O que é um MCP Server e como funciona

Por Tripulação da Astronauta Martech

26/05/2026

10 min de leitura

MCP (Model Context Protocol) é um protocolo aberto, criado pela Anthropic e lançado em 25 de novembro de 2024 (veja o anúncio oficial da Anthropic, que explica como ele foi pensado), que padroniza como sistemas de inteligência artificial se conectam a dados e ferramentas externas. Um MCP Server é a peça que implementa esse protocolo para um sistema específico: um programa que expõe dados e ações desse sistema (um CRM, um banco de dados, uma pasta de arquivos, um app de mensagens) num formato padronizado que qualquer assistente de IA compatível consegue ler e usar. Ninguém precisa programar uma integração para cada combinação de ferramenta e modelo de IA.

Se você já leu o guia completo que a gente escreveu sobre o assunto, sabe que o protocolo funciona como um "USB-C" entre IA e sistemas. Aqui o assunto é uma peça só dessa engrenagem: o servidor. É ele que faz o trabalho pesado de ligar um sistema real ao protocolo, e é dele que quem trabalha com marketing ou vendas precisa entender antes de decidir o que conectar primeiro.

Onde o servidor entra na arquitetura do MCP

O MCP funciona num modelo de cliente e servidor. O cliente é o assistente de IA: o Claude Desktop, o Claude Code ou um agente customizado construído sobre uma ferramenta como o Cursor. O MCP Server fica do outro lado. É um processo separado, geralmente pequeno, que conversa com um sistema específico (Google Drive, Slack, um banco Postgres) e traduz esse sistema para a linguagem que o protocolo entende.

Na prática, cada MCP Server é uma conexão dedicada a uma ferramenta. Com vários deles, um para cada sistema, a IA consegue conversar com todos.

Um MCP Server normalmente cobre um sistema por vez: existe um para Google Drive, outro para Slack, outro para GitHub.
O mesmo servidor pode ser usado por qualquer cliente MCP compatível, não só por um assistente específico. Um MCP Server de Postgres escrito uma vez funciona com o Claude Desktop, com o Claude Code ou com qualquer outro agente de IA que fale o protocolo.
O servidor roda de forma independente do modelo de IA. Ele pode estar num container, num processo local ou num serviço na nuvem, e o cliente só precisa saber como se conectar a ele.

A arquitetura completa do protocolo, com a parte de segurança e os servidores disponíveis, está em outro texto do nosso material. Aqui o foco fica só no servidor.

O que um MCP Server expõe: resources, tools e prompts

Um MCP Server não entrega dados de qualquer jeito. Ele organiza o que oferece em três categorias definidas pelo próprio protocolo, e são elas que separam "sei que existe MCP" de "sei avaliar se um MCP Server resolve o meu problema".

Resources: os dados que o servidor deixa a IA ler

Resources são conteúdos que o servidor disponibiliza para leitura, parecidos com arquivos ou registros. Um MCP Server de Google Drive, por exemplo, pode expor cada documento da pasta como um resource e oferecer uma tool de busca e outra de leitura: a IA localiza o arquivo certo e lê o texto sem que alguém precise baixar nada ou copiar e colar. Um MCP Server de Postgres pode expor o schema das tabelas como resource, e aí a IA entende a estrutura do banco (nomes de colunas, tipos, relações) antes de montar uma consulta.

Tools: as ações que o servidor permite executar

Tools são funções que a IA pode chamar para fazer alguma coisa acontecer, e não só ler. É aqui que está a maior parte do uso prático. Alguns exemplos: um MCP Server de Slack expõe tools para enviar mensagem em um canal e buscar histórico de conversa; um MCP Server de GitHub expõe tools para abrir uma issue, criar um pull request ou comentar num commit; um MCP Server de Postgres expõe uma tool que executa SQL controlado, geralmente restrita a operações de leitura, por segurança.

Prompts: modelos de interação prontos

Prompts são templates que o servidor pode oferecer para guiar uma tarefa comum, para que o usuário não precise redigir o pedido do zero toda vez. É o recurso menos usado dos três hoje, só que aparece mais à medida que os servers amadurecem.

Exemplos de MCP Servers conhecidos

Já existem centenas de servers catalogados publicamente (o diretório mcpservers.org lista uma boa parte deles), e vários são de ferramentas que a gente usa no dia a dia aqui na Astronauta:

Google Drive: expõe documentos e planilhas como resources e oferece tools de busca e leitura, para que a IA consulte um briefing ou uma planilha de metas sem que alguém precise copiar o texto à mão.
Slack: expõe tools para ler canais, buscar mensagens e enviar respostas. Com isso dá para ter um agente que acompanha um canal de suporte e sinaliza padrões sem que ninguém precise ler tudo.
GitHub: expõe tools para gerenciar issues, pull requests e arquivos de repositório. É mais usado por equipes técnicas que querem que a IA opere direto no fluxo de desenvolvimento.
Postgres: expõe o schema do banco como resource e uma tool de consulta, para que a IA responda perguntas sobre dados reais (alunos, matrículas, transações) sem que alguém escreva a query à mão.
Reportei: expõe dados de relatórios e métricas de marketing, e a IA consulta a performance das campanhas direto.
RD Station: expõe dados de leads, funil e campanhas do CRM, para que a IA consulte e opere sobre esses dados.

A lista cobre tipos diferentes de sistema (armazenamento de arquivo, comunicação, código, banco de dados, marketing, CRM), e quase toda operação de marketing e produto tem ao menos um equivalente direto rodando internamente.

Por que isso importa para quem decide tecnologia em marketing e vendas

Para quem gerencia marketing, vendas ou operações, a pergunta útil é o que um MCP Server muda no dia a dia da equipe. A resposta prática: ele transforma um sistema fechado (CRM, banco de dados de clientes, planilha de métricas) numa fonte que um agente de IA consegue consultar e operar direto, sem que o time de tecnologia escreva uma integração customizada para cada caso de uso novo.

Na Astronauta Martech, a gente usa isso dentro do Cérebro Astronauta, o nosso sistema interno de agentes de IA, que tem MCPs conectando sistemas como RD Station, Reportei e Asaas em produção, entre outras ferramentas. Os agentes dependem de um ou mais MCP Servers para ler dados de campanha, consultar métricas de relatório ou checar status financeiro, sem esperar um desenvolvedor plugar uma API nova a cada pedido.

O ganho concreto para um gestor de marketing ou vendas é encurtar a distância entre "eu preciso desse dado" e "eu tenho esse dado". Com um MCP Server bem configurado no CRM da empresa, um agente de IA pode responder "quantos leads da última campanha converteram essa semana" puxando o dado direto do funil, em vez de alguém abrir o sistema, filtrar à mão e montar uma planilha.

MCP Server não é a mesma coisa que uma API tradicional

É comum confundir os dois porque ambos conectam sistemas. A diferença central é que uma API é uma interface específica, desenhada para um propósito e geralmente documentada para desenvolvedores lerem e integrarem à mão. Um MCP Server é uma camada construída sobre uma API (ou ao lado dela), padronizada para que qualquer cliente MCP, incluindo um assistente de IA, saiba automaticamente quais resources, tools e prompts existem, sem que alguém escreva código de integração para cada par de sistema e modelo. A comparação completa, com os casos em que cada abordagem faz mais sentido, está em outro texto dedicado só a essa decisão de arquitetura.

Depois de entender o que um MCP Server expõe, o passo seguinte para quem quer sair da teoria é ver isso configurado na prática, ou ler o guia completo de MCP. Se o objetivo é aplicar isso dentro da RD Station, a gente já mostrou esse caso ponta a ponta em outro artigo.

Como descobrir se uma ferramenta que você já usa tem MCP Server

Antes de procurar um MCP Server pronto para uma ferramenta, vale checar duas coisas simples:

A documentação pública da API da ferramenta. Quando uma empresa lança um MCP Server, ela costuma publicar um guia que explica como ele funciona, como conectar e quais tools e recursos estão disponíveis.
A sua própria IA. Dependendo da ferramenta, dá para perguntar se ela já conhece o MCP daquele sistema. Muitas vezes ela indica o caminho da conexão ou até faz boa parte da configuração em poucos passos.

Além dos exemplos acima, outras ferramentas do nosso dia a dia já têm MCP: o Figma, para consultar e trabalhar em cima de arquivos de design, e o Gmail, para ler e organizar e-mails. E existe o caminho oposto: quando não há um MCP Server pronto para o seu sistema, você pode construir o seu. A gente chegou a fazer isso aqui na Astronauta com o nosso site: um MCP Server próprio para acessar com segurança o conteúdo publicado nele, conversar com esses dados e identificar quais conteúdos precisam ser otimizados.

Perguntas frequentes

O que é um MCP Server?

Um MCP Server é um programa que conecta um sistema específico (como Google Drive, Slack, GitHub ou um banco de dados) ao Model Context Protocol, expondo os dados e as ações desse sistema num formato padronizado que qualquer assistente de IA compatível consegue ler e operar sem integração customizada.

Qual a diferença entre resources, tools e prompts num MCP Server?

Resources são dados que a IA pode ler (como documentos ou o schema de um banco). Tools são ações que a IA pode executar (como enviar uma mensagem ou rodar uma consulta). Prompts são templates prontos que guiam uma tarefa comum. Um MCP Server pode oferecer as três categorias, mas nem todo servidor implementa todas.

Um MCP Server precisa de código novo para cada integração?

Não. Depois que existe um MCP Server de um sistema (como Slack ou Postgres), qualquer cliente MCP compatível consegue usá-lo sem escrever uma integração própria. A programação acontece uma vez, na criação do servidor, e não a cada novo assistente de IA que precisa se conectar a ele.

Um MCP Server substitui uma API?

Não. Um MCP Server geralmente é construído sobre uma API existente e acrescenta uma camada padronizada para que assistentes de IA descubram e usem essa API automaticamente. A diferença está detalhada neste comparativo.

Preciso ser desenvolvedor para usar um MCP Server?

Para usar um MCP Server pronto (como os de Google Drive, Slack ou GitHub), não é preciso programar: basta configurá-lo no cliente de IA. O passo a passo dessa configuração está em outro artigo.

Quais sistemas já têm MCP Server pronto disponível?

Existem centenas catalogados publicamente, incluindo Google Drive, Slack, GitHub, Postgres, Figma e Gmail, além de servers para ferramentas de marketing e financeiro, como os que a Astronauta Martech opera em produção conectando RD Station, Reportei e Asaas.