O que é o Model Context Protocol e por que ele muda tudo
O Model Context Protocol, ou MCP, é um padrão aberto criado pela Anthropic que define como ferramentas de IA — como Claude, ChatGPT, Cursor e Copilot — se conectam a fontes de dados externas de forma padronizada. Pense nele como um “USB-C para inteligência artificial”: qualquer cliente compatível com MCP consegue acessar dados e executar ações em sistemas externos sem necessidade de integrações customizadas para cada combinação de ferramenta.
Até o Summer ’26, usar IA generativa com dados reais do Salesforce exigia camadas intermediárias, APIs customizadas ou integrações frágeis que precisavam de manutenção constante. Com os Salesforce Hosted MCP Servers, essa barreira desaparece. O próprio Salesforce hospeda servidores MCP que expõem seus dados e automações de forma segura, sem que você precise provisionar infraestrutura adicional.
A implicação prática é enorme: um desenvolvedor pode abrir o Cursor, conectar ao org via MCP e começar a escrever Apex com contexto real dos seus objetos, campos e dados. Um analista pode abrir o Claude Desktop e fazer perguntas sobre métricas do Tableau usando linguagem natural. Tudo isso passa pelo Agentforce Trust Layer, respeitando sharing rules, field-level security e todas as políticas de governança que sua organização já configurou.
Servidores Padrão: pronto para usar em minutos
O Summer ’26 disponibiliza três servidores MCP pré-construídos que funcionam imediatamente após a ativação. Cada um atende a um cenário diferente de uso.
SObject Servers
O SObject Server é o mais versátil dos três. Ele expõe operações CRUD completas, consultas SOQL e busca full-text para qualquer SObject acessível pelo usuário autenticado. Na prática, isso significa que uma ferramenta de IA pode criar, ler, atualizar e deletar registros, além de executar consultas complexas, tudo respeitando as permissões do perfil do usuário conectado.
Para ativar, basta habilitar o MCP Server no Setup do Salesforce e configurar o Connected App com OAuth. Depois, qualquer cliente MCP consegue se conectar usando as credenciais padrão do Salesforce.
Data 360 Server
O Data 360 Server permite que ferramentas de IA consultem o Data Cloud usando SQL nativo e navegação por grafos de relacionamentos. Isso é especialmente útil para equipes que consolidaram dados de múltiplas fontes no Data Cloud e precisam que a IA entenda a semântica completa dos dados unificados, não apenas tabelas isoladas.
Tableau Server
O Tableau MCP Server transforma seus dashboards e fontes de dados do Tableau em ferramentas acessíveis via IA. Um agente pode consultar visualizações existentes, extrair métricas específicas e até gerar novas análises com base nos dados já modelados no Tableau. Tudo acontece dentro do Agentforce Trust Layer, garantindo que nenhuma informação sensível seja exposta indevidamente.
Servidores Customizados: controle total sobre o que a IA acessa
Quando os servidores padrão não atendem a todos os requisitos, o Summer ’26 permite criar servidores MCP customizados com controle granular sobre quais tools e prompts são expostos. Essa é a funcionalidade que realmente diferencia a plataforma para cenários enterprise.
A arquitetura de um servidor customizado segue um modelo declarativo: você define quais ações do seu org ficam disponíveis como ferramentas MCP, e o Salesforce cuida da autenticação, autorização e hospedagem. As fontes de dados disponíveis para customização incluem:
Apex Actions com @InvocableMethod: Qualquer método Apex anotado com @InvocableMethod pode ser exposto como uma ferramenta MCP. Isso permite que a IA execute lógica de negócio customizada — desde cálculos de pricing até aprovações complexas — sem precisar entender a implementação interna. O método recebe parâmetros estruturados e retorna resultados que a IA interpreta naturalmente.
Lightning Flows autolaunched: Flows que normalmente rodam em segundo plano podem ser expostos como ferramentas MCP. Isso é poderoso para equipes que já investiram em automações declarativas e querem que a IA as acione sem escrever código adicional. Um flow de onboarding, por exemplo, pode ser invocado por um agente de IA quando um novo cliente chega pelo chat.
Apex REST endpoints: Se você já tem serviços REST customizados no seu org, eles podem ser mapeados diretamente como ferramentas MCP. Isso reduz a fricção para equipes que já possuem integrações e querem expô-las para consumo por agentes de IA.
Métodos @AuraEnabled: A mesma lógica que alimenta seus componentes LWC pode ser reutilizada como ferramenta MCP. Isso cria uma ponte natural entre o que seus componentes front-end já fazem e o que a IA pode acessar.
Named Query API: Consultas SOQL parametrizadas podem ser expostas como ferramentas de leitura, permitindo que a IA execute consultas predefinidas com parâmetros dinâmicos. É a opção mais segura para cenários onde a IA precisa apenas consultar dados, sem capacidade de escrita.
Prompt Builder: Prompts criados no Prompt Builder podem ser expostos como prompts MCP, permitindo que agentes externos utilizem templates de prompt já validados pela sua equipe. Isso garante consistência nas respostas geradas, independentemente de qual ferramenta de IA está sendo usada.
Agentforce Agents: Talvez a integração mais interessante: seus agentes Agentforce podem ser expostos como ferramentas MCP, permitindo que clientes de IA externos delegem tarefas para agentes que já conhece seu negócio. Um agente de atendimento configurado no Agentforce pode ser acionado pelo Claude Desktop, por exemplo.
API Catalog: O Salesforce API Catalog é um registro curado de endpoints REST que podem ser mapeados como ferramentas MCP. Isso simplifica a exposição de APIs existentes sem necessidade de configuração manual individual.
Conectando clientes de IA ao Salesforce passo a passo
A configuração segue três etapas principais: ativação do servidor MCP no org, configuração do OAuth e conexão do cliente de IA.
Na primeira etapa, acesse o Setup do Salesforce, navegue até MCP Servers e ative o servidor desejado. Para servidores customizados, defina quais ferramentas estarão disponíveis usando a interface declarativa ou o Metadata API.
A segunda etapa envolve a configuração do OAuth. Cada conexão MCP utiliza OAuth padrão do Salesforce, o que significa que as credenciais do usuário final são autenticadas diretamente pelo Salesforce, sem exposição de senhas ou tokens de longa duração. Configure um External Client App com o fluxo apropriado — Authorization Code para interações interativas ou JWT Bearer para cenários headless.
Na terceira etapa, configure o cliente de IA. Para o Claude Desktop, adicione a configuração do servidor MCP no arquivo de configuração, apontando para o endpoint do seu org. Para o Cursor, o processo é semelhante, usando as settings do editor. Para agentes customizados, use qualquer biblioteca cliente MCP compatível.
Código prático: expondo um Apex como ferramenta MCP
Vamos a um exemplo concreto. Imagine que você tem uma classe Apex que calcula o desconto ideal para um cliente baseado no seu histórico de compras. Queremos expor essa lógica como uma ferramenta MCP para que agentes de IA possam usá-la.
Primeiro, a classe Apex com o @InvocableMethod:
public class DiscountCalculator {
@InvocableMethod(label='Calculate Customer Discount'
description='Returns the optimal discount based on purchase history')
public static List<DiscountResult> calculate(List<DiscountRequest> requests) {
List<DiscountResult> results = new List<DiscountResult>();
for (DiscountRequest req : requests) {
DiscountResult result = new DiscountResult();
// Consulta o histórico de compras do cliente
List<AggregateResult> purchases = [
SELECT SUM(TotalAmount) totalSpent,
COUNT(Id) orderCount
FROM Order
WHERE AccountId = :req.accountId
AND CreatedDate = LAST_N_DAYS:365
WITH USER_MODE
];
Decimal totalSpent = (Decimal) purchases[0].get('totalSpent');
Integer orderCount = (Integer) purchases[0].get('orderCount');
// Lógica de desconto baseada em volume e frequência
if (totalSpent > 100000 && orderCount > 20) {
result.discountPercent = 15;
result.tier = 'Premium';
} else if (totalSpent > 50000 && orderCount > 10) {
result.discountPercent = 10;
result.tier = 'Gold';
} else if (totalSpent > 10000) {
result.discountPercent = 5;
result.tier = 'Silver';
} else {
result.discountPercent = 0;
result.tier = 'Standard';
}
result.accountId = req.accountId;
result.message = 'Cliente ' + result.tier +
': desconto de ' + result.discountPercent + '% aplicável.';
results.add(result);
}
return results;
}
public class DiscountRequest {
@InvocableVariable(required=true)
public Id accountId;
}
public class DiscountResult {
@InvocableVariable
public Id accountId;
@InvocableVariable
public Decimal discountPercent;
@InvocableVariable
public String tier;
@InvocableVariable
public String message;
}
}
Depois de fazer deploy dessa classe, acesse o Setup, vá até MCP Servers, crie um servidor customizado e adicione a ação invocable “Calculate Customer Discount” como uma ferramenta. O Salesforce gera automaticamente o schema JSON que descreve os parâmetros de entrada e saída para o cliente MCP.
Quando um agente de IA receber uma pergunta como “Qual desconto podemos oferecer para a conta Acme Corp?”, ele identificará a ferramenta MCP apropriada, extrairá o ID da conta e executará o cálculo automaticamente. A resposta volta formatada em linguagem natural, com o percentual, o tier e a mensagem explicativa.
Segurança: por que o MCP do Salesforce é diferente
A abordagem do Salesforce para servidores MCP difere significativamente de implementações genéricas em três aspectos fundamentais.
Autenticação OAuth nativa: Cada conexão é autenticada com as credenciais do usuário final via OAuth. Não há compartilhamento de tokens de serviço ou credenciais de administrador. Se um usuário não tem acesso a um campo ou registro no Salesforce, a ferramenta MCP também não terá.
Respeito ao modelo de segurança completo: Os servidores MCP herdam toda a configuração de segurança do org — sharing rules, field-level security, permission sets, OWD, tudo. Isso elimina a preocupação comum em integrações de IA onde dados sensíveis podem vazar por falta de filtragem adequada.
Agentforce Trust Layer: Toda comunicação passa pelo Trust Layer do Salesforce, que adiciona camadas de proteção contra prompt injection, detecção de dados sensíveis e auditoria completa de todas as interações. Cada chamada de ferramenta MCP é registrada com metadados completos para compliance.
MCP Servers para desenvolvedores: produtividade no IDE
Além dos servidores de dados, o Summer ’26 traz servidores MCP focados em produtividade de desenvolvimento que merecem atenção especial.
O Salesforce DX MCP Server, atualmente em beta, oferece duas ferramentas importantes para quem desenvolve no ecossistema. O SLDS Guideline tools fornece orientação instantânea sobre estilos e componentes do Salesforce Lightning Design System diretamente no seu agente de código. Já o ApexGuru traz revisão de código Apex dentro do agente, usando métricas de runtime do seu org para identificar anti-patterns como SOQL dentro de loops e DML redundante.
O Metadata API Context MCP Server agora disponibiliza cinco ferramentas granulares que fornecem contexto sobre tipos de metadata do Salesforce, ajudando a gerar arquivos de metadata precisos com respostas mais rápidas e uso eficiente de tokens.
O Data 360 MCP Server, em developer preview, conecta seu agente de código ao Data Cloud. Em vez de expor cerca de 200 operações REST individualmente, ele disponibiliza três ferramentas fachada — search, payload_examples e execute — que evitam estourar a janela de contexto do agente.
Para instalar qualquer um desses servidores em agentes como Claude Code ou Codex, basta executar o comando de skills do Salesforce: npx skills add forcedotcom/sf-skills.
Impacto para empresas e equipes
A disponibilização de servidores MCP hospedados pelo Salesforce tem implicações que vão além da produtividade individual do desenvolvedor. Ela redefine como as organizações pensam sobre acesso a dados por IA.
Para CTOs e arquitetos, a mensagem é clara: não é mais necessário construir integrações customizadas entre ferramentas de IA e o Salesforce. A infraestrutura é fornecida pela plataforma, a segurança é gerenciada pelo Trust Layer e a manutenção é responsabilidade do Salesforce. Isso reduz significativamente o custo total de ownership de iniciativas de IA.
Para desenvolvedores, o ganho de produtividade é imediato. Ter o contexto real do org disponível dentro do Cursor ou do Claude Code elimina a necessidade de alternar entre ferramentas, consultar documentação externa ou copiar e colar schemas manualmente. O desenvolvimento assistido por IA finalmente funciona com dados reais, não com exemplos genéricos.
Para equipes de negócio, a possibilidade de expor flows e agentes Agentforce como ferramentas MCP significa que automações já construídas podem ser acionadas por qualquer interface de IA. Um vendedor pode usar o ChatGPT para disparar um flow de cotação, ou um analista pode consultar dashboards do Tableau pelo Claude Desktop.
Considerações e próximos passos
Os Hosted MCP Servers representam uma mudança de paradigma na forma como o Salesforce se posiciona no ecossistema de IA. Em vez de ser apenas um destino de dados, o CRM se torna um participante ativo em qualquer workflow de IA que respeite o padrão MCP.
Para começar, recomendo três ações imediatas. Primeiro, ative pelo menos o SObject Server em um sandbox e conecte o Claude Desktop ou o Cursor para experimentar a experiência de desenvolvimento com contexto real. Segundo, identifique no máximo três fluxos de negócio que já existem como Flows ou métodos Apex e avalie se faz sentido expô-los como ferramentas MCP. Terceiro, acompanhe a evolução dos servidores customizados, que devem ganhar funcionalidades adicionais nas próximas releases.
O padrão MCP está ganhando tração rápida no ecossistema de IA, e o Salesforce está se posicionando como o primeiro CRM enterprise a oferecer suporte nativo completo. Para profissionais do ecossistema, entender e dominar essa tecnologia não é mais opcional — é parte fundamental de se manter relevante na era dos agentes autônomos.