fluxo em cinco etapas de uma chamada de ferramenta no MCP: descoberta com tools/list, escolha pelo modelo, confirmação da pessoa, execução com tools/call e resultado devolvido ao modelo.
A etapa de confirmação é onde a pessoa continua no controle. Ela aparece como recomendação na própria especificação.

Uma chamada real é um pequeno objeto JSON. O exemplo abaixo vem da especificação:

{
  "jsonrpc": "2.0",
  "id": 2,
  "method": "tools/call",
  "params": {
    "name": "get_weather",
    "arguments": { "location": "New York" }
  }
}

O que muda na prática para quem constrói

Antes de um padrão comum, cada integração entre um assistente e um serviço exigia um conector próprio. Com o MCP, no entanto, quem mantém um serviço pode escrever um servidor uma vez e oferecê-lo a vários aplicativos compatíveis. O anúncio da Anthropic lista ChatGPT, Cursor, Gemini, Microsoft Copilot e Visual Studio Code entre os produtos que adotaram o protocolo.

Para quem desenvolve, portanto, isso desloca o trabalho. Em vez de pensar só em endpoints, você passa a pensar em como descrever cada ferramenta para um modelo: nomes claros, descrições precisas e esquemas de entrada bem definidos. Afinal, uma descrição vaga leva o modelo a escolher a ferramenta errada. É a mesma lógica de um bom texto de interface, só que o leitor agora também é uma máquina.

Um exemplo próximo: a montagem do próprio Sistemativo no WordPress usou o Novamira, um plugin que expõe funções do site a um agente de IA por meio de um adaptador MCP. Cada ação, de ler configurações a criar páginas, passou por permissões e por aprovação humana registrada no diário do projeto.

Cuidados antes de conectar um servidor MCP

Conectar um servidor é dar a um modelo a capacidade de agir em seu nome. Por isso, a especificação traz alertas diretos. Ela recomenda que sempre exista uma pessoa no circuito, com a possibilidade de negar a execução de uma ferramenta, e que os aplicativos mostrem com clareza quais ferramentas estão disponíveis e quando são usadas.

Algumas boas práticas que derivam disso:

  • Prefira servidores de origem conhecida. A especificação orienta tratar como não confiáveis as anotações de ferramentas vindas de servidores que você não conhece.
  • Conceda o mínimo de acesso. Por exemplo, um servidor que só precisa ler não deveria ter permissão para apagar.
  • Leia o pedido de confirmação. Ele mostra quais dados vão sair e para onde. Pular essa leitura, portanto, anula a principal proteção do modelo.
  • Separe ambientes. Para testes, use contas e dados que você pode perder, nunca a produção.

Do lado de quem cria servidores, a especificação lista obrigações como validar todas as entradas, controlar acesso, limitar a quantidade de chamadas e tratar as saídas antes de devolvê-las.

O que o MCP não resolve sozinho

Um protocolo padroniza a conversa, não a qualidade de quem conversa. Ou seja, o MCP não garante que o modelo escolha a ferramenta certa, que a ferramenta faça o que promete ou que o resultado esteja correto. Além disso, ele não substitui uma boa decisão sobre o que vale automatizar. Como discutimos em o software está deixando de esperar comandos, quando o software passa a iniciar ações, a pergunta mais importante deixa de ser técnica: até onde você quer delegar?

Se você está começando, um bom primeiro passo é conectar um servidor de leitura (de arquivos ou de documentação) e observar como o assistente usa o que recebe. Assim, você aprende o funcionamento do protocolo sem dar ao modelo poder de mudar nada.

/ Conexões

Próximas conexões

Autor

Gledson Dias

Ver todos os artigos

Sistemativo / Brief

Gostou dessa ideia?

A cada duas semanas, ideias, ferramentas, referências e movimentos que valem alguns minutos da sua atenção.

Brief (formulário compacto)

Você poderá sair da lista quando quiser. Sem spam.