Se eu tiver que ler três páginas de texto de IA, seria melhor ter pesquisado no Google

Você passou duas semanas na avaliação. Cada suposição documentada, cada custo modelado, cada limite de escalonamento anotado. Vinte páginas à prova de balas. A reunião com os stakeholders começa e a primeira pergunta é: "E se o tráfego triplicar no terceiro trimestre?"

A resposta está na página 14. Você sabe que está na página 14. E naquele segundo você finalmente aceita a brutal lei da física corporativa: ninguém vai ler a página 14. Nem o PM, nem o VP, nem mesmo o engenheiro que a revisou. Eles não querem dever de casa. Eles querem um botão que possam girar.

Aqui está a coisa que as pessoas técnicas erram sobre esses pedidos de ajuste. "Podemos ver mensalmente em vez disso?" "Podemos excluir a parte empresarial?" "É muito esforço adicionar o ano passado?" Isso é controle. Cada stakeholder entra com um modelo mental e continuará puxando seu artefato até que corresponda à imagem em sua cabeça. No fluxo de trabalho antigo, você pagava por esse instinto com suas noites: cada ajuste significava sair da reunião, lutar com a ferramenta de BI, reexportar, repassar, reenviar. Você não era mais um engenheiro. Você era um burro de captura de tela com um backlog.

Coloque o antigo loop ao lado do novo:

A IA baseada em texto piorou isso, não melhorou. A parede de prosa agora é gerada em segundos, então há mais dela, e o número que importa está enterrado no parágrafo nove. Nesse ponto, a IA é apenas um motor de busca mais lento.

Você paga por essa parede duas vezes. Uma vez em tokens. Novamente em tempo de leitura. E a parte mais cruel: você termina as três páginas apenas para descobrir que a IA respondeu à pergunta errada. Adivinha o que é culpado. Seu prompt.

Um gráfico não pode se esconder assim. Imagem errada, um olhar, uma frase, corrigido.

Há uma razão pela qual as pessoas recorrem a uma imagem quando realmente precisam entender algo. O chat da IA começou como uma parede de texto; as reuniões precisavam de uma tela. Texto não sustenta uma reunião. Texto a mata.

Aqui está a versão daquela reunião que eu realmente vivo agora, usando mcp-dashboards, um servidor MCP gratuito que renderiza gráficos ao vivo, painéis e diagramas dentro do próprio chat da IA.

A pergunta vem: "E se o tráfego triplicar?" Eu não folheio páginas. Eu digito uma frase no chat que todos estão olhando: triplique a suposição de tráfego e redesenhe a curva de custo. Cinco segundos depois, o gráfico redesenhado chega no chat. A pergunta de acompanhamento vem, claro que vem, "e se ficarmos em uma região?" Mais uma frase. Redesenhar. "Excluir a camada empresarial." Fora.

Veja o que acabou de acontecer com a economia da sala. O custo de um ajuste caiu de meio dia para cinco segundos, então eu parei de racionar ajustes. Parei de ressentir deles. Traga seus ajustes, traga os ajustes do seu chefe. Cada um é executado ao vivo, na frente de todos. Metade do tempo, as pessoas assistem ao resultado de seu próprio pedido chegar e admitem que não mudou nada. O argumento que costumava sobreviver a três rodadas de e-mail morre na sala, na tela, em segundos.

O botão não é meu, também. Qualquer um na sala pode girá-lo. O VP pergunta com suas palavras, o PM com as dele, e a IA os atende da mesma forma que me atende, porque já tem os números. Conecte-o aos seus próprios sistemas e ele responde com seus próprios dados, com credenciais sentadas em predefinições locais em sua máquina, nunca no chat. A chave nunca chega ao modelo e nunca aparece na tela.

Ninguém quebra o formato. Ninguém argumenta a partir da imaginação. Cada pedido volta como uma imagem na mesma disposição limpa, construída exatamente para essas reuniões. Ninguém fica na fila atrás de quem possui o assento de BI. O show para de rodar em texto.

O documento não desapareceu desse fluxo de trabalho. Ele se tornou o que sempre deveria ter sido: o arquivo, não a interface. A interface é uma conversa com imagens agora, e a resposta parou de se esconder.

Seus stakeholders nunca iam ler a especificação. Pare de escrever uma mais longa. Dê a eles o botão, mantenha suas noites e deixe a reunião discutir com o gráfico em vez de com você.

Dê a eles o botão

Uma entrada no seu arquivo de configuração MCP (claude_desktop_config.json):

"mcp-dashboards": { "command": "npx", "args": ["-y", "mcp-dashboards", "--stdio"] }

Reinicie Claude e digite:

Construa um painel a partir desses números [cole os seus]: receita por mês, principais produtos, o funil de conversão e um KPI de churn.

O painel é renderizado na resposta, e cada ajuste depois disso é uma frase executada ao vivo na frente da sala. Funciona na sua máquina, e nenhum serviço de gráfico de terceiros nunca vê seus dados. Configuração completa no README.

GitHub: github.com/KyuRish/mcp-dashboards · npm: npmjs.com/package/mcp-dashboards

Conecte-se comigo no LinkedIn.