Você criou um GPT personalizado, ele responde bem, e agora quer que ele use ferramentas reais: um banco de dados, uma agenda, uma fila de chamados. Alguém disse que a resposta é o MCP, o Model Context Protocol. Então você abre o criador de GPTs, procura um campo "MCP" e não encontra nada. Essa confusão é exatamente o motivo deste artigo. O suporte a MCP com um GPT personalizado existe, mas não funciona como a maioria das pessoas espera, e as opções gratuitas são mais restritas do que o marketing sugere.
Aqui vai a versão curta antes de entrarmos nos detalhes. Um GPT personalizado conversa com serviços externos por meio de Actions, que são baseadas em esquemas OpenAPI. O MCP fica um nível acima, dentro do próprio ChatGPT, por meio de conectores e apps. As duas coisas podem trabalhar juntas, mas você precisa escolher uma rota, e cada rota tem seus próprios requisitos de plano, regras de hospedagem e formas de falhar.
💡 Os detalhes dos planos mudam rápido. Textos de terceiros discordam sobre quais planos do ChatGPT liberam quais recursos de MCP, e a OpenAI mudou a localização dos menus várias vezes em 2026. Trate cada informação de plano abaixo como um retrato do momento e confira a tabela de planos atual da OpenAI antes de pagar por qualquer coisa.
O que o MCP realmente faz
MCP em termos simples
O MCP é um protocolo aberto que permite a um cliente de IA chamar ferramentas em um servidor de forma padronizada. Em vez de escrever uma nova integração para cada assistente, você escreve um servidor MCP que expõe ferramentas (buscar chamados, criar uma nota, ler um arquivo) e qualquer cliente compatível pode usá-las.
Um servidor descreve suas ferramentas, suas entradas e suas saídas. O cliente mostra esse menu ao modelo, o modelo escolhe uma ferramenta, e o servidor a executa e devolve o resultado. Esse é todo o ciclo.

Por que os GPTs personalizados são diferentes
Um GPT personalizado é uma configuração empacotada: instruções, arquivos de conhecimento enviados e Actions opcionais. Ele foi projetado antes do MCP ficar popular, então seu ponto de conexão externo é um esquema OpenAPI que descreve endpoints HTTP comuns. Não existe nenhum campo onde você cole o endereço de um servidor MCP.
Esse fato de design explica a maior parte da confusão. As pessoas pesquisam "MCP em um GPT personalizado" e encontram guias sobre conectores do ChatGPT, que são um recurso diferente, localizado em outra parte da interface.
Um GPT personalizado suporta MCP?
A resposta curta
Não diretamente. No fim de 2026, um GPT personalizado não aceita um servidor MCP da mesma forma que um cliente MCP de desktop. O que você tem no lugar:
- Actions dentro do GPT personalizado, usando um esquema OpenAPI e sua própria API HTTPS.
- Conectores MCP em conversas comuns do ChatGPT, adicionados pelo modo de desenvolvedor ou pelo diretório de apps.
- Uma restrição relatada de que um único GPT personalizado não pode usar Actions e Apps ao mesmo tempo, então você escolhe um dos dois por GPT.
Se o seu objetivo é "meu assistente chama minha ferramenta", os dois caminhos podem levar você até lá. Se o seu objetivo é "meu GPT usa exatamente este servidor MCP sem alterações", você vai precisar de uma ponte, tratada mais adiante.
Actions e MCP lado a lado
| Recurso | Actions de GPT personalizado | Conector MCP no ChatGPT |
|---|
| Onde fica | Dentro de um GPT empacotado | Sua conta ou workspace do ChatGPT |
| Descrição da interface | Esquema OpenAPI | Lista de ferramentas MCP |
| Descoberta de ferramentas | Fixa quando você escreve o esquema | Dinâmica, o servidor anuncia as ferramentas |
| Transporte | Requisições HTTPS padrão | MCP remoto por HTTP em streaming ou SSE |
| Compartilhamento | Compartilhar o link do GPT | Configuração por usuário ou por workspace |
| Reuso em outros clientes | Somente dentro do ChatGPT | Funciona em qualquer cliente MCP |
| Restrição de plano típica | Plano pago para criar | Plano pago, muitas vezes um plano business para ferramentas de escrita |
A tabela mostra a contrapartida. As Actions são mais antigas e mais simples. O MCP é mais portátil, mas fica atrás de mais restrições de plano.

Configuração passo a passo
Antes de começar: um servidor remoto
O ChatGPT não consegue acessar um programa rodando no seu notebook. Ele precisa de um servidor MCP remoto com um endereço HTTPS público. Servidores locais que se comunicam por entrada e saída padrão não se conectam sozinhos. Você tem três opções realistas:
- Implantar o servidor em uma pequena hospedagem na nuvem.
- Rodá-lo em casa e expô-lo por meio de um túnel.
- Colocá-lo atrás de um gateway MCP que adicione autenticação e registro de logs.
Para testes, um túnel serve. Para qualquer coisa com dados reais, escolha uma hospedagem adequada, com um endereço estável.

Ative o modo de desenvolvedor
Os guias colocam a chave em Configurações, Conectores, Avançado, Modo de desenvolvedor. Alguns textos de 2026 dizem que a OpenAI mudou o botão e que ele pode estar agora em Configurações, depois Segurança. Se você não encontrar, geralmente isso significa que o seu plano não inclui o recurso, e não que você está procurando no lugar errado.

Adicione seu servidor
Com o modo de desenvolvedor ativado, crie um novo conector e preencha três campos:
- Nome: algo que uma pessoa consiga reconhecer no seletor de ferramentas.
- URL do servidor: o endereço HTTPS público do seu endpoint MCP.
- Autenticação: nenhuma para um teste descartável, OAuth para qualquer coisa real.
Salve, conclua o fluxo de login se ele aparecer, e as ferramentas devem aparecer em um novo chat. Se o OAuth for concluído, mas o conector nunca aparecer, esse é um problema conhecido e relatado com frequência. Atualizar a sessão ou remover e adicionar o conector de novo costuma resolver.
Teste primeiro com uma ferramenta somente leitura
Comece com uma ferramenta que não possa causar dano: uma busca, uma consulta, uma listagem. Peça ao modelo para usá-la pelo nome. Confirme que a chamada chega aos logs do seu servidor. Só então ative ferramentas que escrevem, apagam ou enviam algo.
💡 Regra prática: se você não consegue ver a requisição nos logs do seu próprio servidor, o problema está na conexão, e não no modelo.
A rota da ponte para GPTs personalizados
Se você realmente quer que um GPT personalizado use um servidor MCP, precisa converter. Um pequeno proxy expõe cada ferramenta MCP como um endpoint HTTPS comum e publica um esquema OpenAPI que as descreve. Você cola esse esquema no painel de Actions do GPT.
Você perde a descoberta dinâmica de ferramentas, já que o esquema fica congelado até ser gerado de novo. Você ganha um GPT compartilhável, que qualquer pessoa com o link pode usar. Para um assistente de equipe, essa contrapartida costuma valer a pena.
Restrições de plano
É aqui que as fontes mais discordam, então segue o padrão que aparece entre elas, apresentado com cuidado:
- Free e Go: apps de diretório feitos por outros, mas sem como adicionar seu próprio servidor MCP. Criar GPTs personalizados com Actions é descrito como restrito ou indisponível.
- Plus e Pro: conectores personalizados em estilo de leitura ou busca são relatados com frequência, com ações de escrita limitadas.
- Business, Enterprise e Edu: o nível mais associado ao MCP completo, com escrita, pelo modo de desenvolvedor, que várias fontes ainda descrevem como beta.
Como a OpenAI ajusta isso com regularidade, uma olhada rápida na tabela de planos atual vai poupar você de um mês de assinatura desperdiçado.

Transporte e hospedagem
O MCP remoto por HTTP em streaming ou SSE é o que o ChatGPT espera. Servidores que exigem um processo local não vão funcionar diretamente. Servidores lentos também são um vilão silencioso: se uma ferramenta demora demais, a chamada expira e o modelo responde como se a ferramenta nunca tivesse existido.
Mantenha as respostas das ferramentas pequenas. Devolva apenas os campos de que o modelo precisa, e não uma linha inteira do banco de dados.
Segurança e ações de escrita
Uma ferramenta conectada pode agir em seu nome, e esse é o risco. Uma página web ou um documento malicioso pode conter instruções que empurram o modelo a chamar uma ferramenta que você nunca quis acionar. Isso se chama injeção de prompt, e é o principal motivo pelo qual as ações de escrita ficam atrás de confirmações e planos superiores.

Hábitos práticos que ajudam:
- Dê ao servidor privilégio mínimo: um token que lê uma pasta, e não o drive inteiro.
- Mantenha ferramentas destrutivas (apagar, enviar, pagar) fora do servidor, a menos que você realmente precise delas.
- Deixe as confirmações ativadas e leia o que está prestes a rodar.
- Troque os segredos periodicamente e nunca os cole nas instruções do GPT.
Opções gratuitas que funcionam
Apps de diretório no plano Free
A rota de custo zero mais simples é usar conectores que outra pessoa já publicou. O nível Free é relatado como incluindo apps de diretório com busca limitada e pesquisa aprofundada. Você não pode apontá-los para o seu próprio servidor, mas, para serviços comuns (documentos, agendas, quadros de projeto), muitas vezes não precisa disso.

Outros clientes e ferramentas abertas
O MCP não está preso a um fornecedor. Vários assistentes de desktop, editores de código e interfaces de chat de código aberto funcionam como clientes MCP, e muitos são gratuitos para instalar. Esses clientes conseguem iniciar servidores locais diretamente, o que contorna por completo o problema de hospedagem. Se o seu objetivo real é testar o seu próprio servidor a baixo custo, este é o caminho mais rápido: construa, rode localmente, teste em um cliente gratuito e só então decida se vale a pena um plano pago do ChatGPT.
Modelos gratuitos para a parte de texto
Às vezes a peça que falta não é o conector, mas o modelo por trás dele. Se você quer rascunhar esquemas, escrever descrições de ferramentas ou testar prompts antes de gastar qualquer coisa, um modelo de linguagem hospedado funciona bem para isso.
No PicassoIA, você pode abrir o GPT-4o ou o GPT-4o Mini para rascunhos rápidos. Para trabalhos mais pesados com esquemas e código, o GPT 5.6 Sol, o Claude Sonnet 5 e o Gemini 3.1 Pro são ótimas escolhas. Para raciocinar passo a passo em um log de erro complicado, vale testar o Deepseek R1.
💡 Dica prática: cole o seu esquema OpenAPI em um desses modelos e peça que ele aponte nomes de campos vagos. Descrições claras são o fator mais importante para o modelo escolher a ferramenta certa.
Como corrigir erros comuns
O conector nunca aparece
Verifique o plano primeiro. Se o modo de desenvolvedor não aparece, o recurso provavelmente não está ativo na sua conta. Se ele estiver lá, remova o conector, adicione-o de novo e abra um chat novo. Vários guias relatam apps personalizados sumindo do diretório por um tempo, o que é irritante, mas geralmente temporário.

A ferramenta é chamada com entradas erradas
Isso quase sempre é um problema de descrição. Se um campo se chama "q" e a descrição não diz nada, o modelo adivinha. Renomeie para "search_query" e acrescente uma frase com um valor de exemplo.
Loops de autenticação
Se o login fica voltando e avançando, confira se o seu endereço de redirecionamento corresponde exatamente ao que o servidor espera, incluindo as barras finais. Uma diferença de um único caractere é suficiente para quebrar todo o fluxo.
Chamadas expiram
Reduza o payload, guarde em cache as consultas lentas e devolva resultados parciais logo no início. Procure uma resposta em uns dois segundos.
Qual rota serve para você
| Sua situação | Melhor rota | Nível de custo |
|---|
| Curioso, sem orçamento | Apps de diretório mais um cliente MCP gratuito | Gratuito |
| Criador solo com uma API | GPT personalizado com Actions | Plano pago |
| Quer um servidor portátil | Servidor MCP remoto mais um conector | Plano pago ou nível business |
| Equipe que precisa de ferramentas de escrita | Nível business com modo de desenvolvedor | Preço business |
| Quer um GPT que encapsula MCP | Proxy que publica um esquema OpenAPI | Plano pago mais hospedagem |
O ranking honesto: comece de graça, prove que o servidor funciona em um cliente simples, e só pague quando souber qual rota precisa. A maioria das pessoas gasta demais ao comprar um plano primeiro e descobrir os limites depois.

Experimente você mesmo no PicassoIA
As conexões com ferramentas são só uma metade de um bom assistente. A outra metade é o que o modelo consegue criar para você. Quando o seu GPT personalizado ou o seu fluxo com MCP estiver funcionando, combine-o com uma saída criativa: rascunhe um prompt em um modelo de linguagem e depois transforme-o em uma imagem fotorrealista ou um clipe curto, sem sair da plataforma.
Abra um modelo como o Gemini 3.5 Flash para escrever prompts enxutos e detalhados, e depois navegue pelo catálogo completo em picassoia.com/en/all-models para encontrar um modelo de imagem ou vídeo que combine com você. Teste alguns prompts, compare os resultados e guarde os que funcionam. Experimentar não custa nada, e você logo vai ver o quanto uma instrução bem escrita muda o resultado.