Uma camada de contexto GTM é uma superfície governada e endereçável por agentes que responde perguntas sobre contas, pessoas, deals e sinais de compra para qualquer agente de AI que pergunte — com os registros resolvidos em uma única entidade canônica, limitados ao que o usuário que chamou tem permissão de ver, e cobrados por chamada em vez de por assento. Ela fica entre os seus dados e os agentes que agem sobre eles, para que uma sessão do Claude, um agente do Microsoft Copilot Studio e o agente do seu próprio CRM raciocinem sobre os mesmos fatos em vez de três cópias parciais.
Ela não é uma integração, e também não é a sua API atual com outro nome. Um endpoint REST devolve o que aquele sistema específico armazena, endpoint por endpoint, sob um único token de serviço, e deixa o join, a deduplicação e a lógica de permissão para quem chamou. Uma camada de contexto resolve a entidade entre as fontes antes de responder, carrega as permissões de quem chamou para dentro da resposta e se expõe via MCP para que o agente descubra as operações disponíveis em vez de exigir que um dev conecte cada uma. “Headless” no vocabulário dos fornecedores significa sempre a mesma coisa: sem interface própria, porque o agente é a interface.
Três fornecedores, três produtos diferentes, um rótulo só
ZoomInfo GTM.AI — grounding em dado de terceiro. Disponível de forma geral desde 1 de junho de 2026 e vendida como camada de contexto GTM headless, ela expõe o GTM Context Graph — 100 milhões de empresas, 500 milhões de contatos e bilhões de sinais de compra — via API, servidor MCP e CLI. Os consumidores citados são os agentes dos outros: Salesforce Agentforce, HubSpot Breeze, IBM watsonx Orchestrate, Outreach AI, Gong, LeanData, Glean, Claude e ChatGPT, mais um conector nativo do Microsoft Copilot Studio que entrou em GA para clientes mútuos em 9 de junho de 2026. A promessa é verdade externa — o agente para de inventar o headcount da conta.
Clari + Salesloft — o seu dado de execução apontado para fora. A Salesloft lançou um servidor MCP em abril de 2026; a expansão de 9 de julho de 2026 estendeu o servidor para toda a plataforma combinada e posiciona a empresa como a camada de contexto e revenue intelligence sobre a qual os agentes são construídos. O que trafega ali é first-party: dados de execução de cadência e atividade, tópicos e palavras-chave de calls do Clari Copilot, dados de forecasting e inspeção de deals, progressão de pipeline, sinais de engajamento, histórico de estágios e write-back para o agente agir e não apenas ler. Está listada nativamente no diretório de conectores do Claude.
Gong Revenue Harness — contexto mais runtime. Anunciado em 24 de junho de 2026 dentro do Mission Big Dipper, o Gong descreve uma camada de execução agêntica rodando um ciclo de quatro estágios: Architect (fazer engenharia reversa dos padrões vencedores e transformá-los em blueprints), Monitor (pontuar deals vivos contra eles), Activate (rotear o trabalho para agentes, humanos ou sistemas) e Measure (devolver os resultados para o ciclo). A governança é nomeada e não subentendida — acesso por papel, restrição de escopo de dados por agente, comportamento de agente configurável, trilha de auditoria, supervisão humana e controle de custo. Suporte a MCP faz parte do pacote.
São três respostas para três perguntas diferentes. A ZoomInfo responde “o que é verdade sobre esta empresa que nós não sabemos?”. Clari + Salesloft responde “o que o nosso time realmente fez e onde o número aterrissa?”. O Gong responde “o que deveria acontecer agora, e quem tem autorização para fazer?”. Um time que compra uma achando que compra outra fica com um produto que funciona e resolve um problema que ele não tem.
O teste das quatro perguntas
O vocabulário dos fornecedores convergiu em cerca de seis meses, então o rótulo não carrega informação. Estas perguntas carregam.
- Ela resolve entidades ou devolve linhas? Peça uma conta que exista no seu CRM, no seu sistema de faturamento e no dado do fornecedor sob três nomes diferentes. Uma camada de contexto devolve uma entidade canônica com os aliases anexados. Uma API devolve três registros e um convite para você escrever a lógica de matching.
- A resposta muda conforme quem pergunta? Coloque dois usuários com permissões diferentes no CRM para rodar a mesma consulta pelo agente. Se os dois receberem a mesma saída, as permissões não estão viajando com a chamada e você tem uma conta de serviço só, com raio de exposição do tamanho do seu banco.
- Existe caminho de escrita, e ele é logado? Consulta somente-leitura é um feed de dados. Uma camada pela qual o agente age precisa de ferramentas de escrita com escopo, um modo dry-run e uma trilha de auditoria que nomeie o agente, quem chamou e a evidência usada.
- Quanto custa uma execução de agente? Preço por assento numa superfície de agentes é o sinal mais forte de que o medidor foi colocado depois. Tráfego de agente não é tráfego humano — um loop de pesquisa faz dezenas de chamadas onde um rep faz uma.
Quanto custa
A ZoomInfo publica os números mais claros dos três, e vale ler com atenção porque essa também é a forma para onde a categoria está indo. Verificado em 2026-08-13 na página de preços do GTM.AI: um tier gratuito de $0 sem cartão, com 1.000 data credits e 1.000 AI credits por ano mais acesso a MCP, API e CLI a 5 requisições/segundo em 5 apps. O pay-as-you-go começa numa compra mínima de $20 sem contrato e sem taxa por assento — data credits a $0,10 cada como promoção de lançamento nos primeiros 5.000 e $0,35 na tabela, AI credits a $0,05 fixos, vendidos em pacotes como 5.000 data credits por $500 e 2.000 AI credits por $100. Search, lookup e find-similar são gratuitos; os créditos são gastos em enriquecimento ou exportação e em execuções de agentes de deep research. Os créditos expiram 12 meses após serem concedidos, comprados ou gratuitos, e a garantia de reuso de 12 meses (Records Under Management) é exclusiva do Enterprise.
Essa estrutura — leitura grátis, escrita e pesquisa medidas — é a que você deve modelar contra o seu volume real de agentes, não contra o seu headcount. Clari + Salesloft e Gong entregam suas superfícies de agente dentro de contratos de plataforma em vez de tabela publicada à parte, o que joga a pergunta de permissionamento para dentro da conversa de renovação em vez de uma compra self-serve.
Pontos de atenção, cada um com sua trava
A exploração grátis é a armadilha, não o presente. Search grátis incentiva o agente a iterar, e o loop termina na chamada de enriquecimento que cobra. Trava: rode um piloto de duas semanas com teto duro de créditos antes de dimensionar o número anual, e concilie o relatório de uso do fornecedor contra a sua própria contagem de execuções — a modelagem está em preço por assento vs por uso.
O pool de créditos que o servidor MCP aceita nem sempre é o que você comprou. A própria documentação MCP da ZoomInfo afirma que MCP não funciona com créditos mensais recorrentes e exige bulk data credits habilitados na conta. Trava: confirme por escrito de qual tipo de crédito a superfície de agentes puxa antes de assinar, porque um piloto que morre em erro de permissionamento é lido como falha de produto.
Duas camadas de contexto vão discordar sobre a mesma conta. Firmográficos de terceiro e o campo de owner do seu CRM são ambos autoritativos, para sistemas diferentes. Trava: escreva a precedência campo a campo — o fornecedor ganha em headcount e technographics, o CRM ganha em owner, estágio e valor — e entregue essa regra ao agente como configuração, não como sugestão no prompt.
Protocolos padronizados comoditizam a posição que criam. A especificação MCP de 2026-07-28 removeu o handshake de initialize e a sessão em nível de protocolo em favor de um núcleo stateless, e o Enterprise-Managed Authorization ficou estável em 2026-06-18, substituindo os prompts de consentimento por servidor por um login corporativo único. O que é fácil de plugar é igualmente fácil de trocar — o lock-in é a licença de dados embaixo, não o conector. Trava: negocie direitos de exportação e cláusula de cessão sobre os dados, e trate o endpoint MCP como substituível.
Cada servidor conectado taxa o orçamento de contexto do agente. Definições de ferramenta consomem tokens antes de o agente ler um único registro, e nomes ambíguos produzem chamadas à ferramenta errada. Trava: conecte uma camada por pergunta, restrinja o conjunto de ferramentas por agente e meça a qualidade das respostas antes e depois de cada adição.
Você precisa de uma?
Você precisa de uma camada de contexto quando mais de um agente precisa dos mesmos fatos e hoje os obtém de lugares diferentes — um agente do Copilot Studio enriquecendo a partir de um CSV, um CRM agêntico enriquecendo pelo provedor dele e um rep colando um perfil do LinkedIn no Claude. São três versões de uma mesma conta, e nenhuma dose de prompt engineering reconcilia isso.
Pule quando o problema real estiver a montante. Se suas contas estão duplicadas, suas definições de estágio são disputadas ou ninguém confia no campo de owner, uma camada de contexto serve essa ambiguidade mais rápido e para mais agentes ao mesmo tempo. Faça primeiro a passada de higiene de CRM e feche as definições — a camada é um mecanismo de distribuição da verdade que você já tem, e ela não fabrica nenhuma.
Para o protocolo por baixo, comece por o que é um servidor MCP. Para a economia de enriquecimento que uma camada de grounding herda, veja waterfall enrichment e intent data.