Social Rocket
O ChatGPT pode hoje ser alargado muito para além dos carregamentos de ficheiros clássicos ou da pesquisa na web. Através de Apps e MCP, as empresas podem disponibilizar dados, funções e backends próprios no ChatGPT – e, com isso, criar a partir do chat uma interface adicional para software existente.
O aspeto interessante não é apenas "conversar com os meus dados". Torna-se mais relevante quando o servidor próprio define de forma controlada que informações o ChatGPT pode ver e que ações pode executar.
Desde julho 2026, a OpenAI está a agrupar mais estreitamente Apps e Plugins: os Plugins servem como interface central para descobrir fluxos de trabalho, enquanto a ligação efetiva a dados e ações passa pelas Apps subjacentes. As Apps personalizadas podem ligar-se a sistemas próprios através do Model Context Protocol (MCP). O âmbito concreto das funcionalidades depende, neste momento, do plano do ChatGPT e da configuração do workspace.
O servidor próprio continua a ser a aplicação propriamente dita
Uma integração MCP não significa que a base de dados ou o backend completo sejam entregues a um modelo de linguagem.
Em vez disso, o servidor próprio disponibiliza ferramentas claramente definidas. De forma simplificada, poderiam ser assim:
- Pesquisar registos
- obter um registo
- criar um rascunho
- atualizar campos individuais
- alterar um estado
Assim, o ChatGPT não recebe uma consola SQL livre, mas sim um conjunto limitado de ações estruturadas.
Esta é a diferença arquitetónica decisiva. A base de dados, a validação, o modelo de perfis e a lógica de negócio permanecem no servidor próprio. O modelo traduz sobretudo a intenção do utilizador, expressa em linguagem natural, numa chamada de ferramenta adequada.
Quem quiser usar o MCP especificamente em fluxos de trabalho de redes sociais encontra um exemplo mais concreto no guia da Srocket sobre MCPs para redes sociais e assistentes de IA.
Porque é que ferramentas estruturadas são melhores do que "aqui está a minha base de dados"
Um fluxo de trabalho interno típico é composto por muitas pequenas interfaces: abrir a pesquisa, definir filtros, selecionar um registo, verificar campos, alterar o estado e depois voltar à visão geral.
Com uma camada MCP controlada, isto pode, por exemplo, transformar-se em:
„Quais são os conjuntos de dados ainda incompletos? Mostra-me os cinco mais importantes.“
O servidor executa a pesquisa propriamente dita e devolve resultados estruturados. Depois, o utilizador poderia dizer:
„No segundo conjunto de dados, a informação em falta é clara. Completa-a.“
Agora o ChatGPT não executa uma operação de base de dados qualquer, mas precisamente a ferramenta de atualização autorizada para esse fim. O servidor volta a verificar permissões, dados de entrada e regras de negócio.
Assim, a linguagem natural torna-se uma interface de utilizador adicional, sem que seja necessário substituir a arquitetura de software existente.
OAuth e OpenID Connect regulam o acesso
Assim que uma aplicação trabalha com dados privados ou específicos de clientes, precisa de um percurso controlado de autenticação e autorização. Para aplicações MCP próprias, o ChatGPT suporta, entre outros, OAuth e OpenID Connect.
O OAuth regula sobretudo o acesso delegado a uma aplicação. O OpenID Connect acrescenta a esta base uma camada de identidade. Ao configurar uma aplicação personalizada, é registado o endpoint do servidor MCP; se o servidor usar OAuth ou OpenID Connect, o utilizador percorre depois o processo de autorização previsto.
Assim, os utilizadores não precisam de escrever palavras-passe nem chaves de API num prompt. Para ligações duradouras, a OpenAI refere expressamente Refresh Tokens. No OpenID Connect, para isso, costuma ser solicitado `offline_access`. Se esta possibilidade não existir, poderá ser necessário voltar a iniciar sessão quando a autorização original expirar.
O essencial, porém, é este: um início de sessão bem-sucedido não significa automaticamente acesso total. O servidor próprio tem de continuar a definir que dados e ações são efetivamente permitidos a esse utilizador. Funções, tenants, visibilidade de dados e direitos de escrita continuam, por isso, a pertencer à própria aplicação.
As permissões do ChatGPT não substituem as permissões do servidor
O ChatGPT tem ainda permissões próprias para aplicações e pode exigir uma confirmação antes de ações de escrita importantes. A OpenAI indica, por exemplo, o envio de mensagens, a eliminação de conteúdos, compras ou alterações de direitos de acesso como ações com consequências potencialmente mais graves.
Estas confirmações são úteis, mas não deveriam constituir o verdadeiro limite de segurança.
O servidor MCP deve verificar por si próprio se uma ação é permitida. Uma função de atualização pode, por exemplo, aceitar apenas determinados campos. Uma função de publicação pode exigir um estado específico. Um utilizador só deve conseguir ver os conjuntos de dados do seu próprio tenant.
O modelo não decide, assim, sobre as regras de negócio. Trabalha dentro das regras que o servidor define.
Este princípio torna-se igualmente importante em fluxos de trabalho de marketing cada vez mais agênticos. No artigo sobre agentes de IA no media buying e os seus mecanismos de controlo, aborda-se uma questão semelhante: quanto mais um sistema consegue executar, mais importantes se tornam os direitos, os registos e os limites claramente definidos.
Os servidores próprios tornam-se a camada de interação
É precisamente aqui que o MCP se torna mais interessante do que mais um chatbot.
Muitas ferramentas internas existem sobretudo como painel porque os utilizadores têm de interagir de alguma forma com uma base de dados ou uma API. O MCP abre uma segunda interface: o utilizador descreve o seu objetivo, o ChatGPT escolhe a função adequada e o servidor executa-a de forma controlada.
A interface web existente pode, ainda assim, manter-se. Para tarefas frequentes ou visualmente complexas, continua muitas vezes a ser a melhor opção. Mas para tarefas de backoffice pontuais, a linguagem pode ser muito mais direta.
Um padrão possível tem este aspeto:
- 1. Pedido: O utilizador descreve o objetivo em linguagem natural.
- 2. Escolha da ferramenta: O ChatGPT identifica quais as funções aprovadas de que precisa.
- 3. Verificação: O servidor próprio controla identidade, permissões e dados de entrada.
- 4. Execução: A aplicação executa a ação permitida e devolve dados estruturados.
- 5. Resultado: O ChatGPT explica o resultado ou continua a processá-lo no passo seguinte.
Assim, a aplicação mantém-se determinística onde tem de o ser – e flexível onde a linguagem realmente ajuda.
O servidor não tem necessariamente de estar aberto ao público
O ChatGPT liga-se, em apps personalizadas, sobretudo a servidores MCP remotos. Para servidores em redes privadas ou em máquinas de desenvolvimento locais, a OpenAI documenta ainda um Secure MCP Tunnel, através do qual os produtos OpenAI suportados podem aceder a um servidor MCP privado, sem o expor simplesmente à Internet pública.
Isto também sublinha o padrão essencial: a IA não tem de se tornar proprietária da infraestrutura. Pode funcionar como uma interface controlada à sua frente.
Apps SDK: quando o chat por si só não basta
A OpenAI expande ainda o MCP com o Apps SDK. Com ele, os programadores podem disponibilizar não só ferramentas, mas também lógica e interfaces interativas dentro do ChatGPT, ligando-as ao seu próprio backend.
Isto transforma uma simples interface de ferramentas num produto potencialmente mais completo: chat para pedidos flexíveis, interface estruturada para os resultados, servidor próprio para os dados e as regras.
Até que ponto estas interfaces de IA já se infiltram nos processos de conteúdo é também demonstrado pelo nosso guia sobre o fluxo de trabalho com o Claude como AI Creative Director.
Nem todo o backend precisa de um MCP
O MCP compensa sobretudo quando os utilizadores pesquisam regularmente informações de várias áreas ou executam as mesmas ações estruturadas em combinações variáveis.
Um formulário simples com três campos não fica automaticamente melhor por causa de uma camada de IA. Da mesma forma, ações irreversíveis ou críticas para a segurança devem ser restringidas ao máximo e, se necessário, confirmadas adicionalmente.
O ponto interessante, por isso, é menos "agora tudo recebe um chatbot".
É a possibilidade de tornar uma aplicação existente acessível através de linguagem natural sem uma reconstrução completa da interface. Os dados e as regras continuam no seu próprio servidor. O ChatGPT torna-se a camada de interação por cima.