---
title: "MCP & API — Menciona"
description: "Consulte seus dados de visibilidade em IA de forma programática com o servidor MCP da Menciona."
lang: pt-BR
---
# MCP & API — Menciona

A Menciona oferece um servidor MCP, então seus dados ficam disponíveis de forma programática — não presos em um dashboard.

## O que é MCP?

O Model Context Protocol permite que assistentes de IA chamem ferramentas diretamente. Com o servidor MCP da Menciona conectado, sua assistente pode ler e atualizar seus dados de visibilidade.

## O que você pode fazer

- Projetos: crie e gerencie as marcas que você monitora.
- Prompts: liste, crie e atualize os prompts que você acompanha.
- Auditorias: obtenha resultados, verificações e recomendações das auditorias.
- Visibilidade de marca: leia sua taxa de menções e o sentimento.
- Concorrentes: compare visibilidade e tendências.
- Palavras-chave: veja quais palavras-chave trazem sua marca.
- Fontes: veja quais domínios geram suas citações.

## Como conectar

O servidor MCP funciona com assistentes de IA compatíveis com MCP. Encontre os passos de configuração na sua conta.

## Use o servidor direto por HTTP

Se seu agente fala HTTP mas não tem um cliente MCP embutido, chame o servidor diretamente. Ele é **JSON-RPC 2.0 sobre StreamableHTTP** em `https://api.menciona.ai/mcp`. Toda requisição precisa de três cabeçalhos:

- `Authorization: Bearer menciona_…` — sua chave de API
- `Content-Type: application/json`
- `Accept: application/json, text/event-stream`

**1. Inicialize a sessão**

```bash
curl https://api.menciona.ai/mcp \
  -H "Authorization: Bearer menciona_…" \
  -H "Content-Type: application/json" \
  -H "Accept: application/json, text/event-stream" \
  -d '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{"protocolVersion":"2025-06-18","capabilities":{},"clientInfo":{"name":"my-agent","version":"1.0"}}}'
```

**2. Descubra as ferramentas** — não adivinhe os nomes, liste-as:

```bash
curl https://api.menciona.ai/mcp \
  -H "Authorization: Bearer menciona_…" \
  -H "Content-Type: application/json" \
  -H "Accept: application/json, text/event-stream" \
  -d '{"jsonrpc":"2.0","id":2,"method":"tools/list"}'
```

Isso retorna todas as ferramentas com seu schema de entrada — projects, prompts, audits, brand_visibility, competitors, sources, keywords, tags, `account.usage` e **`feedback.submit`** (use para reportar um bug ou repassar uma mensagem para o time da Menciona). Todos os parâmetros e campos de resposta são **snake_case**.

**3. Chame uma ferramenta**

```bash
curl https://api.menciona.ai/mcp \
  -H "Authorization: Bearer menciona_…" \
  -H "Content-Type: application/json" \
  -H "Accept: application/json, text/event-stream" \
  -d '{"jsonrpc":"2.0","id":3,"method":"tools/call","params":{"name":"projects.create","arguments":{"name":"Cal.com","url":"https://cal.com","brand_name":"Cal.com","surfaces":["google-ai-overview","chatgpt","gemini"]}}}'
```

O array `surfaces` é **obrigatório** e deve listar pelo menos 3 das superfícies de IA disponíveis para monitorar: `google-ai-overview`, `chatgpt`, `gemini`, `google-ai-mode`. (Consulte o recurso `menciona://schema/surfaces` para a lista autoritativa.)

**4. Adicione prompts** — o texto do prompt vai no campo **`text`**:

```bash
curl https://api.menciona.ai/mcp \
  -H "Authorization: Bearer menciona_…" \
  -H "Content-Type: application/json" \
  -H "Accept: application/json, text/event-stream" \
  -d '{"jsonrpc":"2.0","id":4,"method":"tools/call","params":{"name":"prompts.create","arguments":{"project_id":"<de projects.list>","text":"Quais são as melhores ferramentas de agendamento?"}}}'
```

**Lendo as respostas:** os resultados usam o envelope MCP — o payload é uma string JSON dentro de `result.content[0].text`, então faça o parse dessa string interna para obter o objeto. Um erro de ferramenta define `result.isError: true` com a mensagem no mesmo campo `text`.

**Aguardando o processamento:** criar um projeto dispara sua primeira auditoria e criar um prompt dispara sua primeira execução, em segundo plano. Uma auditoria costuma ficar pronta em menos de um minuto; faça polling em `audits.list` / `audits.get` até `status` ser `done`. Resultados de prompt demoram mais — `brand_visibility.get` retorna `empty_reason: "no_runs_yet"` até a primeira execução chegar, então faça polling em vez de tratar como "sem dados".

Inicie seu teste grátis: https://app.menciona.ai/signup