Como usar o MCP da SendPulse com seus chatbots e sistema CRM

Já imaginou ter um agente de IA que realmente faz o trabalho por você? Com o nosso servidor oficial do Model Context Protocol (MCP), isso finalmente é possível. Essa novidade conecta a ferramenta de IA diretamente à sua conta SendPulse, transformando-a em um agente capaz de executar tarefas de chatbot e CRM em segundos.

Neste artigo, você vai descobrir como fazer sua ferramenta de IA ir além das conversas e começar a automatizar processos de verdade!

O que é um servidor MCP e como ele funciona?

Os modelos de IA podem sugerir ótimas ideias, mas não conseguem colocá-las em prática sozinhos. Sem dados em tempo real ou capacidade de executar ações, como atualizar negócios ou enviar mensagens, seu potencial permanece limitado.

No entanto, o Model Context Protocol (MCP) chegou para mudar isso. Ele é um padrão universal e aberto que conecta sistemas de IA isolados a ferramentas externas e dados em tempo real.

Na prática, seu trabalho é ajudar as ferramentas com IA a se tornarem agentes de IA independentes, transformando recomendações estáticas em ações dinâmicas e detalhadas e lidando com tarefas do dia a dia por você.

Após conectar o servidor MCP, você pode usar as ferramentas que ele oferece em chats. Veja como ele opera:

1. Você faz uma solicitação ao seu assistente de IA, como a OpenAI, Claude ou Cursor IDE, como de costume.
2. Ele encaminha sua solicitação para o servidor MCP da SendPulse.
3. O servidor MCP chama a API para buscar dados ou executar uma ação.
4. Seu assistente de IA envia o resultado de volta para o seu chat.

Pense nisso como um intérprete entre a linguagem falada pelo seu assistente de IA e a linguagem técnica usada pela API. Você, basicamente, não precisa pensar nos detalhes internos — só precisa ter uma ideia clara do que deseja e do que está envolvido nisso.

Atualmente, o servidor MCP da SendPulse se integra ao nosso criador de chatbots e ao sistema CRM. Já as integrações com nosso serviço de e-mail marketing e criador de pop-ups estão chegando em breve. Em pouco tempo, você poderá acessar agentes de IA autônomos capazes de gerenciar fluxos de trabalho complexos, incluindo campanhas multicanal.

Por meio do MCP, agentes de IA só podem realizar ações específicas que estão listadas no seu conjunto de ferramentas. Você verá a lista completa de ações ao conectar nosso servidor MCP.

Em nosso criador de chatbots, agentes de IA podem:

• Acessar informações da conta e do chatbot;
• Visualizar estatísticas e listas de tags;
• Enviar campanhas;
• Revisar e lançar fluxos;
• Visualizar e adicionar notas;
• Gerenciar contatos;
• Navegar por chats e mensagens.

Para ver a descrição de cada ferramenta e os parâmetros de solicitação necessários, clique na seta ao lado dela.

Nosso servidor MCP foi projetado para ajudar você a automatizar fluxos de trabalho rotineiros na sua conta SendPulse, manter a eficiência e alcançar seus objetivos mais rapidamente.

5 maneiras de usar o MCP com chatbots

Ao interagir com ferramentas de IA, é essencial começar com um prompt claro e específico. Se o resultado não atender às suas expectativas, você sempre pode refiná-lo e executá-lo novamente.

Apenas se certifique de que o comando desejado esteja realmente disponível — por exemplo, seu assistente de IA não conseguirá criar um fluxo de chatbot, por mais explícito que seu prompt seja, se não houver uma ferramenta correspondente.

Para dar uma ideia do que a IA pode fazer com nosso servidor MCP, usaremos um chatbot do Instagram de uma marca de moda e vestuário. Veja, a seguir, cinco maneiras de usar o MCP com chatbots.

Analisar conversas e descobrir insights

Diferente de métricas tradicionais, como CTR, taxas de abertura ou conversões, as conversas de chat revelam o “porquê” por trás das ações dos usuários, como curiosidade, dúvidas, medos ou a necessidade de mais informações. É por isso que analisar chats pode ajudar você a obter percepções mais profundas, como:

• Quais tópicos ou frases provocam uma resposta emocional;
• Onde os usuários abandonam o fluxo;
• Quais informações os ajudam a tomar decisões de compra;
• Como o comportamento difere entre segmentos de audiência.

Graças ao servidor MCP, a IA pode acessar com segurança as conversas do seu chatbot, analisá-las e compartilhar insights que te ajudam a otimizar fluxos, personalizar ofertas e ajustar sua estratégia de marketing.

Para executar esse cenário, conecte o MCP usando nosso guia detalhado e confirme o acesso ao comando chatbots_dialogs_list. Aqui está um exemplo de prompt:

Analise as conversas do chatbot bot_name e identifique padrões de comportamento e insights nas interações dos assinantes.

Recomende o que podemos melhorar com base nesses insights.

Para começar a executar essa tarefa, seu agente de IA pedirá permissão para acessar as conversas — clique em “Accept” para confirmar.

Em um ou dois minutos, o assistente enviará uma resposta, incluindo:

• As intenções mais comuns dos inscritos;
• Horários de pico de mensagens recebidas;
• Pontos de fricção onde os usuários abandonam seu funil ou adiam ações desejadas;
• Sinais de conversão aos quais seu chatbot ou representante deve reagir.

A resposta será algo como pode ser visto na imagem a seguir.

Seu agente de IA também sugere maneiras de enriquecer as interações por DM e o conteúdo do Instagram como um todo, incluindo ideias de automação para reduzir a carga de trabalho da sua equipe.

Além disso, quando seu assistente de IA usa o servidor MCP, ele consegue identificar com precisão problemas de comunicação e oferecer dicas práticas que melhoram a experiência do usuário e a eficiência da equipe.

Criar FAQs com base nas dúvidas dos inscritos

Embora os agentes de IA ainda não possam gerar fluxos de chatbot no criador da SendPulse, eles podem ser muito úteis na criação de conteúdo. Você pode pedir, por exemplo, para analisarem as dúvidas típicas dos inscritos, reunir informações atualizadas do seu site e gerar respostas objetivas para serem usadas como respostas automáticas do chatbot.

Aqui está um exemplo de prompt:

Crie fluxos com respostas para as principais perguntas frequentes (FAQs) com base na análise das dúvidas dos usuários. Ao gerar as respostas, use informações do site oficial site.com, incluindo as seguintes páginas: site.com/about_us, site.com/delivery, site.com.com/returns/ e site.com/contact

Como seu agente de IA já analisou as conversas, ele não precisa de permissões ou dados extras. Após alguns segundos de processamento, ele entrega uma lista de gatilhos de disparo sugeridos para cada fluxo de FAQ, uma lista de fluxos e o conteúdo de cada um deles.

Se os fluxos de chatbot gerados não soarem da forma que você deseja, é só ajustar seu prompt. Você pode enviar exemplos de automatizações eficazes que você já utiliza ou compartilhar suas diretrizes internas de mensagens diretas para ajudar o agente de IA a seguir o tom de voz da sua marca.

Para um controle mais detalhado sobre o texto do fluxo, tente dividir seus prompts em etapas menores. Você pode começar pedindo que a IA gere respostas para o fluxo de “Devoluções”. E, quando estiver satisfeito com o resultado, avance para outros tópicos de FAQ.

Enviar campanhas de chatbot

Nas suas configurações do MCP, você encontrará cinco comandos semelhantes que começam com chatbots_bots_campaigns. Eles permitem que seu agente de IA crie uma campanha real de chatbot para Instagram, WhatsApp, Telegram e outras redes.

Os comandos de campanha disponíveis variam conforme a plataforma. No Instagram, seu agente de IA pode:

• Criar uma campanha com texto, uma imagem e um arquivo;
• Enviá-la para usuários ativos nas últimas 24 horas ou programá-la para uma data e hora específicas;
• Segmentar destinatários.

Se você quiser incluir elementos extras, como respostas rápidas, botões ou cartões de produto, agende sua campanha primeiro pelo MCP e, depois, acesse sua conta SendPulse para adicionar esses componentes manualmente.

Aqui está um exemplo de prompt:

Agende uma campanha de “Lembrete de evento” para 27 de novembro de 2025, direcionada aos inscritos do chatbot bot_name com a tag do evento.

A mensagem deve lembrá-los de que, de 28 a 30 de novembro, realizaremos o Stylist Weekend em nossa loja no coração de Nova York, com sessões personalizadas e descontos de até 20%.

Os inscritos já receberam um convite por e-mail, então o objetivo desta mensagem é lembrá-los do evento, destacar suas datas e horário e motivá-los a visitar nossa loja.

Local: 45 Rockefeller Plaza, aberto das 11h às 22h.

Em cerca de um minuto, seu agente de IA programará a campanha e confirmará isso no chat.

Você também verá ela listada entre as campanhas agendadas na sua conta SendPulse.

Lembre-se de que qualquer ação posterior em uma campanha agendada, como editar ou cancelar, deve ser feita manualmente.

Por exemplo, se você pedir ao agente de IA para atualizar o texto da campanha, ele não avisará que essa ação não é compatível. Ele confirmará a atualização, mas, na verdade, criará uma nova campanha para o mesmo chatbot e segmento de público usando o conteúdo atualizado.

Isso significa que tanto a campanha original quanto a campanha atualizada serão enviadas.

Como seu agente de IA ainda não pode editar campanhas agendadas, qualquer solicitação de atualização resultará em duplicatas. Para evitar isso, sempre edite as campanhas manualmente ou exclua primeiro aquelas de que você não precisa mais.

Recomendamos sempre revisar e aprimorar o resultado do seu agente de IA antes de enviá-lo. Como você sabe, a IA pode cometer erros, tirar conclusões equivocadas ou inventar informações. Lembre-se de que a IA é apenas uma ferramenta, o que significa que a pessoa que a utiliza é responsável pelo que é enviado no final.

Além do agendamento, o agente de IA também pode sugerir maneiras de melhorar o desempenho da sua campanha.

Ele pode aconselhar a aplicar tags específicas para cada caso, preparar seu segmento-alvo com antecedência para que mais destinatários se enquadrem na janela de 24 horas, ou garantir que o fuso horário da sua conta corresponda ao dos destinatários.

Você pode ainda solicitar outros insights, como o horário mais eficaz para o envio, e a IA apontará a janela ideal com base em dados.

Segmentar usuários com base em padrões de conversação

Esse passo é especialmente útil para profissionais de marketing e proprietários de negócios que buscam maneiras avançadas de segmentar audiências.

Se opções padrão como localização, idade, gênero ou atividade no chatbot já não proporcionam informações tão valiosas, experimente a microssegmentação baseada no comportamento do usuário e em padrões de comunicação.

Combinada com nosso servidor MCP, a IA pode analisar um número selecionado de conversas. Ela examinará como os usuários se comunicam e sobre o que falam para revelar novos segmentos para mensagens futuras. Seu agente de IA também pode atribuir tags aos contatos diretamente na sua conta SendPulse para adicionar um toque pessoal às interações.

Veja um exemplo de prompt:

Analise a audiência do bot_name e divida os inscritos em três grupos com base na intenção de compra. Atribua as tags da seguinte forma: pronto para comprar → tag quente; considerando uma compra → tag morno; ainda não está pronto → tag frio. Dê recomendações sobre como se comunicar de forma eficaz com cada grupo.

Antes de atribuir tags, seu agente de IA revisa suas conversas e agrupa os inscritos com base nos seus critérios de marcação:

• quente ~10–15%: usuários que compartilharam seus dados de entrega ou solicitaram informações de pagamento, aceitaram as condições de envio ou enviaram uma confirmação de pagamento;
• morno ~55–60%: usuários ativos perguntando sobre preço, cores, tamanhos ou condições de entrega e solicitando fotos ou vídeos extras;
• frio ~20–25%: usuários que enviaram reações isoladas ou emocionais sem interação posterior, levantaram objeções como “está muito caro”, “vocês não têm meu tamanho” e similares, ou ficaram inativos por muito tempo.

A IA também destaca os sinais comportamentais para marcação, as regras de pontuação e esclarece as etapas de configuração.

Com base no prompt, seu agente de IA sugere como interagir com cada segmento para avançar os leads no seu funil de vendas e reengajar usuários inativos mais rapidamente.

Quando tudo é confirmado, seu agente de IA começa a atribuir tags e mostra o progresso em tempo real no chat.

Testar fluxos de chatbot

Em vez de analisar apenas as estatísticas da sua campanha, seu agente de IA pode criar simulações realistas do seu público-alvo para testar fluxos de chatbot antes de serem lançados.

Executar a simulação ajuda você a:

• Evitar erros que usuários reais encontrariam no seu fluxo;
• Identificar e corrigir possíveis gargalos;
• Prever taxas de cliques e de abertura;
• Fortalecer o desempenho do lançamento inicial.

Nesse caso de uso, a IA adota uma persona virtual baseada em dados reais de conversas, funcionando como um grupo de foco que oferece feedback instantâneo e altamente preciso.

Aqui está um exemplo de prompt:

Simule 500 interações de usuários no fluxo “Realização de Pedido” para analisá-lo, identificar gargalos e prever quão conveniente é o processo de checkout para nosso público-alvo.

Ponto de entrada do fluxo: 500 usuários que clicaram em “Fazer pedido” após interagir com anúncios ou fluxos do chatbot.

Etapas do usuário: escolher um método de pagamento (pagamento na entrega ou pagamento antecipado) → enviar dados de pagamento e confirmar o pagamento → após a confirmação, enviar detalhes de envio (nome completo, número de telefone, endereço de e-mail e endereço de entrega).

Com base nisso, a IA rapidamente descreve as principais suposições sobre o comportamento dos usuários, estima que cerca de 54% dos inscritos concluirão o fluxo em cinco a sete minutos, destaca os pontos de fricção e sugere maneiras de aumentar as conversões.

4 maneiras de usar o MCP com o sistema CRM

As soluções de CRM padrão armazenam dados de clientes e ajudam você a gerenciá-los para construir relacionamentos fortes e duradouros. No entanto, a IA vai além disso, pois é capaz de entender contexto.

Isso significa que ela pode se aprofundar nos dados e agir antes que problemas surjam. Por exemplo: ao simular o comportamento real dos clientes, a IA pode identificar gargalos no seu funil de vendas e prever possível rotatividade ou evasão de clientes.

Abaixo, para exemplificar como a IA e o MCP funcionam juntos dentro do sistema CRM da SendPulse, usaremos o funil da mesma loja de roupas do Instagram mencionada na seção anterior.

Otimizar um pipeline

Ajustar um pipeline de vendas normalmente exige tempo, dinheiro e uma equipe. Isso envolve analisar conversões, encontrar pontos fracos, ajustar scripts de vendas, realizar testes e monitorar resultados.

Contudo, a IA permite obter insights instantâneos sem custos extras ou contratação adicional. O MCP permite que ela:

• Acesse dados do CRM em tempo real;
• Analise milhares de negócios em minutos;
• Identifique exatamente onde sua empresa está perdendo dinheiro e ofereça estratégias fundamentadas em dados para aumentar conversões.

Além disso, a IA vai além de métricas superficiais, explica as razões por trás delas e oferece soluções. Esse nível de análise vai muito além de um relatório padrão de CRM, pois considera o contexto, não apenas os números.

Para otimizar seu pipeline, conecte o servidor MCP e conceda acesso ao comando crm_pipelines_list.

Aqui está um exemplo de prompt:

Analise o pipeline ID 24759 e sugira etapas práticas de otimização para aumentar sua eficiência geral.

A resposta da IA inclui uma descrição do seu pipeline e de cada etapa, dicas gerais para melhorar o desempenho, sugestões para aprimorar o caminho de conversão e recomendações detalhadas, como é possível observar a seguir.

Considere este exemplo: seu agente de IA pode sinalizar pagamentos não efetuados como uma oportunidade negligenciada para aumentar as conversões. Assim, leads que já avançaram desde a fase de conscientização até a decisão de compra têm mais chances de concluir a aquisição.

Para facilitar o acompanhamento desses leads pelos representantes de vendas, seu agente de IA adiciona uma nova etapa para pagamentos não efetuados ao seu pipeline e a destaca em vermelho.

Para garantir que o pipeline atualizado funcione corretamente, a IA cria um negócio de teste e o processa por todas as etapas, desde um novo lead até um negócio concluído com sucesso. O teste confirma que seu pipeline está estruturado adequadamente e que os representantes de vendas podem usar a etapa “Pagamentos não efetuados” em seus roteiros de follow-up.

A IA pode ajudar a otimizar qualquer elemento do seu pipeline de vendas. Ela pode reorganizar etapas, gerar mensagens para incluir entre as etapas, configurar moedas, atribuir membros da equipe e muito mais.

Criar negócios após interações com clientes

Após cada interação com o cliente, os representantes de vendas registram detalhes importantes no sistema CRM para manter a comunicação futura organizada. Isso pode incluir nomes de contatos, números de telefone, valores de negócios, etapas ou tags, além do contexto da conversa.

Sem anotações e atualizações consistentes dos representantes, torna-se difícil obter uma visão precisa do seu pipeline de vendas.

Entretanto, para criar negócios mais rapidamente, os representantes podem passar informações essenciais ao seu agente de IA por meio do MCP. A IA então processará essas informações de forma independente e adicionará tanto o contato quanto o negócio ao seu pipeline sem que ninguém precise interagir diretamente com o sistema CRM.

Observe um exemplo de prompt:

Crie um novo contato: Nick Williams, [número de telefone], [endereço de e-mail], empresa ABCGroup, sócio-diretor.

Vincule esse contato a um novo negócio no pipeline “Loja Online”, coloque-o na etapa “Parceria”, defina o prazo para 31 de dezembro de 2025 e adicione um valor de negócio de US$ 10.250.

A IA utiliza algumas ferramentas, incluindo crm_contacts_create, crm_deals_create e crm_deals_update, e envia uma resposta no chat.

Embora seu agente de IA possa criar um novo contato, ele não consegue adicionar o número de telefone, endereço de e-mail, cargo e outros atributos devido à ausência dessas ferramentas no MCP. Em vez disso, ele registra esses detalhes faltantes em um comentário.

Pelo mesmo motivo, o agente de IA não consegue adicionar a data de vencimento do seu negócio e a inclui em um comentário.

Isso mostra que a IA não perde dados mesmo quando determinadas ferramentas faltam. Ela se adapta e mantém todas as informações importantes da melhor forma possível.

O nosso servidor MCP ainda está em seus estágios iniciais de desenvolvimento, mas removeremos essas limitações à medida que seus recursos amadurecerem.

Criar contatos e negócios a partir de conversas de chatbot

No exemplo anterior, vimos como agentes de IA criam contatos e negócios após uma solicitação manual de um representante de vendas. Com a abordagem certa, eles podem fazer ainda mais sem grande envolvimento humano. Podem, por exemplo, analisar conversas de chatbot, detectar pedidos concluídos e criar negócios automaticamente no seu sistema CRM.

Veja um exemplo de prompt:

Analise as últimas 100 conversas do chatbot bot_name. Se um cliente fizer um pedido no chat, crie um negócio no pipeline “Loja Online”, na etapa “Pedido Feito” e com o tipo “Venda de Produto”. Inclua todos os detalhes relevantes: dados do cliente, itens pedidos, preço, método de entrega e método de pagamento.

Considere esta mensagem como gatilho para a criação do pedido:
“Por favor, compartilhe seus dados de envio, incluindo seu nome completo, cidade, rua, CEP, número de telefone e endereço de e-mail.”

Esse não é um gatilho aleatório — seu chatbot ou representante de vendas realmente envia essa mensagem assim que recebe uma confirmação de pagamento dos clientes. Quando o pagamento é concluído, o pedido é considerado finalizado.

Lembre-se de que a IA não consegue processar imagens, então algumas etapas podem precisar de algum controle humano. Para escolher o gatilho certo, analise seu fluxo de pedidos. Por exemplo, se ele for totalmente automatizado, a IA poderá criar negócios para cada usuário que chegar ao elemento final do seu fluxo.

Quando a IA recebe seu prompt, ela gera um plano passo a passo para você começar.

Uma vez aprovado, a IA processa os dados e executa comandos usando o servidor MCP. Veja o passo a passo do processo:

• Análise de todas as conversas e filtro daquelas que contêm a mensagem gatilho;
• Criação do primeiro contato e adição de um comentário com o número de telefone e o endereço de e-mail;
• Criação de um negócio no pipeline “Loja Online” com a etapa “Pedido Feito”, atribui um membro da equipe e define um tipo de negócio;
• Vinculação do contato ao negócio;
• Adição do valor do negócio e dos principais atributos em um comentário.

Todo o processo leva cerca de 10 minutos.

Ao realizar tarefas com várias etapas, o servidor MCP pode bloquear temporariamente ações se o modelo de IA atingir o limite de solicitações. No entanto, isso não afeta o resultado. Basta esperar pelo tempo exibido na notificação, que pode variar de 1 a 40 segundos, e digitar “Continue” no chat.

Identificar as fontes de leads com melhor desempenho

Um painel de CRM mostra de onde vêm seus leads, mas não revela insights mais profundos, como quais fontes realmente geram receita, quanto tempo os negócios levam para serem concluídos ou quão engajados estão os membros da sua equipe.

Sem uma análise desse tipo, é difícil diferenciar quantidade e qualidade de leads. Felizmente, a IA também pode ajudar nisso!

Em vez de simplesmente contar conversões, ela acompanha todo o ciclo de vida do lead e oferece uma visão clara de quais canais de comunicação trazem clientes que compram mais rápido, gastam mais e permanecem por mais tempo.

Digamos que seu agente de IA tenha descoberto que os anúncios do Facebook geram apenas metade dos leads do Google Ads — ainda assim, o valor médio de pedido no Facebook é três vezes maior. Com esse insight, sua equipe de marketing pode ajustar o orçamento com base no desempenho real do negócio, e não apenas em intuição.

Aqui está um exemplo de prompt:

Determine quais fontes de leads geram leads de maior qualidade, ou seja, aqueles que se tornam clientes pagantes e avançam até a etapa “Negócio Ganho” no pipeline “Loja Online”.

Dê recomendações sobre como melhorar as taxas de conversão de lead para cliente.

Seu agente de IA solicita acesso aos negócios e, em poucos minutos, entrega uma resposta abrangente que inclui:

• Uma lista de pipelines analisados;
• Canais de comunicação que geram os melhores leads;
• Recomendações para aumentar as conversões de lead para cliente;
• Uma lista de métricas que levaram a essas conclusões.

A IA identificou os chatbots como a melhor fonte de leads de alta qualidade — e os dados da empresa comprovam isso. As sugestões se concentraram em como mover leads pelo pipeline mais rapidamente e aprimorar a precisão dos campos dos negócios em geral.

Um pipeline rico em dados ajuda seu agente de IA a realizar análises mais profundas e oferecer percepções mais sólidas. Além da receita gerada por cada fonte de lead, a IA também pode considerar outras métricas, como taxa de retenção, duração do ciclo de vendas, valor médio do pedido, pagamentos não efetuados e muito mais.

Construindo agentes de IA mais eficientes com MCP

Parabéns! Agora você está ciente de que o servidor MCP da SendPulse dá à IA acesso em tempo real às suas fontes de dados e a capacidade de executar comandos diretos.

E isso é apenas o começo de como estamos usando essa tecnologia. Em seguida, veremos a transição para agentes de IA autônomos, capazes de lidar com fluxos de trabalho complexos e agir por conta própria.

Agentes de IA do futuro entenderão contextos mais amplos em todos os canais de comunicação, incluindo chatbots, notificações web push, e-mails e campanhas SMS. Eles acompanharão mudanças no pipeline, analisarão o comportamento do cliente e sugerirão de forma proativa novas estratégias de interação. A IA também simplificará fluxos de trabalho do CRM ao automatizar quase todas as etapas.

E que tal já começar agora? Inscreva-se na SendPulse, conecte o servidor MCP para criar seu próprio agente de IA e descubra como ele é capaz de liberar tempo, melhorar a eficiência diária e acelerar o desempenho do seu negócio!