Sites poderão informar diretamente a agentes de inteligência artificial quais ações estão disponíveis em suas páginas com o WebMCP, um padrão aberto desenvolvido por engenheiros do Google e da Microsoft. A proposta é substituir parte da navegação baseada em interpretação visual, cliques e tentativa e erro.
Hoje, tarefas como comprar produtos, preencher formulários e reservar passagens podem exigir que a IA capture uma imagem da tela, interprete o código da página, conhecido como DOM, e tente executar as ações. Esse processo consome poder de processamento e pode apresentar falhas, especialmente em páginas com carregamento dinâmico. Navegadores com IA, como o ChatGPT Atlas e o Perplexity Comet, usam esse tipo de interpretação visual.
Funções registradas na página
A especificação do WebMCP é liderada por engenheiros do Google e da Microsoft sob a estrutura do W3C, consórcio responsável por padrões da web. Com o modelo, o site descreve suas próprias ferramentas, como buscar um produto ou avançar para o pagamento, permitindo que um agente compatível identifique a função sem precisar deduzir onde clicar.
A execução ocorre no mesmo ambiente de JavaScript da página e compartilha a sessão logada do usuário. O navegador administra as permissões, sem exigir um servidor adicional. Para disponibilizar uma função, o desenvolvedor pode usar o comando document.modelContext.registerTool(), acompanhado de uma descrição sobre a finalidade da ferramenta.
O WebMCP não é igual ao MCP, ou Model Context Protocol. Criado pela Anthropic em 2024 e depois adotado pela OpenAI, o MCP conecta modelos de IA a fontes de dados e ferramentas corporativas por meio de um servidor, com autenticação e comunicação entre servidores. O WebMCP foi projetado para funcionar dentro da aba do navegador.
Disponibilidade e próximos usos
O suporte já está presente no navegador integrado ao aplicativo desktop do ChatGPT, que reconhece o padrão automaticamente. No Google Chrome, a função está em fase experimental e pode ser habilitada manualmente por uma configuração de teste, chamada de “flag”.
A OpenAI divulgou demonstrações com um editor colaborativo de documentos, um gerador de palavras-cruzadas, um planejador de roteiros de viagem e uma ferramenta que cria visualizações de dados a partir de comandos em linguagem natural.
A expectativa é que lojas virtuais, bancos, serviços de governo digital e softwares corporativos passem a expor suas funções de maneira estruturada. Isso pode reduzir a dependência de telas e formulários desenhados apenas para a interação humana.
A adoção ainda está em fase inicial. A especificação atual cobre ferramentas com nome, descrição e parâmetros, mas não inclui recursos mais avançados do MCP clássico, como troca de contexto e memória entre sessões. A limitação foi pensada para permitir o funcionamento no navegador sem comprometer a segurança.
