MCP para SEO e marketing: o que é, como funciona e como começar com segurança

O que é o MCP (Model Context Protocol) e como usá-lo em SEO e marketing: clientes, servidores, ferramentas e recursos, servidores oficiais de GA4, Google Ads, Semrush e Ahrefs, riscos de permissão, dados do cliente e injeção de prompt, e um passo a passo seguro para começar.
Escrito com IA e revisado por humanos

Neste artigo

Veja como sua marca aparece nas respostas da IA

Agende uma demo e descubra o que corrigir primeiro, com um especialista em GEO.

Agendar demo

Tempo de leitura: 11 minutos

O MCP para SEO e marketing liga um assistente de IA, como o Claude, ao GA4 ou ao Semrush por meio de um servidor MCP padronizado. Assim, o assistente consulta esses dados direto. Mas cada conexão amplia o que o modelo pode ler e fazer nos dados do cliente.

Em resumo

  • O MCP (Model Context Protocol) é um padrão aberto que conecta aplicativos de IA a sistemas externos. Hoje, o MCP para SEO e marketing já tem servidores de GA4, Google Ads, Semrush e Ahrefs.
  • Cada servidor expõe ferramentas (ações), recursos (dados para leitura) e prompts (modelos de instrução), e o aplicativo de IA cria um cliente para cada um.
  • Os riscos reais são permissões amplas demais, dados do cliente passando pelo modelo e injeção de prompt em conteúdo externo.
  • Para começar, use um servidor MCP oficial, de preferência remoto e só com leitura, e leia a lista de ferramentas antes de pedir qualquer coisa.

O que é MCP e para que serve no SEO?

O MCP (Model Context Protocol) é um padrão aberto para conectar aplicativos de IA a sistemas externos, como arquivos, bancos de dados e ferramentas. No SEO e no marketing, o MCP deixa o Claude ou outro assistente consultar o GA4 ou o Semrush direto, sem exportar planilhas. De acordo com a documentação oficial, o MCP funciona como uma porta USB-C para aplicativos de IA.

A Anthropic apresentou o padrão no fim de 2024 e, em dezembro de 2025, o doou à Agentic AI Foundation, da Linux Foundation. Além disso, o MCP já havia sido adotado, segundo a empresa, por ChatGPT, Cursor, Gemini, Microsoft Copilot e Visual Studio Code. Portanto, um mesmo servidor MCP pode atender a vários assistentes.

Porém, convém saber o que o MCP não faz. De acordo com a página de arquitetura, ele define só a troca de contexto e não dita como o aplicativo usa o modelo. A qualidade da análise, portanto, depende do modelo e do seu pedido.

MCP para SEO: ilustração de um conector que liga um assistente de IA a painéis de dados e a ferramentas

Como o MCP funciona: clientes, servidores, ferramentas e recursos?

O MCP para SEO segue a arquitetura cliente-servidor do protocolo. O host, que é o aplicativo de IA da equipe de marketing (por exemplo, o Claude Code), cria um cliente MCP para cada servidor conectado. Ou seja, o servidor MCP é o programa que fornece o contexto. Em seguida, o cliente descobre o que o servidor oferece e repassa ao host.

O servidor roda de dois jeitos, conforme o transporte. No stdio, ele é um processo local na sua máquina e, em geral, atende um único cliente. No Streamable HTTP, porém, ele é remoto, atende muitos clientes e aceita token, chave de API ou cabeçalhos próprios. Ainda assim, a documentação recomenda OAuth para obter os tokens.

Na versão vigente da especificação, a 2026-07-28, o protocolo é sem estado, ou seja, cada requisição leva a versão e as capacidades do cliente. Por isso, a chamada server/discover é opcional.

O que um servidor MCP expõe: ferramentas, recursos e prompts

De acordo com a documentação de servidores, um servidor oferece três blocos, e cada um tem um responsável diferente:

BlocoO que éQuem controla
FerramentasFunções que o modelo chama, como consultar uma API ou criar um registroO modelo
RecursosDados de leitura, como esquemas, documentos e respostas de APIO aplicativo
PromptsModelos de instrução prontos, como “resumir as reuniões”O usuário

Portanto, o modelo decide quando chamar cada ferramenta, e para isso ele lê o nome e a descrição dela. O trecho abaixo mostra o formato definido pela especificação (name, description e inputSchema). Ele é um exemplo inventado por nós, e não pertence a nenhum servidor real:

{
  "name": "consulta_posicoes",
  "description": "Retorna as posições orgânicas de um domínio para um país.",
  "inputSchema": {
    "type": "object",
    "properties": {
      "dominio": { "type": "string", "description": "Domínio, como exemplo.com.br" },
      "pais": { "type": "string", "description": "Código do país, como br" }
    },
    "required": ["dominio", "pais"]
  }
}

Como a descrição é texto que o modelo lê como instrução, ela reaparece na seção de riscos.

Que exemplos de MCP para SEO e marketing já existem?

Os fornecedores de dados de SEO e marketing já publicam servidores MCP: Google Analytics, Google Ads, Semrush e Ahrefs têm o seu. Para o Search Console, porém, não encontramos servidor publicado pelo Google, e os que achamos são de terceiros. Veja o que dizem as documentações oficiais:

  • Google Analytics: o servidor é local e experimental. Ele traz ferramentas como run_report e run_realtime_report, e a credencial pede o escopo de leitura analytics.readonly. Porém, a ferramenta create_property_annotation só funciona com a flag --allow-write e o escopo de edição.
  • Google Ads: o servidor tem as ferramentas search, get_resource_metadata e list_accessible_customers. O README avisa que ele expõe os dados da conta ao agente ou ao modelo conectado.
  • Semrush: a documentação descreve um servidor remoto, só com Streamable HTTP e OAuth por padrão. Ele cobre as APIs de SEO e de Trends e os métodos de leitura da API de Projetos e, por isso, consome as unidades de API do plano.
  • Ahrefs: o servidor é hospedado e exige o plano Lite ou superior. Além disso, cada conexão por OAuth cria uma chave com escopo MCP e limite padrão de 200.000 unidades mensais.

Sem o MCP, o caminho para o Search Console é exportar o CSV, como mostra o guia para analisar o Search Console com IA. Por outro lado, o guia de Claude Code para SEO e GEO explica a opção por MCP e seus cuidados.

O que pedir a um servidor de dados de SEO?

O MCP em marketing serve melhor a perguntas de exploração, em que você ainda não sabe qual relatório abrir. A documentação do Semrush sugere, por exemplo, listar domínios de um setor e acompanhar diariamente quedas de posição. Por outro lado, a do GA4 sugere perguntar quais eventos mais ocorreram nos últimos 180 dias.

Assim, como o host mantém um cliente por servidor, uma só conversa pode juntar fontes. Por exemplo, o assistente pode ler as sessões no GA4 e as posições no Semrush e apontar páginas que perderam nas duas. Mesmo assim, confira o resultado no painel de origem, porque o Semrush avisa que as respostas de IA podem estar incompletas.

MCP, API, skill ou CSV: qual usar?

Use o MCP para SEO e marketing quando a pergunta muda a cada pedido e você quer dados atuais. Porém, para uma tarefa que se repete igual, uma automação fixa costuma servir melhor. A skill, por outro lado, não conecta nada: ela só diz ao assistente o que fazer. A tabela resume a escolha:

CaminhoQuando usarLimite
MCPExploração com dados ao vivoO modelo escolhe as chamadas
Exportar CSVAnálise pontual, sem acesso ao vivoDado parado e limite de linhas
Fluxo fixo (n8n)Relatório que roda igual todo mêsExige montar e manter o fluxo
API diretaColeta determinística, em volumeExige código

A diferença aparece na documentação do Semrush. As skills são instruções que dizem ao agente quais ferramentas chamar, em que ordem e como interpretar o resultado. Ou seja, as duas se complementam. O guia de n8n para SEO e GEO cobre o fluxo fixo, enquanto o guia de IA para SEO e GEO compara todos os caminhos.

Mas há uma regra de uso. A Ahrefs informa que usar o endpoint do MCP por scripts próprios, pontes ou clientes HTTP avulsos não é permitido, e manda usar a API pública nesses casos. Portanto, leia os termos de cada fornecedor antes de automatizar.

Quais os riscos do MCP para SEO: permissões, dados do cliente e injeção de prompt?

Os três riscos do MCP para SEO são permissões amplas, dados do cliente que passam pelo modelo e injeção de prompt. Cada um pede um controle próprio, mas a especificação das ferramentas traz uma regra de base:

“Por confiança e segurança, deveria haver sempre uma pessoa no circuito, com poder de negar as chamadas de ferramenta.” (tradução nossa)

Especificação do MCP, versão 2026-07-28

Assim, o cliente deve mostrar as ferramentas que o modelo recebe e pedir confirmação nas operações sensíveis.

Permissões: o que o servidor consegue tocar

A documentação de segurança de servidores locais é direta: um servidor local não roda num ambiente isolado que o protocolo fornece. Ele é, de fato, um processo comum, que herda suas variáveis de ambiente e lê o que a sua conta lê. Por isso, a recomendação é preferir a versão remota, quando houver.

Para cada servidor, reduza o alcance:

  • Leitura primeiro: no GA4, mantenha só o escopo analytics.readonly e deixe a flag --allow-write desligada.
  • Uma credencial por cliente, só com os escopos necessários: assim, uma chave vazada não abre os dados de outras contas.
  • Lista pequena de servidores: todos compartilham o mesmo contexto do modelo, e um servidor malicioso pode influenciar as ferramentas dos outros.

Dados do cliente e injeção de prompt

Tudo o que uma ferramenta devolve entra no contexto do modelo. Portanto, no MCP para marketing, os dados do cliente passam também pela política de dados do aplicativo de IA, e não só pela do fornecedor do servidor. De fato, o README do Google Ads diz isso com todas as letras: o servidor expõe seus dados ao agente conectado. Por isso, confira a política do plano antes de abrir a conta de um cliente.

A injeção de prompt é o outro risco, porque o texto externo também entra no contexto. Por isso, a documentação do Claude Code avisa que servidores que buscam conteúdo externo podem expor você a esse ataque. Por exemplo, imagine uma ferramenta que lê páginas de concorrentes. O texto da página vai ao contexto, e uma instrução escondida ali pode mudar o comportamento do modelo.

Há, porém, outra variante, chamada de tool poisoning na documentação. Nomes e descrições de ferramentas são instruções que o modelo lê, e um servidor pode esconder ordens ali, até mudando-as depois de aprovado. Logo, leia a lista de ferramentas antes de usar. O MCP Inspector, ferramenta oficial de testes, ajuda nisso, porque mostra cada ferramenta sem um modelo no meio.

Como começar a usar MCP para SEO com segurança?

Primeiramente, para usar MCP para SEO, comece com um servidor MCP oficial, de preferência remoto, em modo de leitura, num só projeto. No Claude Code, o comando claude mcp add registra o servidor e o comando /mcp faz a autenticação. Siga estes passos:

  1. Escolha o servidor: use o do próprio fornecedor (GA4, Google Ads, Semrush ou Ahrefs) e confira o plano exigido.
  2. Defina o escopo: o escopo local, que é o padrão, mantém a configuração só com você. O escopo de projeto grava um .mcp.json para o time inteiro, então use variáveis de ambiente para as chaves.
  3. Registre o servidor: rode o comando abaixo, trocando o nome e a URL pelos do fornecedor.
  4. Autentique: abra /mcp no Claude Code e siga o login no navegador. Em seguida, o painel mostra a contagem de ferramentas de cada servidor.
  5. Restrinja: negue as ferramentas que escrevem e libere só as de leitura.
  6. Teste: faça uma pergunta cuja resposta você confira no painel original.

Como registrar e restringir o servidor no Claude Code?

Testamos o comando abaixo no Claude Code 2.1.312, numa pasta temporária, com a URL fictícia https://example.com/mcp. Ele gerou o arquivo mostrado em seguida. Não testamos a conexão nem o login, porque eles exigem a conta do fornecedor:

claude mcp add --transport http exemplo https://example.com/mcp --scope project
{
  "mcpServers": {
    "exemplo": {
      "type": "http",
      "url": "https://example.com/mcp"
    }
  }
}

Para o passo 5, de acordo com a documentação de permissões, as regras usam o formato mcp__<servidor>__<ferramenta>. O trecho abaixo segue esse padrão e não foi testado por nós. Ele nega a escrita de anotações no servidor de GA4 registrado como analytics-mcp, o nome do README:

{
  "permissions": {
    "deny": ["mcp__analytics-mcp__create_property_annotation"]
  }
}

No passo 6, lembre que o Claude Code avisa quando a saída de uma ferramenta passa de 10.000 tokens e a limita a 25.000 por padrão. Assim, relatórios grandes pedem filtros. Com isso, o MCP para marketing começa pequeno: um servidor, só com leitura e uma pergunta conferida. Por fim, para ver o que mais um agente pode fazer sozinho, leia o guia de agente de IA para SEO.

Quer saber como sua marca aparece hoje nas respostas de IA?

Agende uma demo e veja como a sua marca aparece nas respostas de IA, com o acompanhamento de um especialista em GEO.

Fontes principais

Sobre este artigoEscrito com IA e revisado por humanos, com fontes verificadas. Encontrou algo desatualizado? Escreva para a Equipe NotHuman.

Receba os novos artigos da NotHuman

Ao assinar, você aceita receber os artigos do blog por e-mail e concorda com a Política de Privacidade. Cancele quando quiser.

Continue lendo

Demo

Quer saber como sua marca aparece hoje nas respostas de IA?

Agende uma demo e veja como a sua marca aparece nas respostas de IA, com o acompanhamento de um especialista em GEO.

Agendar demo

Sua privacidade

Usamos cookies necessários para o site funcionar e cookies de estatística do Google Analytics e do Microsoft Clarity para melhorar o conteúdo. Você pode recusar os de estatística; na União Europeia, no Reino Unido e na Suíça, eles só são ativados depois que você aceitar. Política de Cookies.

Preferências de cookies

Política de Cookies