Faz sentido quando

  • A equipe repete instruções, checklists ou formatos em toda conversa.
  • A IA precisa consultar ou alterar dados em serviços da empresa.
  • Você quer distribuir uma capacidade pronta para outras pessoas ou agentes.

Não comece por aqui quando

  • Uma boa instrução pontual já resolve a tarefa.
  • O processo ainda muda toda semana e ninguém definiu o resultado esperado.
  • A conexão exigiria acesso maior do que o necessário para o trabalho.

Comece pelo problema, não pela sigla

Imagine uma equipe comercial que toda sexta-feira reúne dados do CRM, confere negócios parados e escreve um resumo para a diretoria. Se a pessoa precisa explicar o mesmo padrão de análise toda semana, existe um problema de método. Se ela precisa copiar dados do CRM para o chat, existe também um problema de acesso.

Esses problemas parecem iguais dentro da conversa, mas pedem peças diferentes. Misturá-las costuma produzir soluções caras, frágeis e com permissões desnecessárias.

Skill: um procedimento que a IA consegue seguir

Uma skill reúne instruções e recursos para executar um trabalho repetível. É o lugar do checklist, da ordem das etapas, dos critérios de qualidade, dos modelos de saída e dos exemplos aprovados.

Ela faz sentido quando a empresa já sabe como o trabalho deveria ser feito. Uma skill para revisar propostas comerciais, por exemplo, pode exigir conferência de escopo, prazo, margem, riscos e próximos passos. Ela não dá acesso ao CRM por conta própria.

  • Use para transformar conhecimento operacional em um processo reutilizável.
  • Mantenha o escopo pequeno o bastante para testar o resultado.
  • Não esconda decisões críticas em instruções vagas como “faça uma análise completa”.

Conector: acesso com identidade e permissão

Um conector liga a IA a um serviço como Google Drive, Slack, GitHub ou CRM. Ele carrega identidade, autenticação e limites de ação. Na prática, responde à pergunta: quais dados essa pessoa pode consultar e o que ela pode fazer?

O valor aparece quando copiar e colar virou parte do processo. O risco também: um conector mal configurado pode expor mais contexto do que a tarefa precisa. Comece com leitura, poucas fontes e uma conta de teste.

MCP: a interface comum entre IA e ferramentas

MCP é um protocolo aberto para apresentar ferramentas e contexto a modelos de IA. Ele não é a automação nem o método de trabalho. É a camada que permite a um cliente compatível descobrir e chamar ferramentas de forma padronizada.

Para uma empresa, isso é útil quando a mesma capacidade precisa funcionar em mais de um cliente de IA ou quando um sistema interno deve oferecer ações bem definidas. Um servidor MCP de estoque poderia expor ferramentas como consultar saldo, localizar pedido e registrar ocorrência.

Plugin: o pacote instalável

No ecossistema da OpenAI, plugins podem reunir skills, conectores, servidores MCP e outros componentes. Pense no plugin como a embalagem e nas demais peças como capacidades dentro dela.

Isso importa para distribuição. Se você quer apenas melhorar um fluxo interno, talvez uma skill e um conector sejam suficientes. Se quer entregar a solução para muitos usuários com instalação e configuração claras, o pacote começa a fazer sentido.

Uma regra prática para decidir

Escreva primeiro o resultado em uma frase: “toda segunda-feira, identificar propostas sem retorno e preparar a lista de follow-up”. Depois marque o que falta. Se falta método, crie uma skill. Se faltam dados ou ações, avalie um conector. Se a capacidade precisa conversar com vários clientes de IA, considere MCP. Se precisa ser distribuída como produto, pense no plugin.

O melhor primeiro projeto não é o mais impressionante. É aquele em que uma pessoa consegue comparar a execução antiga com a nova e dizer, com evidência, quanto tempo foi poupado e quais erros deixaram de acontecer.

Caso público, arquitetura em produção

A Block usa MCP para liberar ações sem distribuir chaves de API

No caso publicado pela Anthropic, a Block conecta o agente interno goose ao Databricks e a sistemas próprios. O MCP entra quando a IA precisa executar capacidades controladas, enquanto OAuth com credenciais de curta duração preserva a identidade e o acesso de cada pessoa.

01

Cerca de 4 mil dos 10 mil funcionários da Block usavam o goose em 15 perfis de trabalho.

02

O caso relata que 75% dos engenheiros economizavam oito a dez ou mais horas por semana.

03

Um servidor MCP ensina o agente a enviar código para um serviço interno chamado Beacon.

04

Os resultados são relatados em um estudo do fornecedor do modelo, não em auditoria independente.

O que pode ser reaproveitado

MCP não substitui processo, permissão nem critério de qualidade. Ele faz sentido quando a IA precisa acessar uma capacidade viva e controlada. Se a rotina pede apenas instruções repetíveis, uma skill continua sendo menor, mais barata e mais simples de manter.

Caso Block publicado pela Anthropic
Aplicação prática

Escolha a peça certa antes de construir uma integração

Faça o diagnóstico com uma única rotina. A saída é uma decisão de arquitetura que uma pessoa de negócio consegue entender e uma pessoa técnica consegue revisar.

1. Defina o trabalho

Registre gatilho, entradas, decisões, saída e responsável por revisar.

Saída esperada

Uma tarefa observável, sem começar pelo nome da tecnologia.

2. Teste só com contexto

Use um prompt e referências autorizadas antes de pedir acesso a sistemas.

Saída esperada

Evidência de que o problema depende ou não de dados ao vivo.

3. Transforme método em skill

Empacote sequência, critérios, exemplos e limites quando a dificuldade for consistência.

Saída esperada

Um fluxo repetível que não exige servidor.

4. Procure um conector existente

Valide origem, permissões, ações e política de dados da conexão disponível.

Saída esperada

Menos código próprio e uma lista explícita de acessos.

5. Justifique plugin ou MCP

Construa apenas se houver autenticação, dados vivos ou ações que nenhuma conexão pronta entrega com controle.

Saída esperada

Uma especificação de ferramentas pequenas, com esquemas e autorização.

6. Teste abuso e manutenção

Simule acesso indevido, entrada incompleta, falha externa, revogação e mudança de versão.

Saída esperada

Critérios de bloqueio, logs e um responsável pela manutenção.

Contexto copiável

Decida entre prompt, skill, conector, plugin ou MCP

Use o diagnóstico abaixo antes de abrir um projeto de integração. O pack completo em preparação terá matriz de decisão, inventário de permissões, testes e especificação de servidor.

stackdocs/context-preview.md
Ajude a escolher a menor arquitetura capaz de resolver esta rotina.

ROTINA
[o que acontece hoje, quem participa e qual saída precisa existir]

SISTEMAS ENVOLVIDOS
[arquivos, CRM, e-mail, calendário, banco de dados ou outros]

AÇÕES NECESSÁRIAS
[consultar, resumir, criar rascunho, atualizar, enviar ou aprovar]

RESTRIÇÕES
[dados sensíveis, permissões, auditoria, orçamento e prazo]

Compare quatro opções:
1. somente um bom prompt;
2. uma skill com instruções e referências;
3. um conector ou integração já disponível;
4. um plugin ou servidor MCP próprio.

Para cada opção, informe: o que resolve, o que não resolve, acesso necessário, risco operacional, manutenção e sinal de que ficou pequena demais. Recomende a menor opção viável e desenhe um piloto reversível. Não sugira MCP apenas porque há mais de um sistema.
Pack completo de implementação

O guia continua aberto. Você paga pelo atalho.

Entre na lista inicial. Vamos usar a demanda para decidir qual pack deve ser lançado primeiro e o que ele precisa entregar.

  • Matriz de arquitetura por necessidade
  • Inventário de dados e permissões
  • Modelo de ferramenta MCP
  • Testes de autorização e falha
  • Plano de manutenção e desligamento
Fontes primárias

Confira na origem

Capacidades e políticas mudam. Estas são as referências oficiais consultadas para este guia.