O que é WebMCP: o jeito de o site falar com a IA sem ela precisar adivinhar o que tem na tela

Até agora, quando um agente de inteligência artificial precisa usar um site em nome de um usuário — comprar um produto, preencher um formulário, reservar uma passagem —, ele faz isso do jeito mais desajeitado possível: tira uma espécie de "print" da tela, tenta ler o código por trás da página (o chamado DOM) e vai clicando por tentativa e erro, gastando processamento e errando o timing sempre que a página demora para carregar algo. É como pedir para alguém operar seu computador vendado, guiado só pela sua descrição do que aparece na tela.

A heterotopia de São Francisco que mostra o futuro de muitos cargos qualificados

É esse o método aplicado na tentativa de navegadores com IA como o ChatGPT Atlas e o Perplexity Comet, que interpretam a tela como faria um humano, só que mais devagar e com mais erro.

O WebMCP é uma tentativa de acabar com essa gambiarra. É um padrão aberto, com especificação conduzida por engenheiros do Google e da Microsoft dentro do W3C (o consórcio que define os padrões da web), que permite a qualquer site "explicar" diretamente ao agente de IA quais ações ele pode executar ali, sem precisar adivinhar nada.

MCP e WebMCP não são a mesma coisa

O nome é parecido com o MCP (Model Context Protocol), protocolo criado pela Anthropic em 2024 e depois adotado pela própria OpenAI para conectar modelos de IA a fontes de dados como repositórios de código e ferramentas corporativas. Mas a mecânica é diferente.

O MCP clássico exige um servidor rodando por trás (em Python ou Node.js, por exemplo), com autenticação própria e comunicação servidor a servidor, é bom para conectar um assistente de IA a sistemas internos de uma empresa, mas pesado demais para um site comum de e-commerce expor ao público.

O WebMCP resolve isso rodando inteiramente dentro da aba do navegador. As ferramentas do site executam no mesmo ambiente de JavaScript da própria página, compartilham a sessão logada do usuário, e é o próprio navegador quem controla as permissões — sem precisar de nenhum servidor adicional. Na prática, um desenvolvedor usa um comando como document.modelContext.registerTool() para "cadastrar" uma função do site (por exemplo, "buscar produto" ou "avançar para o pagamento") com uma descrição clara do que ela faz, e qualquer agente de IA compatível passa a enxergar e usar essa função diretamente, sem precisar adivinhar em qual botão clicar.

Onde já dá para ver funcionando

O suporte já existe no navegador embutido no aplicativo desktop do ChatGPT, que reconhece o WebMCP automaticamente. No Google Chrome, ainda é recurso experimental, ativado manualmente por uma configuração de teste (a chamada "flag" do navegador).

Entre os exemplos de demonstração que a própria OpenAI divulgou estão um editor de documento colaborativo em que o agente deixa comentários com identidade própria, um gerador de palavras-cruzadas personalizado a partir de um tema, um planejador de roteiro de viagem e uma ferramenta de exploração de dados que cria visualizações a partir de comandos em linguagem natural.

Por que isso deve mudar o design de sites e apps

A promessa de longo prazo é que o comércio eletrônico, bancos, serviços de governo digital e softwares corporativos passem a nascer "prontos para agente" — expondo suas funções de forma estruturada, em vez de depender só de botões e telas pensadas exclusivamente para o olho humano. Isso tende a mudar até a forma como sites são desenhados: menos dependência de formulários visuais longos, porque boa parte da instrução sobre "como usar aquilo" passa a morar na própria descrição da ferramenta que o agente lê — não mais só no design da tela.

Ainda é cedo para cravar quanto disso vai pegar. A especificação atual do WebMCP cobre apenas "ferramentas", funções nomeadas com descrição e parâmetros, sem os recursos mais sofisticados que o MCP clássico já tem, como troca de contexto e memória entre sessões. É um recorte deliberadamente pequeno, pensado para caber num navegador sem comprometer segurança — mas que já é suficiente para começar a mudar a forma como agentes de IA e sites conversam entre si.