MCP (Model Context Protocol): Estendendo funcionalidades da IA Generativa

Com um mundo corporativo cada vez mais competitivo, empresas buscam soluções inovadoras e eficientes visando aumentar sua relevância frente ao mercado. Com a popularização da IA (Inteligência artificial), organizações tem buscado soluções inteligentes para modernizar diversos processos, permitindo ganho em eficiência operacional, redução de custos, auxílio na tomada de decisão e inteligência de negócio, resultando em diferencial competitivo.

Antes de retornar ganhos de eficiência ou trazer valor para um produto, soluções de IA precisam de um planejamento cuidadoso para se integrarem bem ao ecossistema onde serão implantadas. Muitas vezes, uma integração com sistemas externos faz parte da proposta de valor de uma IA, mas implementar a integração em si é dificultada pela falta de padronização na IA generativa, e ficamos dependentes do fornecedor da IA implementar a integração específica que pretendemos usar.

Frente a essa situação, surge o MCP (Model Context Protocol), protocolo criado em 2024 pela Anthropic, empresa responsável pelo Claude, com o objetivo de padronizar a comunicação de inteligências artificiais, como o ChatGPT e o próprio Claude, com ferramentas customizadas. Essa padronização permite expandir as funcionalidades da IA para além do seu escopo tradicional, integrando-se a bancos de dados, sistemas locais ou plataformas externas de forma mais simples e eficiente.

Ao decorrer desse post, vamos explorar como uma IA generativa consegue usar um servidor MCP para acessar um banco de dados, analisar dados de tabelas e gerar de forma flexível um dashboard com métricas personalizadas.

Figura 1: Arquitetura de um servidor MCP.

Através de servidores MCP, três tipos de integração são fornecidos para a interação da IA com o recurso: prompts, resources ou tools. Os prompts permitem a utilização de instruções ou modelos de interação pré-definidos; os resources oferecem acesso estruturado a dados ou informações de sistemas externos; e as tools representam ações que a IA pode executar, como rodar comandos, consultar APIs ou manipular arquivos.

Para ilustrar o uso de um desses recursos na prática, vamos considerar um cenário em que um banco de dados PostgreSQL reúne informações de vendas e produtos. Nesse contexto, um servidor MCP conectará a IA ao banco de dados, permitindo que consultas sejam realizadas de acordo com as solicitações do usuário.

Figura 2: Interação de uma IA com um banco de dados Postgres através de um servidor MCP.

De maneira sequencial, consultas foram realizadas pela IA em diferentes tabelas do banco de dados, extraindo e relacionando informações de vendas e produtos em um dashboard que centraliza os principais indicadores solicitados.

Figura 3: Dashboard gerado por IA com base na análise de dados realizada

Uma atividade que antes poderia exigir esforços longos e manuais para a extração e formatação dos dados foi reduzida a minutos e com análises executadas sob demanda, sendo algo somente possível porque, por meio das tools disponibilizadas pelo MCP, a IA pode executar instruções SQL em tempo real e retornar os resultados já prontos para interpretação.

É importante ressaltar que mesmo com servidores MCPs, as IAs ainda podem gerar informações imprecisas, o que torna fundamental um processo de revisão dos resultados, conforme discutido no artigo Alucinações de IA: o custo de confiar sem verificar — e como o CARE ajuda a evitá-las.

No cenário proposto, embora seja necessário garantir a veracidade das informações, o uso do MCP permitiria otimizar o tempo de geração dos dados e do dashboard, representando um ganho em eficiência, e uma vez que estamos trabalhando com uma IA generativa, é simples pedir justificativas e mais clarificações de como os dados foram construídos.

Figura 4: interação com IA para explicar a lógica utilizada na construção dos dados

A introdução do MCP representa um avanço significativo na integração de soluções de IA com recursos externos, superando as limitações tradicionais de IAs isoladas e funcionando como um facilitador estratégico para empresas que buscam maximizar o retorno sobre investimento em inteligência artificial.

Ao permitir que ferramentas de IA executem ações , o MCP possibilita que soluções inteligentes possam gerar mais valor ainda para o negócio, preparando as organizações para um futuro em que a integração inteligente entre sistemas será não apenas uma vantagem competitiva, mas uma necessidade, onde a força da inteligência artificial estará em ecossistemas conectados que ampliam as capacidades humanas e aceleram a inovação.

Muralis insigths | Escrito por: Henrique Bonfanti, Analista Desenvolvedor de Software