Um MCP server (servidor do Model Context Protocol) é um processo de software em execução que expõe suas ferramentas, dados e sistemas a um agente de IA usando uma interface padronizada. Quando um vendor diz que seu produto tem “suporte MCP,” significa que o software pode ser conectado a uma IA como o Claude para que a IA possa ler dados dele, executar ações nele, ou ambos — sem código de integração personalizado do seu lado. MCP é um padrão aberto, publicado pela primeira vez pela Anthropic em novembro de 2024 e agora governado pela Agentic AI Foundation (AAIF) da Linux Foundation, com adoção pela Anthropic, OpenAI e Google DeepMind no início de 2026.
O que NÃO é
MCP não é um produto que você compra. Você não paga por MCP. É um protocolo — uma especificação de como agentes de IA e sistemas de software se comunicam entre si. Pense como HTTP, o protocolo que governa como navegadores web solicitam páginas: HTTP não é um navegador nem um servidor, é a linguagem acordada que ambos falam.
MCP não é uma garantia de prontidão para produção. Um vendor afirmando “suporte MCP” pode significar qualquer coisa, de “implementamos a especificação base do protocolo em um fim de semana” a “operamos um MCP server hospedado e reforçado, com conformidade SOC 2 e SLAs de uptime.” A conformidade com o protocolo e a qualidade operacional são coisas separadas, e a lacuna entre elas é onde reside o risco real do comprador.
MCP não é um agente nem uma IA. É o encanamento que conecta um agente de IA a um sistema. O agente — Claude ou outro LLM — é separado do MCP server. Um MCP server do Salesforce expõe seus dados de CRM ao Claude; o Claude continua sendo o Claude.
Como funciona (versão não técnica)
Um MCP server tem três tipos de coisas que pode oferecer a um agente de IA:
- Tools — ações que a IA pode executar: criar um contato, atualizar um stage de deal, executar uma consulta de busca, enviar uma mensagem, disparar um workflow. Esses são os mais delicados do ponto de vista de permissões; escrevem ou agem em seu nome.
- Resources — dados que a IA pode ler: arquivos, registros de banco de dados, eventos de calendário, texto de contratos, requisições de vaga, dados de pipeline. Somente leitura. Menor risco.
- Prompts — templates pré-construídos que a IA pode invocar: consultas estruturadas, instruções de workflow especializadas empacotadas no lado do servidor.
Quando você registra um MCP server no Claude (via Claude Code, o app desktop do Claude, ou um plugin), o Claude descobre quais tools e resources o servidor oferece lendo o manifesto do servidor. A partir daí, quando você pede ao Claude para fazer algo que corresponde a um desses tools — “atualize o stage do deal da Acme Corp para Proposta” — o Claude chama o tool, o MCP server executa a ação no sistema real, e o Claude reporta o resultado.
A camada de transporte é stdio (para um servidor local rodando na sua máquina) ou HTTP/SSE (para um servidor hospedado ao qual você se conecta pela internet). A maioria dos servidores fornecidos por vendors é HTTP/SSE. Servidores locais são mais comuns em workflows de desenvolvedores.
O que “suporte MCP” realmente significa em um pitch de vendor
Vendors começaram a adicionar “suporte MCP” ao seu posicionamento. A frase pode significar várias coisas distintas:
- Nível 1 — Compatível com o protocolo. O vendor construiu um servidor que segue a especificação JSON-RPC 2.0 que está por baixo do MCP. Funciona em demos. É o mínimo para afirmar suporte MCP. Token refresh, rate limiting e paginação podem não ser tratados. O uso em produção exige que sua equipe gerencie a complexidade operacional.
- Nível 2 — Hospedado e mantido. O vendor executa o MCP server para você. Cuida do ciclo de vida de tokens OAuth (para que sua IA possa autenticar às 2 da manhã quando os tokens expiram), aplica rate limiting contra a API subjacente e fornece SLA de uptime. Isso é o que equipes de ops realmente precisam para rodar workflows de IA confiáveis.
- Nível 3 — MCP gerenciado. Um provedor terceiro gera e mantém MCP servers para muitas ferramentas SaaS de uma única camada gerenciada, lidando com isolamento multi-tenant e complexidade operacional.
A diferença entre o Nível 1 e o Nível 2 não é visível no material de marketing. Você precisa perguntar.
As cinco perguntas para fazer a qualquer vendor que afirma suporte MCP
Antes de depender do MCP server de um vendor em um workflow, obtenha respostas para estas:
- “Com quais plataformas de IA vocês testaram?” Se disserem “construímos conforme a especificação,” isso é Nível 1. Se nomearem plataformas específicas testadas e clientes enterprise usando em produção, é mais crível.
- “O que acontece quando um token OAuth expira no meio de um workflow?” Se não conseguirem descrever o comportamento de token refresh especificamente, não trataram isso. Importa para execuções agênticas noturnas e tarefas agendadas.
- “Posso restringir meu agente de IA a acesso somente leitura?” Implementações responsáveis de MCP permitem configurar se a IA só pode ler dados ou também pode escrever e agir. Se disserem não ou parecerem confusos, o raio de impacto de um workflow de IA mal configurado é maior do que precisa ser.
- “Vocês tratam o rate limiting por mim?” Seu HubSpot, Salesforce e Greenhouse têm limites de rate diferentes para a API. Se o MCP server do vendor não tratar isso, seus workflows de IA vão começar a falhar quando atingirem escala.
- “Qual é o SLA de vocês se o MCP server cair?” Um MCP server agora está no caminho crítico do seu workflow de IA. Entenda se o downtime é aceitável ou se você precisa de um serviço hospedado com SLA.
Por que importa para líderes de operações agora
O ecossistema MCP tinha mais de 10.000 servidores públicos ativos no início de 2026 (fonte: relatórios do ecossistema da Anthropic). Seus vendors de RevOps, Legal Ops e Recruiting estão adicionando suporte MCP para se manter relevantes para equipes AI-first. Isso cria três oportunidades concretas e um risco real:
Oportunidades:
- Agentes de IA (Claude, configurado com skills) podem ler e atualizar diretamente seus sistemas sem integrações personalizadas ou wrappers de API. Um agente de revisão de deal pode puxar dados MEDDICC do Salesforce via MCP e atualizá-los após a chamada, sem entrada manual de dados.
- Coordenadores de recruiting podem rodar agentes de sourcing que leem requisições de vaga do seu ATS via MCP, buscam candidatos e criam rascunhos de outreach — tudo dentro de uma única conversa do Claude.
- Equipes jurídicas podem conectar sistemas CLM via MCP para que a análise de contratos rode contra documentos ao vivo, não cópias desatualizadas.
O risco: “suporte MCP” como checkbox de vendor não significa infraestrutura confiável de produção. Trate as afirmações de MCP dos vendors como trataria qualquer afirmação de integração de API: pergunte sobre uptime, tratamento de erros, gerenciamento de tokens e comportamento de rate limiting antes de construir workflows sobre isso.
MCP e Claude Skills trabalhando juntos
Um MCP server sozinho dá ao Claude acesso a dados e capacidade de ação. Não dá a metodologia de raciocínio da sua equipe. Combinar um MCP server com um Claude skill — o skill fornecendo o procedimento, o MCP server fornecendo os dados ao vivo — é o que produz workflows de IA que são precisos e consistentes. Um skill de risco contratual conectado a um MCP server de CLM vai superar qualquer uma das camadas sozinha, porque o skill codifica seus thresholds de risco e o MCP server fornece o texto atual do contrato. Para uma comparação completa dessas duas camadas, veja Claude Skill vs MCP server.
Erros comuns
- Confiar no “suporte MCP” sem perguntar sobre qualidade operacional. A especificação do protocolo e a infraestrutura de produção são coisas diferentes. Sempre pergunte sobre a distinção entre Nível 1 e Nível 2 antes de depender de um servidor.
- Dar ao agente de IA acesso de escrita quando o acesso somente leitura cobre o caso de uso. Comece com acesso MCP somente leitura. Adicione tools de escrita de forma incremental, um de cada vez, e verifique o escopo antes de habilitá-los. Um agente de IA que pode sobrescrever registros de deals ou enviar emails precisa de controles de escopo estritos.
- Assumir que MCP elimina o trabalho de integração. Mesmo no Nível 2, alguém configurou o app OAuth, registrou o servidor e testou os outputs dos tools. MCP reduz substancialmente o custo de integração vs código personalizado, mas não elimina o passo de configuração.
Relacionado
- Claude Skill vs MCP server — como combinar as duas camadas para workflows de operações
- Claude — o agente de IA que consome MCP servers