Módulo 6 · 2 de 6
MCP: como a IA se conecta aos seus serviços
Leitura: ~5 min
Na página anterior, desmistificamos a CLI. Agora vou te apresentar um conceito que surgiu em 2024 e está transformando como as IAs interagem com o mundo: o MCP, Model Context Protocol.
Você não precisa configurar MCP. Não precisa instalar nada. Só precisa saber que existe, porque quando seu time começar a falar sobre isso, e vai começar, você vai entender o que está acontecendo e por que importa para o seu trabalho.
O que é MCP
MCP significa Model Context Protocol, ou Protocolo de Contexto de Modelo. É um padrão aberto, criado pela Anthropic, que define como uma IA pode se conectar diretamente a ferramentas e serviços externos: Figma, Google Drive, bancos de dados, repositórios de código, APIs internas da empresa.
Lembra da analogia do garçom que usamos para explicar APIs no Módulo 1? A API é como um garçom: o programa faz o pedido, o garçom leva para a cozinha e traz o resultado de volta. O MCP é como dar à IA um canal direto e padronizado com o restaurante: o pedido continua passando pelo garçom (a API), mas quem pede é a IA, não você. Ela acessa o serviço que precisa, com permissão e contexto, sem você no meio copiando e colando.
Na prática, isso significa que uma IA com MCP pode:
- Ler seus arquivos do Figma sem você precisar exportar nada
- Consultar dados de um banco de dados para gerar relatórios
- Acessar o repositório de código do seu projeto para entender a arquitetura
- Criar tarefas no seu Jira ou Linear diretamente a partir de uma conversa
Tudo isso sem que você precise copiar e colar informação entre ferramentas. A IA sabe onde buscar porque o MCP cria essa ponte.
Por que isso importa para designers
Pense em como você trabalha com IA. Quando usa o ChatGPT ou o Claude para ajudar em um projeto, você precisa dar contexto: copiar e colar o texto do briefing, descrever o componente, explicar o design system. Sem um conector MCP configurado, a IA não tem acesso ao seu Figma, ao seu Jira, ao seu repositório: você é o mensageiro entre a IA e as suas ferramentas. É por isso que os "conectores" que você já vê nas configurações do ChatGPT e do Claude existem: por baixo, eles são MCP.
Com MCP, essa barreira cai. A IA consegue acessar diretamente seus arquivos, com sua permissão, e trabalhar com o contexto real do projeto. Isso muda radicalmente a qualidade das respostas e das gerações.
Um exemplo concreto: Claude Code com MCP do Figma consegue ler o seu arquivo de design, entender os componentes, as cores, a estrutura, e gerar código que já segue o design system. Sem você precisar descrever nada. A IA lê direto da fonte.
Como era antes do MCP
Antes do MCP, se você queria que uma IA usasse informações do seu projeto, o processo era manual:
- Você exportava o arquivo do Figma como imagem ou texto
- Copiava e colava no chat da IA
- A IA respondia com base naquele recorte limitado
- Quando algo mudava no projeto, você repetia tudo
Com MCP, a IA vai direto na fonte. E quando o projeto muda, ela vê a versão atualizada automaticamente. É como a diferença entre mandar uma foto estática por e-mail e compartilhar um link ao vivo do Google Docs.
O que você precisa saber (e o que não precisa)
Vamos ser diretos sobre o que é e o que não é responsabilidade sua:
- Você NÃO precisa: criar servidores MCP nem escrever código de integração. Isso é trabalho do time de engenharia. Mas ligar um conector pronto (Figma, Jira, Drive) no ChatGPT ou no Claude hoje é um clique nas configurações, e isso você consegue fazer sem a engenharia.
- Você PRECISA saber: que MCP existe, que permite à IA acessar ferramentas diretamente, e que isso muda o que é possível quando o time discutir integrações de IA no produto.
Imagine que na próxima reunião de produto, alguém sugira: "e se a IA pudesse ler os componentes do nosso design system direto do Figma e gerar código consistente?" Você saber que isso é viável via MCP muda a conversa. Você pode contribuir: "faz sentido, mas precisamos definir quais arquivos a IA pode acessar e quem controla as permissões." Isso é pensamento de design aplicado a uma decisão técnica.
MCP é o próximo passo da API
Se a API que vimos no Módulo 1 é o garçom que conecta dois programas, o MCP é o protocolo que permite à IA ser um usuário inteligente de múltiplas APIs ao mesmo tempo. A API diz "como pedir". O MCP diz "a IA pode pedir diretamente, com contexto e permissão".
Esse é um conceito relativamente novo, o protocolo foi publicado em 2024, mas está evoluindo rápido. Se você quiser se aprofundar, vale ler a documentação oficial do Model Context Protocol, que explica o protocolo do zero e lista os servidores já disponíveis.
Checagem rápida
Sem nota, sem pressão. Responda de cabeça e depois abra para conferir.
Uma colega usa o Claude sem nenhum conector ligado e reclama que ele "não entende o projeto". O que muda no dia em que ela liga o conector MCP do Figma?
Sem conector, ela é o mensageiro: precisa exportar telas, copiar e colar briefing, descrever componentes a cada conversa. Com o conector MCP ligado, a IA acessa o arquivo do Figma direto na fonte, com permissão, e lê os componentes, cores e estrutura sem intermediário. As respostas melhoram porque a IA passa a trabalhar com o contexto real do projeto, não com um recorte que ela colou.
O time decidiu que a IA vai ler o design system direto do Figma. Que perguntas de design você leva para essa conversa?
As perguntas certas são sobre acesso e controle: quais arquivos a IA pode acessar, quem autoriza essa permissão, e como garantir que ela use sempre a versão mais recente dos componentes. Definir o escopo do acesso é pensamento de design aplicado a uma decisão técnica, e é aí que você contribui sem precisar configurar servidor nenhum.