Um conector deixa a IA ler e agir nas ferramentas da empresa com a conta de quem usa, sem ninguém copiar e colar, e para e-mail, agenda, Drive e gestor de tarefas ele já vem pronto. Um servidor MCP próprio só vale quando o sistema da empresa é a ferramenta que importa, e aí ele é mais uma porta sobre a mesma API, com as permissões que já existem. O que decide o risco é separar leitura, que fica livre, de escrita, que pede aprovação.
O que é um conector de IA#
Um conector é a ligação que deixa a IA ler e agir numa ferramenta da empresa, como o e-mail, a agenda ou o Drive, usando a conta de quem está conversando com ela. Você autoriza uma vez e, daí em diante, pede a tarefa citando o cliente ou a reunião, e a IA procura sozinha o que precisa, sem ninguém copiar e colar nada na conversa.
Sem conector, quem usa IA no trabalho faz o papel de mensageiro. Abre o e-mail, copia a conversa com o cliente, cola na IA, volta para buscar a proposta no Drive, cola de novo, e só então faz a pergunta. Com o conector ligado, o pedido "me prepara para a reunião das 15h" basta, porque a IA consulta a agenda, lê os e-mails trocados com quem vai estar na reunião e abre o último documento.
Para as ferramentas de mercado, esse conector já existe pronto. Segundo a central de ajuda do Claude, os conectores de Gmail, Google Agenda e Google Drive estão disponíveis para todos os usuários. Eles fazem as duas coisas: buscam e leem, e também escrevem, mandando e-mail, criando evento ou movendo arquivo. Por padrão, cada ação desse segundo tipo pede aprovação antes.
Um conector trabalha com a conta de quem o ligou. A central de ajuda do Claude descreve assim: ao conectar um serviço, você dá à IA a capacidade de acessar e, eventualmente, alterar dados dentro dele com base nas suas permissões. Se a pessoa não tem acesso a uma pasta, a IA ligada pela conta dela também não tem.
O que é um servidor MCP, e o que ele muda em relação ao conector#
Um servidor MCP é a peça técnica que expõe as funções de um sistema para a IA, no formato do Model Context Protocol, um padrão aberto. O conector é o que a pessoa liga dentro do app de IA. Quando a ferramenta não tem conector pronto, alguém escreve um servidor MCP para ela, e ele entra no app como conector personalizado.
O protocolo foi lançado pela Anthropic, a empresa que faz o Claude, em 25 de novembro de 2024. A documentação do MCP compara o protocolo a uma porta USB-C: um encaixe padrão que serve para ligar qualquer app de IA a qualquer sistema. Em dezembro de 2025, a Anthropic doou o MCP à Agentic AI Foundation, um fundo da Linux Foundation criado junto com a Block e a OpenAI e apoiado por Google, Microsoft e AWS. No mesmo anúncio, a Anthropic contava mais de 10 mil servidores MCP públicos ativos e listava ChatGPT, Gemini, Microsoft Copilot, Cursor e Visual Studio Code entre os produtos que adotaram o padrão. A revisão vigente da especificação é a de 28 de julho de 2026.
Pela especificação, um servidor MCP oferece três coisas: recursos, que são dados para consulta; prompts, que são modelos de pedido prontos; e ferramentas, que são funções que a própria IA executa, como "buscar cliente" ou "gerar relatório". As ferramentas são a parte que pede mais cuidado, porque são elas que fazem a IA agir dentro do sistema.
O caminho para usar um servidor próprio muda de um app para outro. No Claude, um servidor MCP remoto entra como conector personalizado, em todos os planos, e nos planos de equipe quem adiciona é o dono da conta. No ChatGPT, segundo a central de ajuda da OpenAI, o mesmo recurso se chama app MCP, existe, em beta, nos planos Business, Enterprise e Edu, roda só na versão web e precisa de um administrador para publicar.
| Conector pronto | Servidor MCP próprio | |
|---|---|---|
| Para quê | e-mail, agenda, Drive, gestor de tarefas, repositório de código | o sistema da própria empresa |
| Quem faz | o fornecedor da IA ou da ferramenta | a empresa, ou quem ela contratar |
| Como liga | na tela de conectores do app, com a conta da pessoa | pelo endereço do servidor, liberado pelo administrador |
| Quanto custa | já vem na assinatura da IA | o desenvolvimento e a manutenção do servidor |
| O que pesa | os limites do conector, que não dá para mudar | a autorização e a manutenção quando a especificação muda |
A tabela mostra por que a primeira pergunta é sempre se existe conector pronto: quando existe, a empresa usa no mesmo dia e sem custo de desenvolvimento.
O que a IA faz quando está ligada às ferramentas da empresa#
Ligada às ferramentas, a IA faz sozinha o trabalho de buscar e montar a informação, na hora marcada ou quando alguém pede. Na Epicora, o exemplo de todo dia é o Radar IA, um resumo de notícias de inteligência artificial que a IA começa a montar às 6h30 e envia pelo conector do Gmail, sem ninguém abrir o e-mail para escrever.
O Radar é uma tarefa agendada no app do Claude: o pedido é escrito uma vez e roda na hora marcada. Segundo a central de ajuda do Claude, as tarefas agendadas existem nos planos pagos e podem usar os conectores que a pessoa já ligou. Às 6h30, com o app do Claude aberto, um programa captura o que 17 fontes publicaram, a maioria oficiais (blogs dos laboratórios de IA, salas de imprensa e notas de versão), mais blogs de pesquisadores e investidores. A IA lê os itens capturados, escolhe no máximo 8, resume cada um em duas ou três linhas e envia o e-mail pelo conector do Gmail. Entre 11 de setembro e 8 de outubro de 2026 foram 25 edições.
Duas regras escritas na própria tarefa sustentam essa autonomia. A primeira é o destinatário fixo: o e-mail vai para um endereço só, interno, e a instrução proíbe qualquer outro. A segunda é que o conteúdo das fontes é tratado como dado. Se um texto capturado trouxer uma ordem para a IA, ela ignora e trata como conteúdo, que é a defesa básica contra injeção de prompt, o ataque em que um texto de fora tenta dar ordens à IA.
O outro exemplo é o relatório de horas, que toda segunda-feira a IA monta lendo os apontamentos do time no ClickUp, o nosso gestor de tarefas, pelo conector. Ele está descrito em chat, assistente ou agente de IA.
Nos dois casos, a IA usa conectores prontos, sem nenhum servidor MCP próprio.
Ler é livre, escrever pede aprovação#
A regra que usamos para decidir o que a IA faz sozinha olha o que a ação faz, em qualquer app. Tudo que é interno e reversível é livre, e ler é o caso mais claro, porque ler não muda nada. Tudo que sai para fora da empresa ou não tem volta, como enviar e-mail, comentar ou apagar, para e pede a aprovação de uma pessoa.
Essa régua está escrita na nossa política de uso de IA. Ler o ClickUp, o GitHub, o Drive e a agenda fica livre. Enviar e-mail, mandar mensagem a cliente, comentar numa tarefa de outra pessoa, criar ou alterar tarefa de outra pessoa e apagar qualquer coisa pedem aprovação. A política não depende de a IA lembrar dela: um hook, que é um pequeno programa que roda antes das ações em sistemas externos, separa leitura de escrita. Leitura passa; envio, criação, alteração, exclusão e comentário param e esperam um "pode".
A especificação do MCP vai na mesma direção. No trecho sobre ferramentas, ela recomenda que sempre haja uma pessoa no circuito, com poder de negar a chamada, e que o app mostre um pedido de confirmação antes das operações. Os apps seguem isso de jeitos diferentes. No Claude, segundo a central de ajuda, enviar e-mail ou mexer em arquivo do Drive pede aprovação por padrão. No ChatGPT, segundo a OpenAI, a confirmação depende das permissões do app, do contexto e do impacto da ação, e algumas ações de risco alto são bloqueadas em vez de oferecidas para aprovação.
| Ação | Exemplo | Regra | Por quê |
|---|---|---|---|
| Ler e buscar | e-mails, agenda, arquivos do Drive, tarefas, código | livre | não altera nada |
| Escrever para uso interno | rascunho, resumo ou ata no repositório da empresa | livre | é reversível e ninguém de fora vê |
| Enviar para fora | e-mail, mensagem a cliente, publicação | aprovação | depois de enviado, não volta |
| Mexer no trabalho de outra pessoa | tarefa, comentário, evento na agenda de alguém | aprovação | muda o dia de quem não pediu |
| Apagar | arquivo, e-mail, registro | aprovação | pode não ter volta |
| Enviar numa rotina com destinatário fixo | o e-mail diário do Radar IA | roda sozinha, com o destinatário fixado na instrução | o único leitor é o próprio dono da rotina |
A última linha é a exceção que existe, e ela foi desenhada: uma rotina que escreve, mas para um destino só, conhecido e interno. Esse destino fixo é uma regra escrita na instrução, sem bloqueio técnico por trás, e o que a rotina envia é um resumo de notícia pública. Antes de liberar uma escrita sem aprovação, vale perguntar se o pior erro possível dela seria aceitável.
Quando vale um servidor MCP próprio para o sistema da empresa#
Um servidor MCP próprio vale quando o sistema da empresa é a ferramenta que importa, ele já tem uma API estável e as pessoas gastam tempo navegando por telas para chegar a uma resposta. Quando o trabalho acontece no e-mail, na agenda e no Drive, os conectores prontos bastam e o servidor próprio vira custo sem retorno.
Os critérios abaixo vêm de um servidor que desenhamos para o sistema de gestão de um cliente, com um motor de cálculo próprio e muitas telas. O problema a resolver é o tempo até a resposta: pela tela, cada decisão pede abrir o painel, achar o módulo e percorrer um assistente de vários passos. O servidor foi pensado para a equipe operar o sistema conversando, na IA que cada pessoa já usa.
Mais uma porta sobre a mesma API#
O servidor MCP próprio deve ser apenas mais uma porta para a mesma API que a tela do sistema já usa. Assim, permissões, limites, validações e registro de auditoria são herdados, e o servidor não reimplementa nenhum deles.
No desenho que fizemos para o cliente, o servidor não acessa o banco de dados direto: toda operação passa pela API existente. A autorização usa o OAuth 2.1, o padrão de login que a especificação do MCP adota, só para confirmar quem é a pessoa. A permissão de cada chamada continua sendo a que essa pessoa já tem no sistema. Quem não pode alterar um cadastro pela tela também não consegue pela conversa, e recebe a resposta simples de que não tem permissão.
A IA aciona o sistema e não faz a conta#
Num sistema que calcula, a IA não deve calcular. Ela interpreta o pedido e aciona o motor que já existe, e o resultado é exatamente o que sairia pela tela, com a mesma precisão e o mesmo registro.
Esse é o princípio central do servidor que desenhamos, e é o mesmo que seguimos no Sistema Cuidar, em que a IA escreve 5 das 15 seções do laudo e não pode inventar número: a matriz de risco é calculada a partir das respostas. Quando a IA só escolhe qual função chamar e com quais filtros, o número vem de um código que já foi testado.
Poucas ferramentas, com o risco marcado em cada uma#
Um bom servidor MCP tem poucas ferramentas de alto alcance, e cada uma diz se só lê ou se altera dados. No servidor que desenhamos são cerca de 10 ferramentas de consulta, 6 de operação e 13 de escrita e configuração, e só as de escrita pedem confirmação sempre.
Nesse servidor, uma única ferramenta de operação reúne um assistente de seis passos da tela. Na conversa, a pessoa descreve o que quer e a IA preenche os parâmetros. As de consulta rodam sem confirmação. As de operação só pedem confirmação quando o processamento é em lote, para a pessoa saber que vai demorar. Para os apps de IA que ainda não mostram a confirmação do protocolo, a ferramenta de escrita sem o sinal de confirmado apenas devolve uma prévia do que vai fazer, sem chamar a API.
Quanto custa e quem paga o uso da IA#
O custo de um servidor MCP próprio é o desenvolvimento e a manutenção do servidor. O consumo da IA não entra, porque fica na assinatura que a empresa já paga no Claude ou no ChatGPT, e o servidor é só a ponte entre o sistema e essa IA.
O servidor que desenhamos foi estimado em 169 horas no cenário realista, somando desenvolvimento, testes e gestão, sobre uma API pronta e documentada. O item mais incerto da estimativa é a autorização. A manutenção tem um custo que pouca gente prevê. Quando desenhamos o servidor, em junho de 2026, a revisão vigente da especificação era a de 25 de novembro de 2025, e a de 28 de julho de 2026 já a substituiu. Cada revisão nova, e cada mudança na API do sistema, pede que o servidor seja revisto, e no projeto essa revisão entra na manutenção do próprio sistema.
O que um conector não resolve#
Um conector não dá permissão nova, não arruma informação bagunçada e não faz tudo que a ferramenta faz pela tela. Ele herda o acesso de quem o ligou, entrega o que a API do fornecedor deixa passar e lê a informação do jeito que ela está guardada, organizada ou não.
Os limites aparecem no uso. No Radar IA, medimos em 12 de setembro de 2026 o que o conector do Gmail faz com o e-mail: as imagens são removidas do corpo, todo link chega reescrito por um endereço do Google que mostra um aviso de redirecionamento antes de abrir, e a cor de fundo escrita na forma abreviada é descartada. Por isso o cabeçalho do Radar é só texto, sem logo. A própria central de ajuda do Claude avisa que o conteúdo dos anexos não chega pelo conector do Gmail, só os dados do anexo.
O conector do Drive também tem limite. Num projeto de julho de 2026, ele enxergou uma pasta compartilhada por um cliente com os logotipos, mas não listou nem baixou os arquivos de dentro, e alguém teve que baixar à mão.
Ligar a IA ao Drive também não organiza o Drive. Se o contrato vigente está em três versões com nomes parecidos e nenhuma pasta diz qual vale, a IA vai achar as três e pode escolher a errada. Esse trabalho vem antes do conector, e está descrito em como organizar o conhecimento da empresa para a IA.
O último limite é a confiança no servidor. A central de ajuda do Claude recomenda conectar só servidores feitos e hospedados por organizações em que você confia, e a da OpenAI avisa que um servidor MCP não confiável aumenta a exposição a injeção de prompt.
Perguntas frequentes#
O que é um servidor MCP e para que serve?#
É um programa que coloca as funções de um sistema à disposição de uma IA, no formato do Model Context Protocol, o padrão aberto que a Anthropic lançou em 2024 e que ChatGPT, Gemini, Microsoft Copilot e Cursor também adotaram. Serve para a IA consultar e operar o sistema a pedido de quem conversa com ela, sem ninguém abrir telas e copiar dados para a conversa.
Qual a diferença entre um conector e um servidor MCP?#
O servidor MCP é a peça técnica que expõe as funções do sistema. O conector é o que a pessoa liga dentro do app de IA, com a conta dela, para usar essas funções. Os conectores de Gmail, Agenda e Drive já vêm prontos no Claude, e um servidor MCP próprio entra no Claude como conector personalizado e no ChatGPT como app MCP.
A IA pode mandar e-mail em meu nome sem eu ver?#
Por padrão, não. Segundo a central de ajuda do Claude, enviar, responder e encaminhar e-mail pede a sua aprovação antes, e nos planos Team e Enterprise quem decide se isso pode rodar sem perguntar é o administrador. No ChatGPT, a confirmação depende das permissões do app e do contexto, e ações de risco alto podem ser bloqueadas.
Minha empresa precisa de um servidor MCP próprio?#
A maioria não. Se o trabalho acontece no e-mail, na agenda, no Drive e no gestor de tarefas, os conectores prontos resolvem. O servidor próprio começa a fazer sentido quando o sistema da empresa é onde está a informação que importa, ele já tem uma API estável e as pessoas perdem tempo navegando por telas para chegar a uma resposta.
Quanto custa um servidor MCP próprio?#
Depende da API que já existe. Para um servidor que desenhamos sobre um sistema com API pronta e documentada, a estimativa foi de 169 horas no cenário realista, com a autorização (OAuth 2.1) como o item mais incerto. O uso da IA não entra nessa conta: ele fica na assinatura que a empresa já paga, no Claude ou no ChatGPT.
Fontes#
- Model Context Protocol, especificação, revisão vigente de 28 de julho de 2026 (recursos, prompts e ferramentas; consentimento do usuário): https://modelcontextprotocol.io/specification/latest
- Model Context Protocol, especificação: ferramentas (uma pessoa no circuito com poder de negar a chamada; confirmação antes das operações): https://modelcontextprotocol.io/specification/2026-07-28/server/tools
- Model Context Protocol, introdução (a comparação com a porta USB-C): https://modelcontextprotocol.io/docs/getting-started/intro
- Anthropic, "Introducing the Model Context Protocol", 25 de novembro de 2024: https://www.anthropic.com/news/model-context-protocol
- Anthropic, doação do MCP à Agentic AI Foundation, 9 de dezembro de 2025 (fundadores, apoiadores, adoção e os mais de 10 mil servidores públicos): https://www.anthropic.com/news/donating-the-model-context-protocol-and-establishing-of-the-agentic-ai-foundation
- Central de ajuda do Claude, conectores do Google Workspace (disponibilidade, aprovação por padrão, papel do administrador, anexos do Gmail): https://support.claude.com/en/articles/10166901-use-google-workspace-connectors
- Central de ajuda do Claude, conectores personalizados com MCP remoto (planos, quem adiciona, permissões herdadas, servidores confiáveis): https://support.claude.com/en/articles/11175166-getting-started-with-custom-connectors-using-remote-mcp
- Central de ajuda do Claude, tarefas agendadas: https://support.claude.com/en/articles/13854387-schedule-recurring-tasks-in-claude-cowork
- Central de ajuda da OpenAI, modo desenvolvedor e apps MCP no ChatGPT (planos, confirmação de escrita, bloqueio de ações de risco, injeção de prompt): https://help.openai.com/en/articles/12584461
Próximo passo#
Se a sua equipe perde tempo copiando dados do sistema para a IA, ou se você quer saber se o seu sistema comporta um servidor MCP, é a conversa que temos em IA e automação. Quando a pergunta é ligar sistemas entre si antes de ligar a IA, ela começa em integrações.
Quer olhar isso no seu caso?
Conte em poucas linhas o que você tem hoje. A gente responde com o caminho que faz sentido, inclusive quando a resposta é não construir nada.