Voltar as noticias
Eu dei as chaves do meu Airbnb para Claude por duas semanas. Aqui está o que ele encontrou.
MCP ProtocolAltaEN

Eu dei as chaves do meu Airbnb para Claude por duas semanas. Aqui está o que ele encontrou.

Dev.to - MCP·10 de junho de 2026

Publicado originalmente em samiryuja.dev

Conectei o servidor oficial do Hospitable MCP ao Claude, apontei para o meu Airbnb e pedi
que ele desse uma olhada. Aqui está o que eu encontrei.

Um modelo de linguagem é tão bom quanto o contexto que lhe é dado. Por conta própria, ele pode falar sobre
aluguel de curto prazo de forma abstrata; ele não sabe nada sobre o meu. O MCP fecha essa lacuna —
ele dá ao modelo acesso ao vivo e autenticado às minhas reservas reais, mensagens, avaliações,
e calendário. Assim, em vez de adivinhar, ele pode olhar para a coisa real. Eu administro um aluguel de dois quartos
que gerencio há mais de um ano, e achei que tinha tudo sob controle. Duas semanas deixando um
agente realmente olhar revelou uma quantidade surpreendente de coisas que estavam silenciosamente quebradas.

Configuração

  • Plano Profissional do Hospitable (o nível que inclui acesso ao MCP)
  • Claude Pro
  • Conectá-los: Configurações → Conectores → adicionar conector personalizado → OAuth
  • ~50 ferramentas carregadas: reservas, mensagens, calendário, avaliações, o Knowledge Hub, tarefas, fechaduras inteligentes
  • As permissões foram monitoradas o tempo todo — nenhuma mensagem foi enviada aos hóspedes. Tudo voltado para o hóspede permaneceu somente leitura ou rascunho-e-colar: o agente propõe, eu decido.

O que uma auditoria de IA de um negócio real realmente revela

Aqui estão os destaques do que ele encontrou, em quatro categorias.

1. Responsabilidade

O hóspede registrado fez a reserva do exterior, mas a pessoa que ficou foi sua esposa, que não tinha
perfil verificado. O agente percebeu isso ao ler a thread de mensagens. Isso importa
porque o AirCover e as proteções do anfitrião são escritas em torno do hóspede registrado, e nada nos dados estruturados da reserva revela uma substituição. Isso só aparece se alguém realmente
ler o que o hóspede escreveu.

2. Oportunidades de receita

Essa categoria mudou a forma como olho para minha caixa de entrada de consultas. Cada consulta é receita esperando por uma
resposta, e o agente tratou isso dessa forma: ele leu todo o histórico de consultas e identificou
exatamente onde uma resposta mais rápida ou melhor correspondência teria garantido a reserva. Um hóspede perguntou sobre
alugar o lugar inteiro; quando uma resposta foi enviada horas depois, aquelas datas já tinham ido para
outro imóvel. Outra consulta chegou escrita em espanhol, e a regra automatizada respondeu em
inglês porque não existia um modelo multilíngue. Ao longo da história, ele sinalizou seis consultas
onde o tempo de resposta ou o idioma provavelmente custaram a conversão.

Nada disso é visível em nenhum painel. O que o agente produziu foi efetivamente uma lista de verificação de conversão:
responder mais rápido a consultas de casa inteira, adicionar um modelo em espanhol e responder às
perguntas recorrentes (estacionamento, check-in) antes que os hóspedes precisem perguntar. Perguntas são demanda —
o objetivo é transformá-las em reservas.

3. Coisas silenciosamente quebradas

O tema nesta categoria: o negócio mudou, e a documentação não acompanhou.

A grande questão foram os códigos de entrada obsoletos. Quando configurei o Airbnb pela primeira vez, codifiquei os códigos de entrada
no Knowledge Hub — a referência que a IA do Hospitable usa para responder aos hóspedes. Mais tarde, sincronizei minha fechadura Schlage com o Hospitable, que gera um código novo para cada reserva. Os
códigos da era de configuração permaneceram em sete entradas diferentes do Knowledge Hub, errados para cada
hóspede desde então. Se alguém tivesse perguntado à IA "qual é o meu código de entrada?", ela teria confiavelmente
dado a eles um código que não abre nada.

Um erro de digitação estava sentado em uma regra de mensagem ativa há meses: um pequeno erro de formatação na
solicitação de avaliação que é disparada após cada checkout, o toque final de cada estadia. Fácil de corrigir, impossível de detectar sem passar linha por linha por cada regra, o que ninguém faz.

O agente também pegou uma janela de avaliação sensível ao tempo. Um hóspede recente havia fumado dentro e
trazido visitantes não registrados, e minha janela para avaliá-los estava prestes a fechar. Uma vez que essa janela
se fecha, futuros anfitriões não recebem aviso, então essa foi a captura que importava. Também surgiu um
acúmulo de avaliações de hóspedes às quais eu nunca respondi — stakes mais baixos, mas as respostas às avaliações são públicas
e a responsividade influencia a classificação do Airbnb, então o acúmulo foi para a lista em vez de para o lixo.

O estacionamento também estava nesta categoria. É a única pergunta mais comum que os hóspedes fazem, e o Knowledge Hub não tinha nenhuma entrada sobre estacionamento de carros. A seção de estacionamento existia, mas cobria apenas bicicletas.

4. Recursos que eu não estava usando, mas deveria estar

Algumas das coisas que ele revelou não estavam quebradas, apenas sentadas lá sem uso. O Knowledge Hub estava raso
e parcialmente errado; agora está corrigido e realmente preenchido. Tarefas estavam completamente vazias, então me registrei como um membro da equipe e configurei alertas de texto para limpezas futuras. Neste momento, isso é redundante, já que sou apenas eu. Mas a estrutura existe agora, e no dia em que eu trouxer um
faxineiro, trocarei o número dele e nada mais mudará.

Como eu realmente uso isso

As capturas dramáticas são uma coisa; a razão pela qual ainda está conectado é a rotina diária chata.

A primeira é a agregação de reclamações, porque ataca diretamente meu maior ponto de dor: um novo
hóspede chega e começa a reclamar, e no momento é difícil distinguir um caso isolado de um
padrão. Pedi ao agente para agrupar cada avaliação do Airbnb e Booking.com por tema. Os três principais:

  1. As portas dos quartos não trancavam por dentro — quatro hóspedes, ambos os quartos. O claro #1. Os hóspedes queriam fechaduras com chave, não as fechaduras de privacidade que os quartos tinham. A entrada principal
    já tinha um cadeado Schlage; a solução foi substituir recentemente as fechaduras de privacidade dos quartos por
    maçanetas com chave — e a agregação confirmou que as reclamações diminuíram após a mudança.
  2. Localização e transporte — hóspedes subestimando a distância das coisas.
  3. Surpresa com a configuração de casa compartilhada — uma questão de clareza no anúncio, não um problema do imóvel.

A agregação também corrigiu uma suposição que eu estava carregando: eu tinha certeza de que os hóspedes do Booking.com
reclamavam mais do que os hóspedes do Airbnb. Totalmente errado. Os dados mostraram que a diferença era um artefato de norma de pontuação,
não uma diferença real de satisfação.

Painel de avaliações em Airbnb e Booking.com
A segunda é a perspectiva de turnover semanal. Uma pergunta e eu recebo um calendário limpo no chat
de quais dias têm um checkout e um check-in empilhados — os dias em que não posso agendar nada
mais. Combinado com os alertas de tarefas, parei de me sobrecarregar — comprometendo-me com um dia no
office apenas para descobrir que também era um dia de turnover.

Turno em chat

Contexto Triplo Up

O uso do MCP para conectar agentes de IA a sistemas de gestão de propriedades pode transformar a forma como as empresas brasileiras gerenciam seus negócios. Isso permite uma análise mais profunda e identificação de problemas que podem impactar a receita e a satisfação do cliente.

Noticias relacionadas

Gostou do conteudo?

Receba toda semana as principais novidades sobre WebMCP.