Olá a todos e bem-vindos a mais um episódio do Microsoft Knowledge Nuggets aqui no M365. FM, eu sou seu apresentador Mirko Peters. Hoje vamos abordar algo de que todos que trabalham com IA já ouviram falar, mas que quase ninguém consegue explicar de forma simples. É o Protocolo de Contexto de Modelo MCP. Imagine. Você está no Teams e faz ao seu assistente de IA uma pergunta simples como qual é o status do projeto Johnson? E ele responde, sinto muito, não consigo acessar essa informação. Parece familiar. A IA é inteligente, o modelo é poderoso, mas ele não consegue ver seus dados. Ele está desconectado dos sistemas onde seu trabalho realmente acontece. Esse é o problema principal que o MCP resolve. Ao final deste episódio, você entenderá o que o MCP realmente é, porque ele é importante para quem usa o Microsoft 365 e como ele está mudando, o que a IA pode fazer por você. Dividir isso em blocos fundamentais. O problema, a solução, como funciona e o que isso significa dentro da Microsoft. Então vamos começar pelo problema, porque você provavelmente já sentiu isso na pele. Problema. Cada ferramenta de IA precisava ser construída sob medida. Antes da existência do MCP, se você quisesse que um assistente de IA fizesse algo útil, como verificar sua agenda, buscar um arquivo no SharePoint ou consultar um registro de cliente no Dynamics, você precisava escrever um código personalizado para cada um. Cada conexão, cada fonte de dados exigia um código separado. Então é o seguinte, cada sistema fala sua própria linguagem de API. Sua agenda usa um formato, o SharePoint usa outro, o Dynamics usa mais um diferente, autenticação diferente, regras diferentes, maneiras diferentes de solicitar dados e recebê-los de volta. Se você quisesse que sua IA conversasse com três sistemas, teria que criar três conectores personalizados. Pense desta forma. Imagine que você está na sua sala com uma TV, um aparelho de som e luzes inteligentes. Cada um vem com seu próprio controle remoto, e nenhum desses controles funciona com outro dispositivo. Você precisa do controle da TV para a TV, do controle do som para o som e de um aplicativo separado pelas luzes. Era assim que o desenvolvimento de IA funcionava antes do MCP. Cada ferramenta precisava de sua própria integração personalizada. Para os usuários da Microsoft, isso toca um ponto bem próximo. Pense no que o Copilot tenta fazer quando se ele faz uma pergunta. Ele pode verificar a sua agenda do Exchange para reuniões, ler e-mails recentes de um cliente específico, ou procurar um registro de cliente no Dynamics. São três conexões de API diferentes, três integrações separadas, cada uma exigindo trabalho de desenvolvimento personalizado. O resultado? A maioria das ferramentas de IA escolheu o caminho mais fácil e permaneceu gené. Você fazer uma pergunta sobre seu próprio trabalho, a IA respondia, não consigo acessar esses dados. Ou preciso que você configure uma conexão primeiro. A integração real exige um desenvolvimento personalizado caro, e a maioria das organizações nunca chegava lá. Agora aqui está a peça chata. O grande modelo de linguagem em si é incrivelmente poderoso. Ele pode raciocinar, resumir, gerar e analisar, mas sem acesso aos seus dados reais, ele é cego. É como ter o assistente mais inteligente do mundo, trancado em uma sala sem janelas. Ele pensa brilhantemente, mas não pode te ajudar com nada real. A solução é o MCP como um plugue universal. Então e se houvesse um plugue universal? Uma maneira padrão de conectar qualquer IA a qualquer fonte de dados sem escrever código personalizado para cada conexão. Tal ponto. É exatamente isso que o Model Context Protocol MCP, para abreviar, faz. A Anthropik, a empresa por trás do Cloud, apresentou no final de 2024, e ele se popularizou rapidamente. O MCP é um padrão aberto que define uma forma consistente para aplicações de IA conversarem com ferramentas e fontes de dados. Pense nele como o USB-C. Antes do USB-C, cada dispositivo precisava de seu próprio cabo especial. Seu telefone usava um tipo, seu laptop e outro, e seus fones de ouvido no terceiro. Se tinha uma gaveta cheia de cabos, eu nunca conseguia encontrar o seu. Então o USB-C surgiu um cabo, um padrão, e tudo simplesmente funciona. O MCP faz uma coisa para conexões de IA. Um protocolo funciona para bancos de dados, sistemas de arquivos, web API, e se sim, até serviços da Microsoft. Em vez de criar conectores personalizados para cada fonte de dados, você cria um servidor MCP, e qualquer aplicação de IA compatível pode usá-lo. A adoção aconteceu rápido. Em poucos meses, milhares de servidores MCP pré-construídos surgiram para Google Drive, GitHub, Slack e bancos de dados como PostgreSQL e SQLite. E para usuários da Microsoft, é que as coisas ficam realmente interessantes. Suas ferramentas de IA agora podem se conectar ao SharePoint, Exchange, Dynamics e Power Platform, tudo através da mesma interface padrão. Resumindo, você não precisa mais criar conexões personalizadas. Você se conecta ao MCP, um protocolo, qualquer fonte de dados, qualquer aplicação de IA. Essa é a mágica disso. Arquitetura, host, cliente e servidor. Então como isso realmente funciona nos bastidores? Deixe-me explicar. O MCP usa uma configuração simples de três partes, host, cliente e servidor. Assim que você entende essas três peças, tudo faz sentido. O host é a aplicação de IA que você está usando de fato. Isso pode ser o Copilot no Microsoft 365, o Cloud Desktop ou um agente personalizado que você mesmo. O host é onde você faz sua pergunta. É a parte voltada para o usuário. Dentro desse host reside algo chamado cliente MCP. Esta é a parte que utiliza o protocolo MCP. Você não o vê nem interage diretamente com ele, mas é o tradutor, a peça que sabe como conversar com servidores MCP. Então temos o servidor. O servidor MCP é um programa leve que fica entre sua aplicação de IA e sua fonte de dados real. Real. Ele expõe ferramentas e recursos que a IA pode usar. O servidor sabe como acessar seu site SharePoint, sua caixa de entrada Exchange, seu banco de dados Dynamics. A IA não precisa saber nenhum desses detalhes. Ela apenas fala com o servidor. Veja como os dados fluam. Quando você faz uma pergunta à sua IA, a solicitação vai do host para o cliente MCP. O cliente envia uma mensagem através do protocolo MCP para o servidor. O servidor acessa sua fonte de dados, obtém o que você precisa e envia de volta. Do host ao cliente, ao protocolo, ao servidor e aos seus dados. Limpo, simples e padronizado. Pense nisso como restaurante. O host é você sentado à mesa. O cliente MCP é o garçom que recebe seu pedido e o leva para a cozinha. E o servidor MCP é a própria cozinha. Você não precisa saber como a cozinha funciona. Você apenas diz ao garçom o que quer e a comida aparece. Um host pode se conectar a vários servidores ao mesmo tempo. Assim, sua IA no Teams pode acessar seus documentos do SharePoint, seu calendário Exchange e seus registros do Dynamics em uma única conversa. A comunicação entre cliente e servidor usa algo chamado JSON-RPC. Apenas uma forma leve e padronizada de enviar mensagens de um lado para o outro. Sem sobrecarga pesada, sem conexões personalizadas. O que os servidores MCP contêm? Ferramentas, recursos e prompts. Então, o que um servidor MCP realmente dá à IA quando eles se conectam? Três coisas. Ferramentas, recursos e modelos de prompt. Pense neles como o kit de ferramentas que a IA utiliza quando precisa realizar algo. Vamos explicar isso de forma simples. Primeiro, ferramentas. Ferramentas são ações que a IA pode executar que realmente mudam coisas no mundo real. Uma ferramenta pode pesquisar um banco de dados, enviar um e-mail ou criar um documento. Toda vez que a IA chama uma ferramenta, algo acontece. Um arquivo é salvo, uma mensagem é enviada, um registro atualizado. Ferramentas são os verbos. Elas são o que fazem isso acontecer. Agora, recursos. Recursos são informações somente leitura que a IA pode consultar. Um recurso pode ser uma lista de clientes do Dynamics, um documento de política no SharePoint ou anotações de reunião do Teams. A IA pode lê-los, analisá-los e referenciá-los, mas não pode modificá-los diretamente por meio de um recurso. Eles apenas fornecem à IA o contexto de que ela precisa para trabalhar de forma mais nítida. Depois você tem os modelos de prompt. Essas são instruções pré-criadas que economizam seu tempo. Em vez de elaborar o prompt perfeito todas as vezes, o servidor lhe entrega um que já está otimizado. Por exemplo, um servidor MCP do SharePoint pode incluir um modelo para resumir o conteúdo de pastas. Esse semente diz resumo a esta parte. E o modelo cuida do resto. Como ter um atalho especializado para as coisas que você faz repetidamente. Aqui está um exemplo concreto para unir tudo. Imagine um servidor MCP do SharePoint. Ele oferece uma ferramenta chamada Pesquisar Documentos, que encontra arquivos por palavra-chave. Ele oferece um recurso chamado Listar Sites, que dá acesso somente e leitura a todos os sites disponíveis no SharePoint. Inclui um modelo de prompt chamado Resumir Conteúdo da Pasta, que diz a IA, exatamente como apresentar um resumo claro. Tudo o que a IA precisa para ajudá-lo com o SharePoint está ali em um só lugar. Agora, aqui está a parte interessante. A IA descobre tudo isso automaticamente quando se conecta ao servidor. Nenhuma pré-programação é necessária. O servidor basicamente se apresenta. Então, minhas ferramentas, meus recursos, meus modelos de prompt. E a IA descobre como usá-los. É isso que torna o MCP poderoso. O servidor diz à IA o que é possível e a IA cuida do resto. É um sistema autodescritivo. Essas três categorias funcionam juntas para que a IA tenha uma visão completa do que pode fazer. MCP encontra o que já existe na Microsoft. Então, vamos trazer isso para o mundo Microsoft. É aqui que as coisas ficam reais para qualquer um que use o Microsoft 365 Azure. Vamos esclarecer um mito como agora mesmo. Algumas pessoas acham que o MCP é apenas um experimento paralelo da Microsoft. É uma direção estratégica. Você pode ver isso claramente no serviço de agente de A do Azure. Se você está criando agentes de A personalizados no Azure, agora pode adicionar servidores MCP remotos diretamente de dentro do Azure AI Founder. Você configura um rótulo de servidor, uma URL, cabeçalho de autenticação opcionais. Isso aí a gente pode começar a chamar ferramentas daquele servidor. A própria documentação da Microsoft chama isso de integração de primeira classe. Essa não é uma linguagem de projeto paralelo, mas vai além do Azure. A Microsoft publicou referências oficiais de servidor MCP para a Power Platform, incluindo Power Automate, Power Apps e até mesmo Process Mining. Esses não são projetos da comunidade. Eles vêm diretamente da Microsoft. Veja o servidor MCP do Power. Inclui uma ferramenta chamada Invoke Data Enter. Veja o que significa na prática. Uma IA pode pegar entradas não estruturadas, como um e-mail, uma mensagem de chat ou um documento digitalizado, e transformá-las em um registro estruturado no Dataverse. A IA propõe o registro e você o aprova. Intervenção humana integrada de Datamink. O servidor MCP do Power Automate leva isso ainda mais longe. Você descreve um fluxo de trabalho em linguagem simples. Algo como, quando chegar um novo e-mail com urgente no assunto, crie uma tarefa no Planner e notifique meu gerente. A IA cria esse fluxo pra você. Sem precisar arrastar e soltar o conector. Sem precisar prograr pro gatinho. Basta descrever o que você deseja. O servidor MCP traduz isso em uma automação real. A Microsoft também mostrou servidores MCP pro conteúdo do Microsoft Learn. Imagine um agente de IA que consulta toda a biblioteca de documentação da Microsoft como um recurso, não extraindo dados de páginas da web, mas por meio de um servidor MCP estruturado que expõe a documentação como dados estruturados. Isso já tá funcionando hoje. Essa é a direção que suas ferramentas da Microsoft estão tomando. Elas estão se tornando acessíveis via MCP por design. A plataforma está se abrindo. E conforme isso acontece, a sua experiência no Microsoft 3 Inteligente já será mais inteligente. A integração que tá acontecendo agora já tá incorporada à base. MCP não é apenas pra desenvolvedores. É pra qualquer pessoa que use o Microsoft 365 e queira que sua IA trabalhe perfeitamente com seus dados. Cenário real. A IA que finalmente funciona. Então como isso realmente funciona na prática? Deixe-me mostrar um exemplo real. Você tá no Microsoft Teams e digita isso no compiler. Qual é o status do Projeto Acme? Quem está atrasado com suas tarefas? Você pressiona ainda. Agora nos bastidores. Algo diferente acontece em comparação ao que ocorreria um ano. Seu assistente de IA se conecta a um servidor MCP vinculado ao Project Online ou ao Planner. Esse servidor anuncia as ferramentas que pode usar. Como listar tarefas, obter status da tarefa, verificar atribuições e obter cronograma do projeto. A IA não precisa de ajuda aqui. Ela descobre essas ferramentas automaticamente porque o servidor literalmente diz, aqui está o que posso fazer. E a IA responde, ótimo, vou usar isso. Ninguém precisa dizer, ei, primeiro dê uma olhada neste endpoint de EP. E o sistema de funciona. Então, a IA chama a ferramenta de listar tarefas, depois obtém o status de cada tarefa e em seguida verifica as atribuições. MCP cuida de toda a autenticação e da busca de dados nos bastidores. Alguns segundos depois, a IA retorna com uma resposta clara. Projeto Acme está dentro pra cá. Há três tarefas atrasadas, todas atribuídas a SAC. Se gostaria que eu enviasse um lembrete pra ela. Aqui é importante. Nenhum código personalizado foi escrito pra essa consulta. Nenhum desenvolvedor gastou duas semanas criando um conector entre o Copilot e o Project Online. O servidor MCP lidou com toda a integração. Um servidor, um protocolo padrão e a IA sabia exatamente como usá-lo. É, agora vamos levar isso adiante. Depois de obter o status do projeto, você pergunta. Verifique minha agenda pra uma reunião com a Sarah amanhã e redige uma atualização de status com base no que está acontecendo. A IA usa um servidor MCP do Exchange pra verificar sua agenda, pesquisa e-mails relacionados através do mesmo servidor e em seguida chama o servidor MCP do Word pra redigir a atualização. Uma conversa, várias fontes de dados, zero desenvolvimento personalizado. Esse é o momento crucial com a MCP. Ele torna a IA útil dentro do seu ambiente de trabalho real. Não apenas um chatbot genérico que só pode responder a perguntas amplas, mas um assistente que vê seus dados. Entende seu contexto e age. Tudo por meio de um padrão simples. Segurança mantendo seus dados protegidos. Toda essa flexibilidade levanta uma grande questão. Se a sua IA pode acessar repentinamente o SharePoint, o Exchange, o Dynamics por meio do MCP, como você mantém esses dados seguros? Aqui está a resposta curva. MCP é tão seguro quanto você o torna. O protocolo não ignora suas medidas de segurança existentes. Trabalhe com ela. O MCP oferece suporte ao ALF 2.1, o mesmo padrão de autenticação da indústria que protege seu login da Microsoft. Quando um servidor MCP requer autenticação, seu cliente de IA deve provar que está autorizado antes de acessar qualquer dado. O serviço pode usar cabeçalhos de autenticação, chaves de API ou acesso baseado em tudo. Os mesmos padrões que você já usa para proteger a API. Mas é uma camada extra que realmente importa para o uso empresarial. A IA deve pedir permissão primeiro antes de realmente executar uma pesquisa, enviar uma mensagem ou modificar um registro. Ou... Ela pede para você. Veja a solicitação diretamente na sua interface. Você revisa o que a ferramenta fará e aprova ou nega. Isso significa que nenhuma ferramenta é invocada sem o seu consentimento explícito. Sua IA pode sugerir ações, mas não pode executá-la sem que você diga sim. Essa é uma boa rede de segurança. Uma coisa a observar. Milhares de servidores MCP públicos estão disponíveis, se nem todos são confiáveis. Existem registros públicos onde qualquer pessoa pode publicar um servidor. Alguns são excelentes, outros não. Responsabilidade de usar servidores em que você confia a sua. Em ambientes Microsoft, você tem uma vantagem. Seus servidores MCP podem usar os mesmos controles de identidade e acesso que seus serviços Microsoft existentes. Se um usuário não tem permissão para ler uma biblioteca de documentos do SharePoint, um servidor MCP não pode ignorar isso. Herda as mesmas limitações, a mesma autenticação, as mesmas políticas e a mesma governança. Começando, sua primeira experiência com o MCP. Então você está convencido que é testar por conta própria. Por onde começar? A maneira mais fácil é escolher um host compatível com o MCP. E o Cloud Desktop tem suporte nativo ao MCP e o GitHub Compilot também funciona. Ambos permitem conectar servidores com quase nenhuma configuração. Em seguida, confira os registros públicos de MCP. Existem milhares de servidores pré-criados para serviços como o Google Drive, Slack, bancos de dados, sistemas de arquivos e, claro, serviços da Microsoft também. Se você é um usuário Microsoft, comece pelas referências de servidor MCP da própria Microsoft para a Power Platform. A com a 5. A maioria dos hosts usa um arquivo JSON onde você lista o servidor. Você dá um nome a cada um, fornece o comando ou URL para acessá-lo e configura as credenciais de autenticação. É isso, e o host cuida do resto. Não é necessário programar para o uso básico, então você não precisa ser desenvolvedor ou escrever código de integração. Basta configurar um arquivo JSON e, de repente, sua IA pode acessar dados que antes não podia tocar. O arquivo JSON é como um arquivo de configuração que diz ao seu host a quais servidores se conectar. Pense no MCP como um tradutor universal para sua IA. Em vez de aprender uma linguagem diferente para cada serviço, ela fala um único protocolo. Comece pequeno conectando uma fonte de dados com o seu calendário via servidor MCP do Exchange. Depois faça uma pergunta à sua IA sobre sua agenda e veja como ela descobre as ferramentas disponíveis. Teste a aprovação com intervenção humana, o que significa que você aprova cada ação antes que a IA a execute. Isso mantém você no controle. Certifique-se de entender o modelo de segurança antes de expandir. Assim que se sentir confortável, expanda adicionando outro servidor para sua biblioteca de documentos, depois seu sistema de gerenciamento de tarefas. Cada servidor adiciona novos recursos e cada um segue o mesmo protocolo. Se você quiser criar seu próprio servidor MCP, talvez para expor um aplicativo de negócios personalizado ou um banco de dados interno, as Azure Functions da Microsoft funcionam muito bem como back-end. Você encapsula sua API ou fonte de dados existente em um servidor MCP com apenas algumas linhas de código. O padrão é simples. Exponha ferramentas como funções, exponha dados como recursos e deixe o protocolo cuidar do resto. É uma maneira direta de dar a sua IA acesso às suas próprias fontes de dados. Então esse é o Model Context Protocol. Um padrão que finalmente permite que ferramentas de IA alcancem seus dados reais. Seus arquivos do SharePoint, seu calendário do Exchange, seus registros do Dynamics. Antes do MCP você precisava criar conexões personalizadas para cada sistema. Agora você se conecta a um único protocolo e sua IA consegue falar com todos eles. A IA se torna útil dentro do seu ambiente de trabalho real. Isso não é apenas uma conveniência. Muda a forma como você trabalha com IA. Comece com um servidor MCP, conecte uma única fonte de dados e veja a diferença você mesmo. Se achou útil, compartilhe com um colega que tem dificuldade com IA que não acessam seus dados. Inscreva-se para mais pílulas de conhecimento como essa. Eu sou Mirko Peters e vejo você no próximo episódio.