WebMCP no Chrome 149: ferramentas de agente de construção sem raspagem de DOM

Resumo. O Chrome abriu o teste de origem do WebMCP a partir do Chrome 149, que alcançou a versão estável em 2 de junho de 2026, e o Google revisou pela última vez a documentação do WebMCP em 7 de agosto de 2026. O WebMCP permite que uma página registre ferramentas nomeadas com um Esquema JSON para que um agente do navegador chame checkout ou filter_results diretamente em vez de simular cliques. A pressão comercial por trás disso é mensurável: o Adobe Analytics registrou um aumento de 393% no tráfego proveniente de IA para sites de varejo dos EUA no primeiro trimestre de 2026, após uma temporada de férias que gerou um recorde de $257,8 bilhões em gastos online nos EUA, com o tráfego de IA subindo 693,4%. A Adobe também avaliou a média das páginas iniciais de varejo dos EUA em 75% de legibilidade por máquinas e páginas de produtos em 66%, então um terço do conteúdo que os agentes precisam em uma página de produto não é acessível. Uma mudança de API é importante imediatamente: navigator.modelContext está obsoleto no Chrome 150, e document.modelContext é a interface para escrever.

O que o WebMCP realmente muda

Hoje, um agente do navegador completa uma tarefa por atuação. A própria definição do Google é direta: atuação é "o ato de um agente simulando cliques manuais do mouse e entrada de texto, como se fosse o usuário humano interagindo com seu site." Cada passo nessa cadeia é uma suposição. O agente lê o DOM, decide que o botão rotulado "Continuar" é o que avança o checkout e espera que o rótulo não tenha mudado na versão da semana passada.

O WebMCP inverte isso. A página declara o que pode fazer. A documentação do Google lista três coisas que a API padroniza: descoberta, para que uma página registre ferramentas como checkout ou filter_results; Esquemas JSON, para que entradas e saídas sejam explícitas em vez de inferidas; e estado, para que o agente saiba quais recursos existem na página agora.

A consequência prática para uma equipe de engenharia é que a compatibilidade do agente deixa de ser um problema de design. O Google coloca isso diretamente: as ferramentas do WebMCP "conectam-se à lógica da aplicação, não ao design," então um redesign não quebra a capacidade de um agente de agir. Essa é a diferença entre uma capacidade que você mantém uma vez e uma superfície que quebra a cada sprint.

Dois limites são importantes de internalizar antes que alguém abra um ticket. As ferramentas do WebMCP são efêmeras: elas existem apenas enquanto a página está aberta, e uma vez que o usuário navega para longe ou fecha a aba, o agente não pode agir. E a descoberta é baseada em visitas. A própria lista de limitações do Google diz que clientes e navegadores "devem visitar um site diretamente para saber se ele tem ferramentas chamáveis." Não há um registro que anuncie suas ferramentas para o ecossistema de agentes mais amplo.

Por que isso está aparecendo primeiro no comércio

Os números por trás do tráfego de agentes não são mais especulativos. O Adobe Analytics, que cobre mais de 1 trilhão de visitas a sites de varejo dos EUA, 100 milhões de SKUs e 18 categorias de produtos, relatou que o tráfego para sites de varejo dos EUA proveniente de fontes de IA generativa cresceu 393% ano a ano entre janeiro e março de 2026, e 269% ano a ano apenas em março de 2026. Isso seguiu a temporada de férias de 2025, onde o tráfego proveniente de IA subiu 693,4% em relação ao ano anterior e os consumidores gastaram $257,8 bilhões online entre 1º de novembro e 31 de dezembro de 2025, um aumento de 6,8%.

A imagem da conversão mudou em doze meses. Em março de 2025, o tráfego de IA converteu 38% pior do que o tráfego não-AI. Em março de 2026, converteu 42% melhor, um recorde na série da Adobe. A taxa de engajamento foi 12% maior do que o tráfego não-AI, o tempo no site foi 48% maior e as páginas por visita foram 13% maiores.

"Nesta temporada de férias de 2025, os consumidores abraçaram a IA generativa mais do que nunca como assistente de compras em suas decisões de compra," disse Vivek Pandya, analista principal, Adobe Digital Insights, no resumo da temporada da Adobe em 7 de janeiro de 2026.

A Adobe então mediu se os sites de varejo são realmente legíveis por máquinas, pontuando páginas de 0 a 100%. As páginas iniciais de varejo dos EUA tiveram uma média de 75%, páginas de categoria 74% e páginas de produtos individuais 66%. A diferença entre as marcas é maior do que a média sugere: 82,5% para as páginas iniciais com melhor desempenho contra 54,2% para as mais baixas. Páginas de localizador de loja pontuaram 73% e páginas de atendimento ao cliente 79%.

A legibilidade por máquinas e o WebMCP não são o mesmo problema, e confundi-los desperdiça orçamento. A legibilidade governa o que um LLM pode extrair da sua página. O WebMCP governa o que um agente pode fazer de forma confiável nela. Uma página de produto pode ser perfeitamente legível e ainda assim deixar um agente incapaz de adicionar ao carrinho sem três cliques adivinhados.

A API imperativa, com código funcional

A API imperativa é JavaScript padrão. Registre uma ferramenta com um nome, uma descrição, um esquema de entrada e uma função execute.

await document.modelContext.registerTool({
  name: 'get_order_status',
  description: 'Pesquisar pedidos em um determinado período. Retorna número do pedido, status de envio e localização',
  inputSchema: {
    type: 'object',
    properties: {
      timeframe: {
        type: 'string',
        enum: ['hoje', 'ontem', 'últimos_7_dias', 'últimos_30_dias', 'últimos_6_meses'],
        description: 'Período para a consulta do pedido.'
      }
    },
    required: ['timeframe']
  },
  execute: async ({ timeframe }) => {
    // Chame sua API ou banco de dados e retorne os dados do pedido como uma string.
  },
});

As ferramentas são removíveis. Passe um AbortSignal no registro e cancele o controlador para desregistrar, o que se encaixa perfeitamente em um aplicativo de página única onde uma ferramenta deve existir apenas em uma rota.