Dá para usar o ChatGPT com os dados do Conta Azul? Com o MCP da Kondado, sim. Ele conecta as informações do seu Conta Azul ao ChatGPT (e ao Claude), e você pergunta sobre DRE, fluxo de caixa, inadimplência e categorias direto no chat, em português, sem exportar relatório nem escrever código. Abaixo estão 10 análises de gestão prontas para colar no chat.
O que a Kondado MCP faz com os dados do Conta Azul
O MCP da Kondado é um canal de acesso ao seu Conta Azul pensado para agentes de IA como o ChatGPT, o Claude, o Cursor e o VS Code. Ele funciona em três camadas.
Primeiro, a Kondado replica as tabelas do Conta Azul para o Via Kondado, o repositório de dados já integrados e modelados que a própria Kondado gerencia (você não precisa montar nem manter banco de dados), na frequência de atualização que você escolher. São mais de 30 tabelas, dos lançamentos a pagar e a receber com parcelas e baixas até vendas detalhadas, contratos de recorrência, cadastro de pessoas, DRE, categorias e centros de custo.
Segundo, o endpoint https://mcp.kondado.io/mcp entrega esses dados ao modelo de IA em modo somente leitura. O modelo filtra, agrupa, calcula colunas e cruza tabelas para responder a sua pergunta, mas não escreve nem apaga nada na sua base.
Terceiro, você adiciona o endpoint como conector no ChatGPT ou no Claude e a autenticação por OAuth 2.1 acontece de forma automática depois disso, sem você precisar configurar chaves à mão. A referência completa está na documentação do Via Kondado.
O resultado é que o modelo de IA tem a base contábil e comercial inteira do seu Conta Azul à disposição, e responde perguntas de gestão que antes exigiam planilha ou dashboard montado à mão.
As 10 análises de gestão que você roda no ChatGPT
1. Como montar a DRE do mês com totalizadores corretos?
Pergunte: "Monte minha DRE de abril/2026 por categoria, com totalizadores e subgrupos na ordem do Conta Azul. Inclua categorias sem movimento como R$ 0,00."
O modelo cruza contaazul_categorias_dre (a árvore hierárquica, com os campos indica_totalizador e posicao), contaazul_categorias_dre_categorias_financeiras (o vínculo), contaazul_categorias, e os rateios em contaazul_contas_a_receber_categorias e contaazul_contas_a_pagar_categorias. Um detalhe que separa uma DRE certa de uma errada: o modelo precisa usar LEFT JOIN com contaazul_categorias_dre para que categorias sem movimento no período apareçam como R$ 0,00 em vez de sumir do relatório. Peça isso de forma explícita no prompt.
Decisão de gestão: identificar as contas que estouraram o orçamento e as categorias que caíram mês contra mês, sem abrir o Conta Azul.
2. Veja o atraso dos recebíveis por faixa
Pergunte: "Lista meus recebíveis em aberto agrupados por faixa de atraso (0 a 30, 31 a 60, 61 a 90, 90+) e por cliente. Soma o valor por faixa e mostra os 10 clientes com maior exposição em atraso."
O modelo lê contaazul_contas_a_receber (vencimento e status), desconta o que já entrou via contaazul_contas_a_receber_parcela_baixas, busca o nome em contaazul_cadastro_de_pessoas e confere se já existe cobrança emitida em contaazul_contas_a_receber_cobrancas.
Decisão de gestão: priorizar a régua de cobrança, ajustar limite de crédito e antecipar boletos dos clientes de maior risco.
3. Qual a margem por venda e o mix de produtos e serviços?
Pergunte: "Para as vendas de abril/2026, qual a margem média por item? Compare produtos e serviços e liste os 20 SKUs com maior volume e a margem de cada um."
O modelo combina contaazul_vendas_detalhes, contaazul_vendas_itens, contaazul_produtos (custo), contaazul_servicos e contaazul_produtos_variacoes quando o SKU vem por variação.
Decisão de gestão: definir preço com base em dados, saber qual item suporta promoção, qual tem margem fina demais para desconto e qual serviço puxa a receita.
4. Compare receita prevista e realizada
Pergunte: "Quanto eu projetei receber em abril (parcelas com vencimento no mês) e quanto realmente caiu? Mostra o gap por cliente e por forma de pagamento."
O modelo cruza contaazul_vendas_detalhes_parcelas (a previsão por condição de pagamento), contaazul_contas_a_receber_parcela_baixas (o realizado) e contaazul_contas_a_receber (a forma de pagamento).
Decisão de gestão: prever caixa com mais segurança e identificar formas de pagamento problemáticas, comparando boleto, cartão e PIX.
5. Acompanhe MRR, renovação e churn dos contratos
Pergunte: "Quanto está meu MRR de contratos ativos? Quantos contratos venceram nos últimos 90 dias e não renovaram? Mostra o valor anualizado por cliente."
O modelo lê contaazul_contratos (status, data de início, data de fim e valor recorrente) e busca o nome do cliente em contaazul_cadastro_de_pessoas_detalhes.
Decisão de gestão: medir a saúde do recorrente, base de qualquer operação de serviço ou SaaS que fatura pelo Conta Azul.
6. Qual centro de custo queimou mais dinheiro?
Pergunte: "Em abril/2026, qual centro de custo teve a maior despesa? Quebra por categoria dentro do centro."
Aqui há uma economia importante: o modelo precisa consultar apenas contaazul_contas_a_pagar_centros_de_custo, porque essa tabela já inclui os campos _categoria e _categoria_rateio embutidos. Não é preciso cruzar com contaazul_contas_a_pagar_categorias para essa análise. O nome do centro vem de contaazul_centros_de_custo.
Decisão de gestão: enxergar onde o dinheiro saiu por área e por categoria dentro de cada área, com menos consumo de registros.
7. Encontre os lançamentos sem categoria
Pergunte: "Quais lançamentos a pagar dos últimos 90 dias estão sem categoria? Lista os 20 de maior valor."
O modelo faz LEFT JOIN de contaazul_contas_a_pagar com contaazul_contas_a_pagar_categorias e filtra os rateios ausentes.
Decisão de gestão: manter a higiene contábil em dia, porque a DRE só fecha quando cada lançamento tem categoria. O modelo de IA vira o auditor diário do seu financeiro.
8. Confira o saldo de cada conta bancária
Pergunte: "Qual o saldo de cada conta bancária (Bradesco, Itaú, caixa) hoje? Mostra a movimentação dos últimos 7 dias por conta."
O modelo lê contaazul_contas_financeiras (o cadastro das contas) e soma entradas e saídas em contaazul_contas_a_receber_parcela_baixas e contaazul_contas_a_pagar_parcela_baixas, agrupando pela conta financeira de cada movimentação.
Decisão de gestão: ver o saldo de cada conta atualizado sem abrir o internet banking e receber um alerta quando uma conta fica baixa.
9. Cruze gasto de mídia e venda: ROAS por dia (Conta Azul + Meta Ads)
Pergunte: "Quanto eu gastei em mídia paga no mês contra quanto eu fechei de venda no Conta Azul? Mostra o ROAS por dia."
O modelo cruza contaazul_vendas_detalhes (data e valor) com a tabela de investimento em mídia que a Kondado também replica, como meta_ads_insights ou google_ads_campaign_performance.
Decisão de gestão: o negócio com e-commerce e mídia paga responde no chat a pergunta que hoje exige planilha montada a cada fechamento.
10. Meça o ciclo do lead até a fatura (Conta Azul + RD Station)
Pergunte: "Para os contratos fechados em abril, quanto tempo passou entre o primeiro contato no RD Station e a primeira parcela paga no Conta Azul?"
O modelo combina contaazul_contratos e contaazul_contas_a_receber_parcela_baixas com rdstation_oportunidades e rdstation_leads.
Decisão de gestão: medir a velocidade do funil de ponta a ponta, uma métrica de vendas que quase ninguém acompanha porque exige juntar duas fontes diferentes.
Por que isso é diferente de um MCP que fala direto com a API do Conta Azul?
Existem servidores MCP comunitários que conectam o LLM diretamente na API do Conta Azul. Nesse desenho, cada pergunta força o modelo a paginar a API em tempo de execução, a reconstruir a DRE do zero a cada chamada e a esbarrar nos limites de requisição da própria API do Conta Azul, o que torna análises grandes lentas ou incompletas. E, como o modelo só enxerga a API de um único sistema, ele não consegue cruzar o Conta Azul com Meta Ads, Google Ads ou RD Station.
A Kondado resolve isso na estrutura. Os dados já estão replicados no Via Kondado, atualizados na frequência que você definiu, então o modelo de IA consulta a base inteira de uma vez, sem paginar e sem bater no limite da API. A árvore da DRE já vem pronta no modelo modelo_conta_azul_dre_totalizadores, e o cruzamento com outras fontes é nativo, porque Conta Azul, mídia paga e CRM convivem no mesmo destino. Você ganha análise de gestão sobre todo o histórico, não respostas presas a uma única tela.
Como começar?
Crie a integração do conector Conta Azul na Kondado, escolha o Via Kondado como destino e a frequência de atualização, e cole o endpoint https://mcp.kondado.io/mcp no ChatGPT ou no Claude. O passo a passo de configuração do endpoint está na documentação do Via Kondado. Depois disso, a primeira análise é só uma pergunta no chat.
Perguntas frequentes
O ChatGPT lê o Conta Azul direto?
Não. O ChatGPT lê a cópia dos dados do Conta Azul que a Kondado replica para o Via Kondado e expõe pelo endpoint MCP. Esse desenho dá ao modelo o histórico completo e a possibilidade de cruzar o Conta Azul com outras fontes, algo que o acesso direto à API não entrega.
O modelo de IA pode alterar dados no meu Conta Azul?
Não. O acesso via MCP da Kondado é somente leitura. O modelo consulta as tabelas para responder, mas não escreve, não edita e não apaga nada na sua base nem no seu Conta Azul.
Quais tabelas do Conta Azul ficam disponíveis?
São mais de 30 tabelas, cobrindo lançamentos a pagar e a receber com parcelas e baixas, vendas detalhadas e itens, contratos de recorrência, cadastro de pessoas, contas financeiras, categorias, a árvore da DRE e centros de custo.
Funciona com o Claude além do ChatGPT?
Sim. Depois que você adiciona o endpoint MCP como conector, a autenticação por OAuth 2.1 acontece de forma automática, tanto no Claude quanto no ChatGPT, além de clientes como o Cursor e o VS Code.
Dá para consolidar vários clientes que uso no Conta Azul?
Sim. Escritórios de contabilidade e BPOs criam uma conexão Kondado por empresa, separam os dados por empresa no destino e pedem ao modelo um DRE consolidado com uma coluna de origem. Esse cenário tem um artigo dedicado na sequência deste.
Conecte o seu Conta Azul à Kondado e faça a sua primeira análise de gestão no ChatGPT. Crie a sua conta na Kondado e comece hoje.
Como conectar o Conta Azul à Kondado e analisar no ChatGPT
Passo a passo para replicar o Conta Azul com a Kondado e rodar análises de gestão no ChatGPT ou no Claude via endpoint MCP.
Crie a integração do Conta Azul
Na Kondado, crie a integração do conector Conta Azul e autorize o acesso.
Escolha destino e frequência
Selecione o Via Kondado como destino dos dados — o repositório que a própria Kondado gerencia e que o MCP consulta — e a frequência de atualização que fizer sentido para você.
Adicione o endpoint MCP
Cole o endpoint https://mcp.kondado.io/mcp como conector no ChatGPT ou no Claude; a autenticação por OAuth 2.1 acontece de forma automática.
Faça a primeira pergunta
Pergunte em linguagem natural — por exemplo, monte a DRE do mês — e o modelo responde lendo a base replicada em modo somente leitura.
