Plugins do ChatGPT ou MCP: o que mudou e o que usar agora

Os plugins do ChatGPT acabaram. Eles deixaram de funcionar em 9 de abril de 2024, e nada parecido com eles voltou desde então. O que voltou no lugar foi uma ideia maior: o Model Context Protocol (MCP), um padrão aberto que permite a um único servidor de ferramentas conversar com ChatGPT, Claude, Gemini e uma longa lista de outros assistentes. Se você criou um plugin em 2023, ou está prestes a integrar sua primeira ferramenta de IA hoje, a pergunta é simples: o que mudou e o que você deve usar agora?

Este artigo traz as datas, uma tabela lado a lado, uma explicação em linguagem simples de como o MCP funciona e uma lista curta para decidir. Cada seção termina com algo que você pode colocar em prática.

O que eram os plugins do ChatGPT

Os plugins foram lançados em versão beta em março de 2023 como a primeira forma oficial de permitir que o ChatGPT chamasse serviços externos: busca de voos, reserva de restaurantes, um motor de cálculo, um assistente de compras. Por cerca de um ano, eles foram a principal resposta da OpenAI para a pergunta "como o ChatGPT acessa meus dados?". Depois foram aposentados.

Como um plugin funcionava

Um plugin era um pequeno serviço web com dois arquivos. O primeiro, ai-plugin.json, ficava em um endereço fixo do seu domínio e informava ao ChatGPT o nome do plugin e uma descrição em linguagem simples. O segundo era uma especificação OpenAPI listando cada endpoint oferecido pelo plugin. O ChatGPT lia as descrições, decidia quando o pedido do usuário correspondia a elas, chamava seu endpoint e incorporava a resposta à conversa.

O lado do usuário era manual. Você abria a loja de plugins, instalava um e o ativava na conversa, com o limite de três plugins ativos ao mesmo tempo, porque cada descrição ocupava espaço no prompt.

Esse modelo tinha quatro características que vale lembrar:

• Uma plataforma só. Um plugin funcionava apenas dentro do ChatGPT.
• Uma direção só. O modelo chamava sua API, e essa era toda a conversa.
• Configuração manual. Cada pessoa escolhia e ativava os plugins por conta própria.
• Orçamento de prompt. As descrições disputavam uma quantidade limitada de contexto.

💡 Dica: o manifesto de um plugin era basicamente uma apresentação escrita para o modelo. Quanto mais clara a sua descrição, com mais frequência o ChatGPT escolhia o seu endpoint. As descrições das ferramentas no MCP funcionam do mesmo jeito, então escrever bem continua compensando.

Por que eles foram saindo de cena

Os motivos foram práticos, não dramáticos. Encontrar um bom plugin na loja era uma questão de sorte. Cada plugin era uma integração feita sob medida para um único assistente. Os modelos também ficaram melhores em chamar funções diretamente, e os GPTs personalizados chegaram em novembro de 2023, reunindo instruções, arquivos e Actions em um único objeto compartilhável que ninguém precisava montar à mão.

O calendário foi curto. Os plugins deixaram de aceitar novas conversas depois de 19 de março de 2024, e em 9 de abril de 2024 as conversas com plugins existentes também pararam de funcionar. Se você tinha um plugin em produção, aquela data marcou o fim dele.

A linha do tempo, dos plugins aos apps

O caminho dos plugins até a configuração atual tem mais etapas do que a maioria dos resumos admite. Aqui estão os marcos com data.

Os GPTs e as Actions assumiram o lugar

Um GPT personalizado permitia que o criador escrevesse instruções, anexasse arquivos de conhecimento e adicionasse Actions, que são chamadas de API descritas com OpenAPI, o mesmo formato usado pelos plugins. Nesse sentido, as Actions eram plugins em um invólucro mais amigável. O usuário não precisava montar nada: abria um GPT pronto e conversava com ele. A ressalva continuou a mesma. Um GPT vivia dentro do ChatGPT e em nenhum outro lugar.

O MCP chega pela Anthropic

A Anthropic apresentou o MCP em novembro de 2024 como um padrão aberto para conectar sistemas de IA a ferramentas e dados. A proposta era simples: em vez de escrever uma integração para cada assistente, escreva um único servidor que qualquer assistente compatível possa usar. Imagine uma única porta universal substituindo uma gaveta cheia de carregadores.

A OpenAI adota o MCP

Em março de 2025 a OpenAI adotou o protocolo e, ao longo de 2025, também lançou conectores para dados de trabalho, como Gmail, Google Drive e Microsoft 365. O suporte se espalhou rápido: o MCP está hoje integrado ao ChatGPT, Claude, Gemini, Microsoft Copilot, Cursor e Visual Studio Code. Quando o projeto foi para a Linux Foundation, em dezembro de 2025, ele registrava mais de 10.000 servidores ativos e mais de 97 milhões de downloads mensais de SDKs.

Apps e o Plugin Directory

Na DevDay de 6 de outubro de 2025, a OpenAI anunciou os Apps no ChatGPT, criados com o Apps SDK, que por sua vez se apoia no MCP. Depois, em 9 de julho de 2026, o App Directory virou o Plugin Directory. Um plugin agora reúne skills, apps e modelos de apps, enquanto os apps continuam sendo as integrações que conectam o ChatGPT ou o Codex a dados e ações externas. As conexões de apps já existentes continuaram funcionando, e cada app existente foi empacotado em um plugin.

💡 Atenção ao vocabulário: a palavra "plugin" voltou, mas o significado mudou. Hoje um plugin é um conjunto de skills, apps e modelos, e não um manifesto OpenAPI. Se um tutorial descreve ai-plugin.json, ele está descrevendo o sistema de 2023.

Como o MCP funciona por dentro

O MCP parece abstrato até você ver suas três partes e o que um servidor pode oferecer.

Hosts, clientes e servidores

• Host: o aplicativo com o qual você conversa, como ChatGPT, Claude ou um editor de código.
• Cliente: um conector dentro do host que mantém uma conexão com um servidor.
• Servidor: o programa que expõe suas ferramentas e dados.

As mensagens trafegam como JSON-RPC 2.0. Um servidor pode rodar como processo local por stdio ou como serviço remoto por Streamable HTTP, que é como os assistentes hospedados o acessam.

Ferramentas, recursos e prompts

Um servidor oferece até três tipos de coisas:

1. Ferramentas: ações que o modelo pode chamar, como create_invoice ou generate_image.
2. Recursos: dados que o modelo ou o usuário pode ler, como um arquivo, um registro ou um log.
3. Prompts: modelos reutilizáveis que o usuário pode acionar de propósito.

Os plugins ofereciam apenas o primeiro tipo, e só como endpoints HTTP simples. Essa lacuna é a maior diferença prática entre os dois.

O que a especificação de 2026 mudou

A revisão da especificação datada de 28 de julho de 2026 é a maior mudança desde o lançamento. Suas principais alterações:

• Núcleo sem estado. Não há handshake de initialize nem IDs de sessão. Cada requisição descreve a si mesma, então qualquer instância de servidor atrás de um balanceador de carga pode respondê-la.
• Roteamento por cabeçalho. Os nomes do método e da ferramenta trafegam em cabeçalhos Mcp-Method e Mcp-Name, para que gateways e firewalls possam rotear e autorizar sem ler o corpo JSON.
• Requisições com múltiplas idas e voltas. Um servidor pode pedir ao usuário uma confirmação ou um valor faltante no meio de uma chamada, sem manter um stream aberto.
• Listas cacheáveis. Os resultados trazem valores ttlMs e cacheScope para que os clientes possam armazenar em cache as listas de ferramentas.
• Autorização mais rigorosa. Os Client ID Metadata Documents são preferidos ao Dynamic Client Registration, que está descontinuado para novas implementações.
• Extensões. Tasks, introduzida pela primeira vez na revisão 2025-11-25, e o MCP Apps agora estão em um framework formal de extensões.

💡 Antes de atualizar: se o seu servidor foi escrito para uma revisão anterior, leia primeiro as notas de versão do seu SDK. A mudança para sem estado afeta a forma como o estado da sessão é tratado.

Plugins do ChatGPT ou MCP lado a lado

A tabela comparativa

O que o pensamento dos plugins acertou

Nem tudo o que foi feito em 2023 se perdeu. Os autores de plugins desenvolveram três hábitos que se aplicam diretamente:

• Endpoints estreitos vencem os gigantes. Uma ferramenta que faz uma coisa só é mais fácil para o modelo escolher.
• As descrições fazem parte do produto. Escreva-as para o modelo, em palavras simples, com um exemplo.
• Uma especificação OpenAPI é um bom ponto de partida. Cada operação corresponde a uma ferramenta MCP, então uma API documentada já está quase pronta.

O que usar agora

A resposta curta: crie sobre o MCP e use o Plugin Directory para alcançar usuários do ChatGPT. A resposta longa depende de que lado da mesa você está.

Se você cria ferramentas

Escreva um servidor MCP. Um único servidor alcança todos os assistentes que falam o protocolo, e o mesmo código pode alimentar um app do ChatGPT. Uma ordem de construção sensata:

1. Escolha de 3 a 7 ações. Ferramentas menos numerosas e mais precisas são escolhidas com mais confiabilidade.
2. Nomeie as ferramentas com verbos. search_orders é melhor que orders.
3. Escreva as descrições para o modelo. Diga quando usar a ferramenta e quando não usar.
4. Adicione OAuth para tudo que for pessoal. Nunca exponha dados do usuário atrás de um segredo compartilhado.
5. Teste em dois clientes. Um servidor que funciona em apenas um host é um plugin disfarçado.
6. Publique remotamente por HTTPS. O stdio local serve para desenvolvimento, não para assistentes hospedados.

Se você quer uma tela interativa dentro do ChatGPT, como um formulário ou um gráfico, veja o Apps SDK e a extensão MCP Apps em vez de criar sua própria camada de interface.

Se você só usa ferramentas

Você raramente precisa mexer no MCP diretamente. No ChatGPT, abra o Plugin Directory, escolha um plugin e conecte o app por trás dele. No Claude, no Cursor ou no VS Code, adicione um servidor MCP nas configurações do cliente. As conexões de apps existentes feitas antes da renomeação de julho de 2026 não foram afetadas.

Use esta tabela para escolher:

💡 Regra prática: se o manifesto de plugin é tudo o que você tem, não o migre linha por linha. Reconstrua as três ou quatro ações úteis como ferramentas MCP e reescreva as descrições.

Crie rascunhos de descrições de ferramentas com um LLM

As descrições decidem se um modelo escolhe sua ferramenta, e um modelo de linguagem é bom em aprimorá-las. No PicassoIA, você pode fazer isso com o Claude Sonnet 5:

1. Abra a página do Claude Sonnet 5 e cole sua lista de endpoints ou os caminhos do OpenAPI.
2. Peça um nome de ferramenta, uma descrição e um exemplo de chamada para cada endpoint.
3. Peça que adicione a cada descrição uma linha "não use isto quando".
4. Teste o resultado no seu cliente MCP e corte o que estiver vago.

Outros modelos que valem a pena testar para a mesma tarefa são o GPT 5.6 Sol, para saída estruturada, e o Gemini 3.5 Flash, quando você quer rascunhos rápidos. Para trabalhos no estilo de agente, o Kimi K2.6 é construído em torno do uso de ferramentas e de código.

A segurança continua importando

Uma ferramenta é uma ação, e uma ação pode causar dano. O MCP oferece uma base melhor do que a dos plugins, mas não torna seguro um servidor mal cuidado.

• Comece somente leitura. Adicione ações de escrita uma de cada vez.
• Peça confirmação antes de passos destrutivos. O recurso de múltiplas idas e voltas permite que um servidor peça uma confirmação no meio de uma chamada.
• Restrinja os tokens ao mínimo. Conceda a permissão mínima que cada ferramenta precisa.
• Trate a saída das ferramentas como não confiável. Uma página web ou um documento devolvido por uma ferramenta pode trazer instruções ocultas destinadas ao modelo.
• Registre cada chamada. Quando algo der errado, você vai querer um rastro.
• Prefira a autorização atual. Use clientes pré-registrados ou Client ID Metadata Documents, já que o Dynamic Client Registration está com os dias contados.

Experimente você mesmo no PicassoIA

O MCP é mais fácil de apreciar quando você o vê fazendo trabalho real. O PicassoIA expõe geração de imagens e vídeos para clientes MCP, então um assistente pode pedir uma imagem da mesma forma que pede qualquer outra ferramenta. O padrão vale a atenção: uma requisição devolve um ID na hora, e o cliente consulta o resultado até ele ficar pronto. Esse ritmo de criar e depois consultar é o mesmo em torno do qual a extensão Tasks foi pensada, e o PicassoIA permite até 5 previsões simultâneas por conta.

Você também pode testar os geradores diretamente no navegador:

• PicassoIA Image para imagens fotorrealistas rápidas a partir de um prompt curto.
• PicassoIA Image Editor Pro para editar uma imagem existente com instruções em linguagem simples.
• Seedream 4.5 para cenas detalhadas e de alta resolução.
• Flux 2 Pro para composições nítidas e controláveis.

Escolha um, descreva uma cena em duas frases e compare o resultado com o que você imaginou. Depois mude um detalhe, a iluminação, a lente ou o ângulo, e rode de novo. Dez minutos disso ensinam mais sobre prompts do que qualquer artigo, e o hábito se transfere direto para escrever boas descrições de ferramentas. Acesse o picassoia.com e crie sua primeira imagem hoje.