Há três caminhos para ligar o ChatGPT ao CRM e ao ERP da empresa: o conector da própria ferramenta, quando o fornecedor do sistema oferece um servidor MCP; a automação entre aplicativos, em que o time monta fluxos que levam dados de um sistema a outro; e um servidor MCP sobre os dados reunidos de todos os sistemas. O passo a passo oficial para adicionar um servidor MCP ao ChatGPT, segundo a documentação da OpenAI consultada em 07/10/2026, começa em ChatGPT Plugins, no botão de mais, com “Add custom MCP server”, e segue com nome, URL do servidor, autenticação, aviso de risco e “Create as a plugin”. O servidor MCP de um fornecedor serve os dados daquele sistema, como o da HubSpot, que a documentação dela descreve como feito para pedir dados do CRM da conta, e uma pergunta que cruza CRM e ERP só tem resposta num servidor que alcance os dois conjuntos de dados.
Por que conectar o ChatGPT ao CRM e ao ERP importa?
As negociações ficam registradas no CRM e o faturamento fica no ERP, e as perguntas da direção cruzam os dois. Uma checagem de auditoria faz o mesmo cruzamento: o “fiscal do CRM”, agente descrito por Luana Pereira, da Nekt, em artigo publicado no LinkedIn em 20/07/2026, faz a cada venda cinco perguntas, e uma delas é “Quando fechou? E quando o dinheiro entrou?”; a autora diz que essa data decide a comissão de cada vendedor. Uma pergunta assim cruza o que foi fechado no CRM com o que foi cobrado e recebido, que fica no sistema financeiro ou no ERP, em dois sistemas diferentes.
Segundo a IBM, silos de dados são coleções de dados isolados que impedem o compartilhamento entre diferentes departamentos, sistemas e unidades de negócios, como descreve o artigo da IBM sobre o tema.
Quais são os três caminhos para ligar o ChatGPT ao CRM e ao ERP?
Os três caminhos se diferenciam pelo que o ChatGPT alcança e por quem mantém a ligação. No primeiro, o fornecedor do sistema publica um servidor MCP e o assistente consulta os dados daquela ferramenta. No segundo, o time monta fluxos que levam campos de um sistema para outro e o assistente responde sobre o que o fluxo entrega. No terceiro, os dados dos dois sistemas ficam reunidos numa base sobre a qual o servidor MCP consulta.
| Caminho | O que o ChatGPT consegue responder | O que fica com o time |
|---|---|---|
| Conector da própria ferramenta: o servidor MCP que o fornecedor do sistema publica | Sobre os dados daquela ferramenta. Segundo a documentação da HubSpot, o servidor MCP dela serve para pedir dados do CRM da conta em linguagem natural | Um conector por ferramenta: conferir o que o fornecedor oferece, o que está em BETA e os limites de cada servidor |
| Automação entre aplicativos | Sobre o que o fluxo entrega ao assistente, ou seja, os campos que o time mapeou entre um sistema e outro | Montar e manter cada fluxo e decidir quais campos viajam de um sistema para o outro |
| Servidor MCP sobre os dados reunidos dos sistemas | Sobre CRM e ERP juntos, porque o servidor consulta uma base que já reúne os dois | Levar os dados dos dois sistemas para essa base, mantê-la em dia e escrever o que cada número significa |
O primeiro caminho depende do fornecedor. A documentação da HubSpot diz que o servidor MCP dela serve para pedir dados do CRM da conta em linguagem natural, e a HubSpot descreve o servidor MCP remoto dela como de acesso de leitura e escrita ao CRM, em contatos, negócios e engajamentos, com os objetos de receita (carrinhos, faturas, pedidos, produtos, cotações e assinaturas) em BETA. A Salesforce informa, no repositório oficial dos servidores MCP hospedados dela, que esses servidores estão disponíveis em geral (GA). A página de produto da Pipedrive diz que o assistente só acessa e altera dados que o usuário da Pipedrive já tem permissão de ver e editar e que todas as ações ficam registradas no histórico de alterações. Para o ERP, o caminho depende de o fornecedor do ERP oferecer um servidor MCP; não é o ChatGPT que cria essa ligação.
O segundo caminho é o que o time constrói: cada fluxo leva campos de um sistema para outro, e o assistente responde sobre o que o fluxo entregou a ele. Quem monta os fluxos decide quais campos viajam.
No terceiro, o servidor MCP consulta uma base que já reúne os dois sistemas. A documentação do MCP dá o exemplo de um servidor de banco de dados que expõe ferramentas para consultar o banco, um recurso com o esquema do banco e um prompt com exemplos de uso das ferramentas. O que fica com o time é levar os dados dos dois sistemas para essa base, mantê-la em dia e escrever o que cada número significa, item que volta na próxima seção.
O que precisa estar pronto do lado dos dados para o ChatGPT consultar os dois sistemas?
Quatro itens sustentam a ligação, e todos ficam do lado da empresa, não do lado do assistente.
- Um servidor MCP com endereço que o ChatGPT alcance. A documentação da OpenAI consultada em 07/10/2026 informa que os protocolos de servidor MCP aceitos são SSE e HTTP com streaming, dois formatos de comunicação entre o ChatGPT e o servidor. Quem quer entender o que ele é e o que expõe ao assistente encontra a explicação em o que é um servidor MCP e para que serve.
- A autenticação configurada no servidor. O formulário de conexão do ChatGPT pede que a autenticação do servidor seja configurada antes de a ligação ser criada, e é o time que decide em nome de quem o servidor vai consultar.
- Os dois conjuntos de dados num lugar que o servidor alcance. Uma pergunta que cruza CRM e ERP precisa de um servidor que consulte os dois, como no exemplo da documentação do MCP.
- Cada número com a definição escrita. A Gartner disse, em comunicado de 11 de maio de 2026, que, sem contexto (um entendimento claro das relações e das regras dentro dos dados de uma organização), agentes de IA não operam com precisão e têm mais chance de produzir resultados não confiáveis.
Quais são os passos no ChatGPT para adicionar o servidor MCP?
Os passos abaixo são os da documentação da OpenAI sobre servidores MCP personalizados, consultada em 07/10/2026, e cada um traz o que o time decide.
- Acesse o ChatGPT pela web. A OpenAI diz que o acesso é pelo ChatGPT na web e que as permissões do workspace (o espaço da empresa no ChatGPT) e as restrições de segurança, entre elas o modo Lockdown, valem para adicionar e usar servidores MCP personalizados. O time decide quem pode adicionar um servidor na conta.
- Em “ChatGPT Plugins”, selecione o botão de mais e depois “Add custom MCP server”. O time decide qual servidor vai ser ligado.
- Informe um nome e, se quiser, uma descrição; em “Connection”, informe a “Server URL”. O endereço vem de quem mantém o servidor.
- Configure a autenticação do servidor. O time decide em nome de quem o servidor consulta os sistemas.
- Leia o aviso de risco e selecione “I understand and want to continue”, só depois de confirmar que o servidor é de confiança.
- Selecione “Create as a plugin” e teste com uma pergunta cuja resposta o time já conhece, comparando o retorno com o sistema de origem.
Quem usa o Claude em vez do ChatGPT encontra o passo a passo equivalente em como conectar o Claude aos dados da empresa.
Que cuidados valem antes de liberar o ChatGPT no CRM e no ERP?
- Conecte só servidores em que se confia. A OpenAI avisa que um servidor não confiável pode acessar ou roubar informações compartilhadas pelo uso do app, ou induzir o ChatGPT a usar ferramentas de forma não intencional, inclusive alterando ou apagando dados.
- Prefira o servidor oficial do fornecedor. A OpenAI recomenda escolher servidores oficiais hospedados pelo próprio provedor do serviço, em vez de um servidor não oficial hospedado por terceiros, como detalha o guia da OpenAI sobre MCP.
- Trate a escrita como escrita. A OpenAI informa, na leitura de 07/10/2026, que o ChatGPT exige confirmação manual, em qualquer conversa, antes de ações de escrita, e avisa que ações de escrita podem ocorrer mesmo quando o servidor as marcou como somente leitura; a HubSpot descreve o servidor MCP remoto dela como de leitura e escrita. Para limitar o que cada agente alcança, veja como dar a cada agente a sua própria permissão.
Onde a Nekt entra
A Nekt é uma plataforma de contexto para agentes de IA: conecta as fontes de dados da empresa, governa esses dados com o significado de cada número e os serve a agentes e a pessoas por servidor MCP, API e SQL. Segundo a documentação do servidor MCP, o servidor MCP da Nekt dá ao agente de IA acesso aos dados em linguagem natural e está disponível em todos os planos pagos. A documentação da conexão do ChatGPT mostra a conexão por OAuth, o login em que a pessoa autoriza o acesso sem entregar a senha, e exige plano pago da Nekt; a documentação do servidor MCP descreve a ligação de plataformas de automação como N8N e Make a ele por bearer token, uma chave de acesso enviada em cada chamada. No vídeo “Workshop: Gestão de Parceiros com IA — o Método Octo na prática”, publicado em 12/06/2026 no canal da Nekt no YouTube, a equipe descreve uma arquitetura em que as fontes de dados (CRM, ERP, planilhas) alimentam a plataforma da Nekt, e o MCP faz a interface entre os agentes (Claude, ChatGPT, Gemini) e os dados organizados nela. Segundo o case publicado pela Nekt, a Versi unificou 5 ERPs em 1 camada de integração. Para conhecer a plataforma, dá para criar uma conta gratuita.
Perguntas frequentes
Como usar MCP no ChatGPT com os dados da empresa?
Segundo a documentação da OpenAI consultada em 07/10/2026, um servidor MCP personalizado é conectado ao ChatGPT como um “plugin”: em ChatGPT Plugins, o botão de mais leva a “Add custom MCP server”, onde se informa nome, URL do servidor e autenticação, e “Create as a plugin” conclui a conexão. O ChatGPT aceita ferramentas de leitura e de escrita do servidor, e os dados que o assistente consulta são os que esse servidor alcança.
O ChatGPT pode alterar dados no CRM pelo servidor MCP?
Pode, se o servidor expõe ferramentas de escrita: a OpenAI diz que o ChatGPT aceita ferramentas de leitura e de escrita do servidor, e a HubSpot descreve o servidor MCP remoto dela como de acesso de leitura e escrita ao CRM. A OpenAI informa, na leitura de 07/10/2026, que o ChatGPT exige confirmação manual, em qualquer conversa, antes de ações de escrita, e avisa que ações de escrita podem ocorrer mesmo quando o servidor as marcou como somente leitura.
Como saber se o servidor MCP da minha ferramenta funciona no ChatGPT?
A documentação da OpenAI informa que os protocolos de servidor MCP aceitos são SSE e HTTP com streaming, e o formulário de conexão pede a URL do servidor. Vale perguntar ao fornecedor qual protocolo o servidor usa. A Salesforce, por exemplo, escreve que os servidores MCP hospedados dela permitem a assistentes como Claude e ChatGPT se conectar.
Vale usar um servidor MCP não oficial de terceiros para ligar o ChatGPT ao CRM?
A OpenAI recomenda preferir servidores oficiais hospedados pelo próprio provedor do serviço, e não um servidor não oficial hospedado por terceiros. Ela avisa também que um servidor não confiável pode acessar ou roubar informações compartilhadas pelo uso do app, ou induzir o ChatGPT a usar ferramentas de forma não intencional, inclusive alterando ou apagando dados.
Preciso usar o ChatGPT na web para conectar o servidor MCP?
Segundo a documentação da OpenAI, o acesso é pelo ChatGPT na web. As permissões do workspace (o espaço da empresa no ChatGPT) e as restrições de segurança, entre elas o modo Lockdown, valem para adicionar e usar servidores MCP personalizados.
Em resumo
- Há três caminhos para ligar o ChatGPT ao CRM e ao ERP: o conector da própria ferramenta, a automação entre aplicativos e um servidor MCP sobre os dados reunidos.
- Segundo a documentação da OpenAI, em 07/10/2026, um servidor MCP personalizado é conectado ao ChatGPT como um “plugin”, pelo ChatGPT na web.
- Quem faz o quê: o servidor de cada fornecedor responde sobre os dados daquela ferramenta, e a pergunta que cruza CRM e ERP exige um servidor que alcance os dois conjuntos de dados.
- O critério: do lado dos dados, o time garante o endereço e a autenticação do servidor, a base com os dois sistemas e a definição de cada número.
- A OpenAI recomenda servidores oficiais do próprio provedor e pede confirmação manual antes de ações de escrita.
Equipe Nekt — conteúdo da Nekt, plataforma de contexto para agentes de IA. Atualizado em outubro de 2026.