
Como Fornecer Dados de Produtos em Tempo Real para Claude ou ChatGPT via Servidor MCP da Apify
Curadoria, tradução e análise: Redação Triplo Hub.
Como Dar a Claude ou GPT Dados de Produtos em Tempo Real via Servidor MCP da Apify
Peça ao Claude ou ChatGPT para verificar o preço de algo em um site de e-commerce aleatório, e ele ou se recusará (sem navegação) ou adivinhara com base em dados de treinamento desatualizados. Mesmo agentes com navegação frequentemente não conseguem resultados: os próprios testes da Apify descobriram que Claude navegando por cinco grandes varejistas obteve 0 produtos de 100 — com o servidor MCP da Apify no meio, isso se tornou 100 de 100. Mesmo modelo, mesma pergunta, resultado completamente diferente, porque o gargalo nunca foi o raciocínio do modelo — foi a falta de uma maneira confiável de ler uma página de produto.
Este guia mostra a configuração exata: conectando o Claude Desktop ao servidor MCP da Apify, e então puxando dados de produtos limpos e estruturados através dele — incluindo um exemplo real usando um ator construído especificamente para isso (Dados de Produtos para Agentes de Compras AI).
O que está realmente acontecendo aqui
O MCP (Modelo Contexto Protocolo) é um padrão que permite que um modelo de IA chame ferramentas externas durante a conversa — não apenas gerar texto, mas realmente buscar dados ao vivo ou tomar ações. A Apify executa um servidor MCP que expõe todo o seu Armazém (mais de 70.000 atores — raspadores, extratores, automações) como ferramentas chamáveis. Uma vez conectado, Claude pode procurar a ferramenta certa, chamá-la com entradas reais e obter saídas reais de volta, tudo dentro da conversa.
Passo 1: Conectar o Claude Desktop ao servidor MCP da Apify
Abra o arquivo de configuração do Claude Desktop (claude_desktop_config.json) e adicione uma das seguintes opções:
Remoto, OAuth (recomendado — sem token para gerenciar):
{
"mcpServers": {
"apify": {
"url": "https://mcp.apify.com"
}
}
}
A primeira conexão abre seu navegador para o login e aprovação da Apify. Nada mais para configurar.
Remoto, com um token (se você preferir não fazer o fluxo OAuth):
{
"mcpServers": {
"apify": {
"url": "https://mcp.apify.com",
"headers": {
"Authorization": "Bearer <SEU_TOKEN_APIFY>"
}
}
}
}
Obtenha seu token em Console da Apify → Configurações → API & Integrações.
Local (stdio), se você quiser que ele seja executado em sua própria máquina em vez do endpoint remoto da Apify:
{
"mcpServers": {
"apify": {
"command": "npx",
"args": ["-y", "@apify/actors-mcp-server"],
"env": {
"APIFY_TOKEN": "SEU_TOKEN_APIFY"
}
}
}
}
Reinicie o Claude Desktop. Agora você deve ver as ferramentas da Apify disponíveis — search-actors, call-actor, get-dataset-items, e algumas outras.
Usando o ChatGPT em vez disso
O ChatGPT se conecta aos servidores MCP através do Modo Desenvolvedor, não de um arquivo de configuração. Acesso total de leitura/gravação (necessário para call-actor, já que executar um ator é uma ação de estilo gravação) está disponível nos planos Business, Enterprise e Edu; o Pro obtém apenas leitura/busca no modo desenvolvedor. Plus e Free atualmente não suportam conectores personalizados.
Se você estiver em um plano suportado:
- Configurações → Aplicativos → Configurações Avançadas → ative o Modo Desenvolvedor.
- Configurações → Aplicativos → Criar → adicione um novo conector.
- Cole a URL do servidor:
https://mcp.apify.com, defina a autenticação (OAuth é mais fácil — mesmo fluxo que o Claude). - Clique em Escanear Ferramentas e aguarde enquanto ele indexa a lista de ferramentas da Apify.
- Em um novo chat, clique no ícone de ferramentas, selecione o conector da Apify e pergunte da mesma forma que você faria no Claude — ou
@mencioneno meio da conversa quando precisar de uma nova chamada.
Tudo a partir deste ponto — a entrada do call-actor, a forma da saída, o preço — funciona de forma idêntica uma vez que o conector é escaneado.
Passo 2: Puxar dados reais de produtos
Você não precisa saber os nomes dos atores de cor — basta pedir ao Claude naturalmente, e ele usa search-actors para encontrar o certo:
"Pesquise na Apify por um ator que transforme páginas de produtos de e-commerce em dados estruturados para agentes de IA."
Ou vá direto para isso e chame o ator diretamente pelo nome usando call-actor:
{
"actor": "dynamict3ch/product-data-for-ai-shopping-agents",
"input": {
"startUrls": [
{ "url": "https://mejuri.com/ca/en/products/bia-mini-hoops"A integração do servidor MCP da Apify permite que empresas brasileiras acessem dados de produtos em tempo real, aumentando a eficiência de suas operações de e-commerce. Isso pode resultar em decisões mais informadas e melhor experiência do cliente, essencial em um mercado competitivo.
Noticias relacionadas

Contagem de ferramentas é custo de contexto: por que meu servidor MCP expõe 6 ferramentas em vez de 26
O artigo discute a importância de limitar o número de ferramentas expostas em um servidor MCP para otimizar o desempenho e reduzir custos operacionais.
Comparação de Servidores MCP da Zillow: 6 Testados, 3 Funcionam
O artigo analisa seis servidores MCP de terceiros para acessar dados de aluguel no Zillow, destacando a eficácia e latência de cada um.

Controle Direto do Claude sobre Mensagens In-App em SaaS
O artigo explora como o Model Context Protocol (MCP) pode ser utilizado para orquestração de aplicativos em tempo real, permitindo que agentes de IA gerenciem mensagens in-app sem a necessidade de código UI efêmero.
Gostou do conteudo?
Receba toda semana as principais novidades sobre WebMCP.